丁哲章（左一）在采集机器人叠衣服的数据。

受访者供图

广东深圳光明区一间实验室内，摆满了各类机器人
、机械臂
。数据采集师丁哲章头戴VR（虚拟现实）设备 ，双手操控手柄在空中指点。他眼前的虚拟画面
，正是机器人“眼中 ”的世界 。

在一个摆满药品的货架前，丁哲章微微抬手 ，按下按钮
，身旁机器人的“手指
”稳稳夹起一个药盒，跟随着丁哲章的手部运动轨迹 ，将药盒放入收纳箱中
。这正是丁哲章团队每天工作的主要内容：为具身智能机器人的“大脑”喂高质量的真实数据。

“如果把模型训练视为‘做菜’，那么数据就是‘食材’ 。 ”丁哲章取下VR头戴式显示器
，接着介绍，“我们要做的 ，就是从‘采摘’到‘清洗’的全流程
，即数据的采集、标注和管理
。
”

目前，具身智能的训练面临一个难题：机器人尚未广泛进入真实场景 ，缺乏自然产生的行为数据。

“它不像大语言模型
，有海量的互联网语料供学习；也不像自动驾驶，能从真实路况中积累数据 。”丁哲章解释 ，机器人的每一步动作
，早期需要人为引导 、主动采集，否则就会陷入“无米下锅 ”的境地
。

为此 ，丁哲章团队研发了一套软硬件结合的真机数据采集系统
，包括通用机器人遥操作系统
、具身数据平台、人体数据采集系统等，打通机器人大模型训练之前的所有流程 ，为具身智能机器人基础场景数据提供解决方案。

实验室里，有一片被称作“机器人超市
”的测试区 。不同形态的机器人——人形的 、轮式的
、机械臂的
，分布在货架、桌面 、床铺等场景中
。几位同事或身穿动作捕捉服，模仿武术和舞蹈动作 ，或通过VR头戴式显示器操控机械臂叠衣、缝纫等。

“机器人数据采集有两个关键任务：一是运动控制数据
，用于训练机器人的‘小脑’，实现走
、跑、跳等基础运动；二是真机操作数据 ，通过遥操作让机器人学会抓取 、摆放等任务
，训练它的‘大脑’ 。”丁哲章说。

说话间，抓药的机器人完成了一组训练
。“在单一场景下 ，一个动作可能只需几百条数据
，但要让它应对不同的环境变化，就需要采集更大规模的数据。 ”丁哲章指出 ，机器人不是记住某个固定坐标
，而要从大量相似经验中提炼“该怎么抓取”的泛化能力 。

这一庞大需求，催生了一个新兴职业：数据采集师
。他们要做的 ，并非简单的重复动作，而是需要理解机器人的运动逻辑
，就像手把手教人写字。

数据采集仅是第一步 。实验室旁，数据标注员正对着屏幕标记动作细节：“何时伸手
”“抓住何物”“是否成功 ”……这便是“洗菜
”环节 ，确保数据干净清晰
，才能高效“下锅”
。同时，自动化
、半自动化的标注工具 ，还可进一步提升数据批量处理能力。

这一系列精密严谨的工序
，构成了具身智能赖以训练的基础 。丁哲章说，机器人企业拿到我们提供的“原材料 ” ，便能够“炒菜
”并“端上桌”
，投入到市场应用
。

2023年5月创业至今，丁哲章已带领团队服务国内外上百家机器人企业、科研院所等 ，覆盖60多种机器人形态。“我们正在帮助行业打破‘没有数据就没法用
，没法用就没数据’的死循环 。每一个任务的闭环，都在拓展机器人的能力边界
。 ”他说。

谈及行业未来 ，丁哲章认为当前机器人在成长过程中，需要持续的数据喂养 。随着各地机器人数据采集场陆续建设
，数据采集新业态加速成形。“我们做的，就是通过数据积累 ，推动行业迭代升级
。
”丁哲章说。（记者 吕绍刚）

《人民日报》（2026年03月25日 第 10 版）