6月8日，工业和信息化部、国务院国资委联合发布《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》（下称《专项行动》）。这是全球范围内首个国家级具身智能规模化应用专项，聚焦人形机器人与具身智能落地应用痛点卡点谋划布局，着力打通整机研发到规模化落地全链条。

该项行动提出：到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”；凝练形成百个以上高价值应用场景，进一步丰富具身智能应用谱系，带动形成万台级规模落地能力。

在此之前，两份基础性政策已完成行业底层规则搭建：

2026年2月28日发布《人形机器人与具身智能标准体系（2026版）》（下称《标准体系》）：我国首个覆盖人形机器人与具身智能全产业链、全生命周期的标准顶层设计；

2026年6月1日正式实施具身智能领域首份行业标准《YD/T 6770-2026 人工智能 关键基础技术 具身智能基准测试方法》（下称《测试方法》）：标志着具身智能评测迈入“有标可依”的新阶段。

01 三份文件，解决了什么问题？

三份文件分工明确、层层支撑，分别从产业协同、性能评判、场景落地三大维度化解行业长期存在的碎片化、无标尺、难商用难题。

1.统一行业“通用语言”，破解产业各自为战困局

过去两年，具身智能赛道最热闹的景象是：140多家整机企业，330多款产品，每家都有自己的硬件架构、数据格式、评测标准。

A公司的机器人采集的数据，B公司用不了；C公司的算法跑出的指标，D公司不认。这种"各自为战"的局面，导致行业整体协作成本极高，数据无法复用，产业链上下游对接困难。

《标准体系》由120余家科研院所、企业和行业用户单位研究编制，包括基础共性、类脑与智算、肢体与部组件、整机与系统等6个部分。为全行业制定统一“通用语言”，打通硬件、算法、数据、组件跨主体互通壁垒，降低全产业链协同成本，为后续统一评测、实景数据共享奠定制度基础。

2.统一行业“度量标尺”，终结性能自证乱象

标准有了，客观公允的性能评判体系成为产业规模化发展的刚需。《测试方法》为具身智能领域构建了统一的基准测试框架，规范了在仿真环境和真实环境下，开展具身智能基准测试的环境设置、任务库构建、测试过程和指标计算方法。目前该标准已同步推进国际标准立项。

可信的评测体系是连接技术研究与大规模产业应用的桥梁和标尺，其产业价值覆盖全链条：

技术研发层面，为具身智能的能力评估提供统一的度量依据，指引技术迭代方向，帮助行业及早识别并收敛于高价值技术路线，减少研发资源的无效投入；

应用落地层面，为行业用户开展产品选型与应用验证提供标准规范支撑，避免市场出现“劣币驱逐良币”现象；

产业发展层面，加速具身智能从实验室走向真实场景，促进具身智能技术成果的工程化落地和产业化应用。

3.搭建实景实训落地载体，打通稳定作业最后一公里

当前我国人形机器人与具身智能正处于从实验室走向真实场景、从演示验证转向常态化作业的关键阶段，模型算法、本体性能、场景适配、真机数据积累等仍存在短板。

实景实训是破解上述瓶颈的关键抓手。通过集约化建设、标准化管理、资源共享的实训空间，可有效避免场景重复建设和资源浪费，推动场景、数据、算力与技术成果高效复用，大幅降低企业试错成本，实现产品在真实环境中的快速迭代优化。

为进一步明确开展“实景实训”的实施路径，《专项行动》推动人形机器人与具身智能在真实生产生活环境中常态化部署、工程化验证、规模化落地，加速构建“训练—迭代—应用—再优化”的产业闭环，支撑人形机器人与具身智能产业高质量发展。

02 "作业模式"意味着什么？

从“表演模式”到“作业模式”，不仅仅是简单迭代过渡，更是具身智能商业化逻辑的本质变革，二者差异：

模式切换的核心底层驱动力是高质量真机数据。实景实训、数据沉淀、模型迭代、规模化示范推广将形成完整循环：依托真实生产场景暴露算法、硬件控制缺陷，依靠真实作业任务验证整机综合性能，利用场景反馈持续优化大模型与运动控制算法。

