11月16日,工信部发布公告,批准《人工智能 关键基础技术 具身智能数据生成系统技术要求》等274项行业标准。

274项里排第一项的,是具身智能的数据生成。

这个顺序说明了一件事:标准先要管的不是机器人怎么动,是喂给它的数据怎么来。

一、274项里过半给了电子和通信

先看这批标准的行业分布。

电子行业92项,通信行业65项,轻工行业41项,纺织行业28项,机械行业23项,汽车行业18项。此外石化2项、建材2项、化工1项、稀土1项、兵工民品1项。另批准1项电子行业标准外文版。

电子加通信157项,占了274项的57%。

这个分布本身就在说明问题。轻工业41项排第三,因为消费品和家电是出口主力,标准是贸易工具;纺织28项同理。汽车18项排第六,这个位置有点微妙——中国汽车年产量全球第一,但汽车行业标准的数量远低于电子通信。

原因不难猜。电子通信的技术迭代快到标准追不上,几年一换,汽车则相对稳定。标准数量的差异,反映的是技术变动的速度,不是产业地位的高低。

二、先立规矩的是数据

这批标准的第一项叫《人工智能 关键基础技术 具身智能数据生成系统技术要求》。

具身智能现在面临的核心难题是数据。一套成熟的工业视觉系统可以积累千万级标注样本,一台人形机器人要学会走路、开门、递东西,需要的示范数据量要大得多,而且必须带完整的力觉、位姿、时序信息。

这些数据目前谁在生成、怎么生成、标注到什么精度、能不能复现,基本没有统一口径。

标准管的就是这些:数据采集的格式、标注的规范、质量的等级、测试集怎么划分。听起来琐碎,但这是把各家各做各的数据变成可比对的资源的前提。

同一天还有一条新闻:华为云举办具身世界模型发布会,发布首款昇腾原生具身世界模型CloudRobo-WM1.2,宣布进行权重、推理、代码开源。

把这两件事并排看很有意思。一边是行业标准规定数据怎么生产,一边是头部厂商把模型权重全部开源。

标准统一口径,开源降低门槛。这两件事同时发生,说明产业正在试着解决同一个问题:让做机器人的门槛降下来,让不同来源的数据能拼在一起用。

三、零碳工厂也要写成标准

同一天,工信部、市场监管总局发布《以标准提升引领轻工业优化升级实施方案》。

目标定得很具体:到2030年,基本形成全球领先的轻工业标准体系,标准供给更加有效。到2027年,制修订产品标准、方法标准等200项左右,开展100项左右标准实施情况评估分析和复审,译制轻工标准外文版30项左右,牵头制修订的国际标准占比提升至8%左右。

方案部署6个行动,围绕优体系提质量行动、强制性国家标准筑基行动等展开,内容包括组织编制"十五五"轻工业标准体系,制定轻工业数智化转型标准体系建设指南,探索制定"零碳工厂"标准。

还专门设了专栏形式的标准质量提档升级工程等4个工程,明确研究制定宠物用家电、特殊人群用服务机器人等新产品标准,实施电动自行车整车、电动自行车用锂电池、充电器、电气安全等强制性国家标准,推广应用智能家用电器系统互操作系列国家标准。

"零碳工厂"这四个字值得单独说。它意味着碳排放核算要变成可依据的标准,而不是企业自选的报告口径。

—— 标准先管数据,不管机器;因为数据是机器能不能被训练出来的前提。

需要提醒的是,标准立得再快也只是统一了口径。具身智能真正的瓶颈是有效数据的数量和多样性——一项技术要求解决不了"从哪来足够多的真实示范数据"这个问题,甚至会让人误以为标准出台就等于数据够了。

还有一个现实约束:强制性国家标准的执行往往滞后。电动自行车锂电池这类标准,从发布到全面执行通常需要过渡期,这期间正是产业洗牌最快的时候。

—————

274项标准把路铺了,但路上的车还得自己造;标准定的是通行规则,不是动力来源。