（来源：大湾区评论）
摘要 · 2025.08.27
在具身智能逐步成为全球战略技术制高点的当下，数据资源正从“训练材料”跃升为支配产业主导权的核心要素。本文指出，全球已进入具身智能数据基础设施的战略窗口期，而粤港澳大湾区凭借其独特的产业多样性、制度弹性与场景密度，具备争夺全球具身智能数据产业高地的必要条件和现实能力。
然而，多模态数据的结构复杂性也对现有治理模式构成挑战。为破解当前“集中难通用、垂直难流通”的治理瓶颈，本文提出构建“统一数据底座+行业采集节点+通用标准体系”的新型数据基础设施，并结合AIRSPEED技术平台和广东“1+1+N”试点实践，提供了一条可推广、可演化的数据治理范式。这一模式不仅回应了当前数据通用性与专用性、集中与效率的结构性矛盾，更有望推动我国在全球具身智能产业中取得制度引领与价值主导的核心地位。
具身智能数据基础设施
建设加速，窗口期已至
具身智能数据产业正在成为全球下一个万亿级制高点。据预测，到具身智能机器人广泛普及后，全球具身智能数据市场将超过10万亿美元：包括多模态交互数据、任务行为数据、物理场景数据、系统对抗数据等。这些数据不仅是训练具身智能基础模型的“燃料”，更是支撑其在真实世界中感知、理解、决策与行动的底座。
正因如此，全球范围内正在掀起一轮“具身智能数据中心”建设热潮，各地纷纷抢占高地，力求在这一战略资源布局中占得先机：在中国，多个前沿城市已经敏锐察觉到这一窗口期的战略意义，并展开具身智能数据基础设施的系统性布局。2025年，上海发布《具身智能产业发展实施方案》，提出到2027年形成100个典型应用场景、100家龙头企业、100款产品的“百百百工程”，并将构建与具身智能应用高度适配的多模态数据采集、共享与验证体系，明确将数据作为具身智能产业链的核心资源纳入顶层设计。这一行动标志着全国首个将“数据基础设施”纳入具身智能系统性部署的城市诞生，具有示范意义。
深圳则在技术平台方面走在前列，由深圳人工智能与机器人研究院推出的“AIRSPEED”多模态数据平台，集成真实场景与仿真系统，构建了一个具备自动标注、跨模态对齐、训练样本生成等功能的开源系统。该平台以开放架构服务于不同机器人形态的数据生成与建库工作，是我国少数可支持具身智能闭环训练的底层数据基础设施之一。
北京在高端智力资源与前沿研究能力方面具备优势，虽尚未以“具身智能数据中心”名义设立专项项目，但海淀区、经开区等区域已开展智能交互数据平台、城市级数字人场景采集系统等先导项目，并通过智源研究院等机构推动多模态数据在大模型与机器人训练中的基础作用研究。
在国际方面，特斯拉是具身智能数据运营模式的典型代表，其数百万辆配备FSD功能的车辆持续上传高频感知数据，并通过自研的Dojo超算系统进行大规模模型训练。虽然这体现了对数据资源的极致重视，但其模式仍以企业自有闭环为主，未能形成共享机制，也未采用联邦学习等数据治理创新技术。
波士顿动力、日本川崎重工等企业则分别在运动控制与工业机器人数据积累方面有所布局，但未见构建开放数据中心的报道，全球具身智能数据治理仍处于探索阶段。
因此，当前正处于数据基础设施构建的战略窗口期。各地争相布局，目标不仅在于储备数据，更在于主导标准、定义接口、掌握未来智能系统的演化方向。就如同石油之于工业经济，具身智能数据正成为智能经济时代最关键的燃料和润滑剂，谁控制了数据的生产与流通体系，谁就掌握了整个具身智能产业链的价值制高点。
波士顿动力采用液压方案的产品“大狗”
（图源：波士顿动力）
粤港澳大湾区具备成为
全球具身智能数据中枢的基础
粤港澳大湾区作为中国经济活力最强的区域之一，广东省内部形成了高度多样化的产业结构，从高端制造、医疗健康、消费电子、家电、汽车，到教育、物流、养老服务等多个具身智能关键应用场景全面覆盖。特别是在人工智能与实体产业深度融合的趋势下，广东各地正呈现出“产业即数据源”的结构性优势，为构建多模态、跨场景、跨任务的具身智能数据体系提供了最丰富的土壤。未来，随着具身智能在各行业中的深度渗透，该区域有望率先建立从数据采集、场景驱动、模型训练到规则输出的完整闭环，成为全球具身智能数据产业的制度策源地与技术创新中枢。
深圳是我国科技创新与智能产业最集中的城市之一，其在服务机器人、智能穿戴、医疗器械、消费电子和智能家居等领域形成了完整的产业生态。随着多家企业在机器人端侧感知、交互决策、智能控制方面的不断突破，深圳已积累海量与人类真实交互相关的数据资源。具身智能的进一步渗透将使这些机器人从“任务执行”走向“情境理解”，大幅提升其在教育、养老、康复、陪伴等高复杂度任务中的应用深度，推动深圳从硬件之都向“数据智能中心”转型。
