四维图新高级副总裁、CMO兼董秘孟庆昕在接受

　　京东云产品经理蔡晨也表示，完成一个高质量具身智能模型训练，至少需要千万小时量级的数据，而当前市场上成熟的具身智能数据集仅有几十万小时，远远无法支撑通用具身大模型训练。更大的挑战在于，具身智能的数据天然具有硬件依赖性。

　　据悉，与大语言模型时代通用的Token不同，不同机器人由于本体结构、自由度、传感器配置等差异，采集的数据往往难以直接复用，不同企业之间也难以共享。数据碎片化、难以流通，成为行业普遍面临的问题。

　　产业“闭门造数据”的困境，正在倒逼标准体系加速建立。在由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举行的2026年度全体会议暨“标准周”活动期间，针对数据难题，WG7数据标准组成立，四维图新任组长单位。

　　在孟庆昕看来，具身智能应用场景越来越丰富，智能汽车行业积累的数据治理能力，也能够迁移至机器人领域。

　　“智能网联汽车中涉及个人信息处理、安全合规、数据脱敏等能力，都可以平移到具身智能领域。我们希望未来能够把数据真正做成可流通、可复用的资产，而不是让每一家企业都重复承担数据采集成本。”她表示。

　　据她介绍，四维图新拥有甲级测绘资质，只要涉及位置相关的数据，都能够依法开展相关业务，目前可实现厘米级定位精度，同时数据脱敏不会对时延和定位精度产生实质影响。

　　“未来具身智能的发展，不只是算法竞争，更是‘强数据+强算法+芯片’的系统化竞争。”孟庆昕认为，未来家庭中或许不仅拥有汽车，还会拥有多种不同类型的机器人，时空数据服务能够像今天车机娱乐系统一样，成为家庭持续订阅的数字服务。

　　据她透露，这一模式早在2019年、2020年便已实现一定规模应用，只是产业整体发展节奏慢于当时预期。“商业模式其实已经完成论证，只要机器人工作，我们就提供合规监管。”她表示。

　　工业和信息化部党组成员、副部长柯吉欣透露，2025年我国人形机器人产量约2万台，今年上半年已超过4万台，预计全年将超过10万台。

　　“未来两三年可能是我国人形机器人产业发展的关键阶段，甚至是新的起点。相比产量增长，更值得关注的是产业正从单机样机、舞台展示逐步迈向批量交付，研发、生产、测试、应用以及安全治理之间的协同要求将大幅提升。”柯吉欣表示。