全球首个机器人幼儿园北京开园：让机器人在真实世界“摔”出智能

一、首钢园里的“新生报到”

2026年9月1日，北京首钢园。

没有整齐划一的舞步，没有 programmed 好的开场秀。几台人形机器人在一间特殊的“教室”里摇摇晃晃地移动着，自己摸、自己碰、自己摔、自己试错。研发人员给它们装上了“电子皮肤”和触觉传感器——这些机器人“小朋友”正式入园了。

这里是全球首个机器人幼儿园，由触觉传感器企业他山科技与2024年图灵奖得主、“强化学习之父”理查德·萨顿教授及Openmind团队联合共建。从6月29日概念揭牌到9月1日正式开园，仅用了37天。

开园当天，萨顿教授亲临现场，为中国小学生带来了一堂特别的“开学第一课”。但真正的学生，是那些正在蹒跚学步的机器人。

二、一场跨越70年的理念接力

机器人幼儿园的核心理念，可以追溯到1950年的一篇论文。

那一年，艾伦·图灵在论文中提出一个至今仍具启发性的观点：与其开发一个模拟成年人思维的程序，不如尝试开发一个模拟儿童思维的程序，让它不断成长，学会思考。这个想法在当时几乎无法实现——硬件太脆弱，机器人无法在真实世界中获得足够广泛的经验。

70多年后，萨顿教授在机器人幼儿园的揭牌仪式上重提图灵的论断。他说，过去几十年虽有尝试，但受限于硬件条件，“传统从人类示例中训练出的机器人行为不够强大”。真正的答案是：机器人必须通过交互学习，通过试错在整个部署的生命周期中实现持续学习，“像婴儿一样，从经验的积累、成长当中逐渐地一步步学习”。

萨顿将这座幼儿园定位为“强化学习理论在具身智能领域的首个实体落地项目”。在他看来，硬件技术的成熟与成本下降，终于让机器人实时试错、终身学习的愿景成为现实。

从图灵的儿童模拟思维，到萨顿的强化学习实践，这条跨越70余年的理念长河，终于在首钢园的老厂房里找到了物理载体。

三、“模仿时代”的尽头

在机器人幼儿园之前，行业的主流做法是“模仿学习”。

人类训练师反复示范同一个动作——比如抓取一颗苹果——机器人通过摄像头和传感器记录数据，然后用海量数据训练模型。据公开报道，仅训练机器人识别和抓取十几种不同大小、形状和重量的水果，训练师就需要耗费三四十个小时进行数据采集。

这种方法的问题在于：机器人学到的只是“照搬”，而非“理解”。一旦场景发生变化——光线不同、角度偏移、物体位置微调——机器人就可能不知所措。正如他山科技董事长孙滕谌在启幕大会上所说，传统机器人依赖人类数据模仿学习，“仅能完成固定场景的既定动作，无法在真实、动态的物理环境中自主试错迭代”。

机器人幼儿园试图打破这种被动学习的桎梏。在这里，机器人不再观看人类示范，而是直接与环境互动——撞到墙壁就记录下这次碰撞，然后调整下一步动作。它们像人类幼儿一样，在自主接触、实时交互、持续试错中积累“第一人称经验”。

他山科技CEO马扬将这种转变概括为：机器人需要的“不是孤立的数据，而是在交互中持续产生并不断更新的经验”。

四、触觉：机器人与世界的“第一通道”

要让机器人在真实世界中试错，首先得让它能“感知”真实世界。

这正是他山科技切入的角度。这家2017年成立的公司，一直深耕机器人触觉感知领域，搭建了从芯片、传感器到算法模型、场景应用的全链路自主技术体系。据公开信息，他山科技自主研发的类脑感知芯片，将触觉感知时间分辨率提升至微秒级。

在2026年8月举行的世界机器人大会上，他山科技发布了TS-FT多模态传感器与TS-EST多模态电子皮肤两款触觉新品。其中，TS-EST多模态电子皮肤面向机器人全身覆盖部署，集成了触觉、温度、接近觉三类感知模态，力分辨率达0.01牛顿，温度检测分辨率0.1摄氏度，接近觉感知距离大于1厘米。

他山科技将这套系统称为“让机器人感知疼痛”——当接触力超过安全阈值时，触觉系统会输出负向信号并反馈至决策模型，使机器人逐步学会主动规避危险。

“触觉是人类和机器人与客观世界产生交互的唯一通道，”马扬说，“只有通过触觉才能真正接触物体，改变目标”。

五、从“数据工厂”到“成长乐园”

