数据工厂、行业知识工程、可信数据空间和低成本算力等新型基础设施，正在成为推动人工智能从表演走向“真正干活”的关键支撑。
文 | 朱耘
ID | BMR2004
近日，2026中国国际大数据产业博览会（以下简称“数博会”）在贵阳举办。本届数博会，以“词元——数据要素价值释放新路径”为主题。《商学院》记者获悉，今年数博会吸引了来自全球21个国家和地区的1.6万余名嘉宾注册参会。举办各类活动89场，其中交流活动26场，展产融合活动31场，87项创新成果重磅发布，累计参会超4.1万人次。372家中外企业参展，展出新技术、新产品1100余项，其中66项属首展首秀，观展人数超9万人次。举办6场品牌赛事，参赛队伍3078支，参赛人数突破1万人。
展会现场，各色机器人不仅在表演，更多的是在“工作”，包括做咖啡、当零售店员、运送货物等，机器人开始真正能干活了。面对机器人的各种落地工作，与会嘉宾们关于“数据”的讨论，比机器人更热烈。现场不乏机器人工作时“翻车”，引来观众一片唏嘘，一位嘉宾坦言：这组“翻车”的数据，其价值要比机器人做成功的数据更有价值，它涉及失败动作要不要留下，人工接管后，如何将其变为训练样本等问题。
《商学院》记者注意到，本届数博会上，嘉宾们热议的话题，已经从有没有大模型，建了多少算力基础设施，转向“怎样把数据持续加工成经验，再让经验在场景里产生结果”，数据工厂、行业知识工程、可信数据空间和低成本算力等新型基础设施，正在成为推动人工智能从表演走向“真正干活”的关键支撑。
01
贵州押注AI新基础设施
贵州希望通过“数据工厂+模数工场”实现三种转变：从存储数据转向生产数据，从零散作坊转向工业化流水线，从单点应用转向持续运营的产业生态。
贵州有“中国数谷”之称，是国家“东数西算”的重要节点。在具身智能与智能体规模化落地的今天，光有算力不行，更需要数据。本届数博会上，“词元经济”“高质量数据集”“数据工厂”“可信数据空间”等热词集中出现，AI竞争正在从单纯比拼模型和算力规模，进入数据生产、成本控制和场景运营能力的竞争。
国家数据局数字科技和基础设施建设司副司长李建国在人工智能数据工厂创新发展交流活动致辞中指出，数据从产生到应用，要经历采集、治理、构建、评测、服务、安全和流通的完整生命周期，“每一个环节都在创造价值、释放价值”。过去，数据常被比作模型的燃料，如今人工智能也正在反过来成为数据开发利用的工具：语义理解、知识抽取、异常识别和质量检测等能力，已经开始进入数据清洗、标注、治理和质检环节。数据与AI不再只是供给和消耗关系，而是相互促进的生产体系。
贵州省大数据发展管理局党组成员、贵州省信息中心党委书记李立国坦言，当前数据供给的障碍主要是“不敢供、不愿供、不会用”：数据权属复杂、安全合规责任不清，导致持有者不敢提供；计量和收益分配机制不健全，导致持有者缺少供给动力；大量数据采集、清洗和标注仍停留在零散的“小作坊”阶段，标准不统一、重复建设，又造成数据难以直接使用。
为此，贵州希望通过“数据工厂+模数工场”实现三种转变：从存储数据转向生产数据，从零散作坊转向工业化流水线，从单点应用转向持续运营的产业生态。
据了解，位于贵安新区星湖园的数据工厂已经集聚智元机器人、帕西尼、枢途科技、智平方、景联文等企业，并设置数据流通、质量评测和安全管理等环节。当地还在探索以登记、授权、合规和质量凭证协同的数据管理机制，以及数据销毁等设施，使进入工厂的数据能够“进得来、管得住、用得好、销得净”。在公共数据率先进入工厂的基础上，贵州还计划建设具身智能、自动驾驶和医疗等专业数据工厂。
02
机器人干活，先要学会“理解世界”
具身智能行业缺少的并不只是更多数据，而是一套可以持续生产、连接、调度和评价数据的基础设施。
过去20多年，互联网积累了海量文字、图片和视频，为大模型训练提供了丰富的虚拟世界数据。机器人要进入工厂、商店和家庭，仅靠这些数据远远不够：拿起一个杯子需要多大力度，物体滑落时如何调整，遇到陌生障碍怎样绕开，任务失败后如何恢复…这些发生在现实世界中的交互数据仍然稀缺。