03 “数据”上升为产业核心生产要素

梳理三份国家级政策及各省市配套扶持文件，“数据”作为高频核心关键词，已在政策层面从技术配套资源升级为产业核心战略要素：

《标准体系》统一数据交互接口规范，标准化感知采集、大模型调用、模块化组件数据格式，破除企业数据生态封闭壁垒；

《测试方法》明确评测数据源准入规则，仅基于真实物理工况采集的数据具备官方评测效力，纯仿真生成数据集无法作为产品性能判定依据；

《专项行动》依托工业、服务、特种三类真实工况开展真机训练，持续迭代算法模型，批量沉淀标准化真机作业数据。

工信部科技司进一步细化落地路径：聚焦工业制造、民生服务、特种作业三大赛道布局全国实训载体，以真实生产线、服务场景为基础开展规模化真机实训，持续积累高质量场景数据。

从产业现实来看，当前行业标准化实景数据供给缺口巨大，数据产能、数据标准化程度、场景覆盖广度均无法匹配产业快速迭代需求，数据短缺已成为制约机器人落地量产的瓶颈。

04 行业破局：四条路径补充实景数据供给缺口

针对实景数据供给缺口，国内产业已形成四条差异化互补的供给路径，覆盖头部企业、中小厂商、公共载体、第三方专业服务全市场主体，构建多层次数据供给体系。

1.头部整机企业自建专属数据采集中心

以京东为代表的头部企业搭建全球规模领先的具身智能专业化数采基地，规划一年内积累500万小时全场景人类实操视频、力觉、轨迹同步数据，两年内突破1000万小时标准化实景数据集，完全匹配自有机器人模型迭代需求。但该模式重资产、高投入，仅少数头部企业具备落地条件。

2.国家级、地方集约化实训场共建共享

全国已落地近30座专业化具身智能实训基地，覆盖汽车装配、仓储物流、养老服务、高危特种作业等多元场景，面向全行业中小企业开放真机实训、数据采集通道，实现场景硬件资源共享，减少重复基建投入。

3.地方财政专项补贴数据、算力服务

多地出台专项产业补贴政策，直接降低企业数据采购、算力使用成本：

上海发布《上海市具身智能产业发展实施方案》，对购买语料服务产品的企业给予最高500万元/年的语料券支持；对达到一定算力租用规模的具身智能企业给予最高4000万元/年的算力券支持。

北京经开区发布《关于推动具身智能机器人创新发展的若干措施‌》，全国首创数据采集实训场奖励；每年发放1亿元“数据券”，引导企业采购数据集、数据接口、数据模型等数据产品。

4.专业化第三方数据服务商规模化供给

头部自建基地、公共实训场仅能覆盖部分数据需求，中小机器人企业资金、场地、团队不足，无力搭建完整数采体系；同时头部企业自有数据格式封闭、不对外互通复用，行业标准化通用数据供给环节存在明显空白，专业化第三方产业数据服务商成为补齐缺口的载体。

今元集团作为平台型科技企业、国家高新技术企业，以AI BPO为核心业务，搭建数据采集统筹平台，服务覆盖采集场地统筹、人员调度、动捕硬件设备配套、数据质检、标准化交付一站式承接。以真机实景采集为核心，同步对接仿真数据厂商，提供虚实融合配套数据解决方案。

该模式可有效化解企业自建采集团队投入成本高、人员管理复杂、硬件重资产投入、交付周期与数据质量不可控等痛点，让具身智能研发企业聚焦硬件本体、算法架构等核心创新，将标准化数据生产环节交由专业平台服务商落地。

在产业链中，今元集团AI BPO承担枢纽角色：一端对接整机厂商、大模型企业、数据服务商的数据采集需求；一端统筹全国标准化采集场地、专业采集人员与动捕硬件，搭建统一流程管控、质量校验、履约交付体系，实现实景采集数据规模化、标准化输出，适配不同规模企业的数据生产需求。

2026年上半年，三份文件的密集发布，标志着具身智能产业从"技术竞赛"进入"产业竞赛"阶段。

产业竞争的决定性变量不再是单点技术突破，而是实景数据基础设施成熟度。数据采集效率、标准化处理能力、规模化交付体量，将直接决定能否在这场万亿级竞赛中占据先机。对具身智能企业来说，符合国家标准的实景数据供给渠道、充足且高质量的数据集储备，将成为支撑大模型持续迭代、产品通过官方评测、实现产线稳定作业的核心基础。

今元集团将持续发挥数据统筹平台的枢纽价值，以AI BPO服务赋能具身智能企业，助力国产人形机器人本体、通用具身大模型完成持续技术迭代，强化本土自主可控的数据产业配套体系，与全产业链伙伴共同把握具身智能规模化落地的时代发展机遇。