京东人海战术，如何PK特斯拉舰队？

正文共3112字，预计阅读时间9分钟

阳春三月，中国机器人行业又迎来年度狂欢，上海的中国人形机器人生态大会刚揭幕，北京亦庄的机器人马拉松刚接着开跑，紧接着机器人产业链专业展又在深圳的国际会展中心开幕……

2026北京亦庄机器人马拉松（图源中新网）

场内盛会如火如荼，但场外却在求解“数据之困”——目前，中国人形机器人长于“具身”，但是“智能”不够，尤其是用于模型迭代的场景数据短缺，制约了机器人产业进一步发展。

2026年开年，中国机器人行业共识已从硬件比拼转向数据供给的比拼。

高质量、多模态的真实世界交互数据，成为机器人从实验室走向规模化落地的核心瓶颈。

京东的野心有多大

这个时候，电商外卖巨头京东入局具身智能数据采集业务，宣布要建成全球最大具身数据采集中心，并推出一个数据采集的全链路基础设施。

入局时机不早不晚，企图心也足够大——全球最大，也正好踩在数据荒最紧迫的当口。

京东在江苏宿迁建成全球规模最大、场景最全的具身智能数据采集中心

京东是在蹭热点吗？

不全是。从这家电商巨头的长期积累的供应链和场景资源来看，它还是有一定优势和条件的。多年来，京东物流已在数百个仓库部署了大量自主移动机器人，日常处理海量包裹，积累了丰富的运营数据和标注经验。

不过，3月宣布的计划里，他们声称一年内要采集100万小时本体数据，却遭到业内人士质疑。

因为一年内要采集百万小时真机数据的话一般需要千台本体，但是有客户发现他们目前只有30台机器人本体在采集数据。

这意味着需要大量外包才能做到一年内采集100万小时本体数据。但是外包的数据质量和有效性能否保证呢？

首先是第三方外包带来的质量一致性挑战：不同公司的机器人硬件标准不一，传感器标定差异容易引入噪声，数据纯度不如自控舰队高。

其次，目前京东自控的本体数量有限，目标中的百万小时本体数据主要依赖外包，若利用率或协调不到位，进度可能滞后。

再次，涉及数十万参与者和家庭、医疗等敏感场景，隐私合规成本会随规模上升，需要严格的同意机制和去标识化处理，这在一定程度上制约了数据可用性和采集速度。

最后，全链路平台的精炼能力是关键考验：视频数据易得，但真正驱动模型进化的是多模态、可执行的交互数据，若标注精度和仿真闭环跟不上，容易出现“量大质不精”的情况。

机器视角不同于人类视频

一个值得注意的点是京东数据以视频为主，JoyEgoCam核心产出是人类第一人称（egocentric）高清视频+IMU轨迹数据，目标两年内积累超1000万小时人类场景视频+100万小时机器人本体数据。

视频数据确实丰富（易于人力动员采集），可用于预训练（如视觉-语言-动作VLA模型的语义理解、“what to do”层面），但具身智能真正需要的是“多模态、可执行的动作数据”（力反馈、关节扭矩、本体感知、精确3D轨迹、机器人-环境交互）。这是人类视频难以做到的。

北京搭建人形机器人中试平台（图源 人民网）

另外，国外的多项研究指出，人类视频存在“embodiment gap”（人体 vs 机器人运动学差异）、缺乏动作标签、视角/噪声问题，导致直接迁移难；纯视频适合泛化预训练，但机器人策略学习仍高度依赖teleoperation（远程操作）或真实机器人演示的“gold-standard”数据来学“how to do”。

京东宣称未来会补充手部/肢体/动态轨迹采集，并通过标注/仿真闭环精炼，但若仅停留在视频层面，模型泛化与实际部署可靠性仍存风险——这也是Tesla Optimus等全球玩家强调“舰队真实交互数据+teleop”而非纯被动视频的原因。

可以说，京东最大限度利用了原有的数据标注团队，把过去服务仓储机器人的能力延伸到具身智能，同时通过众包方式把部分采集任务外包给第三方数采公司，自己则专注提供场景和最终的“数据燃料”精炼。

这种轻资产、重场景的模式，让京东得以快速铺开，而无需一开始就重仓采购成千上万台本体机器人。

但这种模式能否持续，却要打一个问号。

因为具身智能未来发展更倾向于“通用基础模型+特定场景精细数据”的混合路径，而非单纯依赖京东式通用数据或完全专有数据。

通用数据的价值在于提供“what to do”的语义和广义能力，支持zero-shot/ few-shot转移（京东的跨场景策略符合此趋势）。而专有数据不可或缺——垂直领域（如仓库拣选 vs 家庭护理）有独特数据壁垒，纯通用模型难以达到商用级可靠性。

