睿尔曼智能科技解决方案总监计海锋在2026具身感知融合与多模态大模型创新研讨会上，把具身智能数据训练的现状拆得比较细。他列出的四个痛点是行业里反复被提到的：高质量真机数据稀缺，真机数据采集成本高，单台机器人成本可达数十万元，仿真环境与真实物理世界存在差距，行业标准化程度偏低，国家标准仍处于缺失状态。睿尔曼自己在这几个方向上都有动作。

训练场分两块，一块练基础动作，一块搭真实场景

2026年5月，睿尔曼在常州建成配置150台机器人的数据训练场，对外开放。训练场内部划分两大功能区域。一块是机器人基础动作训练区域，主要完成抓、拿、取、放等基础动作训练，逻辑类似幼儿学习基础动作。另一块是场景应用区，搭建家居、工业、零售等多元化业务场景，供机器人开展实操作业。计海锋提到，真机数据采集不是简单执行一遍就结束，还需要完成颜色、物体、动作等多维度的泛化处理，逻辑如同孩童学习走路、抓取物件，需要反复练习。数据采集遵循MCAP标准，该标准针对时间同步性、数据完整性、数据准确性、数据一致性、数据可用性以及采集动作难度六大特性设置规范要求。睿尔曼参与了多项数据相关标准的编制工作，也在推进对应国家标准的制定。

单台机器人每分钟2G原始数据，压缩后还有0.8G

数据体量是训练场运营里一个容易被忽略但绕不开的问题。计海锋给出的数字是，单台机器人每分钟可产生2G原始数据，经过压缩之后数据量仍可达0.8G。这个数据量决定了训练场的底层架构必须把存储和网络放在基础设施层。存储模式分本地存储和云端存储两类。云端存储对网络条件要求严苛，需要铺设专线，依托专线将数据上传至云端，优势在于交付便捷，可以直接将数据迁移交付给客户。MCAP数据格式包含多类数据，图像数据分为压缩图像与原始图像两类，此外还有相机标定数据、关节姿态数据、速度数据、位姿数据、末端相关数据以及六维力数据。计海锋特别强调时间同步性，机器人系统内部存在多路相机、机械臂以及姿态动作等多类数据，必须确保各类数据在同一时间点、同一时间窗口启动记录。有采购睿尔曼数据的模型研发企业对时间偏差提出要求，需要控制在5毫秒以内。

远程作业是个折中方案，干活的同时采数据

睿尔曼发现，在封闭场地内依托机器人开展数据采集的模式已经显现出一定弊端，就像让孩子长期封闭在家中学习各类知识存在明显局限性。公司倡导将机器人部署至真实场景，采集现实环境下的作业数据。远程作业的运作逻辑是，操作人员通过远程遥操控制机器人在工厂现场完成作业，在开展作业的同时完成数据采集，业务作业为首要目标，数据采集属于附带产出，不会干扰实际业务开展。计海锋把这个模式的发展循环分成三个阶段，第一阶段是远程作业，第二阶段达成数据闭环、逐步减少乃至脱离人工介入，最终阶段实现机器人自主演进。睿尔曼的机械臂无故障运行达5万小时，今年正朝着8万小时的目标推进。公司以超轻量仿人机械臂为起点，自研整机机器人，产品以轮式机器人为主，暂不布局足式机器人赛道。落地案例包括向国内某研究机构提供机器人本体与配套数据，向蚂蚁灵波提供数据支持，以及向日本一家研究机构输出数据。计海锋对成本有一个判断，现阶段单台机器人售价达数十万元，要实现家庭普及以及工厂大规模落地应用，机器人成本需要下探至数万元级别。这个成本目标能不能达成，跟数据训练场能否持续产出高质量数据、能否把采集效率提上去直接相关。