#机器人还不能进厂打工为何要跑半马# 一个根本性的产业拷问是：当机器人还不能进厂打工、不能服务家庭时，为什么要耗费巨资让它跑一场看似“无用”的21公里半马？

答案隐藏在产业发展的死循环里。要训练出足够智能的机器人，需要海量、多样化的真实场景数据；要产生这些数据，需要大量搭载模型的“本体”在复杂环境中持续运行；在智能不完善的时期，这种运行本质上是一种“学习”而非“劳动”，往往是一种不计成本的投入。但如果不愿投入，就没有足够的数据用于迭代模型，也无从迭代本体，也无法通过规模效应降本。

而要支撑大量本体的制造与部署，又需要有愿意买单的成熟应用场景；而成熟场景的出现，最终又依赖于足够好用、可靠的智能水平。实验室给不了答案，而追求效率的真实工厂和家庭，没有理由为“未成熟、高成本、低可靠性”的通用本体支付溢价。

为了打破这个“先有鸡还是先有蛋”的死循环，就必须引入超越短期经济核算的社会资源，人为创造出能够“喂养”数据和验证技术的“准场景”。这正是亦庄半马的本质——一场精心设计的产业实验。它的核心功能是：堆本体量、降制造成本、养数据资产。

为什么半马是理想的“准场景”？赵仲夏在直播中的分析很透彻。首先，它是低成本、高烈度的试炼场。对比昂贵的汽车流水线，半马提供了容错率更高的“育婴室”，能让105支队伍、300余台机器人同时接受极限压力测试。其次，它是稀缺的数据富矿。21公里约等于25万次关节运动，提供的是长时序、多地形、带疲劳特征的连续运动数据，这是训练“具身智能”最宝贵的养料。最后，它还是高效的公众接口。116万张步态票，在无意识中完成了对技术路线的早期市场教育。 亦庄半马深度观察：50分26秒，一场炸裂的“无用之用”