数博会期间，在贵安举办的“具身智能数据要素产业研讨暨投资人交流会”上，机器人本体、模型算法、数据采集、存储加工和金融投资等领域的企业负责人，共同讨论了如何补上现实世界数据缺口这一话题。
《商学院》记者从贵安方面了解到，贵安新区目前拥有27个大型及超大型数据中心，总算力规模超过175E，智算占比超过98%。2025年信息技术服务业营收达到821亿元，增加值占地区生产总值的比重接近30%。在具身智能领域，贵安新区已经落地上下游企业14家，鲲鹏基金投资其中10家，投资金额超过20亿元。可以说，数据是贵安最大的财富。
在今年的世界人工智能大会（WAIC）、世界机器人大会和数博会上，银河通用的机器人已经当上了超市的理货员与收银员，北京银河通用机器人股份有限公司文旅事业部总裁曾辉认为，当下具身智能正从“运动健将”走向“生产力时代”，面向生产的机器人不仅要在固定环境中重复动作，还要面对陌生物体、人员干扰和任务变化。为此，银河通用正在组合互联网公开视频、人类操作数据、合成与仿真数据、遥操作数据，以及机器人规模化部署后的真机回流数据。数据来源不是二选一，而更像一座由不同成本、不同真实性和不同用途的数据构成的金字塔。
面对散落在不同企业与机器人本体中的数据，面壁智能董事长兼CEO李大海坦言，具身智能的瓶颈已经从模型转向数据：真机采集成本高，不同机器人之间的数据难以复用，视觉、轨迹、触觉等多模态信息缺乏统一的对齐方式，能够完整记录感知、决策、执行和失败恢复过程的长程数据尤其稀缺。因此，行业缺少的并不只是更多数据，而是一套可以持续生产、连接、调度和评价数据的基础设施。
原力灵机（重庆）智能科技有限公司副总裁谢忆楠表示，具身数据的价值不能只看数量，还要看一项任务是否被完整记录。机器人顺利完成任务，只能证明它在既定条件下做对了一次；当机器人没有做好、人类不得不接管时，接管者如何观察、如何调整动作、如何把任务重新带回正确轨道，反而暴露出模型能力的边界。
因此，失败、犹豫、接近失败和人工纠偏数据，不应在清洗环节被当作“脏数据”删除。对机器人而言，每一次接管都是一次学习真实世界的机会。
由于真机数据采集成本高，企业也在寻找更多数据来源。枢途科技创始人卓羽把目光投向人类行为视频。人类看一段视频，可以学会使用工具、组装家具；机器人看到的却只是一连串像素，无法直接理解动作目的和状态变化。“从像素到经验的这一段距离，就是我们所做的核心工作。”卓羽介绍，枢途科技尝试把视频中隐藏的时间、空间、动作、状态、意图和结果转化为模型可以学习的数据。目前，公司已处理数十万小时视频，覆盖30多个场景和500多项任务。
视频适合扩大数据规模，却无法完整记录力度、摩擦和滑移。帕西尼、曦诺未来科技等企业因此把数据采集延伸到触觉和灵巧手。帕西尼人工智能科技（北京）股份有限公司创始人聂相如表示，机器人进入生产场景，关键在于能够感知真实的物理世界。杭州曦诺未来科技CEO夏宇轩则认为，灵巧手在工业装配、柔性物体操作中产生的触觉与力学数据，是高质量物理数据集中的稀缺部分。
数据量扩大后，如何存储、加工与流通，又成为新问题。与会嘉宾们认同“应存尽存”这一逻辑，且更重要的是把这些数据用好。事实上，当前大量具身数据封闭在企业内部。科杰科技创始人兼董事长于洋将其形容为数据太“宅”，希望通过多模态数据平台实现“可用不可见”：在不直接获取企业原始数据的前提下，让其他主体看见数据价值并参与合作。
可以说，具身企业对数据使用的诉求，也正是贵安成为机器人企业的聚集地，成为现实世界数据的生产地、加工地和试验场的目标。
03
AI出海，要先过数据与本地化两道关
中国有技术，东盟有市场，但技术出海不是简单搬运产品，而是与当地伙伴共同建设数据、规则和服务能力。
