地方政府成机器人最大客户：数采中心背后的产业逻辑与财务隐忧

事件概述

截至2026年6月，中国已建成启用超过70家具身智能训练场（数采中心），另有46家在规划或建设中，覆盖18个省级行政区。这些训练场由地方政府或国资平台主导，旨在解决具身智能行业面临的“数据饥渴”问题。然而，这一举措也带来了复杂的财务效应：政府资金既作为产业投资，又转化为机器人厂商的营业收入，导致地方政府在事实上成为该行业最大的客户群体。

核心事实与数据

1. 政策驱动与基础设施投入

• 政策背景： 2024年至2026年6月，各地方政府累计发布超40份相关政策文件。国家数据局、工信部等八部门明确提出以训练场和中试基地为抓手，构建高质量真机数据采集系统。
• 规模对比： 假设机器人需要1.1万亿token数据，若全靠真机采集需2.12万台机器人工作一年，而目前全球高质量真实数据仅数十万至百万小时级，缺口巨大。
• 典型案例：
  • 上海张江麒麟训练场： 2026年初投用，5000平方米，容纳上百台异构机器人，发布“白虎”数据集（6万分钟时长）。
  • 无锡洛社镇： 年产上千万条工业数据，单位采集成本降至传统模式三分之一，效率提升3倍。
  • 宿迁京东数据中心： 2025年投产，计划两年内积累1000万小时人类真实场景视频数据。

2. 资金闭环与财务争议

• 运作模式： 地方政府出场地/资金 -> 数采中心采购机器人 -> 厂商确认收入 -> 数据订单回流。这种闭环让厂商获得营收，政府获得政绩，但缺乏自掏腰包的终端客户。
• 市场质疑： 梅卡曼德创始人邵天兰指出，部分企业利用关联交易制造“虚假、不可持续的收入”。银河通用对此回应并报案，但目前无监管结论。
• 价格信号扭曲： 真机遥操作数据报价从每小时500-1000元跌至5-3元。行业共识底线为30元/小时，低于此价可能意味着买家并不打算使用数据，而是为了获取发票和合同编号，导致价格信号失真，污染产业链判断。

3. 数据质量与技术路线分歧

• 合格率挑战： 北京人形数据基地初期数据合格率仅50%，经清洗标注后用于训练的仅剩约三分之一。
• 实验室vs现实： 斯坦福报告显示，模型在实验室基准（RLBench）成功率可达89.4%，但在真实家庭场景（BEHAVIOR Challenge）中完整任务成功率仅12.4%。场景失真、长尾非标情况多，导致大量采集数据价值有限。
• 反面案例： 北京首钢园训练场运行不足18个月停运，原因为“实验室场景”无法提供真实生产生活环境，数据跨场景复用率低。

值得关注的发展

1. 正面范式：透明化与开源

• 乐聚智能： 在招股书中详细披露第一大客户（北京石景山产发，实控人为区国资委）及销售金额，保持合规透明；同时牵头建立OpenLET开源社区，开源超6万分钟真机数据集，支撑高校科研。
• 无锡数据集团： 推出“城市合伙人机制”，以数据换取算力或模型订阅抵扣，推动数据资产确权与交易，将一次性买卖转化为可计价的权益交换。

2. 关键追问

• 复购率： 数采中心在完成一期采购后，二期、三期是否继续采购？目前多为一次性交付。
• 数据效用： 采集的数据是否真正提升了模型性能？智元联合发布的成果显示，实时回传真实环境数据可使长程任务子步骤得分提升近50%，但行业缺乏统一量化标准。
• 复用性： 数据是否绑定特定本体？若不能跨本体、跨场景复用，则仅为一次性资产，不应按持续经营估值。