工信部TC8数据标准工作组成立 首届研讨会成功召开

（原标题：工信部TC8数据标准工作组成立 首届研讨会成功召开）

近日，工业和信息化部人形机器人与具身智能标准化技术委员会（简称MIIT/TC8）在浙江绍兴举行2026年度全体会议暨“标准周”活动。活动期间，作为数据标准工作组（简称WG7）组长单位的四维图新，牵头组织召开WG7数据标准工作组专题研讨会。会上，来自有关部委以及产学研用各界专家代表200余人，围绕人形机器人与具身智能数据标准体系建设、重点标准规划及产业协同机制等议题展开深入交流，有效凝聚行业共识，为后续WG7工作组标准化研制与落地推进筑牢产业根基。

MIIT/TC8秘书处发展规划部负责人殷成欣现场传达秘书处工作规划。他表示，数据标准化是当前人形机器人与具身智能产业健康高速发展的刚需。WG7数据工作组是TC8重要的组成部分，秘书处高度重视WG7工作组筹备和建设工作，也相信WG7数据组的成立必将有利于推动人形机器人与具身智能标准体系的建设和发展。他同时呼吁更多产业上下游企业积极参与数据标准研制工作，合力形成可落地的产业共识。

“让中国数据标准走向世界”

四维图新高级副总裁、CMO兼董秘孟庆昕在开场致辞中表示，人形机器人与具身智能产业已经走到量产与实干的关键拐点，必须解决高质量数据这一关键卡点，“数据只有流转起来，才能成为资产。”

据孟庆昕介绍，目前，高质量真实物理交互数据储备极低，比数量缺口更严峻的是标准之缺。WG7通过“三层七类”架构，遵循分类分级、安全合规、可用性、滚动修订四项原则，按照“预研池—立项池—在研池—存量池”实施四池滚动管理，重点围绕前瞻性、实用性、安全性和国际性四个方向发力。“WG7愿与产业链一道，让标准被企业真正用起来，让中国数据标准走向世界。”

凝聚共识，共话发展

四维图新数据合规业务部总经理闫春利主持召开WG7专题研讨会。来自自然资源部地图技术审查中心、国家测绘产品质量检验测试中心，以及联席组长单位帕西尼感知科技有限公司、清华大学智能产业研究院、开普云等的代表，与产学研用各界专家先后登台，就多项数据标准和数据标准子体系框架进行了分享和研讨。

由人形机器人（上海）有限公司牵头编制的《人形机器人数据采集技术要求》（计划号：2026-0576T-SJ）已在工信部成功立项。据公司标准化工程师王煜介绍，该标准从行业实际数据采集需求出发，规定了数据采集的对象、方式、基本要求、过程要求和质量控制要求，重点解决数据采集技术要求不明确、格式不统一、流程不规范等问题，促进数据的复用和流通。

浙江人形机器人创新中心有限公司总经理助理&操作算法部及具身数据部负责人周忠祥，现场分享了《人形机器人自主运行数据采集通用要求》。该标准重点就工业制造、居家服务、商业服务、应急安全、医疗康复五类典型场景与对应最小必要数据集展开分享。他认为，数据质量要完整、准确、一致、可访问、可追溯，并对激光雷达、IMU、力觉传感器等核心采集设备提出性能要求。希望通过这套规范，让已经“跑起来”的机器人产生的作业数据，真正沉淀为可用资产。

作为联席组长单位代表，帕西尼高级研究员邵琳瞄准具身智能数据落地的三个关键卡点，分享了三项标准，希望推动数据从单家企业资产向可流通、可共享的产业资产转变。其中，《数据采集场景开发建设规范》将场景划分为L1至L5五个等级，有效促进物理场景与仿真场景间的高效复用；《触觉感知数据采集技术要求》直面因触觉传感器原理各异而引发的数据维度、格式不兼容难题，统一了数据采集、处理及全流程管理规范，确保触觉数据具备可复现性和可复用性；《跨模态数据语义关联标注规范》直面行业跨模态数据语义割裂、各企业具身数据互通不畅难题，创新搭建AI与人工协同标注双机制，构建了统一语义标注字典，平衡规模化处理效率与标注精度，打破大模型训练的跨模态信息壁垒。

国家测绘产品质量检验测试中心技术总师蔡艳辉带来了《人形机器人与具身智能时空场景数据集质量规范》。他认为，数据质量要求必须与场景挂接，即同一份数据有主场景、主应用、扩展应用，对应不同的完整性与一致性要求。数据产生之后，如何评估它的质量、遵循哪些要求，是把数据从“造出来”走向“用起来”的关键环节。“希望相关检测单位、具身智能企业、智驾算法企业共同参与，提升标准的规范性和可靠性。”蔡艳辉表示。

来自优必选具身智能与人形机器人研究院的标准化工程师张天宇分享了《人形机器人与具身智能元数据规范》。他表示，元数据是描述数据的数据，但目前不同企业、不同传感器、不同任务场景的字段描述完全不一致。为此，优必选建立纵向分层、横向贯穿的元数据模型，即数据集—任务集—记录集—模态集—字段逐级定义，目标是让元数据真正成为数据从采集到交付全流程的“通用语言”。

