從請求到政策只要十天：中國國家數據局著手制定具身智慧數據標準

十天。這是中國國家數據局把一場企業請求轉化為正式政策工作項目所需要的全部時間。9 月 13 日，該局宣布將制定具身智慧（embodied AI）訓練數據標準，並指導地方主管部門推動相關工作——而這正是七家機器人企業在 9 月 3 日座談會上提出的請求。此舉瞄準的，是人形機器人領域最尖銳卻最低調的瓶頸：不再是模型本身，而是訓練模型所需的、真實世界錄製的時數。

國家數據局宣布了什麼

這份發布在監管機構官網上、由 Bloomberg 與 The Next Web 率先報導的聲明，承諾了兩件事：為具身智慧制定數據標準，以及引導省市地方政府支持這項工作。國家數據局局長劉烈宏於 9 月 10 日主持了一場座談會，與會者包括科研機構、科技公司、數據企業和一家人形機器人訓練中心。該局 9 月 13 日發布的會議紀要同時承諾，支持企業加大數據資源投入。

值得注意的是，聲明並未披露任何標準草案、截止日期或公眾諮詢窗口。已披露的是定調：該局表示「產業正變得越來越數據驅動」，而據 MLex 先前對 9 月 3 日會議的報導，那七家企業當時「請求為具身智慧建立公共數據基礎設施和統一數據標準」。

速度本身就是訊號。9 月 3 日的企業請求，9 月 10 日變成局長主持的座談會，9 月 13 日成為對外宣布的標準制定工作。在大多數監管體系裡，這個流程需要以季度計，而不是十天。

一千萬小時的難題

這些標準所要填補的缺口極為巨大。根據中國信通院（CAICT）的估算，具身智慧基礎模型大約需要 1,000 萬小時的真實世界訓練數據。而目前全球存在的高品質數據有多少？大約在 10 萬到 100 萬小時之間——缺口達一到兩個數量級。

語言模型有整個網際網路可用，具身模型卻沒有對應物。一個正在學習抓取物體、在雜亂倉庫中導航、或操作布料的機器人，無法「下載」經驗；它必須在物理空間中一格一格地錄製經驗。這種不對稱，解釋了為什麼人形機器人的瓶頸已經從模型架構轉移到數據採集基礎設施——也解釋了為什麼一個「數據」監管機構，如今成了機器人政策的核心角色。

中國已在建造供給端

物理設施的進度跑在統計數字前面。據 TechNode 報導，中國已營運超過 70 個具身智慧訓練場，遍及超過一半的省級行政區，另有 46 個在建或規劃中。其中約 86% 面向工業製造應用，並集中在三個沿海地帶：長三角、京津冀和珠三角。

這些設施的存在只為了一件事：規模化地生產「時數」。每個訓練場實質上是一座數據工廠——成排的機器人在儀器化環境下反覆執行任務，產出基礎模型所需的互動錄製數據。國家數據局的標準工作，最好的理解方式，是為一套已經建成且仍在擴張的採集機器裝上治理層。

這一步也嵌進既有的框架。今年 2 月，工業和信息化部下屬技術委員會發布了六部分的《人形機器人與具身智慧標準體系（2026 年版）》。國家數據局的倡議，是在工信部的框架旁加上數據專屬規則——以北京慣常的方式拆分問題：一個部門管機器與模型，另一個部門管數據。

與歐洲的對照

歐洲為這類數據寫好了規則，卻幾乎沒有在採集。EU Data Act（數據法案）自 2025 年 9 月 12 日適用，規範聯網產品（包括工業機械）所生成數據的存取權，並禁止用這些數據開發競爭產品。設計義務將於 2026 年 9 月 12 日之後在歐盟市場上市的聯網產品上生效。

但歐洲最接近中國訓練場的對應物，是一家公司：NEURA Robotics 正在建造機器人「健身房」——規劃十座，其中五座預定今年底前投入運轉，分布於歐洲、美國與中國。執委會 2025 年 11 月 19 日發布的 Data Union Strategy，把「擴大 AI 數據存取」列為第一優先，但十個月過去，承諾的數據實驗室（data labs）至今尚未建立，多數行動項目也未落地。

對比相當刺眼。一個司法轄區規範著它幾乎不生產的機器數據的存取權；另一個以工業規模生產這些數據，並且正在為它制定標準。兩者單獨都贏不了——有規則沒數據，造不出機器人；有數據沒規則，建立不了市場信任——但具身智慧的供給端優勢，正隨著一座座設施，向中國的沿海集群漂移。

後續觀察指標

真正的關鍵在拘束力。9 月 13 日的聲明既無草案文本，也無諮詢窗口，這項工作最終有多大效力，取決於國家數據局會不會從規劃性語言推進到有日期的文件。請盯住該局的下一份發布，看有沒有具名期限。

第二個問題是存取權：如果外國機器人企業想使用那 70 多座中國訓練場的數據，未來的標準會允許嗎，還是僅限國內供給？掛在國家補貼採集基礎設施上的開放標準，是一種地緣政治工具；封閉的標準，則是另一種。

也要警惕過度樂觀：今年受調的中國企業中，只有 23% 對市面上的人形機器人感到滿意。訓練場收集的是時數，不是付費客戶。數據缺口正在帳面上收窄；產品缺口，卻是以實際部署來衡量的。

目前為止，頭條是流程速度。從企業請求到標準承諾只用十天，這是全球少數監管機構能匹配的節奏——而在瓶頸是數據的具身智慧領域，最先標準化採集的司法轄區，將寫下其他人必須依此訓練的規則。