2026世界机器人大会开幕当天，由帕西尼人工智能科技股份有限公司(简称帕西尼)主办的2026全球具身生态之夜(GEEN 2026)在北京举行。期间，四维图新CEO程鹏受邀出席“感知、数据、模型、应用的具身闭环之路”技术圆桌，与多位产业链嘉宾围绕具身智能从感知物理世界、沉淀有效数据，到模型持续学习、进入真实场景的完整链路展开深入探讨，并向业界传递出明确观点:高质量数据是具身智能规模化发展的基石。
产业迈入体系化建设新阶段
具身数据的价值不能只看数量，真正稀缺的是包含动作、反馈、错误与纠正过程的真实交互数据——机器人需要的不只是“正确答案”，也需要自己的“错题本”。
程鹏针对相关产业演进过程中数据治理的关键作用做出建议:相比模型能力的快速突破，数据质量不齐、数据治理缺失已成为制约产业规模化发展的关键因素。他以智能车、大语言模型的发展路径为参照，直指不同模态数据之间的核心痛点，即时间、空间的归一。“只有打通众多真实场景下的数据闭环通路，才能把任务与各模态数据有效组织起来，机器人才能像智能车与大语言模型一样实现高速迭代。”
以数据标准体系助推产业规模化发展
围绕“具身智能数据资产”这项备受产业关注的命题，程鹏认为建立统一、开放、动态可持续的数据标准体系，对于提升行业协同效率、降低创新成本、促进规模化应用具有重要意义。他结合四维图新在智能网联汽车领域已跑通的“采集-脱敏-托管”全链路数据合规实践提出两个观点:其一，数据内容要完备，能够持续支持下游应用的发展；第二，数据可被量化评估与交易，通过数据标准、平台与专用模型，实现自动化溯源、质量评估、价值估算、知识产权保护、安全合规与高效交互。
在谈及“数据飞轮”在商业化落地中最先形成的路径时，程鹏给出明确判断:可控性强、技术收敛更快的特种、工业等垂域场景或将先于通用领域，特别是叠加高频使用前提后，工业领域有望率先形成数据飞轮。
产业协同 共创广阔未来
围绕产业化落地，具身智能要真正走出实验室，当前需要跨越的门槛不只是模型能力，也包括数据标准、采集体系与更高效的模型架构，这些要素都将共同影响这一过程的推进效率。
四维图新将积极联合众多技术与生态合作伙伴，持续完善数据全生命周期标准体系建设，不断推进全链路AI能力向人形机器人、工业机械臂、无人车、四足机器人等更多场景系统性平移的工作，助力中国人形机器人与具身智能产业继续高质量发展。
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