北京智在无界科技有限公司运营总监宋永禛认为，判断通用基模好不好，不必看榜单排名，要看有没有实际的客户交付和回款。他现场分享了一组数据：目前通用具身基模行业数据总量在80万小时以内，整体水平相当于“两三岁孩子的大脑”，远未达到通用基模的泛化标准。为此，智在无界以《人形机器人与具身智能视觉感知数据采集技术要求》为抓手，坚定选择EGO数据，即第一人称视角的人类视频作为海量基座数据，解决数据格式不统一、标准规范参差不齐、工具链碎片化、视觉采集设备质量差且产能不足、安全与传输的制度性空白等行业五大痛点。

国家机器人质量检验检测中心（重庆）高级算法工程师王振宇从“情感交互”和数据伦理两个角度切入，分享了“陪伴型机器人的数据边界”这项极具商业潜力的研究话题。他认为，陪伴型机器人情绪识别、用户画像、长期记忆、个性交互、模型训练五类关键数据带来了对象边界、采集边界、长期记忆治理等全新命题。拟申请的《人形机器人与具身智能情感交互数据分类分级与安全保护要求》，关注的正是当机器人能够听见、看见并且理解用户之后，从情感、特殊群体、用户退出、训练数据、安全评估、全生命周期责任等六大边界构建工程化闭环，着力构建数据安全可控的工程化闭环。

由武汉大学测绘遥感信息工程全国重点实验室李必军教授牵头拟定的《人形机器人与具身智能多模态数据格式规范》，重点规定了多模态数据的存储、组织、时间对齐过程中的格式要求，并以应用需求牵引、数据格式为主线、时空对齐和空间关联为重点等六个方面作为编制原则。据现场出席会议的团队副研究员郭圆汇报介绍，该项标准为人形机器人和具身智能体系的数据采集、存储交换和训练提供统一了数据组织规则，可以更好解决多模态数据格式不统一、时空不同步等问题。

清华大学智能绿色车辆与交通全国重点实验室首席研究员曹东璞教授牵头拟定的《人形机器人与具身智能人机交互数据安全处理指南》，弥补了具身智能人机交互数据在标准上的国内外空白。据该团队助理研究员武瑞一现场汇报介绍，该标准通过感知—理解—决策—执行—反馈—学习—迭代七大链路，以及原始/派生两类数据，构建数据模态、交互链路、描述对象的三维体系，重点聚焦隐私安全、保密安全两个核心目标。

具身智能已是大国博弈的新赛道。作为我国地理信息安全内容审查、监管和相关研究的权威单位，由自然资源部地图技术审查中心陈会仙处长牵头拟定的《人形机器人与具身智能时空数据安全处理基本要求与试验方法》，重点针对人形机器人部署后采集地理信息这一高风险场景，以及数据共享缺乏标准指引的现状做出标准规定。中心高级工程师梁宇表示，该标准借鉴智能网联汽车成熟经验，将风险关口前移到产品设计阶段，引入坐标偏转、数据脱敏、电子围栏等成熟技术，覆盖轨迹、点云、影像、惯导、构图五类时空数据，从收集、存储、传输三个环节制定标准，统筹发展与安全，力争参与乃至主导相关国际标准的制定。

来自四维图新的标准专家朱大伟带来了《人形机器人与具身智能作业环境隐私保护基本要求》。他结合业务实践谈到，人形机器人一旦走进工厂、研发中心、会议室，企业隐私和研发机密，乃至国家秘密都可能成为它扫描上传的“风景”，信任成本将远超数据价值本身。因此，标准提出合法正当、最小必要、默认保护、端侧优先四条原则，覆盖运行环境、机器人本体、云平台、管理者等四个相关方，通过场景识别、分类分级、技术保护、管理控制、检测验证五个维度构成完整的标准框架。“不立住企业隐私保护的底线，用户的信任度将成为规模化应用的掣肘；不划清“可以看得见”与“必须看不见”的边界，机器人就很难进入核心场景。”朱大伟表示。

WG7联席组长、帕西尼感知科技有限公司技术研究院总监于隽雅在会上介绍，作为国内现阶段唯一具备具身数据出境合规资质的企业，帕西尼全链路数据技术成果已完成工程验证，实现数据资产化交易落地。她围绕数据基座共性、采集标准、构建规范、流通安全四大核心模块，发布九项标准预研清单，并诚挚邀请产业链各方携手参与WG7标准体系共建，推动具身智能领域技术标准化与产业化协同发展、同频共振。

以标准为锚，奔赴新征程

本次研讨会形成多项共识：人形机器人与具身智能数据标准化建设是一项需要长期投入的系统工程，单一企业难以支撑庞大的高质量数据门槛，也难以独自构建从采集、场景到合规的完整链条，开源共建、协同共治是产业发展的必由之路。同时，与会嘉宾一致认为，人形机器人与具身智能产业要以标准为引领，加快推动标准成果从预研阶段走向产线、从国内走向国际，让数据真正成为可流通、可共享的产业资产，让中国数据标准成为全球具身智能产业的关键支撑。

目前，WG7已经出台覆盖21个方向、35项的标准清单。接下来，WG7将在MIIT/TC8统一指导下，按照“2026年完成体系搭建，2027年推动重点标准发布”的总体规划，推动重点领域标准基本覆盖。WG7愿与产业链一道，将人形机器人与具身智能产业加快打造为现代化产业体系的新引擎、数据要素市场化改革的新战场、新质生产力培育的新高地，为我国实现高水平科技自立自强贡献标准力量。