中关村论坛｜具身智能规模化前夜：行业标准建设成万亿赛道破局关键

中经记者 李静 北京报道

从实验室走向工业物流、公共服务等真实场景，从百亿产值迈向万亿市场，具身智能正迎来商业化落地的关键窗口期。2025年行业完成技术筑基与场景验证后，2026年已经被视作具身智能规模化应用的元年。

然而具身智能行业正面临着数据互通、评测体系、安全规范等标准化建设的滞后问题，这些成为制约行业从“单点突破”走向“全域普及”的瓶颈之一。《中国经营报》记者关注到，在近期举办的2026中关村论坛年会上，多位具身智能行业的领军企业创始人与专家学者在不同场合谈到了具身智能面临的行业标准化体系建设不足的问题。

标准之困

“坦白讲，今天大家都在讲模型、讲算法，但具身智能行业现在甚至没有一个大规模、公认的Benchmark（基准测试）来评估模型能力，大家还在一些非常初级的仿真数据集上测试。”原力灵机创始人唐文斌指出了行业的尴尬现状，“当前，各家公司的模型可能在初级的仿真数据集上的测试表现优异，可是一旦进入复杂多变的真实物理世界，其泛化能力和可靠性缺乏统一、客观的衡量标尺。”

目前，各家公司的机器人“大脑”采集的数据格式各异，评估体系自成一体，导致技术迭代与产业协同效率低下。这如同没有公认度量衡的市场，交易难以高效进行。因此，具身智能行业建立权威、开放的评测体系成为最迫切的标准需求之一。

评测标准的背后，是更底层的数据之困。中关村智用人工智能研究院院长孙明俊对记者指出：“各个做本体的机器人，它采集的数据不能够互通，相互之间不能够认识，这实际上是阻碍当下具身智能发展的一个特别重要的问题。”

银河通用创始人王鹤将具身智能所需的数据比喻为一个“金字塔”：底层是海量的互联网视频数据，中层是人类行为示范数据，顶层则是价格昂贵但不可或缺的真实机器人作业与回流数据。然而，当前各家具身智能企业数据采集协议、标注体系互不兼容，形成了严重的数据孤岛。

“数据肯定是现在的瓶颈之一。”唐文斌指出，“但今天采集数据本质上是钱和时间的问题，更关键的是如何让机器人在真实场景中批量使用并形成数据反馈的闭环。”

智平方联合创始人张鹏也强调，真实场景的数据最具价值，但如何与客户在保障安全的前提下共享，并利用合成数据及其他技术降低成本，亟须形成行业共识。

当技术尝试走入现实，更复杂的安全与责任标准问题接踵而至。星动纪元联合创始人席越指出，行为安全标准是“最为迫切和最为底线的”。机器人毕竟是在物理世界中行动的主体，一旦进入工业、物流乃至未来的家庭场景，其行为边界、错误容忍度、事故责任界定都需明确。

“一方面不能制约整个行业的发展，另一方面又要在可控的情况下，让我们在犯错中去成长、去慢慢完善标准。”席越认为，这就需要建立共性安全标准与行业细分安全标准相结合的立体框架。

此外，具身智能最重要的落地场景是产业领域，与产业协作的接口标准也亟待建立。

千寻智能联合创始人高阳比喻道，未来人形机器人将像笔记本电脑或汽车一样成为复杂整机，涉及大量零部件和子系统供应商。但目前，遥操系统、数据采集装备与机器人本体之间的接口五花八门，导致适配成本极高。

“比如遥操的接口到底应该给机器人发送一个什么样的指令？现在还是非常痛苦、非常非标的一个过程。”高阳呼吁，需要共建标准化的接口，让产业分工明确化，从而加速整个生态的发展。

破局之路

对于具身智能行业面临的标准缺位挑战，来自产业界和学术界的人士将“共建”与“协同”视为破局的关键。

孙明俊介绍，数据不能互通是阻碍具身智能行业当下发展的关键困难。为此，工信部已经成立人形机器人与具身智能标准化技术委员会，《人形机器人与具身智能标准体系（2026版）》已于近期发布，我国正在自上而下地推进行业标准体系建设。

产业层面则存在不同的诉求：已具备一定市场规模的机器人本体厂商，可能倾向于建立以自身为核心的标准体系；而专注于视觉语言模型（VLM）、运动控制“小脑”或特定部件的公司，则更渴望开放互联的通用标准。

孙明俊对记者指出：“从其他领域的发展历程看，互联互通、最大程度的一致以及开源，肯定是这个领域必然的方向。”

张鹏提出了涵盖三层的标准建设构想：第一层是数据与评测标准；第二层是机器人智能等级与操作水平的评价体系，可参考自动驾驶的L1-L5分级，建立行业共识；第三层则是法律法规层面的前瞻性探讨，明确机器人的行为准则与事故责任界定。

而具身智能在具体场景的落地探索，本身也是对行业标准化最好的试炼和推动。行业看好2026年重点发展的场景，包括工业制造、物流仓储、公共服务（如零售太空舱），这些场景其实都具有“半结构化”和“错误可容忍”的特点。

王鹤分享道，银河通用部署在几十个城市的上百个“太空舱”机器人，在展示自主取货能力、教育市场的同时，已累计回流超8万小时的货架自主取货实战数据。这种在真实场景中形成的，包含环境交互、成功与失败案例的数据闭环，在未来制定操作、安全、数据格式等标准时，将发挥重要作用。

王鹤认为，通过真实场景的数据回流与模型迭代，2026年具身智能行业有望实现从“GPT-2时代”到“GPT-3时代”的关键跨越。

从百亿到千亿，具身智能的万亿赛道蓝图已清晰可见，而标准化建设则是这场跨越的“通行证”。正如多位业内人士所言，具身智能的标准体系建设并非单一主体的工作，而是需要政府、企业、研究机构的协同发力，在实践中形成共识，在共建中逐渐完善体系，才能让技术创新与场景落地形成正向循环，推动具身智能真正融入千行百业，成为数字经济发展的新引擎。

（编辑：张靖超 审核：李正豪 校对：颜京宁）

海量资讯、精准解读，尽在新浪财经APP