本周彭博社从北京郊区一个产业园发回的报道里，最说明问题的细节不是那只把一包乐事薯片码上货架的人形机械臂。是旁边那个人：他正对着镜头，一遍遍把沙发上的靠垫抓起来、把床单叠好，好让一台机器将来能不靠他也把这事做了。
这就是 2026 年 7 月人形机器人行业的真实状态——机器人还干不了活，所以先花钱请人对着摄像头干活，干到它们能干为止。
一个花钱买不来的数据缺口
语言模型有整个互联网可以白拿。机器人什么都没有。「怎么把鸡蛋捏起来又不捏碎」「怎么在杯子滑下桌沿前接住它」，这些事没有现成语料可爬。物理劳动的训练数据只能造出来，一小时一小时地录。
缺口不小。业内的共识是，训练一个能用的具身智能模型需要数千万小时的示范数据。高盛分析师 Jacqueline Du 说，跑在最前面的公司「现在大约在 50 万小时」。差了大概两个数量级——正好是承诺和产品之间的距离。
中国的答案是把这个缺口工业化。据研究机构 Interact Analysis 统计，各地政府已经在全国开出 64 个数据采集中心，另有 20 个在建。北京郊外那个由「人形机器人创新中心」（X-Humanoid）运营。这些场所内部仿照超市、装配线、办公室、商铺和家庭——把普通房间重建成摄影棚，好让普通的活对着镜头被做一遍。
先铺出去，边干边学
策略的另一半是干脆跳过摄影棚，把机器直接送进真建筑里——那里的数据更脏，因此也更值钱。星动纪元（Robotera）已在十多个物流枢纽放了人形机器人。银河通用（Galbot）签下协议，把机器送进宁德时代的工厂干重活。AI² Robotics 已经把人形机器人装进了造汽车、造半导体、造消费电子的车间。智元（Agibot）称今年要往工厂里放一千台以上，2027 年一万台以上。
钱是到位的。据北京的 ITjuzi 统计，今年至今投进中国机器人赛道的资金至少 1000 亿元人民币（约 148 亿美元），比过去五年加起来还多。仅深圳的自变量机器人（X Square Robot）一家就拿了 63 亿。宇树把即将进行的 6.1 亿美元上市募资中的近一半，许诺投给 AI 模型而不是硬件——那家靠功夫演示出名的公司，现在觉得难的地方在哪，这一笔就说清楚了。
规模就是全部的论据。国际机器人联合会（IFR）的数据是：2024 年中国装了约 30 万台机器人，美国是 3.8 万台。美国公司在用另一套路子追同样的模型：买数据、跑仿真、在印度和越南这类低成本市场雇人做示范。注意，两条路的尽头都是同一件事——一个人对着镜头把活做一遍。中国只是把这一遍放在活真正发生的地方。
这个差别催生了本季度最漂亮的一记补刀。今年 5 月，Figure AI 做了一场 50 小时直播，机器人以接近人类的速度分拣了近 6 万个包裹，全程零干预——确实漂亮。中国的开发者不买账。「太干净了」，他们说。智元项目负责人 Ai Wen 对彭博表示：「Figure 的演示还停在实验室，我们的部署是在真实产线上。」自变量的 Gan Ruyi 说得更狠：这种演示反而会拖累 Figure 的模型，因为包裹流永远不变，模型只会学到一堆无关细节。「在真实物流枢纽里，来的包裹永远不一样。」
那个为了终结岗位而存在的岗位
把地缘政治和 5 万亿美元的市场预测都剥掉，底下剩一个朴素事实：以上每一条路线，都要先有一个人把活做一遍给机器看。这悄悄造出了一个真实的工种——数据采集员。而它是这个故事里唯一一个确定在增长的岗位。
它也是唯一一个「干得越好、离消失越近」的岗位。一个分拣工示范得好，换来一台会分拣的机器人。一个叠床单叠得够标准的人，换来一台会叠床单的机器。北京对终点毫不遮掩：巴克莱估计，政府希望人形机器人补上其预估劳动力缺口的六成；工信部则要在年底前让一万台进厂。
诚实的那一面是：50 万小时对数千万小时，路还长得很，任何跟你说全面自动化就在眼前的人都是在卖东西。但这个缺口正在被填上，而且只能用一种方式填——花钱请人来填。此刻北京郊外那个产业园里，最值钱的资产不是机器人，是床上那个人。而他的价值，全部由「他能被录得多完整」来计价。
