9月10日，国家数据局党组书记、局长刘烈宏主持召开了一场具身智能座谈会。9家企业代表到场，围绕“数据赋能具身智能发展”发表意见。

参会名单值得细品。中国科学院自动化研究所、北京通用人工智能研究院坐镇学术端，光轮智能、星海图、自变量负责技术和数据基础设施，京东集团代表应用场景，石景山人形机器人数据训练中心和北京人形机器人创新中心则直接管“数据生产”。从基础研究到数据采集再到场景落地，一条产业链的关键环节基本被叫齐了。

机器人“学做人”，缺的是教材

具身智能和数据之间的关系，比语言大模型复杂得多。

语言大模型学的是文本，网上有的是。机器人要学的是“抓杯子”“绕开障碍物”“在湿滑地面上保持平衡”——这些数据没法从互联网上爬，必须有人在真实场景里一遍遍做、一遍遍采。物体软硬程度、表面摩擦力、空间距离、光照变化，全是动态变量，人工写代码预设根本覆盖不过来。

更麻烦的是，各家采各家数据，格式不统一，模型训练根本没法复用。国内人形机器人赛道长期面临高质量数据稀缺、数据生态碎片化的问题，不少企业被迫自建采集体系，研发门槛居高不下。

宇树科技创始人王兴兴有个判断很到位：当一台机器人在80%的陌生场景中，能通过语音或文字指令完成80%的任务，具身智能才算迎来自己的“ChatGPT时刻”。但目前多数人形机器人还达不到这个门槛，部分产品仍然只能按预设路线执行简单任务。

数据标准，为什么现在必须做

数据标准，为什么现在必须做

座谈会上，国家数据局明确表态：适时推动具身智能数据标准建设，积极支持企业加大数据投入。

翻译一下：不能让每家企业都从零开始采数据了，得有一套行业通用的“教材编写规范” 。从数据来源与构成，到仿真合成数据生成及处理，相关标准已经在推进中。

标准的意义不在于统一格式那么简单。从感知到决策再到动作控制，不同机器人、不同场景所需的数据维度差异极大。没有统一的采集、标注、质量和训练标准，数据既没法流通，也没法重复利用。每家企业花大价钱采的数据，用一次就报废，这买卖谁算谁亏。

北京人形机器人创新中心的数据基地已经跑出了一套可参考的样本。近6000平方米实训空间，40余个模拟实景分区，150余台机器人设备协同采集，年数据产能18万小时。其开源数据集RoboMIND全球下载量突破2000万次，一个月内翻倍。下载量疯涨的背后，是整个行业对标准化、可复用数据资源的真实饥渴。

国家数据局在这场座谈会上的表态，分寸拿捏得很准：坚持问题导向、把握产业发展趋势、加强科学布局和发展引导，指导地方数据系统有序开展相关工作。

说白了，数据局不直接下场采数据、训模型，做的是定规则、搭平台、促流通。让企业敢投数据、敢共享数据，而不是各自筑墙、重复烧钱。

工信部和国资委今年6月已经联合启动了人形机器人与具身智能实景实训专项行动，聚焦工业、服务、特种等领域，部署打造实景实训空间、构建高质量数据集。国家发改委也明确要统筹布局具身智能实训场，破解训练“数据饥渴”问题。多个部门在同一个方向上发力，说明具身智能的数据基础设施已经被摆到了相当靠前的位置。

商汤联合创始人王晓刚观察到一个变化：去年业界对进入具体场景还比较犹豫，今年已经进入完成可复制、规模化落地验证的关键阶段。犹豫期过了，接下来拼的就是谁的数据底子厚、谁的模型迭代快。

这场座谈会的信号足够清晰。具身智能的竞争，上半场拼的是算法和本体，下半场拼的是数据和生态。谁先把“数据教材”这件事标准化、规模化，谁就能让机器人更快学会“做人”。