日前举行的中国人工智能产业发展联盟第十八次全体会议发布《具身智能训练场研究报告（2026年）》（下称《报告》）显示，据不完全统计，截至今年6月底，全国建成启用超70家具身智能训练场，在建或规划中的训练场46家。具身智能训练场建起来只是第一步，更重要的是用起来、转起来，真正成为数据资源基地和实景实训平台，支撑具身智能产业规模化发展。

此次《报告》由中国信通院人工智能所联合人形机器人（上海）有限公司、具身智能测试实验室共同发布。《报告》指出，具身基础模型要迎来“ChatGPT”时刻至少需要千万小时级真实数据，而当前全球可用的高质量真实数据仅为数十万至百万小时级，供需之间存在量级差距。

人形机器人（上海）有限公司研发总监周海在解读《报告》时表示，行业普遍认为，足够多的数据是具身智能享受规模定律红利的前提。但当前可用的具身智能数据，尤其是真实数据，仍面临巨大的资源缺口。

在政策支持和产业需求的牵引下，我国训练场建设加速推进，呈现规模化、集群化特点。从区域分布看，《报告》显示，当前训练场建设已覆盖全国过半的省级行政区，形成以长三角、京津冀和珠三角为核心的三大集群，并突破传统人工智能产业高度集聚于省会城市、直辖市和一线城市的发展模式，不仅分布于北京、上海、深圳、成都等创新资源密集地区，也逐步向三线、四线乃至五线城市延伸，呈现出多层级城市协同布局的发展态势。

从场景分布来看，《报告》显示，据不完全统计，含工业制造场景的训练场最多，占86%，家庭服务和商业零售次之，建设最少的是特种应急行业场景，占比约25%。此外，农业、文旅等行业也有零星场景分布。

值得关注的是，具身智能训练场产业生态初步成形，可持续盈利模式仍在探索。

《报告》认为，现阶段训练场产业链已初步成形，整体呈现“上游技术供给活跃、下游应用仍待拓展”的倒三角特征。周海表示，大多数训练场仍处于基础设施建设和数据产能爬坡阶段，产业服务效用尚未释放，训练场建设仍面临共性问题。随着具身智能逐步成熟、产业应用不断深化，训练场也在场景、数据、运营、标准化等多方面持续演进，推动我国训练场从建设热潮期向能力沉淀期稳步过渡。