为了教机器人做家务，22岁的杨心怡干了一件让房产中介摸不着头脑的事：一口气要租30套房子，每套只住一周左右。

　　“你租这么多房子干什么？”面对中介的追问，她解释，房子不是给人住的，而是给机器人“练手”的。这个理由让不少中介一时难以理解。有人直接拒绝，有人怀疑她是骗子，还有人要求她提供工作证明、工牌和身份证。回忆起2026年6月的经历，杨心怡有些哭笑不得。

　　这位2004年出生的浙江姑娘是武汉一家科技有限公司的一名项目负责人。她带领50多人的团队，为人形机器人采集训练数据。她和同事们每天都在做一件看似简单、实则复杂的工作：把人类习以为常的生活技能，一点点教给机器人。

　　最初，训练内容只是拿起、放下物品。随着任务推进，训练场景也从简单的操作台延伸到超市、家庭、药店、厨房、餐厅等复杂环境。

　　在超市场景中，机器人需要学习理货、补货、上架、打包等操作；在家庭场景中，它们要尝试收纳物品、整理房间；到了厨房，倒水、取物、制作咖啡，又成为新的任务。“普通人做什么，我们就教机器人做什么。”杨心怡介绍。

　　真正上手后，她才发现，人类一个不经意的动作，对机器人来说可能是一道难题。比如，人可以左手拿着手机，右手端起水杯，两个动作同时完成。但机器人还不能像人一样灵活处理这样的双手协同操作。训练师必须将连续动作进行拆解，逐一采集数据。

　　随着训练任务增多，机器人需要学习的技能越来越多，训练环境必须更加丰富。今年6月，团队接到一项数据采集订单，需要进入不同的真实家庭环境，收集机器人“做家务”所需的数据。由于任务需要不同户型、不同空间尺度和不同家具布局，团队计划寻找约30套有实际生活痕迹的住房，每套使用一周左右。

　　很多人关心“机器人何时能走进普通家庭”？杨心怡认为，当前的机器人已经能够在部分特定场景中完成任务，但距离适应千家万户复杂多变的生活环境，还有很长一段路要走。

　　此前，经济日报发文指出，机器人“上岗”要先过三关。

　　要过数据关。具身智能需要大量高质量数据支撑模型训练，但传统真机采集往往需要机器人、场地以及人员持续参与操作、质检等环节，采集成本较高。仿真数据可以降低采集成本、扩大数据规模，但还需要跨越从仿真环境到真实世界的鸿沟。同时，不同来源的数据在采集方式、格式、质量评价等方面仍存在差异，跨平台复用能力有待提高。

　　还要突破技术关。机器人进入真实场景，考验的不是某一项性能，而是感知、认知、决策、控制和执行等能力能否协同工作。当前，具身智能模型面对复杂环境和陌生任务时的泛化和容错能力仍需提升；本体、关节、执行器等硬件的耐久性、一致性和能效水平，也关系到机器人能否持续稳定作业。

　　生态关同样要闯。随着产业链不断延伸，机器人产业的专业分工越来越细。从本体、核心零部件，到模型、数据、开发工具，再到系统集成和场景应用，各环节协同要求越来越高。机器人要面向千行百业规模应用，需要整机企业、零部件企业、模型企业与场景方共同参与，在真实应用中逐步形成可复用的工具、接口和解决方案。

　　据统计，今年上半年，我国人形机器人出货量已超4万台，全球占比进一步提升至97%。亮眼的成绩凸显人形机器人产业在制造端跑出的中国速度。机器人产业发展的重心，正在从技术展示向真实需求延伸。人形机器人正从“舞台上动起来”“赛场上跑起来”向“家庭里用起来”“工厂里干起来”加速进化，有望成为继计算机、智能手机、新能源汽车之后的又一颠覆性产品。

　　综合经济日报（作者张倩）、极目新闻等