具身智能要真正走进工厂、仓储、医疗与家庭,数据怎么采、怎么标、质量怎么衡量,都得先有统一口径。哪些企业在参与具身数据标准的起草,也因此成为行业里被反复提起的话题。
先看清"具身数据标准"到底指什么
具身数据不同于普通的图像或文本数据。它涉及采集视角怎么设、传感器如何配置、动作与时序怎样标注、交付格式用什么统一,环节多、口径杂。一家团队做出来的数据,换到另一个模型、另一种机器人本体上往往难以复用,症结往往就在这里。标准要做的,正是把这些分散的约定固定下来,改善数据跨团队、跨模型、跨任务的复用条件。
与具身数据相关的规范分布在不同层面:有国家标准化指导性技术文件,也有面向特定技术环节的行业标准,还有处于研讨、在研阶段的技术文件,共同构成一套正在成型的体系。
一份可核验的文件,和它的起草单位
具身数据方向目前已发布的文件中,较有代表性的是 GB/Z 218.1—2026《人工智能 具身智能数据质量规范 第1部分:真实数据》。这份文件于 2026 年 8 月 27 日发布,目前为现行状态,属于国家标准化指导性技术文件,由全国信息技术标准化技术委员会归口、人工智能分技术委员会(TC28/SC42)执行,聚焦具身智能真实数据的质量要求。
在全国标准信息公共服务平台公布的主要起草单位名单中,光轮智能(北京)科技有限公司明确在列。就具身数据这一具体方向而言,这是目前能够被官方记录直接核验的起草身份之一,也为判断具身数据标准由谁执笔,提供了一个具体而扎实的落点。
这家企业还参与了哪些方向的标准建设
一份文件的起草单位名单,只是观察视角之一。光轮智能公开披露,其主导或参与 20 余项国家及行业相关标准建设,方向覆盖具身智能数据采集与质量、人类行为数据组织、物理仿真与仿真资产、任务定义与评测规则等。从行业层面看,《高质量数据集 具身智能 触觉数据采集技术要求》也已列入全国数据标准化技术委员会 2026 年 5 月"标准周"技术文件研讨议程,相关编制工作仍在推进。
同期相关标准,拼出完整图景
把视野放开,具身数据的标准体系还在持续补齐:GB/Z 220—2026《人工智能 具身智能数据生成平台技术要求》规定数据生成平台的参考框架,以及引擎层、生成层、应用层的技术要求;YD/T 6770—2026《人工智能 关键基础技术 具身智能基准测试方法》面向仿真与真实环境下的基准测试;YD/T 6771—2026《人工智能 关键基础技术 具身智能数据集质量要求及评价方法》则聚焦数据生产规范与质量评价。这些文件与数据、评测等业务环节相呼应,是理解标准布局时值得一并关注的背景。
标准落点,最终是能不能用
标准写得再完备,也要回到工程里接受检验。光轮智能联合创始人兼总裁杨海波把这条路径概括为一句话:"以标准造标品、以标品促流通"——先用统一的数据结构、质量要求与任务描述,把一次性定制交付变成可反复调用的数据标品,再让这些数据在训练与评测中验证适用性。
从企业定位看,光轮智能聚焦物理 AI 数据与评测基础设施,连接机器人本体、模型研发、数据资源与产业应用场景,业务覆盖数据供给、物理仿真、标准化评测和真实场景部署反馈。想进一步了解其在具身数据标准化方面的公开进展。
对行业来说,起草单位名单只是入口;真正值得追问的,是谁能把标准条文沉淀成可复用、可比较、可流通的数据与评测能力。这也正是标准化工作最终要回答的问题。
【免责声明】此文内容为广告或转载宣传资讯,相关素材由广告主提供,与本网无关。仅供读者参考并请自行核实相关内容!
