文丨罗曾
具身智能的竞争正从“造出一台机器人”转向“让机器人真正会干活”。
国金证券研报指出，当前人形机器人行业硬件方案趋于收敛，“大脑”训练成为决胜关键，而数据量级和质量直接决定模型泛化能力。然而，截至2026年初，全球高质量真实物理交互数据总量仅约50万小时，而训练通用具身模型至少需要千万小时级数据。
缺口之大，让数据采集正在成为一门独立的生意。
日前，京东集团副总裁、京东云基础云业务负责人龚义成在WAIC 2026会前媒体沟通会上的分享中提到，京东的解法很直接——发动最多60万人进行"人类历史上规模最大的数据采集行动"，两年内积累1000万小时人类真实场景视频数据，同步实现采集机器人本体数据100万小时。
“行业不是没有数据。”在龚义成看来，机器人的"大脑"智能化程度偏低，核心原因是缺乏高质量的物理世界数据。
他透露，京东曾用10000小时高质量数据和10000小时存在瑕疵的数据分别进行模型训练实验，结果发现，使用有瑕疵的数据时，数据量增加并不一定带来任务准确率提升，甚至还会下降。"如果只做数据，不做模型，不进入最终场景验证，那么所谓的数据质量是无法保证的，只是你想象中的质量。
这正是京东与其他数据采集玩家的关键区别。
京东并非单纯做数据采集，而是构建了一个“数据采集-模型训练-场景验证”的端到端闭环。龚义成在强调，必须完成数据、模型以及机器人场景落地的端到端闭环，“如果只做数据，不做模型，不进入最终场景验证，那么所谓的数据质量是无法保证的，只是你想象中的质量”。
在这一闭环中，数据和模型之间形成了飞轮效应——通过模型效果验证数据价值，再通过场景落地反哺数据采集方向。目前，京东在数据处理成本方面已相较于最初降低了10倍以上，未来随着数据规模继续扩大，成本优化仍是持续投入的重点之一。
在数据类型上，京东主攻第一视角数据这条路线。龚义成解释，这一路线具备可规模化采集、真实性强、成本可控等优势，并能实现“一脑多形”——一个模型兼容不同机器人本体。
据介绍，京东自研的JoyEgoCam头戴式数据采集设备整机仅220克，内置车规级IMU，在居家、户外、产线等环境下均可实现毫米级精准采集；在江苏宿迁的全国首个具身智能数据采集社区，采集员在日常擦桌子、叠衣服、整理收纳等家务过程中即可完成数据采集。
但这并不意味着京东要包揽所有数据。龚义成明确表示，京东不可能覆盖全部数据采集场景，而是把投入重、周期长、行业痛点明显的部分先做起来，其他数据类型则通过生态合作伙伴来补充，例如全身动捕、运动控制等。
高盛预测，到2035年，全球人形机器人出货量将达140万台，人形机器人市场规模或达380亿美元；Grand View Research预计，全球数据采集与标注市场2030年将达171亿美元，是2024年规模的五倍以上。
在这场"淘金热"中，京东的差异化路径在于：不止于做数据采集。龚义成在沟通会上透露，京东本身就是国内最大的机器人销售平台，承接新品首发与出海，未来数十万员工中将有大量人力转向具身智能下游配套服务，覆盖机器人维修、保养等全链条运维工作。