昆仑之数与DAMA联合发布《机器人数据创新应用共同体》 以数据底座驱动具身智能新范式

（原标题：昆仑之数与DAMA联合发布《机器人数据创新应用共同体》 以数据底座驱动具身智能新范式）

——2026全球数据管理峰会（GDMC）与第五届全球数字贸易博览会（GDTE 2026）杭州侧记

2026年9月23日至24日，第五届全球数字贸易博览会（GDTE 2026）核心活动之一——2026全球数据管理峰会（GDMC）在杭州盛大举行。本届峰会以“数据管理+人工智能（Data for AI, AI for Data）”为主题，汇聚全球数据管理领域的顶尖专家、学者与产业领袖，共同探讨智能时代数据管理的新范式与新路径。作为具身智能数据领域的探索者与践行者，昆仑之数（Coludata）深度参与本届峰会，不仅展示了在具身智能数据管理与人工智能融合领域的最新思考与创新成果，更与国际数据管理协会（DAMA）大中华区联合发布了《机器人数据创新应用共同体》，并以数据训练平台和银行低柜业务人形机器人试点项目分别斩获DAMA全球数据管理峰会优秀产品奖与GDTE 2026优秀案例奖，成为本届峰会备受关注的焦点之一。

一、多形态机器人“边展边用”，激活展会服务体验

峰会现场，昆仑之数带来了覆盖双足、四足、轮式与数字人多形态的智能产品家族，包括双足人形机器人M01、四足机器狗W01/XC01、轮式机器人X1以及智能咖啡机器人等，并以“机器人志愿服务”的形式深度融入展会运营。人形机器人化身“智能引导员”，承担迎宾接待与导览讲解；四足机器狗灵活穿梭于展区，执行巡检与物资运送任务；咖啡机器人为嘉宾现场制作咖啡，以稳定的机械臂操作与流畅的人机交互，展现出机器人在真实场景下的服务能力。这种“边展边用”的方式，让与会者零距离感受具身智能从实验室走向产业现场的落地潜力。

机器人能够“顺畅地服务”，背后离不开数据的支撑。当人工智能从数字世界走向物理世界，数据管理不仅要管好结构化数据，更要应对多模态、时序、空间感知等具身数据的全新挑战。

二、双奖加身：数据训练平台获DAMA优秀产品奖，银行机器人项目获GDTE优秀案例奖

峰会期间，昆仑之数应用于机器人领域的数据训练平台从众多参评产品中脱颖而出，荣膺DAMA全球数据管理峰会优秀产品奖。该平台以“具身智能数据+AI+机械”三领域协同为设计内核，以“人机数”协同为核心理念，创造性打通了具身智能从数据采集、标注、训练到真机部署的全链路流程。

针对高质量真机数据获取成本极高、采集周期长，仿真数据与物理现实之间存在显著Sim2Real差距等行业结构性难题，平台将人类操作示范、机器人本体状态数据与业务场景数据有机融合，以低成本、高效率实现机器人动作真机训练，大幅降低数据门槛，让更多企业能够以可负担的成本进入具身智能赛道。这一产品理念与落地实践获得DAMA评审团的高度认同，也标志着具身智能数据基础设施正在走向成熟。

同期，昆仑之数为某城商行研发的银行低柜业务人形机器人试点项目在2026全球数字贸易创新大赛（具身智能机器人挑战赛）中荣获GDTE 2026优秀案例奖。这一奖项不仅是对昆仑之数金融场景落地能力的肯定，更验证了人形机器人在高合规要求行业中的可行性与价值。

三、重磅发布：《机器人数据创新应用共同体》

峰会期间，国际数据管理协会（DAMA）大中华区副主席、昆仑之数创始人黄万忠先生应邀出席，并与DAMA国际主席Peter Aiken、DAMA大中华区主席汪广盛举行深度会谈。三方围绕数据管理在机器人领域中的痛点与热点展开深入交流，涉及多模态数据治理、机器人数据质量评估、数据安全合规以及跨行业数据共享机制等核心议题。

