【艺恩观察】采了100万小时，能进训练的有多少？

先说一个正在发生、但很少被摆到台面上的数字：在国内数采工厂，同样是8小时工时，有的团队能产出4小时有效数据，有的只能产出1小时——管理、培训和设备稳定性都会直接影响产能。而行业目前较常见的结算方式，已经是按有效小时结算，而不是按人员实际工作时间结算（界面新闻，2026-09-01）。

4比1，就是400%的良率差。

这一变化的意义不止于结算方式：当一条产线上最贵的成本是人力，而计价单位从「工时」转向「有效小时」，供给侧的良率风险就正在向乙方转移。对甲方来说，「每小时多少钱」这个指标的信息量正在快速下降——同样300元（人民币，下同）一小时，背后可能是25%的直通良率，也可能是80%。

数据不是文件，是制造出来的产出

招募、任务设计、设备标定、采集、回传、同步、切分、标注、重建、校验、交付——每一步都会丢样本。

制造业对此有一个标准说法：直通良率，即所有工序一次通过率的乘积。它是连乘，不是相加。单点优化会被其余环节稀释；而各处的小幅改进连乘起来，提升幅度远超直觉。

六道关口足以定位几乎所有损耗：采集管设备与任务完成度，同步管多流对齐，感知管手与物体是否可跟踪，重建管几何是否可恢复，交互管接触与状态是否可信，可训练就绪管动作重定向与仿真是否通过。

图｜ 六道关口各90%，端到端约53%；各95%，约74%；各99%，约94%。每道关口提升4个百分点，端到端相对提升约28%（内部测算·示意值） 。

到了规模上，这就不是运营细节了，这是成本结构本身。

同一套算术，也管着训练场

2026年国内训练场建设进入规模化。中国信通院人工智能研究所联合人形机器人（上海）有限公司、具身智能测试实验室发布的《具身智能训练场研究报告（2026年）》给出了这个行业的第一份「家底」：截至2026年6月底，全国建成启用超过70家具身智能训练场，在建或规划中的还有46家，覆盖18个省级行政区（经界面新闻2026-09-20报道）。

与此同时，北京首个人形机器人数据训练中心在8月被曝暂停运营、转入升级改造。早期运营方的说法是：该中心积累了千万级轨迹片段，「但本质上仍是实验室场景」（澎湃科技，2026-09-02）。

同一份报告也没有回避问题：当前训练场存在场景任务同质化、数据实际产能有限、流通性不足、可持续商业模式尚未形成等共性挑战，行业整体正从「建设热潮期」迈向「能力沉淀期」。

从良率角度看，结论比「训练场模式失败了」要精确得多：千万级轨迹片段如果落在同一套固定光线、统一物品、预设流程的分布里，它在「交互」和「新颖性」两道关口上的通过率会很低。前四道关口都能过，卡在第五道和第六道。产出没有丢在设备上，丢在了分布上。

专家给出的判断方向一致：训练场要产出大规模高质量数据产品、实现商业落地，必须打造完善的数据工程化流水线。而工程化流水线的另一个名字，就是良率管理。

质检必须往前移

最贵的缺陷，是在采集结束、素材已经回传之后才被发现的那一个。

高通量作业需要在边缘侧或采集现场做轻量检查：曝光、帧率、惯性数据、同步、手部可见性、任务完成度、存储完整性，并即时反馈。返工成本是非线性的——重做一场采集，通常意味着把人、场地和场景重新凑齐，而不只是把一段录像再录一遍。

对众包型无本体采集，这一点更尖锐：采集员一旦离开现场，这个真实场景基本无法复现。

从每小时成本，到每条有效状态转移的成本

采购问的是每录制小时多少钱。真正有预测力的指标是：每可用小时成本、每结构化小时成本、每条仿真通过轨迹段的成本，以及最终的每条有效状态转移成本。

这里有一个新披露、也容易被误读的数字：信通院报告披露，真机遥操作数据在规模化运营后，单小时有效成本已降至约275元。而同期国内真机遥操数据的交易均价仍在每小时500–1000元；无本体采集在尚未形成规模化产能的早期，报价甚至高于真机，达到每小时1000余元，预期在行业收敛后降至真机的1/2到1/3（界面新闻，2026-04-16、2026-09-01）。

图｜ 275 元是规模化运营后的有效成本口径，500–1000元是市场交易价口径，两者不能直接比较 。

注意这三个数字不能直接比较。275元是「有效成本」——已经把良率折进去了；500–1000元是交易价，包含毛利与风险溢价。买方真正该算的是第三个数：按50%直通良率折算，每小时600元的报价，实际是每可用小时1200元。

艺 恩 判 断

每条有效状态转移成本目前还是一个提议，不是公认方法——它要成为方法，前提是有证据表明有效转移数与下游模型表现之间存在稳定关系。在那之前，我们的建议是：对外按可比口径报价，对内按状态转移口径管理，并且说清楚你用的是哪一个。到了规模上，数据质量就是良率问题。

三个问题，现在就能自查

01· 你知道自己的端到端良率吗？从原始输入到可训练资产，一个比值。从没算过的团队，结果通常比预期差两倍以上 。

02· 哪一道关口最差？你上一次测它是什么时候？在连乘链条里，最差的一关决定全局，它也最可能自上次检查以来已经漂移了 。

03· 你最早的质量检查在多上游的位置？如果第一次检查发生在回传之后，每个缺陷的代价就是一次重拍；如果发生在设备端，大多数缺陷的代价只是一次重录 。

如果这三个问题里有一个你答不上来

回复关键字【具身数据】，预约30分钟具身数据技术对话；我们会按你的本体与任务，把这篇里的口径跑成一份可核验的清单。

-全文完 · 数据来源见文中标注-

ENDATA

BUSINESS

cs@endata.com.cn

+86-010-85899985