北京要把一座总规模超过50000PFlops的具身智能专用算力集群写进三年方案，同时配套不少于100个真实场景、超过100万小时的高质量数据采集。数字很密，方向也清楚。但一个前置问题被跳过了：这座集群的客户是谁，它在整机企业从样机走向规模化部署的链条上，究竟解决哪个环节。
先把位置摆正。京东（JD）集团技术委员会主席曹鹏在乌镇峰会期间给出的判断是，物理AI的竞争已从单一模型、机器人本体比拼，转向算力、数据、场景、供应链组成的体系能力竞争。京东（JD）自己的选择是“做产业底座，不做终端厂商”，把算力、数据、场景对外开放，服务优必选（HK9880）、逐际动力、众擎机器人等企业。按这一定位，专用算力集群的客户是整机企业和模型公司，作用落在训练、仿真和数据处理环节，而不是直接产出整机产能。它降低的是模型训练的边际成本，与“培育一流整机企业”之间是支撑关系，不是因果关系。
这层区分不是文字游戏（881275）。算力集群建成，能跑通多少有效训练，取决于喂进去的数据。训练什么数据、数据从哪里来、数据能不能复用，是另一个层面的约束。专门搭建实验室数采工厂成本高昂，多数整机企业难以负担；更棘手的是部分采集数据高度绑定特定机器人本体，硬件迭代后数据随即失效，前期投入产出很不理想。京东（JD）披露的路线是与本体弱相关的第一人称视觉数据，计划两年内采集超1000万小时人类真实场景视频数据和超100万小时机器人本体运行数据。这条路线的好处是数据不绑定特定夹爪、灵巧手或单双臂构型，硬件换代后仍可用于预训练。视觉数据可以走这条路，触觉数据未必。
灵巧手是机器人走向物理世界的最后一厘米。用手拿一个水果，人不必盯着也能控制力道，机器人极难学会这个动作。难在力度控制。现有多模态模型常常更注重视觉，但视觉解决不了该用多大力气的问题。力道要靠触觉。深圳戴盟机器人主导研发的Touch-R1模型，近期被机器学习领域顶级学术会议NeurIPS 2026接收，其研究首次将强化学习系统性引入触觉推理模型，把触觉物理认知从“看起来是什么”推向“实际是什么”。配套的TouchReason-1M数据集含14700条触觉序列、132.3万个同步数据对。公开资料显示，戴盟的视触觉传感器（885946）出货量已达数万片，开源触觉数据集下载量突破1000万次，服务全球超过200家客户。供给基础已经有了，但仍处早期。
触觉数据与视觉数据的关键差异，在于绑定深度。触觉信号高度依赖传感器（885946）安装位置、灵巧手构型、夹爪材质与驱动方式。换一只手，力的分布、接触面的形变、滑移的临界点都变了。硬件迭代后，前期采集的触觉序列可能大面积失效。这决定了触觉数据的复用率天然低于第一人称视觉数据。算力能降低标注、仿真扩增和多模态融合训练的边际成本，但降不了数据本身的绑定成本。
把链条拆成四段，传导关系会更清楚。第一段，算力投入降低触觉数据标注、仿真扩增与多模态融合训练的边际成本，让单条数据被更充分地使用。第二段，数据跨本体复用率决定单位算力投入的训练产出。复用率高，同样的算力能训练出泛化更强的模型；复用率低，硬件迭代一次，前期投入就沉没一批。第三段，模型泛化能力决定整机在客户现场的可用性。通用大模型可以指挥机械臂抓积木，但面对毫米级接触任务，成功率会明显下降。第四段，整机可用性反过来决定场景方开放意愿与数据采集规模，形成正反馈或负反馈。每一段箭头都有时滞，且不是自动成立。
这里要正面处理一个反方论证。产业早期最缺的未必是算力总量，而是现金流与试错空间。触觉传感器（885946）与灵巧手的良率、成本、寿命验证周期（883436）长，算力集群再大也无法直接催化感知层成熟。如果触觉数据标准不统一、跨本体复用率低，集群的利用率会打折扣。这个论证有分量。
