3D 数据稀缺正成为物理 AI 时代最底层的瓶颈，中国产业方尝试从采集、模型训练到场景验证构建完整闭环。

中国网财经 9 月 1 日讯 8 月 29 日，第二届中国空间智能大会 ( ChinaSI2026 ) 在武汉举行。大会期间，3D 原生世界模型公司影溯科技 ( InSpatio ) 正式发起 " 大规模空间智能 3D 数据开放计划 "，目标建设百万级 3D/4D 场景数据底座，并同步推进统一 Benchmark 评测体系建设。

同日，影溯科技分别与禾赛科技达成战略合作、与云深处科技达成合作。两项签约并非计划的全部内容，但分别指向了空间智能数据链路中最关键的两个环节——真实世界的高质量数据采集与生产、以及数据与模型在真实机器人任务中的闭环验证。

从二维理解到三维交互：空间智能遭遇 " 数据荒 "

当前，人工智能正在经历从 " 理解互联网 " 到 " 理解真实物理世界 " 的范式迁移。

过去十余年，AI 的快速发展建立在互联网已积累的海量文本、图片和视频数据之上。但机器人、自动驾驶以及更广义的物理 AI 所面对的不是二维平面，而是持续运动、存在物理交互和因果关系的三维世界——机器不仅需要识别 " 这是一张桌子 "，还需理解其高度、距离、空间结构，以及在操作中可能发生的变化。

这正是空间智能 ( Spatial Intelligence ) 与世界模型 ( World Model ) 在过去两年迅速升温的产业逻辑。从李飞飞创办 World Labs 将研究方向转向空间智能，到全球主要具身智能团队将世界模型视为关键突破方向，这一赛道的共识正在加速形成。

然而，共识之下存在一个被反复提及却尚未被解决的矛盾：高质量 3D 数据的极度稀缺。

影溯科技创始人、浙江大学教授章国锋在发布会现场指出，语言模型和图像视频模型没有遇到类似的数据瓶颈，" 因为互联网上有足够多的文本、图片和视频，但高质量 3D 数据在互联网上极少，尤其是含动态信息、具备物理属性的 3D/4D 数据。"

现有公开 3D 数据集普遍存在规模有限、场景单一、动态数据缺乏的问题。而专业三维采集依赖激光雷达、多相机阵列和复杂标定，成本高企，难以规模化。与此同时，数据格式不统一、标注标准各异、评测方式碎片化，进一步抬高了空间智能模型的研发门槛。

厦门大学教授王程在圆桌环节进一步阐释了该计划与 ImageNet 的异同：两者的共性在于都是为 AI 服务的基础设施，但 ImageNet 基于二维图片标注，而此次计划面向三维乃至四维 ( 三维加时间 ) 的数据描述，涉及遮挡、光照变化、行为理解等更复杂的维度，" 难度也许远远大于 ImageNet 的建设难度，也是空间智能下一阶段发展的瓶颈。"

正是在这一背景下，" 大规模空间智能 3D 数据开放计划 " 试图回答一个核心问题：物理 AI 时代的数据基础设施，应该由谁、以何种方式、按什么标准来建设？

百万级场景的分层路径：互联网升维、真实采集与仿真合成

" 大规模空间智能 3D 数据开放计划 " 提出的目标是：建设百万级 3D/4D 场景数据底座。章国锋特别强调，这是两年内要达成的建设目标，并非首期开放数量。

数据来源规划了三条并行路径：真实世界采集、互联网图片视频升维、以及仿真与合成数据。

其中，最底层、规模最大的数据来源，指向一个颇具想象空间的技术方向——将互联网已积累的海量二维图像和视频，" 升维 " 为可用于空间智能训练的 3D/4D 数据。

章国锋在演讲中表示，靠专业设备实地采集达到互联网级别数据量的可能性几乎为零，因此必须探索另一条路：利用 3D 重建与生成技术，将已有二维内容转化为带空间结构和动态信息的三维数据。" 互联网过去二十年积累的是二维内容，未来这些数据有机会被重新‘升维’，成为机器人和世界模型学习真实世界的训练材料。"

影溯科技在此方向已有技术储备。据章国锋介绍，公司今年推出的实时可交互 4D 世界模型和 3D 世界模拟器，已能够将图片、单目视频转化为可编辑、可交互、带物理属性的 3D 场景资产。" 我们正在加速迭代，目标是能将输入的单目动态视频转换成一个 360 度完整的 4D 场景。"

