在从“闭门造数据”到建立统一标准的过程中，人形机器人正补上产业化关键一环。

小鹏集团董事长何小鹏曾表示：“人形机器人构成了具身智能的一部分，汽车也构成了具身智能的一部分。在未来十年的时间里，人形机器人与汽车将实现深度融合从而形成‘汽车机器人’，二者在硬件层面的共通性将会达到50%至60%，软件以及商业逻辑层面的共通性将会达到90%。”

随着新能源汽车产业链加速向人形机器人领域进行延伸，具身智能正成为越来越多车企所押注的新增长方向。根据公开信息，截至目前，已有近20家主流车企宣布对人形机器人赛道进行布局。如果放眼全国具身智能相关企业，其数量已突破万家，其中下游的人形机器人企业约680家。

图片来源：每经媒资库

罗兰贝格预测，到2035年，汽车主机厂所布局的机器人市场规模或可达到7500亿美元，到2050年有望进一步扩展至4万亿美元，其规模量级接近汽车产业。

不过，与资本、整机以及硬件能力的快速发展相比，真正对行业进一步发展构成制约的瓶颈，正在从“机器人能不能造出来”，转向“机器人有没有足够的数据”。不少行业人士明确表示，数据构成了具身智能厂商在未来竞争中的核心壁垒。

7月16日，四维图新高级副总裁、首席营销官（CMO）兼董秘孟庆昕在接受《每日经济新闻》记者采访时表示，目前行业在数据采集、管理以及使用方面仍然缺乏统一标准。“从行业来看，数据采集、使用以及范式都缺乏统一标准，每家企业都在‘闭门造数据’。”孟庆昕直言。

京东云产品经理蔡晨也表示，要完成一个高质量具身智能模型的训练工作，至少需要达到千万小时量级的数据，而当前市场上所存在的成熟具身智能数据集仅有几十万小时，这远远无法支撑通用具身大模型的训练。更大的挑战则在于，具身智能的数据天然地具有硬件依赖性。

据悉，与大语言模型时代所通用的词元（Token）不同，不同机器人由于本体结构、自由度以及传感器配置等方面的差异，所采集的数据往往难以直接进行复用，不同企业之间也难以实现共享。数据碎片化以及难以流通，成为行业普遍所面临的问题。

产业在“闭门造数据”方面所面临的困境，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（以下简称标委会）所举行的2026年度全体会议暨“标准周”活动期间，针对数据难题，WG7数据标准组得以成立，并由四维图新担任组长单位。

在孟庆昕看来，具身智能应用场景正变得越来越丰富，智能汽车行业所积累的数据治理能力，也能够得以迁移至机器人领域。

“智能网联汽车中所涉及的个人信息处理、安全合规以及数据脱敏等能力，均可以平移到具身智能领域。期望未来能够将数据真正打造成可流通以及可复用的资产，而不是让每一家企业都重复承担数据采集方面的成本。”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，目前可以成功实现厘米级定位精度，同时数据脱敏不会对时延以及定位精度产生实质性的影响。

“未来具身智能的发展，将不再仅仅是算法层面的竞争，而更是‘强数据+强算法+芯片’所构成的系统化竞争。”孟庆昕认为，在未来家庭当中或许不仅会拥有汽车，还将会拥有多种不同类型的机器人，时空数据服务能够像今天的车机娱乐系统一样，得以成为家庭所持续订阅的数字服务。

据她所透露，这一模式早在2019年以及2020年便已成功实现了一定规模的应用，只是产业整体发展的节奏慢于当时的预期。“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年我国人形机器人的产量大约达到了2万台，今年上半年已经成功超过了4万台，预计全年将会超过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。相比产量方面的增长，更值得关注的是产业正从单机样机以及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会大幅提升。”柯吉欣表示。

来源：上半年产量突破4万台，人形机器人仍“缺数据”！四维图新孟庆昕：我们希望把数据真正做成可流通、可复用的资产 | 每日经济新闻