北京方案把“场景验证—数据回流—模型迭代—产能爬坡”写成一个循环，但政策文本的并列表述掩盖了一个事实：四个节点的推进速度并不一致，有的受制于安全责任，有的受制于标准缺失，有的受制于技术路线未定，有的受制于零部件验证周期（883436）。循环能不能跑通，不取决于最快那个环节，而取决于最慢那个。100个真实场景是数据采集的前置条件，但场景开放不是发文就能完成的动作。企业要评估投入产出，场景方要评估安全风险和岗位替代的接受度。产线安全、责任划分、客户意愿，每一项都需要单独谈判，以月甚至季度为单位。100个场景意味着100次这样的谈判，相当一部分会卡在安全评估或责任划分上。采集时长和有效数据之间不能画等号，场景类型决定数据价值。若场景开放慢于采集规划，采集目标存在被低价值演示场景填充完成的可能。
结论成立的边界条件有三条。触觉数据标准与交易流通机制未形成，采集数据难以跨企业复用；灵巧手硬件迭代速度快于数据复用周期（883436），前期采集投入大量沉没；场景开放速度慢于采集规划。三条中任何一条持续存在，算力投入对整机可用性的传导都应打折看待。本方判断的时间尺度前提是：方案目标年份为2028年，培育对象是国际一流与国内领先整机企业，工具定位在中后期。若到2027年前后仍无一批整机企业形成可验证的持续订单与营收，反方成立。
后续跟踪不必盯算力规模，看三个比率更实在。触觉数据跨本体复用比例，以及触觉数据集的开源与交易流通进展；灵巧手在真实产线中完成精细操作的持续运行案例数量，参照星际光年绳驱灵巧手进入打印机总装线完成二十余项精细操作的验证方式；专用算力集群中具身智能企业调用占比与联合训练案例，参照北京方案中“结对子”机制的供需协同安排。若数据复用比例长期偏低，算力投入对整机可用性的传导就应打折。灵巧手这一厘米补不上，50000PFlops的训练底座再大，整机企业也走不出演示阶段。
图 1：均为下限口径——超过50000（PFlops）、不少于100（个）、超过100万（小时），单位见各项标注
先把位置摆正。京东（JD）集团技术委员会主席曹鹏在乌镇峰会期间给出的判断是，物理AI的竞争已从单一模型、机器人本体比拼，转向算力、数据、场景、供应链组成的体系能力竞争。京东（JD）自己的选择是“做产业底座，不做终端厂商”，把算力、数据、场景对外开放，服务优必选（HK9880）、逐际动力、众擎机器人等企业。按这一定位，专用算力集群的客户是整机企业和模型公司，作用落在训练、仿真和数据处理环节，而不是直接产出整机产能。它降低的是模型训练的边际成本，与“培育一流整机企业”之间是支撑关系，不是因果关系。
这层区分不是文字游戏（881275）。算力集群建成，能跑通多少有效训练，取决于喂进去的数据。训练什么数据、数据从哪里来、数据能不能复用，是另一个层面的约束。专门搭建实验室数采工厂成本高昂，多数整机企业难以负担；更棘手的是部分采集数据高度绑定特定机器人本体，硬件迭代后数据随即失效，前期投入产出很不理想。京东（JD）披露的路线是与本体弱相关的第一人称视觉数据，计划两年内采集超1000万小时人类真实场景视频数据和超100万小时机器人本体运行数据。这条路线的好处是数据不绑定特定夹爪、灵巧手或单双臂构型，硬件换代后仍可用于预训练。视觉数据可以走这条路，触觉数据未必。
灵巧手是机器人走向物理世界的最后一厘米。用手拿一个水果，人不必盯着也能控制力道，机器人极难学会这个动作。难在力度控制。现有多模态模型常常更注重视觉，但视觉解决不了该用多大力气的问题。力道要靠触觉。深圳戴盟机器人主导研发的Touch-R1模型，近期被机器学习领域顶级学术会议NeurIPS 2026接收，其研究首次将强化学习系统性引入触觉推理模型，把触觉物理认知从“看起来是什么”推向“实际是什么”。配套的TouchReason-1M数据集含14700条触觉序列、132.3万个同步数据对。公开资料显示，戴盟的视触觉传感器（885946）出货量已达数万片，开源触觉数据集下载量突破1000万次，服务全球超过200家客户。供给基础已经有了，但仍处早期。
