9月10日，2026具身智能机器人数据产业链合作高峰论坛在杭州国际博览中心举行。作为具身智能数据产业链的重要行业会议，论坛聚焦数据标准体系、制造业实训数据、开放生态建设、数据合规等核心议题，汇聚了标准制定机构、产业研究机构、训练场平台、数据服务商等产业链关键环节的代表。巨身智能 石林受邀出席并发表主题演讲：《具身引擎驱动下的数据供给体系建设与产业实践》。
石林在演讲中给出一个数字：国内真实物理交互合规数据存量约50万小时，而商业化落地需求在数千万小时量级，缺口超过99%。
这个缺口背后，是采、标、训、用四个环节的系统性断裂。真实数据稀缺且格式混乱，标注规则不统一导致数据无法跨主体流通，仿真训练与真机部署之间存在Sim2Real鸿沟，运行数据无法回流使项目陷入“做一个丢一个”的循环。产业最缺的，不是某一项单点技术，而是一套把原始数据变成可落地运动策略的完整链路。
巨身智能的答案是一句话：做整机企业的“训练部”，做场景落地的“数据基建商”。
围绕这一目标，石林在演讲中提出“三个共建”的产业协同路径。
共建标准数据集。 工信部已批准发布首个具身智能数据集质量标准，11月1日正式实施。标准覆盖完整性、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。巨身智能从创立之初便以此为标尺打造采集工厂，实现从源头对齐训练要求。石林表示，标准的价值在于落地，巨身智能愿意开放自身在数据采集、标注、清洗、质检环节的工程经验，与产业链各方共同推动标准从纸面走向产线。
共建训练流程。 巨身智能打造的“采—训—用—回流”一体化生产线，采集端以“数据水厂”标准执行原粮、标注、清洗、质检四道工序，训练端以六步标准化流水线打通从任务定义到Sim2Real迁移的全流程，落地端经纬系统完成真机下发与数据回收。目前已在5至6款主流机型跑通全流程。石林提出，训练流程的标准化是产业规模化的前提——只有流程统一、接口统一、质量体系统一，跨主体协作才有可能。
共建具身通用模型。 巨身智能的核心技术底座MotionV.2具身大模型，基于大量人体轨迹数据训练，能够理解文本、视频、动捕与动作文件，生成可编辑、可重定向的目标动作。石林认为，具身通用模型不应是单一企业的闭门成果，而应建立在开放的标准化数据生态之上。“一次采集，千机通用”——一套双足行走的标准化源数据，经过智能重定向和策略优化，可适配不同关节结构和自由度的人形机器人，开发成本降低60%，效率提升3至4倍。这一能力的规模化，需要产业链各方的数据贡献与场景验证。
目前，巨身智能平台已沉淀1256个标准化数据集、156个控制策略、32款入库机器人。石林表示，这些资产的价值不在于数量本身，而在于它们证明了“数据—训练—资产—复用”这条路径是可行的、可重复的、可规模化的。
此次受邀在论坛发表主题演讲，是巨身智能行业影响力持续提升的一个注脚。 从荣获第十一届“创客中国”金华赛区二等奖，到与中国联通、同道快才、各类机器人本体厂家等产业链头部企业相继达成战略合作，再到推动行业数据应用的领头羊，巨身智能正从区域创新企业成长为具有行业话语权的数据基础设施服务商。其提出的“不做选手、做跑道”的中立定位，以及“三个共建”的协同路径，正在获得越来越多产业链伙伴的认同。在具身智能从“技术验证”走向“规模商用”的关键节点，巨身智能以数据底座为支点，正在成为推动产业协同不可或缺的力量。
演讲结束后，石林与与会嘉宾围绕数据标准落地、跨主体数据流通、训练场协同等话题进行了交流。
从0到1已经见证，从1到N需要共同完成。石林在演讲最后提出，巨身智能坚持不做选手、做跑道。“一家独跑跑不快，全链同跑跑得远。”巨身智能期待与产业链各方一道，把数据底座夯实，把训练链路打通，把场景落地做实。
频道推荐
