百万小时规模不再是硬指标？《具身智能数据集质量要求及评价方法》正式实施

11月1日，工信部批准发布的《人工智能 关键基础技术 具身智能数据集质量要求及评价方法》（YD/T 6771—2026）正式实施，为具身智能数据集建设、质量评价与采购选型提供统一参考框架。

10月28日，国家数据局召开的行业高质量数据集建设链主工作座谈会要求：全面摸清人工智能用数需求、强化应用反馈闭环，推动数据集质量测评向工具化、订单化模式转变。

这两项进展分别覆盖质量评价规则与供需组织机制，补上了行业前期粗放发展阶段的共性短板。过去数据集质量长期缺乏统一验收标准，采集工作也常与实际训练需求相互脱节。新规落地后，产业核心检验方向更加明确，最终要看采集数据是否匹配训练需求、能否被模型有效利用、部署后的效果反馈能否反哺下一轮数据建设。

规模指标仅代表供给体量 数据可用性还需独立核查

YD/T 6771—2026由中国信息通信研究院联合40余家行业单位起草，为推荐性通信行业标准，适用于指导具身智能数据提供方与应用方开展高质量数据集建设，并为质量评价与选型决策提供参照依据。

标准体系围绕数据生产操作规范、组织机制保障、质量评价指标三个层面搭建。其中，质量评价维度覆盖完整性、一致性、多样性、真实性、易用性、实用性、可扩展性、安全性共八个方向。

标准落地前，数据集采购通常将数据时长、存储容量作为核心参考。这类指标仅能体现供给规模，数据完整性、多源信息对齐程度、目标任务适配性都缺乏统一核查依据。放到机器人训练场景中，同一任务下图像、动作指令与执行结果能否一一对应，标注精度是否达标，样本是否覆盖真实作业工况，都会直接影响后续数据处理效率与模型训练效果——细节层面的偏差往往会拉高后续加工成本，拖慢模型迭代节奏。

标准落地后，统一的质量要求为供需双方围绕具体交付条件沟通、完成验收提供了共同参照。采集规模依然是重要基础指标，但同等体量的数据，在可用程度、后续加工成本、场景覆盖范围上可能存在明显差异，质量高低会直接拉开数据集的实际训练价值与采购性价比，这也正是统一质量标尺的现实意义所在。

以需定供构建闭环 避免无效采集与资源错配

10月28日，国家数据局座谈会面向全行业数据集建设，提出以需定供、以用促建、以评提质的建设原则，重点工作包括摸清人工智能用数需求、建立应用反馈机制、提升质量测评效率。

会议明确要求，链主单位在自身需求之外，系统梳理产业链上下游数据需求；依托实际应用场景建立数据回流与迭代优化机制，持续提升数据与应用场景的适配水平；通过工具化、订单化测评模式，缩短交付周期、降低建设成本。

这一机制对具身智能数据建设具备直接指导价值。精密插装、物料搬运、家庭整理等不同作业场景，对动作精度、接触感知信息、环境变化覆盖度、任务样本广度的要求存在明显差异，需要采集的模态类型、精度等级、真实数据与仿真数据配比，都要结合目标任务与模型技术路线确定，无法套用统一采集方案。

落到产业服务环节，数据服务商需要更早介入需求定义阶段。服务商应先明确客户待补强的模型能力方向，再规划采集、清洗、标注与全流程评测；现场部署中收集的失败样本，可作为下一轮数据集建设的优先级依据，从源头减少无效采集带来的成本损耗。

行业辨析：训练数据质量评价不等同于机器人作业成效衡量

在数据集质量标准之外，行业企业也在探索机器人部署后的实际作业成效衡量框架。

10月29日，智元提出“Worken”有效智能工时框架，将活跃机器人规模、自主工作时长与产出效能比相结合，用于刻画机器人在真实场景中的有效产出水平。

当然，Worken 框架目前仍处于企业探索阶段，并非行业统一标准，其评价对象是机器人部署后的现场作业表现；本次数据集标准的评价对象，则是训练数据本身的质量水平。机器人最终作业成效受模型能力、硬件性能、任务环境、运维方式等多重因素共同影响，无法仅凭 Worken 指标高低反向判定数据集质量优劣。这意味着两类评价指标分属产业链前后端，解读行业进展、开展对标分析时需要分开衡量，避免出现指标错配、单一结果过度归因的误读。

产业观察

统一的质量标准为数据采集、清洗标注、评测工具、交付服务环节提供了共同参照基准，数据服务商的竞争维度也将逐步转向数据集交付效率、质量验收能力，以及对客户目标任务的实际改善效果。

相机、IMU、力觉与触觉设备对应不同的数据采集需求，相关硬件采购规模仍需结合技术路线与客户项目实际需求判断，标准实施本身无法直接推导某类设备订单的必然增长。

从商业闭环视角看，数据质量标准解决了供需交付的评价依据问题。而客户持续付费的核心决策依据，仍是数据集能否在可接受成本范围内，切实提升机器人在目标场景中的作业表现。

参考资料

[1]全国标准信息公共服务平台.人工智能关键基础技术具身智能数据集质量要求及评价方法：YD/T6771—2026[EB/OL]. [2026-11-02].

[2]国家数据局.国家数据局召开行业高质量数据集链主工作座谈会深化高质量数据集建设”以需定供”“以用促建”[EB/OL].(2026-11-02)[2026-11-02].

[3]人民邮电报.首个具身智能数据集质量标准发布[N/OL].(2026-08-05)[2026-11-02]. 福建省工业和信息化厅转载.

[4] AGIBOT. AGIBOT Introduces Worken to Measure Productive Robot Work at AGIBOTInnovation Day 2026[EB/OL]. (2026-10-29)[2026-11-02].