从“闭门造数据”到建立统一标准，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：“人形机器人是具身智能的一部分，汽车也是具身智能的一部分。未来十年，人形机器人与汽车将深度融合形成‘汽车机器人’，二者在硬件层面的共通性将达到50%至60%，软件和商业逻辑层面的共通性将达到90%。”

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

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

　　不过，相比资本、整机和硬件能力的快速发展，真正制约行业进一步发展的瓶颈，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，数据是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、CMO（首席营销官）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、管理和使用方面仍缺乏统一标准。“从行业来看，数据采集、使用、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，完成一个高质量具身智能模型训练，至少需要千万小时量级的数据，而当前市场上成熟的具身智能数据集仅有几十万小时，远远无法支撑通用具身大模型训练。更大的挑战在于，具身智能的数据天然具有硬件依赖性。

　　据悉，与大语言模型时代通用的Token（词元）不同，不同机器人由于本体结构、自由度、传感器配置等差异，采集的数据往往难以直接复用，不同企业之间也难以共享。数据碎片化、难以流通，成为行业普遍面临的问题。

　　产业“闭门造数据”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）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数据标准组成立，四维图新任组长单位。

　　在孟庆昕看来，具身智能应用场景越来越丰富，智能汽车行业积累的数据治理能力，也能够迁移至机器人领域。

　　“智能网联汽车中涉及个人信息处理、安全合规、数据脱敏等能力，都可以平移到具身智能领域。我们希望未来能够把数据真正做成可流通、可复用的资产，而不是让每一家企业都重复承担数据采集成本。”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，目前可实现厘米级定位精度，同时数据脱敏不会对时延和定位精度产生实质影响。

　　“未来具身智能的发展，不只是算法竞争，更是‘强数据+强算法+芯片’的系统化竞争。”孟庆昕认为，未来家庭中或许不仅拥有汽车，还会拥有多种不同类型的机器人，时空数据服务能够像今天车机娱乐系统一样，成为家庭持续订阅的数字服务。

　　据她透露，这一模式早在2019年、2020年便已实现一定规模应用，只是产业整体发展节奏慢于当时预期。“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年我国人形机器人产量约2万台，今年上半年已超过4万台，预计全年将超过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。相比产量增长，更值得关注的是产业正从单机样机、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大幅提升。”柯吉欣表示。