具身智能的竞争，正在从「谁的模型强」转向「谁的数据多、真、可用」。京东在 9 月 9 日宣布，将建成全球最大的具身智能数据采集中心，计划两年内采集超过 1000 万小时的人类真实场景视频数据，直接指向行业长期被讨论的「数据荒」。同时，未来 5 年将在全国布局 80 余个 RoboBase 机器人产业基地，覆盖展示交付、维修保养、研发设计、中试组装与数据采集等环节。
一、数据荒是具身落地的真瓶颈
与语言模型靠互联网文本就能训练不同，机器人要在真实物理世界里动作，依赖的是海量、高质量、带交互标注的真实场景数据。业内普遍共识是：硬件在快速成熟，但数据积累与场景验证正成为决定商业化速度的关键变量。京东的打法是用规模化、持续化的真实交互数据供给，为具身模型提供「练手」的燃料——这和 OpenAI 靠人类反馈数据打磨对话模型的逻辑一脉相承，只是场景从文本换成了物理动作。
二、RoboBase 把「采集」做成产业网络
80 余个 RoboBase 基地的布局，意味着数据采集不再是一两次性的众包标注，而是嵌入机器人研发、中试、交付、运维全链路的常态化动作。基地既是数据来源，也是展示与交付窗口，形成「边用边采、采了就练、练好就部署」的飞轮。对依赖真实交互数据的具身智能而言，规模化、高质量数据供给正成为竞争基础。
三、数据「量」不等于「验证」
需要冷静看待的是：数据量的增长尚未完全转化为模型泛化能力的验证。第一财经等此前披露，多家机构的数据集下载与产能在暴涨，但「量」能否换来跨场景的稳定表现，仍是待解问题。京东此番把目标定在 1000 万小时与 80 个基地，关键不在数字本身，而在能否建立「采集—标注—训练—反馈」的闭环质量体系。短期看，这会抬高行业的数据门槛；长期看，谁握有真实场景数据，谁就握有具身智能的议价权。