“问渠那得清如许？为有源头活水来。”数百年前朱熹写下的这句诗，如今在一群工程师手中有了新的注解，他们正在为另一种“生命”寻找源头活水。
在上海一个全封闭训练场内，一台人形机器人正反复进行着同一个动作：识别目标、抓取、精准放置。这一幕，是人形机器人（上海）有限公司（国家地方共建人形机器人创新中心，简称“国地中心”）核心腹地的日常。
这些看似机械的动作，正是在为冰冷的钢铁身躯注入数据的“灵魂”。依托这样的数据积累，人形机器人也在陆续走出训练场。
在高端制造领域，机器人已进入汽车生产车间，开展零部件装配、检测等作业；在城市服务领域，机器人已在路面清扫、垃圾清运等场景中开展试点应用；在应急救援领域，机器人也将探索进入火场执行火情侦察、物资投送、破拆救援等任务。
作为工信部与上海市政府联合授牌的全国首个人形机器人行业国家级创新中心，国地中心在承担着多项国家级重点项目的同时，也肩负着“1+N”训练场布局与数据基座建设的战略使命，让人形机器人从实验室转向规模化落地。
01.
数据之困，
人形机器人“成长的烦恼”
从数据采集、数据治理、数据标注到数据流通，这条全流程贯穿机器人训练的全生命周期。而其中，高质量数据集的构建尤为关键——但恰恰是这条道路，处处是挑战。
一是数据量庞大，对存储提出极高要求。每次训练都会产生PB级多模态数据，包括视频、点云、力觉信号等，对存储容量、性能和TCO构成严峻考验。如何经济高效地存得下，是首要难题。
二是采集成本高昂，高质量数据需要可靠传输与永久保存。每一次真实场景的数据采集，都意味着高昂的设备投入和漫长周期。一旦丢失或损坏，损失不可估量。因此，数据传输需要稳定可靠的网络支撑，存储端则需要万无一失的保障机制。
三是数据格式复杂多样，治理难度大。视觉、触觉、力觉、位姿等数据格式各异，若缺乏高效管理系统，难以清洗、标注和融合，无法有效用于模型训练。同时，数据采集方式单一，样本缺失、成本高昂，制约了数据集规模化扩张。
四是跨域流转困难。涉及真实场景的操作数据，安全域与产权归属问题突出，难以跨主体、跨项目高效复用，限制了价值释放。
人形机器人的进化，就这样卡在了“数据”这道门槛上。
针对这些挑战，国地中心采取了分层推进的建设路径：第一步，从最基础的存储系统入手，为训练场构建可靠的存储底座，解决数据存得下、管得住的问题；第二步，向AI数据湖演进，规划建设基模采训中台，实现数据的全域汇聚、智能调度与高效流转，让数据真正“活”起来。
02.
夯实底座，
为训练场打造“超级粮仓”
为推动人形机器人从单点能力验证走向真实场景中的持续运行与迭代，国地中心构建了“五模四台一集”的“5+4+1”具身智能技术体系。
该体系以场景需求为牵引，以应用价值和技术可行性评估为起点，贯通“场景评估—任务定义—数据采集—数据验证与治理—数据集沉淀—模型训练—综合评测—场景部署—运行回传—迭代优化”全流程，形成数据、模型、评测与应用相互驱动的技术闭环。
而落实这一体系，第一步要从数据存储做起。国地中心采用华为OceanStor Pacific分布式存储，为训练场构建统一的存储底座，这套系统的核心能力主要体现在三个层面：
第一，提供高并发吞吐能力，支撑大规模数据集的高速加载与实时数据注入，缩短模型迭代前的数据准备时间；第二，具备海量扩展空间，可安全长久地存放原始视频、点云等历史数据，满足重复训练、算法回溯及合规留存等需求；第三，配合统一管理视图，使数据按场景分层存放、集中调度，彻底告别过去散乱的存储状态。一期已建成6PB资源池，为训练场提供了充足的存储能力。
这套存储系统的价值远不止于存得下，它更是整个数据闭环的中枢——打通了数据湖的多协议互通，一份数据即可支持S3、NFS、HDFS、POSIX等多种协议，实现跨协议、多任务的并发访问，大小I/O混合负载也能自适应处理，让数据从导入、脱敏到上传一气呵成。
在此基础上，冷热数据自动分级，并提供全局调度视图，支持跨训练场按需流动与云上云下灵活调度，数据管理由此从“静态存储”升级为“动态流转”。同时，全栈轻量云解决方案将AI服务器、存储、网络、虚拟化、容器统一纳管，数据工程、模型工程、智能体开发等能力均可按需部署，实现了存储系统与训练平台的高效协同。
借助这一存储底座，数据得以顺利进入标注与治理环节，通过五类模型协同、四大平台贯通和白虎2.0数据集持续沉淀，国地中心逐步形成“以场景为牵引、以数据为基础、以模型为核心、以评测为门禁、以应用反馈为驱动”的具身智能闭环技术体系，面向全市人形机器人产业生态提供数据汇聚、模型研发、能力评测和场景应用支撑。
与此同时，国地中心还联合华为发布全国首个具身智能实训场样板点。基于样板点的全链路闭环体系，双方将通过实时获取数据与高保真仿真数据的双向对齐和持续回流，打造涵盖多源异构采集终端、并行仿真数据生成流水线、行业数据标准规范、一体化数据治理平台在内的完整数据飞轮，让训练场从深度推向广度。
03.
引流入湖，
驶向千行百业的星辰大海
“超级粮仓”解决了数据存与管的问题，但国地中心更大布局，在于构建一个从训练场直达真实场景的全栈AI数据湖。这是因为，训练场内的技术闭环已经跑通，但要真正创造价值，还需要打通通往真实场景的业务闭环。
按照国地中心规划，以基模采训中台为核心枢纽，数据将从各个边缘训练场汇聚至此，形成全域数据湖，支撑模型持续迭代；再经由场景应用中台，将能力反哺至真实的工业、服务场景，并将训后数据回流，形成持续完善的增益循环。
这一蓝图已非“遥不可及”。目前，国地中心已与上海市消防救援局、国网上海电力等六方签约，覆盖应急救援、能源电力等六大核心赛道，推动人形机器人投入真实产业环境常态化作业。同时，上海市人形机器人中试服务平台已在浦东全面投入运营，年产2000台整机的产能让规模化落地也有了坚实的制造基础。
这些实实在在的成果，让人形机器人走进真实场景不再是想象，它们正加速成为人类的生产伙伴与得力助手。
而这一切的起点，就藏在每一次抓握、每一步行走的背后。从数据基础设施的蓄存，到AI数据湖的流转，再到千行百业的应用落地，正是这条贯通数据采集、存储、治理、训练到应用的全链路，让冰冷的钢铁骨骼从此有了感知的温度，硅基神经网络开始获得了学习的能力。
