文章提到训练场面临生产方法快速变化的风险——人类第一视角视频正在分流预算。北大等机构联合研究证明：仅用人类第一视角视频训练的预训练模型，在陌生任务上的泛化能力反而超过纯真机数据训练的模型。核心原因是人类视频的多样性（厨房、车间、园艺）远超实验室机器人反复录制的封闭动作。这解释了为什么文章认为训练场依赖真机本体的重资产模式可能比想象中更快贬值。

当训练场建设狂飙时，两位AI权威泼下冷水。MIT教授、iRobot创始人罗德尼·布鲁克斯直言「人形机器人是注定破裂的泡沫，未来15年大量机器人会变成废铁」；李开复也表示「绝大多数场景根本不需要人形机器人，从未投资相关企业」。他们的核心论据是：下肢形态非必需，轮式/履带式更高效；短期高估了技术成熟度与场景适配。这与文章「供给侧先于需求」的警示形成双重共振。

文章将「客户复购」作为判断训练场健康度的核心指标。现实中，优必选2026年上半年工业场景已出现付费客户复购，出现3笔亿元级订单——这在「90%客户只买1-2台做验证」的背景下是稀缺信号。优必选副总裁直言「泛泛而谈出货量意义不大，营收和利润才是核心」。接下来最值得追踪的不是又建了多少训练场，而是客户买完第一批数据/机器人后是否加单，以及训练前后机器人在真实工位表现改善了多少。

文章指出政企共建模式下，设备交易先于数据收入，各方都有合理动机。但真正值得追问的是：当地方补贴退坡、机器人厂商的关联采购热度降温后，训练场的真实数据收入能否覆盖日常运营成本？信通院测算「5000万投入、数据全年售罄也要3年回本」，而「全年售罄」几乎不可能。一旦数据卖不动、客户不续约，这些数千平方米的场地会变成什么？是被改造成共享实验室，还是留下大量闲置的真机设备？这个问题的答案，将决定2027-2028年行业是否出现一波训练场关停潮。