11 月 1 日起，国内首个具身智能数据集质量行业标准 YD/T 6771—2026 正式实施，由中国信息通信研究院联合 40 余家单位起草，质量评价覆盖完整性、一致性、多样性、真实性、易用性、实用性、可扩展性、安全性八个维度。

八项指标定什么

标准分三块：数据生产操作规范，即采集、清洗、质检的流程要求；组织机制保障，规定数据生产全过程的管理制度；质量评价指标，就是那八个维度。完整性管数据不缺项，一致性管不同来源的数据"说同一种语言"，多样性管模型见过的场景够不够，真实性管数据来自真实物理世界。

国际上的对应动作更早。ISO 正在制定的 ISO/CD 26264-1《人形机器人数据集 第1部分 通用要求》仍是委员会草案，中国这次先把行业规范落地。国内另有一部面向训练基地的数据采集规范先行发布。

缺口到底有多深

宏观口径和赛道口径是两个量纲，不能直接相除。上海数据集团首席技术官苏光牛在 10 月 30 日开幕的 2026 全球数商大会上给出，全国 52.26ZB 数据总量中真正被有效利用的占比约 3%，折算约 1.57ZB 可用。它石智航副总裁刘华说的是另一件事：训练具身基座模型的数据门槛是千万小时级，行业高质量训练数据停在百万小时级，缺口约 90%，要补足十倍。

这个缺口不是抽象概念。真机遥操作设备一套二三十万元，调测一天往往只能产出几个小时合格数据；换成第一视角众包采集，单台设备日产 3.5 小时，成本压到每小时 100 元。当数据还是"采得多就算好"的时候，真实性和多样性无从谈起。

卖数据这门生意

出货第一不等于在工厂里干活。Counterpoint Research 的数据显示，上半年全球人形机器人出货超过 2.2 万台，智元以约 9700 台、超过 43% 的份额居全球第一，9700 除以 2.2 万约为 44%，与"超过 43%"对得上。

但同一份报告里，娱乐表演、数据生产和科研用途合计仍占六成以上，智能制造只占 13%，仓储物流 5%。按这个结构反推，上半年真正进入制造场景的机器人总量约 2900 台，一半以上还在展台和实验室。智元上半年收入接近 20 亿元，对应约 9700 台出货，折合每台约 20.6 万元。

另一半是场地。信通院《具身智能训练场研究报告（2026）》统计，截至今年 6 月底，全国建成启用的具身智能公共验证训练场超 70 家，在建或规划中的 46 家。

样板线上跑的是什么

智元在龙旗科技的平板测试产线上做过一段公开直播，6 天累计完成 64824 次作业，成功率 99.99%，平均节拍 22 秒，对应产出 17625 台平板。按每台机器人每天 11 小时工时、22 秒一件算，单台理论日产约 1800 次，8 台 6 天理论上限 86400 次，实际完成 64824 次，完成率约 75%；按 17625 台平板摊开，每台平均上下料 3.68 次。

节拍卡在真实产线上。测试机柜种类不同，耗时各异，一台机器人要看管 2 到 4 台设备。22 秒不是机器人算出来的快，是整条线的空转被它填满了。

决定这门生意能不能放大的指标是人机比。长隆乐园首批 300 多台机器人进场时，一个运维盯一台，现在降到 3 比 1，目标年底 10 比 1、明年 20 比 1。姚卯青的说法是，20 比 1 时这个岗位只需新增 5% 的人力预算。

接下来看三件事

标准的价值不在文本发布那天，在第一批带着评测报告的数据集出现在公开目录里那天。现在能看的有三处：一是数据交易平台上具身智能数据集有没有真实成交记录，标准没有价格，等于没有交易；二是训练场招标里质量评分占多大权重，若仍按采集时长计价，标准会被绕过去；三是行业标准与已发布的国家标准怎么衔接。

第一批符合八项指标的数据集出现之前，"机器人缺数据"只能算描述，算不上诊断。