北京
（原标题：影溯科技联合20余家高校与产业机构启动SIDO大规模空间智能3D数据开放计划）
2026年8月29日，在武汉举行的第二届中国空间智能大会（ChinaSI 2026）上，影溯科技联合20余家高校团队及产业机构，共同启动大规模空间智能3D数据开放计划（Large-Scale Spatial Intelligence 3D Data Open Initiative，后文简称“SIDO”）。影溯创始人、浙江大学教授章国锋是该计划的主要发起人。
图1｜2026年8月29日，大规模空间智能3D数据开放计划发布暨座谈会现场
SIDO旨在面向空间智能发展建设可持续的数据基础设施，长期构建百万级3D/4D场景数据底座，并同步推进统一评测基准（Benchmark）建设，为空间智能模型训练、能力验证和产业应用提供可扩展、可复用、可量化的公共基础。
随着人工智能从文本、图片和视频等二维内容理解，进一步走向机器人、自动驾驶、世界模型与真实环境交互，模型需要处理的信息正在发生变化。智能系统不仅要识别物体和画面，还要理解空间结构、物体关系、动态变化、物理属性以及动作可能带来的结果。
然而，与互联网上长期积累的文本、图像和视频相比，原生高质量3D/4D数据依然十分有限。现有空间数据普遍面临采集成本高、生产链路长、场景覆盖不足、真实动态信息缺失，以及数据格式、标注规范和评测口径不统一等问题。这使不同模型难以在统一标准下进行客观比较，也限制了研究成果向机器人、自动驾驶、工业制造及数字内容等实际场景迁移。
“过去十余年，ImageNet以统一的数据底座和评测方式推动了二维计算机视觉的发展。进入空间智能阶段，行业也需要面向3D/4D世界的共同数据基础和评测标尺。”章国锋在发布会上表示，空间智能正从单点算法验证走向大模型训练与产业落地，数据正在成为决定技术能力上限的关键因素。
三条路径，共同扩展3D/4D数据的规模与边界
围绕长期建设百万级3D/4D场景数据底座的目标，SIDO将探索三类互补的数据生产路径。
第一类是真实世界采集。计划将通过激光雷达、多视角影像、机器人及其他传感器，将家庭、园区、工业、城市和自然环境转化为可用于模型训练与验证的高质量三维数据。
第二类是互联网内容升维。通过3D重建与生成技术，探索将互联网上长期积累的图片和视频转化为空间一致的3D/4D表达，以扩展数据规模和场景多样性。
第三类是仿真与合成。针对现实世界中采集成本高、风险高、难以重复或低频发生的长尾场景，通过可控仿真补充数据覆盖。
三条路径分别侧重真实性、规模与可控性，共同构成可持续扩展的空间数据生产体系。计划不会以单纯追求数据数量为目标，而是通过模型训练、Benchmark评测和真实任务反馈，持续检验数据是否能够有效改善模型能力，并反向指导下一轮数据采集、生成、清洗和标注。
图2｜SIDO数据底座与Benchmark建设框架
不只建设数据集，也建设统一Benchmark
除数据集建设外，SIDO还将围绕3D重建与生成、检测与分割、空间推理、场景理解、动态预测和具身规划等方向，逐步建立统一任务定义、标准指标、自动化评测及可视化分析能力。数据集与Benchmark将相互支撑：数据为评测提供基础，评测结果则帮助发现模型短板和数据缺口，使数据生产、模型验证与应用反馈形成长期闭环。
根据计划，SIDO将按照质量、版权、隐私与安全要求，分阶段推进数据开放与平台建设，预期在两年内形成百万级高质量3D/4D场景数据底座。每批数据将明确来源、权利链及许可范围，并根据公开展示、科研使用和商业使用等不同需求划分相应权限。涉及隐私和敏感场景的信息，也将进行脱敏或必要处理。
此次计划汇集了高校研究团队，以及来自三维传感器、具身智能、游戏、影视等产业环节的参与方。高校与科研机构将参与技术架构、数据规范、任务设计和评测方法建设；产业伙伴将提供真实数据、工具链、应用场景和任务反馈，共同验证数据与Benchmark能否解决实际问题。
图3｜大规模空间智能3D数据开放计划发起方及参与单位代表合影
高校与产业共同参与，让数据在真实任务中持续迭代
在当天下午举行的发布暨座谈会上，影溯科技与禾赛科技达成战略合作，并与云深处科技达成合作。相关合作将围绕真实空间采集、三维数据生产、世界模型训练和机器人应用验证等环节展开，进一步推动数据从采集、处理、训练到评测和应用的链路协同。
章国锋表示，建设大规模空间智能数据基础设施并非单一企业或单一高校团队能够独立完成。SIDO将以开放、共享、共建和持续迭代为原则，继续吸纳高校、科研机构、数据伙伴、开发者与应用企业参与，逐步完善数据规范、任务定义、开放机制和Benchmark体系。
从二维信息理解走向三维物理世界，空间智能需要的不只是更大的模型，也需要更真实、更丰富、更可评测的数据基础。SIDO希望以此次启动为起点，降低空间智能研发与验证的数据门槛，推动数据、模型和真实应用形成长期迭代的产业生态。