机器人幼儿园并非横空出世。它的诞生，折射出整个行业对数据训练模式的反思。

2025年3月，北京首个人形机器人数据训练中心在首钢园揭牌运营，占地约3000平方米，部署超100台机器人，年产出超百万条多模态数据。到2026年，石景山区已建成三期数据训练中心，近270台（套）机器人满负荷开展训练，年生产数据近2000万条。

但数据训练中心的模式正在遭遇挑战。据公开报道，北京首个人形机器人数据训练中心已于2026年8月停止运营，原合作方机器人公司因数据采集模式调整而迁出。行业正在从“大规模采集数据”转向“在真实场景中训练”。

机器人幼儿园正是在这一背景下出现的“新物种”。它不是数据工厂，而是一个让机器人“成长”的环境。马扬将其概括为四个核心条件：允许犯错的机会、安全的探索环境、持续的真实交互、及时而明确的反馈。

据业内人士透露，机器人幼儿园将同步推进7项面向自主学习的联合研究课题，涵盖低成本、低维护型机器人的重复学习及主动环境探索等方向。

六、千亿赛道上的“启蒙运动”

机器人幼儿园的落地，恰逢中国具身智能产业的关键节点。

市场数据印证了这一赛道的热度。据IDC预测，2026年中国教育陪伴机器人市场规模将超10亿美元，同比增长89%。另据市场研究报告，2026年全球具身智能教育市场规模预计达到412.7亿美元，较2025年增长22.0%。

政策层面同样在加速推进。2026年6月，工业和信息化部与国务院国资委联合发布通知，开展“2026年度人形机器人与具身智能实景实训专项行动”，要求“通过真实场景训练，持续优化具身智能模型算法，积累高质量真机数据”。国家发改委也明确提出，要“以具身智能实训场和应用中试基地为抓手，让机器人在真实场景中迭代技术”。

在产业端，机器人幼儿园已启动首批联合共建生态，加速进化、云迹科技、因时机器人、北京人形机器人创新中心、节卡机器人等企业与机构共同参与。他山科技还宣布与瞰瞰智能、协创数据、奥比中光等达成战略合作。

据他山科技披露，基于“触觉感知+强化学习”技术路线的成果已落地小龙虾剥壳、化工丝筒搬运等复杂场景。

七、成长的烦恼

然而，让机器人在真实世界中“长大”，并非没有代价。

首先是成本。尽管萨顿教授强调硬件成本已经下降，但为机器人部署全身电子皮肤、搭建真实场景训练环境，仍然是重投入。他山科技CEO马扬坦言，该设施“自构想公布起仅37天便正式开园”，这种速度背后是北京市***及首钢集团等机构的大力支持。

其次是安全。让机器人在真实物理环境中自由试错，意味着必须有一套可靠的安全保障机制。他山科技通过触觉预警和微秒级动态感知技术来降低风险，但“让机器人感知疼痛”毕竟只是一个比喻——真正的物理伤害无法通过传感器完全规避。

更深层的挑战在于：强化学习需要海量的试错才能收敛到一个可行策略。在模拟环境中，机器人可以反复失败无数次；但在真实物理环境中，每一次碰撞都意味着硬件损耗。如何在“充分试错”与“控制损耗”之间找到平衡，是机器人幼儿园必须回答的实践问题。

此外，行业竞争也在加剧。在2026年世界机器人大会上，优必选发布了Walker C1 EDU Tutor助教机器人，可独立完成自主授课、拍题讲解等教学工作，600台机器人老师将于9月在深圳、东莞多所学校投入试用。宇树科技、乐聚等其他厂商也在加速布局具身智能教育场景。机器人幼儿园能否在这场竞赛中保持先发优势，仍有待观察。

八、“碳基和硅基生命共存的启蒙时代”

在机器人幼儿园的启幕大会上，马扬说了一段意味深长的话：“我们有足够的耐心，也足够谦虚，因为我们觉得这不只是对具身智能的启蒙时代，也是人类和具身智能一起去迎接碳基和硅基生命共存的启蒙时代。”

从1924年心理学家普雷西发明第一台自动教学机器，到1954年斯金纳设计行为主义教学装置，再到2026年图灵奖得主在首钢园为机器人“小朋友”上开学第一课——人类试图让机器“学会学习”的探索，已经走过了整整一个世纪。

但这一次，机器不再是被动记录人类示范的“录像机”。它们被装上了能感知温度、力度和接近距离的电子皮肤，被放进了一个可以安全摔倒、自由摸索的真实世界。它们正在用自己的方式，“长”出属于自己的思考。

机器人数据采集，正在从实验室走向真场景。而这座位于首钢园的“幼儿园”，或许正是这场范式转移最生动的注脚。

本文由AI辅助生成