触觉数据与视觉数据的关键差异，在于绑定深度。触觉信号高度依赖传感器（885946）安装位置、灵巧手构型、夹爪材质与驱动方式。换一只手，力的分布、接触面的形变、滑移的临界点都变了。硬件迭代后，前期采集的触觉序列可能大面积失效。这决定了触觉数据的复用率天然低于第一人称视觉数据。算力能降低标注、仿真扩增和多模态融合训练的边际成本，但降不了数据本身的绑定成本。
图 1：力道控制要靠触觉，触觉信号与梗巧手硬件状态深度绑定
把链条拆成四段，传导关系会更清楚。第一段，算力投入降低触觉数据标注、仿真扩增与多模态融合训练的边际成本，让单条数据被更充分地使用。第二段，数据跨本体复用率决定单位算力投入的训练产出。复用率高，同样的算力能训练出泛化更强的模型；复用率低，硬件迭代一次，前期投入就沉没一批。第三段，模型泛化能力决定整机在客户现场的可用性。通用大模型可以指挥机械臂抓积木，但面对毫米级接触任务，成功率会明显下降。第四段，整机可用性反过来决定场景方开放意愿与数据采集规模，形成正反馈或负反馈。每一段箭头都有时滞，且不是自动成立。
图 1：链条拆段看传导：数据跨本体复用率决定单位算力投入的训练产出
这里要正面处理一个反方论证。产业早期最缺的未必是算力总量，而是现金流与试错空间。触觉传感器（885946）与灵巧手的良率、成本、寿命验证周期（883436）长，算力集群再大也无法直接催化感知层成熟。如果触觉数据标准不统一、跨本体复用率低，集群的利用率会打折扣。这个论证有分量。
北京方案把“场景验证—数据回流—模型迭代—产能爬坡”写成一个循环，但政策文本的并列表述掩盖了一个事实：四个节点的推进速度并不一致，有的受制于安全责任，有的受制于标准缺失，有的受制于技术路线未定，有的受制于零部件验证周期（883436）。循环能不能跑通，不取决于最快那个环节，而取决于最慢那个。100个真实场景是数据采集的前置条件，但场景开放不是发文就能完成的动作。企业要评估投入产出，场景方要评估安全风险和岗位替代的接受度。产线安全、责任划分、客户意愿，每一项都需要单独谈判，以月甚至季度为单位。100个场景意味着100次这样的谈判，相当一部分会卡在安全评估或责任划分上。采集时长和有效数据之间不能画等号，场景类型决定数据价值。若场景开放慢于采集规划，采集目标存在被低价值演示场景填充完成的可能。
结论成立的边界条件有三条。触觉数据标准与交易流通机制未形成，采集数据难以跨企业复用；灵巧手硬件迭代速度快于数据复用周期（883436），前期采集投入大量沉没；场景开放速度慢于采集规划。三条中任何一条持续存在，算力投入对整机可用性的传导都应打折看待。本方判断的时间尺度前提是：方案目标年份为2028年，培育对象是国际一流与国内领先整机企业，工具定位在中后期。若到2027年前后仍无一批整机企业形成可验证的持续订单与营收，反方成立。
后续跟踪不必盯算力规模，看三个比率更实在。触觉数据跨本体复用比例，以及触觉数据集的开源与交易流通进展；灵巧手在真实产线中完成精细操作的持续运行案例数量，参照星际光年绳驱灵巧手进入打印机总装线完成二十余项精细操作的验证方式；专用算力集群中具身智能企业调用占比与联合训练案例，参照北京方案中“结对子”机制的供需协同安排。若数据复用比例长期偏低，算力投入对整机可用性的传导就应打折。灵巧手这一厘米补不上，50000PFlops的训练底座再大，整机企业也走不出演示阶段。