在数博会现场，记者也看到了来自全球各国的政府和企业家代表，对中国的算力、AI落地表现出浓厚兴趣。不过，如何把中国的技术能力转化为适应当地市场的产品和服务，仍是跨境合作必须解决的问题。数据能否合规流动，系统能否理解当地语言、文化和业务流程，决定了AI出海最终是停留在展示和试点，还是能够形成真正的项目和订单。
在“中泰数字经济合作交流活动”上，国家数据局国际数据治理合作司司长宋宪荣指出，中泰两国可以从三个方面深化数字经济合作：一是在尊重双方法律法规、保障数据安全和个人信息权益的基础上，探索共同建设跨境数据流动服务基础设施；二是在人工智能、云服务、智能制造和智慧农业等领域加强案例交流，推动更多合作项目落地；三是加强科研人员、企业和青年人才的培训与交流。
值得注意的是，2025年，中泰双边贸易额首次突破1万亿元人民币（约合1532.6亿美元），同比增长14.4％，数字贸易额超1100亿元人民币，同比增长22.3%，增速大幅超越传统货物贸易，成为核心增长引擎。2025年，泰国数字经济规模约570亿美元，增速约为GDP的2倍，到2030年有望占GDP总规模的30%。
泰国软件行业协会副会长塔纳蓬·托西提德昆表示，许多AI系统和机器人在验证阶段表现良好，一旦进入泰国的工厂、医院、酒店或者企业，就要面对真实环境中的数据、流程、语言、文化、法规和人员期待，这些都与实验室不同。所谓本地化，也不只是把中文界面翻译成泰文，还包括理解当地人的语气、眼神、沟通方式，以及企业真正的工作流程。
他认为，企业不应等到产品大规模销售后再解决本地化问题，而应在部署之前就与当地合作伙伴共同采集数据、完成系统集成和方案微调，并在真实场景中证明业务价值。只有技术在泰国本地环境中稳定运行，形成可以衡量的业务结果，试验项目才有可能转化为规模订单。
中国信息通信研究院相关负责人尹子航认为，跨境应用面临的症结不仅是技术接口，更在于数据格式、分类标准、合规路径、行业语义和行为习惯能否对齐。同样是纺织、农业或制造业，中泰企业对一项工序、一个产品和一个数据字段的理解可能并不相同。代码可以连接两套系统，但双方对数据含义和使用规则理解不一致，数据仍然“流不动”。
数据跨境还要解决企业“不敢流”的问题。中国工程院院士沈昌祥在会上提出，数字系统需要建立计算与防护并行的“二重体系”，安全能力要覆盖主体、客体、操作和环境，并贯穿风险分析、系统建设、测评、运行和审计全过程。
天融信科技集团数据安全产品与方案管理中心总经理王鹏表示，企业业务全球化会扩大数据的流通范围，也会带来跨境合规审计、隐私泄露、越权访问和数据滥用等风险。可信数据空间并不是把各方数据集中到一个平台，而是让数据可以保留在企业本地，按照事先约定的用途、对象和期限被调用，同时对使用过程进行验证和追溯。
以跨境AI训练为例，数据提供方可以让原始数据留在本地或受控环境中，模型服务方完成约定的训练任务，却不能直接看到或带走原始数据；在跨境物流和供应链合作中，企业也可以预先约定哪些字段需要脱敏、哪些数据可以跨境，并将备案、安全检查和审计要求嵌入数据使用流程。
事实上，安全不再只是阻止数据流动，而是把原本不确定的风险转化为可以执行、验证和追溯的规则。对于出海企业而言，能否说明数据在哪里处理、谁曾经调用、用于什么目的以及何时销毁，将成为产品能否进入海外市场的重要条件。
塔纳蓬·托西提德昆表示，中国拥有技术，东盟国家拥有丰富而多样的需求和市场，下一步合作不能止于出口技术，而要共同建设本地能力，将在泰国经过验证的方案进一步推广到更多东盟国家。
泰国可以成为中国AI进入东盟的第一站，但一项技术只有在当地经受住真实场景的检验，形成稳定服务和实际订单，才有可能复制到更广阔的东盟市场。而数字出海，不同国家、地区的法律监管、文化、基础设施成熟度有很大的差别，企业不仅需要有“泛化”能力，也需要针对不同市场，做针对性的适配，与当地伙伴共同完成数据采集、系统集成、合规测试、人员培训和售后服务。
对AI企业而言，真正可以复制的并非某一套固定产品，而是进入当地场景、理解实际需求、利用数据持续调整产品并稳定交付结果的能力。
热门跟贴