广州在医疗健康、汽车与智慧城市方面具备雄厚基础。南沙生物岛、广州国际生物医药创新区已布局手术机器人、康复机器人和远程诊疗系统，积累了多模态人体行为、语音、生理信号与医疗动作数据。同时，广汽集团积极推进L4级别自动驾驶与智能座舱，在城市道路、家庭充电、维修保养等场景中部署具身AI代理。未来，具身智能的应用将使医院和智慧车联从信息集成走向主动服务，大幅优化医疗资源调度效率与城市出行体验。
东莞长期定位为“世界工厂”，3C电子、精密制造、家电装配形成高密度机器人协作网络。具身智能的引入将使这些系统具备自适应能力，不再依赖静态路径规划或固定动作模板，可根据人类操作行为、产品形态、任务优先级自主调整动作策略，从而推动“柔性制造”向“智能自调度”演进。
中山、佛山则在厨房机器人、家用智能设备与家电领域形成集群效应。美的、格兰仕、九阳等企业的产品部署进入全球上亿家庭，其设备中日常交互行为（如物体识别、抓取、煮食、整理）正是训练高鲁棒性家用具身智能系统最宝贵的资源。具身智能的嵌入将推动这些设备从“自动化执行”向“语义理解＋情绪响应”跃迁，形成新一代兼具情境感知与社交能力的家居智能终端。
惠州作为新兴的新能源汽车电子、智能充电桩和储能系统生产基地，聚焦智能硬件与人机协同运维数据的采集。以比亚迪电子、亿纬锂能（维权）等企业为核心的生态，将因具身智能的介入实现能源管理系统的预测性维护、故障自诊断以及与用户行为的适配优化，显著提升系统稳定性与能效。
江门、肇庆等地在自动化物流系统、电商仓储机器人与工业配套物流上布局加深。例如顺丰、京东、韵达等已在该地区部署无人搬运车、协作机械臂与智能监控系统，采集的大规模物流路径、多工位交互、动态协同行为数据是多智能体具身系统不可替代的训练资产。未来具身智能的渗透将加速人—机—物三者的精准协调，大幅降低物流成本并提升履约效率。
香港作为国际数据规则中心与金融枢纽，不直接生成具身数据，但其制度能力在数据确权、跨境流通、估值定价方面至关重要。香港数码港和科技园已部署“开放数据平台”和“数据通证试点”，在金融、健康、交通、地产等领域推进数据资产化实验。具身智能数据作为新兴的高维动态资产类型，未来可在香港探索标准化标注、加密脱敏、跨境调用等机制，为大湾区数据价值流动提供制度锚点。
多样性之利与数据之困：
粤港澳大湾区具身智能
数据融合的挑战与机遇
总体来看，广东省在具身智能涉及的制造、交通、服务、医疗、家电、智慧城市等多个关键领域中具备全国最广泛的产业分布和最密集的真实场景资源。然而，广东也正面临一项特殊的系统挑战：如何在庞大产业异构性与数据资产化效率之间取得结构性平衡。目前，广东各地普遍将“数据中心”建设作为数字经济发展重点，但主流模式普遍存在结构性偏差：
一方面，一些地区采用“全景归一”的模式，试图将多种行业、多类场景的数据统一归集至一个区域性大数据中心。这种方式虽有利于资源集中管理和算法统一调用，但由于行业差异过大，导致数据标签体系碎片化、处理流程复杂化，难以针对具体任务进行有效建模，最终反而降低了数据的实际训练效率与可交易性。
另一方面，也有地区倾向于建设“行业垂直型”的数据中心，例如专注于工业视觉、物流路线、家庭交互或医疗场景的数据仓库。虽然这样能对接具体需求、满足行业应用，但容易造成数据孤岛化，即不同中心间的标准不互通、标签体系不兼容、模型复用性差，难以构建统一底座，也不利于数据流通和市场估值，进一步抑制了数据的价值兑现能力。
这带来了粤港澳大湾区构建具身智能数据生态的根本性难题：既要兼顾数据的通用性与专用性，又要平衡标准化与管理效率。通用性有助于统一模型接口、支撑底层架构扩展，而专用性则决定了任务精度与反馈效率；标准化有利于跨平台流通与资产化定价，而灵活管理则对接实际产业场景、提升采集效率。
更进一步，具身智能所需的数据不仅是结构化表格或静态图像，而是涉及时序性强、上下文复杂、带有行为逻辑的数据流，如连续运动、跨模态反馈、状态转移路径等，远超传统数据治理模式所能处理的复杂度。这也意味着广东若要引领具身智能数据产业标准，必须在采集机制、标签体系、存储逻辑、平台接口等多个层级上推进技术与制度并重的创新。
