机器人也要"上学"和"高考"：从实训基地到行业标准，具身智能正在告别"野蛮生长"

2026年6月1日，工信部批准的《YD/T 6770—2026 人工智能 关键基础技术 具身智能基准测试方法》正式实施。这是国内具身智能领域首份行业标准，由中国信息通信研究院联合40余家单位共同起草，为全行业提供了一套统一的评测框架。
同一天，全国多地的人形机器人正在训练场里重复着抓取、分拣、避障的动作。它们中的一些，已经在这里练习了上千万次。
从上海的VR课堂到北京上万平方米的实景训练中心，从国家级CR认证到行业首份基准测试标准，人形机器人产业正在从"实验室炫技"走向"标准化量产"。据天眼查官方数据显示，截至目前，我国现存在业、存续状态的机器人相关企业超115.4万家，其中2026年截至目前新增注册约10.6万余家。
近五年间，机器人相关企业注册数量逐年增长，并在2025年达到顶峰。广东、江苏两省分别以超21.9万家和12.5万家的数量位居前列。
01
上海与北京的两间"教室"，千万次练习只为一次稳定抓取
在上海的机器人实训课堂里，训练师手持VR手柄，穿戴外骨骼设备，手把手地给机器人示范怎么拧瓶盖、怎么叠衣服、怎么避让行人。这些动作被拆解成数据，汇入题库。
截至目前，上海的训练系统已经积累了3000多道考题、22种考场环境，练习记录超过千万条。机器人在这里犯的错误不会被批评，只会被记录——每一次摔倒、每一次抓取失败，都会变成训练数据的一部分，反馈给算法模型重新学习。
北京的训练中心则更像一座"实战营"。位于石景山的这处训练场占地面积超过1万平方米，内部设置了16个1:1还原的真实作业场景，涵盖工业智造、智慧家庭、康养服务等四大类细分环境。
机器人在这里面对的不是虚拟考题，而是真实的货架、真实的楼梯、真实的老人起居空间。实训内容按照"小初高"难度分级进阶：初级可能是平地行走和物品识别，中级涉及上下台阶和简单工具使用，高级则要求机器人在动态环境中完成多任务协同。
训练素材的准入门槛很高。
据了解，一套训练素材从采集到投入使用，要经过六道严格工序，包括场景真实性校验、动作规范性标注、数据脱敏处理、多轮质量抽检、安全边界测试和最终入库审核。只有通过这些环节的素材，才能进入机器人的"课本"。
这些训练场的存在，说明人形机器人产业已经越过了"做Demo"的阶段。2025年，国内整机企业数量超过140家，发布人形机器人产品超330款，出货量约1.7万台。产品多了，市场开始要求它们不仅"会动"，还要"能干"且"干得好"。
02
CR认证与行业标准，给机器人发"毕业证"和"许可证"
完成实训的机器人，还要通过一场国家级考试——中国机器人CR认证。这项认证由国家机器人检测与评定中心推出，截至目前已累计颁发600余张证书，覆盖工业、服务等多类机器人产品。它既是机器人产品质量的"毕业证"，也是上市流通的"许可证"，为市场把住了质量准入的关口。
2026年6月1日正式实施的《YD/T 6770—2026 人工智能 关键基础技术 具身智能基准测试方法》，则为这场考试提供了更细化的"考纲"。
该标准规范了仿真环境和真实环境下的测试环境设置、任务库构建、测试过程和指标计算方法，构建了覆盖静态仿真测试、动态仿真测试、真实环境测试和组合式测试四种方法的评测体系。测试指标包括任务执行效率、任务成功率、人工干预率、场景扰动衰减率和平均任务能耗五项核心数据。
中国信息通信研究院人工智能研究所所长魏凯曾表示，可信的评测体系是连接技术研究与大规模产业应用的桥梁和标尺。
在技术研发层面，统一的标准为具身智能的能力评估提供了度量依据，能够指引技术迭代方向，帮助行业减少研发资源的无效投入。在应用落地层面，它为行业用户开展产品选型与应用验证提供支撑，避免市场出现"劣币驱逐良币"的现象。
从企业端来看，标准的落地正在改变行业生态。
据天眼查官方数据显示，2026年截至目前新增机器人相关企业约10.6万余家，广东以超21.9万家的存量继续领跑，江苏以12.5万家紧随其后，浙江、山东和北京也位居前列。企业数量在涨，但行业门槛也在提高——没有通过CR认证、没有接入统一评测体系的产品，未来在招投标和政府采购中的竞争力可能会受到限制。
结尾
上海训练场里的千万条练习记录，北京训练中心里1:1还原的16个真实场景，工信部6月1日正式实施的首份具身智能行业标准，以及600余张CR认证证书——这些碎片拼在一起，勾勒出一条清晰的线索：中国的人形机器人产业正在从"各自为战"走向"有标可依"。
据天眼查官方数据显示，我国现存机器人相关企业超115.4万家，近五年注册数量逐年攀升。企业数量在增长，产品出货量在提升，训练场里的机器人也在日复一日地练习拧瓶盖和上下楼梯。但产品从"能跑通Demo"到"能稳定干活"，中间隔着的是千万次重复训练、六道素材审核工序，以及一份刚实施不久的行业标准。
机器人能不能真正走进千家万户，不取决于发布会上的掌声，而取决于训练场里那些枯燥的、重复的、不计入新闻稿的练习次数。