在湖北人形机器人创新中心的商超模拟区内，刘书威紧握VR手柄，控制人形机器人的夹爪缓缓伸向货架上的一瓶矿泉水，微调角度，让夹爪与瓶身形成最佳接触面，接着缓慢收拢、提起、平移，最后以轻柔的动作将水瓶放入货架格子中。整个过程持续约1分钟，精准得像一场微创手术。
这是机器人训练师（亦称具身智能训练师——记者注）进行机器人训练的一个日常场景。刘书威是来自湖北恩施学院计算机科学与技术专业的大四学生，实习约两个月，经过10天左右的培训后已能独立训练机器人进行实景操作。以上这段动作数据通过审核后，将汇入庞大的数据库，成为训练机器人自主作业的重要“养料”。
刘书威所在的湖北人形机器人创新中心，位于武汉中国光谷数字经济产业园。在这个总占地面积1.2万平方米的创新中心内，建有超市、餐厅、住宅、工厂等23个高仿真场景和10多个临时场景，是目前国内规模最大、场景最丰富、机器人款式最多的人形机器人创新中心之一。
湖北人形机器人创新中心的建设，与国家推动新兴产业发展的方向紧密相连。2025年3月，“具身智能”首次被写入政府工作报告，成为未来重点培育的产业方向，而人形机器人正是具身智能的典型代表。“十五五”规划建议提出，前瞻布局未来产业，探索多元技术路线、典型应用场景、可行商业模式、市场监管规则，推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点。这为“具身智能”勾勒了清晰的未来。
刘书威对机器人的兴趣，始于大学军训时看到机械狗灵活穿越障碍、执行任务，“很震撼，觉得未来感十足”。他的专业课程涉及机器人编程与基础操作，学校也有机器人展示项目，但真正让人形机器人完成精细的日常任务，是另一回事。
要让机器人流畅完成一次果蔬打包并放置到收银台，可能需要5000条以上有效数据，而要达到高度可靠与精细化，数据量需要上升至万条级别。“想到这些数据能让机器人未来真正帮人干活，就有成就感。”刘书威说。
机器人训练师的工作并非孤立进行。每条数据上传后，会由后端的数据标注员、数据审核员进行处理，标注出每个动作的意图、对象和轨迹。算法工程师则会反馈数据质量意见。“如果我在机器人训练任务中频繁微调机器人手部或底盘动作，就会增加机器人动作数据标注的难度和工作量。因此，机器人训练师要精简机器人动作路径，减少无效动作调整。”刘书威解释，这种前后端的配合，旨在不断优化数据质量，提升AI学习效率，也提升团队协作能力。
在日复一日的人机协作中，机器人训练师逐渐培养出“人机合一”的操作感。整理电视柜、分类摆放物品、清理猫砂……23岁的齐丹毕业于武汉职业技术大学大数据技术专业，目前专注于家居场景的机器人训练。她曾向往科幻电影中“擎天柱”般灵活的机器人，但现实让她认识到，当前阶段的机器人更似“学步孩童”——动作迟缓、灵活性有限、依赖细致指令。
清理猫砂被她列为难度最高的任务之一。“最难的是用猫砂铲。”齐丹解释，她也曾数次失败，在电视桌上留下了机器人夹爪失败抓取时密密麻麻的划痕。
“勺子小、手柄窄，对手腕动作的精细度要求很高。”齐丹说，操作时必须同时考虑机器人腰身前倾角度、手臂伸展幅度与夹爪旋转角度，避免磕碰。
机器人训练师的工作比训练通用AI大模型更复杂，需要处理连续动作序列、力觉乃至触觉数据。湖北人形机器人创新中心招商经理胡龙丹表示：“机器人训练师的耐心、细心和空间感缺一不可。他们必须逻辑清晰地分解每个生活动作‘教授’机器人，并快速适应VR环境与真实空间之间的感知差异。”
湖北人形机器人创新中心现有数据采集人员90人、审核人员30人、运营管理人员15人，人员平均年龄21岁，大多来自高职或应用型本科院校，具备机械、电子、计算机等专业背景。中心已与华中科技大学、湖北工业大学等高校开展校企合作，通过共建实验室、开设“微专业”、提供实习实训等方式，培养跨机械、软件与人工智能领域的复合型人才。据介绍，该中心计划从明年起，每年系统化培养500名至1000名机器人训练师等专业人才。
武汉城市职业学院目前已有部分学生在该中心实习或就业。为适应机器人训练师等新兴职业需求，该校团委主动探索引导路径：通过举办“新职业讲堂”打破信息壁垒，组织“挑战杯”等竞赛专设人工智能赛道以赛促学，并计划联合企业设立技术俱乐部，推动实习就业直通。该校团委书记刘希介绍，机器人训练师既可沿专业线深耕成为技术专家，也可凭借全链路技术学习成为团队管理者。
2022年9月，新版《中华人民共和国职业分类大典》首次增加“数字职业”标识，其中包括机器人工程技术人员、服务机器人应用技术员、工业机器人系统操作员、工业机器人系统运维员等与机器人相关的职位。
机器人是否会取代人类工作？对此，齐丹显得很从容：“机器人更适合替代重复、枯燥甚至危险的工作。而制造、训练、维护机器人本身，就在创造更多新的、更需要人类创造力和经验的新岗位。”
这名00后计划在未来深入了解机器人的后端运维甚至系统开发，用自己大数据技术专业的背景，在人与机器协同进化的道路上走得更远。
