日本民间企业启动人形机器人学习数据工厂,最多部署40台机器人
日本民间企业联盟J-HRTI在千叶习志野启动关东数据工厂,现部署约35台人形机器人,最大发电量可达40台。该设施旨在通过反复抓取与搬运等动作收集真实工业环境下的训练数据,并在数据标注与现场验证的闭环中提升机器人部署可靠性与适用性。
日本民间企业联盟J-HRTI在千叶习志野启动关东数据工厂,现部署约35台人形机器人,最大发电量可达40台。该设施旨在通过反复抓取与搬运等动作收集真实工业环境下的训练数据,并在数据标注与现场验证的闭环中提升机器人部署可靠性与适用性。
日本一个由民间企业组成的联盟开始运营一座专门收集人形机器人训练数据的设施。J-HRTI(Japan Humanoid Robot Training & Implementation)8月26日在千叶县习志野市启动“关东数据工厂”,目前部署约35台人形机器人,未来最多扩展至40台。
这座设施的目标,不是立即把人形机器人大规模投放到日本工厂或仓库,而是通过反复执行抓取、搬运等动作,收集机器人在真实或接近真实的工业环境中学习和调整所需的数据。项目参与者希望在2026年度内,先推动人形机器人承担搬运等相对简单的现场任务。
一座由企业共同运营的数据设施
J-HRTI由山善、津村、DMS、芙蓉综合租赁以及负责整体运营的INSOL-HIGH等企业参与。山善在官方公告中称,该设施是日本首个由民间企业独立运营的物理AI与机器人数据工厂;这一“日本首个”的表述,限定在由日本民间企业组成的相关运营机构范围内。
设施占地约1400平方米,分为机器人区、标注区和测试区。机器人区用于生成模仿学习的原始数据:操作员反复控制机器人完成抓取、取放和搬运等动作,并记录动作影像、关节状态以及操作过程中的相关信息。标注区则由工作人员整理这些数据,将其转换为可以用于训练的格式;测试区尝试还原参与企业的生产或物流环境,以较短周期反复进行验证和调整。
AI Watch的现场报道指出,这种安排的关键在于把“动作演示”与“数据整理”和“现场验证”放到同一套流程中。联盟希望,机器人进入企业现场后产生的成功与失败数据,也能回流到数据工厂,继续用于改善后续训练。
机器人本体来自中国,运营平台在日本搭建
据路透社报道,J-HRTI使用的是上海智元机器人(Agibot)制造的人形机器人。路透社引述J-HRTI事务局负责人磯部宗克的话说,联盟在安全措施方面进行了准备,虽然硬件来自中国,但运营所需的平台全部在日本国内搭建。
这一安排反映出当前人形机器人产业的一个现实特征:机器人硬件、控制软件、数据和部署服务未必来自同一个国家或同一家公司。对于日本企业来说,使用已经具备供应能力的海外机器人本体,可以缩短试验周期;但数据如何存储、谁能访问运行平台、现场信息如何跨企业共享,仍然是实际部署中的重要问题。
目前公开信息并未显示该设施已经形成面向日本产业的大规模商业部署,也没有证据表明它已经训练出一个能够适用于所有工业场景的通用物理AI基础模型。现阶段更准确的描述,是一个围绕数据采集、标注和概念验证建立的共同实验设施。
日本企业为什么要从“搬运”等简单任务开始
津村生产部门负责人熊谷昇一对路透社表示,日本劳动年龄人口下降正在使企业更难确保劳动力,而稳定供应又要求生产不能轻易中断。津村过去已经在不同工序引入工业机器人,但仍有一些任务依赖人工,尤其希望减少夜间作业。
DMS负责处理形状、重量和厚度各不相同的纸张及包裹。该公司社长山本克彦表示,一些需要毫米级调整的工作仍依赖人的手指和长期积累的操作经验。联盟希望把这些经验转化为机器人能够学习的数据,而不只是把机器人当作传统自动化设备来使用。
这也是人形机器人与固定式工业机器人的区别所在。传统自动化设备通常围绕明确的工件、路线和工位设计;人形机器人则被寄望于在已经按照人类动作和空间布局建设的现场中工作。但要实现这一点,机器人不仅需要识别物体,还需要知道如何施力、如何调整抓取角度,以及在动作失败后怎样重新规划。
数据闭环比单次演示更重要
J-HRTI的运营模式试图解决一个长期存在的障碍:单个企业通常很难独自承担机器人设备、操作人员、数据标注和现场验证的成本。联盟的设想是,参与企业共同使用数据基础设施,并把各自现场产生的经验回流到共同的数据资产中。
这条路线与机器人领域近来的技术发展相互呼应。AIFlux此前报道的LeRobot v0.6闭环机器人学习更新强调,部署过程中的失败、纠正和重新标注,可以成为下一轮训练数据。Google DeepMind推出的Gemini Robotics 2则展示了另一种路径:把视觉理解、任务推理和动作控制连接起来,尝试让机器人适应更复杂的多步骤任务。
不过,软件模型的能力展示与工业现场的稳定运行之间仍有明显距离。实验室中的成功率并不能直接等同于工厂中的生产率;不同企业的物料、照明、地面、空间布局和安全规范,也会改变机器人执行同一动作时的难度。
因此,J-HRTI的价值不只在于机器人数量,而在于能否持续收集具有现场代表性的数据,并把数据转化为可重复的部署流程。对人形机器人而言,真正的门槛往往不是完成一次抓取,而是在长时间运行中保持稳定,并在异常发生时安全地停止或恢复。
从一个数据工厂扩展到产业网络
据物流行业媒体LogiBiz报道,INSOL-HIGH方面提出了在日本全国建设约10个类似设施的构想,包括承担大规模数据采集的核心基地,以及让中小企业和地方企业参与数据收集的卫星基地。该公司还提出,到2030年度左右构建不受单一产业限制的日本物理AI基础模型。
这些仍属于联盟公布的未来设想,而不是已经完成的产业成果。要让数据共享真正形成规模,联盟还需要解决数据权属、企业机密、责任划分和不同机器人平台之间的兼容问题。不同公司愿意共享到什么程度,也将直接影响所谓“共同资产”能否持续扩大。
从目前进展看,J-HRTI首先是在为日本企业建立一条从动作采集到现场验证的基础设施链条。它能否进一步推动人形机器人进入工厂、仓库和其他工作场所,将取决于这些数据是否能够转化为可靠的现场性能,以及部署成本是否低于企业继续依赖人工或传统自动化方案的成本。
来源:
不错过任何一条 AI 大事
订阅 AIFlux 早报,每天 3 分钟看懂产业动态。