因此，广东的挑战并非“是否建数据中心”，而是如何建构一个既能承载多场景、又支持模块化、具备高适配性与流通性的具身智能数据基础设施体系。唯有如此，才能真正把散落在各地的多模态数据资产化、结构化，并为基础模型训练和数据交易提供稳定、高效、可拓展的底座。
广东具身智能数据
管理模式创新建议
在多模态数据成为具身智能系统核心驱动力的今天，传统的数据治理模式已难以适应机器人、智能体和复杂人机协作场景下的采集、融合与流通需求。我们建议，粤港澳大湾区应率先构建“统一底座+行业采集+通用标准”的具身智能数据治理新体系，为全国提供制度设计和工程实践的范式支撑。该体系主张以可扩展、高实时性的数据平台为底座，联通多个行业主导的数据采集节点，建立统一的数据标准与协议体系，实现多源异构数据的结构化治理与高效流通。
技术实现方面，如下图，以AIRSPEED为底层核心平台，构建具备分布式部署能力的数据治理基础设施。AIRSPEED具备软总线架构、事件驱动机制和多模态数据流调度能力，可广泛部署于边缘、端侧及云端节点之间，实现机器人视频流、音频、触觉、环境感知等多通道数据的同步采集与清洗。平台支持标准化的数据接入协议与设备驱动层接口，能够屏蔽设备异构性，降低开发复杂度，并通过模块化中间件实现语义对齐、任务归类与动态任务调度，从而为不同场景的下游模型训练与数据资产化提供高质量数据基础。
关于AIRSPEED具身智能数据工程的具体描述
（图源：作者）
在采集侧，应根据行业特征部署轻量型边缘采集节点。这些节点应嵌入制造、医疗、交通、政务等典型场景中，支持本地实时数据预处理、语义标注与隐私保护机制，并通过与AIRSPEED底座的数据接口进行同步上传。所有数据须经过统一的标签体系、权限控制与溯源管理进行治理，确保结构一致、来源可查、质量可控。通过引入数据可信度打分机制和模态完整性评估方法，可自动标识可交易的数据单元，并按需生成适配不同模型或使用方的数据子集，提升数据的可用性与经济价值。
该体系对当前面临的核心挑战给出了结构性回应。在“多场景强行统一导致治理失衡”问题上，通过“统一底座+分布采集”的分层模式实现横向解耦与纵向协同，提升系统弹性；在“行业数据中心形成孤岛”问题上，通过AIRSPEED统一接入协议与标签体系实现不同行业间数据的语义联通与跨域融合；在“通用与专用性矛盾”问题上，通过标准接口适配各类场景采集单元，在统一之上构建差异化采集逻辑，实现行业精度与平台通用性的兼顾。
朝着这个方向，广东省由广晟集团牵头，率先推进“1+1+N”具身智能数据治理架构的落地部署。该架构中的第一个“1”，代表一个统一的数据治理底座，由省级运营专班统一规划、调度与支撑，承担全省数据资源的归集、处理与治理能力的建设任务，支撑通用标准的实施和跨行业能力的抽象；第二个“1”是一个专业示范型训练场，聚焦在关键区域或重点行业建立可复制的标准化范式，作为通用平台与场景实际之间的枢纽，确保制度传导与数据流动的双向畅通；“N”则代表嵌入多个典型场景的数据采集与应用节点，分布在智慧制造、医疗健康、智慧交通、政务服务等领域，与业务流程深度耦合，实现数据的实时采集、语义标注与反馈闭环。整个体系通过制度统一、技术通约与场景协同，既解决了“泛收集、难治理”的数据碎片化问题，又打通了“重采集、轻复用”的流通障碍，提升了数据的标准化程度和可交易价值。
这一制度体系的构建，标志着数据治理从碎片化、行业自洽向标准化、跨域协同的关键转变。其推广有望带来若干实质性改进：一是在制度上明确数据流通路径与治理责任，提升政策执行的透明度与可操作性；二是在技术上推动数据接口与标注体系的统一，为跨场景的数据融合与模型训练提供结构化支撑；三是在产业上促进数据资源的规范流通，降低重复采集与存储的成本，提升数据的复用效率与潜在经济价值。长远来看，该制度有望形成可复制、可推广的具身智能数据治理范式，为大湾区乃至全国具身智能基础设施和数字要素市场的建设提供制度保障与工程路径。
结论
具身智能时代的竞争，本质上是数据体系能力的竞争。粤港澳大湾区在产业场景、制度基础与技术储备方面具备全球领先的综合条件，完全有能力在这场产业变革中率先建立具有广泛适配性和可复制性的具身智能数据治理范式。广东提出的“统一平台+标准接口+场景节点”的模式，不仅是对当前数据治理困境的结构性回应，更是一次面向未来的制度性创新尝试。抓住这一窗口期，将数据视作真正的基础设施与战略资源，有望使大湾区率先构建起全球具身智能产业的数据价值体系，推动我国在智能经济时代取得标准制定权、规则解释权与价值分配权的多重领先地位。