特斯拉自控舰队的“数据闭环”

与京东的路径不同，国外企业在数据采集上更偏向自控舰队、远程操作和仿真结合的闭环方式。

Tesla的Optimus项目是典型代表。他们在自家工厂内部署少量机器人作为数据采集平台，同时招聘专业操作员穿戴VR设备和动捕装备，进行远程演示和任务录制。这些数据直接喂给端到端神经网络，辅以海量车辆驾驶数据的迁移学习，形成舰队学习效应。

特斯拉人形机器人Optimus

目前Optimus主要还在工厂内用于学习和数据收集，尚未进入大规模生产阶段，但通过自有场景的持续迭代，数据纯度和一致性较高，适合训练高泛化能力的动作策略。

Figure AI则选择与大型地产集团合作，在真实住宅和商业空间里展开大规模预训练数据采集，利用多样化的生活环境捕捉人类目标导向行为，避免实验室数据的单一性。

Agility Robotics的Digit机器人已在多家物流客户现场部署，通过远程操作和现场演示积累第一手数据，同时借助NVIDIA和MuJoCo等仿真平台生成海量虚拟样本，实现了从客户反馈到模型优化的快速循环。

美国机器人公司Agility Robotics于2019年推出双足人形机器人Digit

波士顿动力（Boston Dynamics）的Spot和Stretch则更多依托客户实际部署场景，在巡检、物流等真实任务中自然采集传感器数据，再结合研究机构的仿真训练，提升机器人在复杂动态环境下的适应力。

这些海外路径共同特点是强调“数据闭环”：机器人本身既是采集工具，也是最终受益者，追求从采集到部署的无缝反馈，但规模扩张受限于硬件成本和部署进度。

国内其他企业也各有侧重，形成了与京东互补的多样格局。Galbot在苏州建成具身智能数据采集中心，场地内布置约百台机器人，在二十多个高度仿真的真实环境中同步运行，目标每年产出数千万条多模态样本，侧重全链条技术验证到应用示范的闭环。

Lumos Robotics推出背包式UMI采集设备FastUMI Pro，这种便携工作站能直接让操作员在工厂、家庭、酒店等六大真实场景中高效采集标准化数据，计划2026年部署上万台，把采集从固定中心推向移动化。

Lumos Robotics 背包式UMI采集设备FastUMI Pro

优必选则依托Walker系列机器人在工厂的规模化部署，通过实际产线任务自然积累数据，并计划2026年将产能提升至数千台级别，侧重以量带质的工业场景优化。

优必选Walker S机器人

这些国内玩家的共同之处在于充分利用中国制造和场景密度优势，有的专注专用中心，有的强调便携采集，有的走开源共享路线，共同加速数据从“荒”到“丰”的转变。

相比之下，京东数据采集的“人海战术”，在具身智能数据元年确实展现出独特效率。依托现有供应链，他们能低成本覆盖多样场景，通过众包和标注团队快速产出视频和轨迹数据，短期内规模优势明显。

但长期来看，展望未来，京东这种模式的成败，取决于能否把场景优势真正转化为数据飞轮的闭环效率。

有野心，还要有战略

京东要想成为全球具身智能数据采集的标杆，关键在于三点：

一是持续提升数据质量，从视频主导逐步向力反馈、关节扭矩等本体感知倾斜；（由于缺少本体研发制造，京东要在这个领域突破很难）

二是加强自控舰队或teleop比例，降低对外包的依赖，形成更纯净的迭代循环；（这个属于重资产的玩法，需要京东在战略层面对具身智能有系统认知，才可能在这方面有重大转变。

三是平衡规模与合规，在隐私保护前提下探索联邦学习或边缘计算等技术路径。

只有当采集来的数据真正能驱动模型在真实部署中不断进化，并反哺更多场景时，京东的“人海战术”才能从数据供给者成长为行业基础设施的核心玩家。

京东JoyEgoCam超高清采集终端

数据元年才刚刚开启，各家路径并行，最终胜出者将是那些把数据真正炼成“燃料”、实现采集-模型-部署正向循环的企业。

无论京东还是Tesla、Figure，无论人海还是舰队，AI领域的数据采集最终只有一个黄金标准：能否促进模型/系统的迭代升级。

手握如此好的基础条件，又赶上风口，但是战略认识跟不上，再宏伟的口号也只能是空谈了。

图片来源于网络

本文为“示范财经”原创文章，未经授权不得转载或抄袭。如需转载，请在文末留言区申请并获得授权。

加入群聊，一起讨论吧~同行都在这儿