在充分研讨的基础上，三方联合发布了《机器人数据创新应用共同体》（Robot Data Innovation Application Community）。该共同体旨在充分利用DAMA在中美两国深厚的会员网络与行业资源，构建一个覆盖具身智能数据采集、训练、评估与应用的全链路数据联盟。通过跨地域、跨行业的数据协同，集聚数据管理专家、机器人研发企业、科研院所与行业用户，共同攻克机器人数据领域的共性难题，推动数据标准共建、数据资源共享与数据价值共创。这一共同体的成立，被与会嘉宾视为具身智能数据基础设施走向开放协作的重要信号。

四、洪文祥：构建具身智能数据底座，打通物理世界AI闭环

在峰会主论坛上，昆仑之数数据管理部总监洪文祥先生发表了题为《具身智能的数据底座：从机器人到物理世界的AI》的主题演讲，系统阐述了昆仑之数在具身智能数据领域的技术理念与落地实践。

洪文祥指出，具身智能当前面临三大数据挑战：其一，高质量真机数据稀缺，数据采集成本高昂，行业存在大量重复造轮子的现象；其二，仿真数据与真实物理世界存在显著差异，模型从仿真环境迁移到现实场景时性能大幅衰减；其三，数据采集、清洗、标注、治理到训练的全链路割裂，缺乏统一的数据底座支撑，严重制约VLA（视觉-语言-动作模型）与世界模型的训练效果。

针对上述挑战，昆仑之数以自研的ColuDataPF数采平台、“归墟”数据湖和统一训推底座为三大核心支柱，打通多模态数据采集、标注、治理与VLA/世界模型训练的全链路闭环。ColuDataPF数采平台支持多源异构数据的标准化采集，覆盖视觉、语音、力觉、位姿等多模态数据；“归墟”数据湖提供高效的数据存储、管理、检索与治理能力，为大规模具身数据构建可靠的“数据中枢”；统一训推底座则将数据训练与真机推理无缝衔接，实现数据到模型的端到端迭代。三者协同，以垂直业务数据驱动机器人“感知—决策—执行”的闭环进化，并通过“小数据、大模型、真场景”的路径，让每一次真机交互都成为模型进化的数据燃料。

在场景选择上，昆仑之数优先聚焦金融等高合规要求行业，以数据安全为底线，通过私有化部署与隔绝互联网的方式，确保数据不出域、模型可控可用。这一策略既匹配了金融行业对安全合规的严苛要求，也为具身智能在更多高价值场景中的落地提供了可行范式。

五、开放超1000小时具身数据，共建智能数据生态

为进一步推动具身智能数据生态的繁荣，昆仑之数在本次峰会上宣布：面向具身智能行业免费开放超过1000小时的具身数据，并提供采训推一体化平台与具身数据采集设备，邀请数据从业者共同参与数据共建。此举旨在打破数据孤岛，以开放生态降低全行业的入门门槛，推动具身智能数据从“稀缺资源”变为“共享基础设施”。

这一开放举措与《机器人数据创新应用共同体》形成了有力呼应：共同体是“组织协同”，开放数据则是“资源共享”，两者共同构成昆仑之数构想的具身智能数据新生态。通过开放数据，昆仑之数希望吸引更多开发者、研究机构与企业参与，共同推动数据标准的沉淀与数据价值的释放，加速具身智能从单点突破走向系统繁荣。

关于昆仑之数（Coludata）

昆仑之数成立于2024年11月，2026年4月总部迁址杭州，入驻拱墅区云顺里产业带，是一家以“数据驱动，人机协同”为核心理念、致力于打造下一代具身智能平台的创新企业。公司核心团队兼具深厚的数据管理功底与人工智能技术背景：超过40%的核心成员来自全球数据智能领军企业Teradata，50%的成员拥有头部上市科技公司AI研究院的研发经历，80%的成员深耕金融领域多年，形成了“数据+AI+金融”复合型团队结构。

面向未来，昆仑之数将继续以“无惧、无为、无骛、无双”为企业精神，深耕具身智能数据基础设施，推动机器人在金融、政务、文旅、商业等垂直场景中的规模化落地，成为从数据到物理世界的AI连接者。