除此之外，真实采集数据与仿真合成数据同样被纳入数据金字塔体系。仿真数据在覆盖长尾场景、极端工况以及涉及隐私安全的场景方面具有不可替代的价值。

在评测体系方面，计划将建设统一 Benchmark，覆盖 3D 重建与生成、检测与分割、空间推理、场景理解、动态预测、具身规划等方向。章国锋表示，评测平台将与数据建设形成闭环反馈——评测结果用于指导数据采集与生成的方向，而数据的完善又使评测更加有效。

中国电子技术标准化研究院数字中心应用技术研究部主任潘榕在问答环节指出，标准化是计划成功的重要保障。" 数据来源成千上万条河流汇入，如果没有统一的数据格式规范，数据集就是碎片化的。" 他还强调，标准化不仅涉及数据格式和采集设备规范，还涵盖安全伦理等基础红线，" 安全隐私是基础的红线，也是避免被制度铁拳迎头痛击的保障。"

禾赛战略合作：把真实世界 " 采进来 "，转化为 AI 可学习的 3D 数据

在此次大会上，影溯与禾赛科技的战略合作签约，直接回应了 " 高质量真实世界数据如何规模化生产 " 的问题。

禾赛科技正在从传统激光雷达硬件供应商向空间智能基础设施方向延伸。其空间智能平台 Kosmo 已能够结合激光雷达、高清影像与 3DGS 重建技术，将园区、工厂、商场等真实环境快速转化为高质量三维空间数据，并明确面向具身智能训练与世界模型数据生产。

禾赛科技 Kosmo 业务负责人皮紫威在分享中展示了其数据的三个关键特征：几何严谨性——每个像素的深度精度达到毫米级；极致渲染细节——多角度渲染结果具备照片级真实感；可无限渲染能力——基于高质量场景可生成任意轨迹的视点视频，每帧均附带几何与语义信息。

皮紫威表示，禾赛将提供包括原始图像、点云、相机位姿、高质量高斯模型、Mesh 及 3D 语义标签在内的完整数据产品。

从产业协同角度看，禾赛与影溯的分工明确：禾赛负责把真实世界高质量地 " 采进来 "，影溯负责将采集到的数据进行多源融合、标注、资产化处理和质量审核，再进入世界模型训练与 Benchmark 验证链路。

但双方强调，这不是一次性采集与交付的线性流程，而是 " 先由模型和应用定义采集规范，再进行针对性采集，最后将模型训练与评测中的失败案例反馈给下一轮采集 " 的闭环机制。

签约云深处：把数据与模型放回真实机器人任务中 " 考试 "

数据的价值最终要在真实任务中被验证。影溯与云深处科技的合作签约，正是面向这一环节。

据介绍，云深处科技是一家以四足机器人、人形机器人研发生产为核心的国家级高新技术企业，2025 年，四足机器人行业应用全球第一，主要客户包括国家电网、南方电网及应急消防等领域。

云深处科技具身数据业务负责人胡雪亮在圆桌分享中表示，公司具身大脑、具身小脑方向的工作需要大量 3D/4D 数据支撑。" 人工采集数据，成本较高。" 他认为，真实采集数据与仿真数据的结合，能够加快机器人在各类工业场景和开放场景中的验证及应用落地。

在 " 大规模空间智能 3D 数据开放计划 " 的框架内，云深处的角色并非单纯的数据使用方，而是通过真实工业场景中的部署与验证，反向定义数据质量和评测标准的 " 验收方 "。

具体而言：云深处在能源、应急、工业等场景中的机器人运行数据与任务反馈，将用于检验数据是否真实支撑机器人感知、导航与操作；影溯则以 3D/4D 世界模型能力，为云深处提供可重复的训练与测试环境。双方共同探索的是从数据采集、模型训练到真实场景部署、再反馈回数据迭代的完整闭环。

这一链路与此前行业普遍存在的 " 数据采集与场景应用脱节 " 模式形成了明显区别——数据不再是离线生产后被静态使用的资源，而是在真实任务中被持续验证和驱动迭代的活的基础设施。

参与该计划的首批共建单位还包括中山大学教授郭裕兰、华中科技大学教授陶文兵等高校课题组，以及穹彻、华策、横店、商汤、影眸、不鸣科技等场景应用与数据伙伴。据影溯方面披露，首期数据集计划在半年内开放，评测体系将在一年内形成初步版本，百万级场景目标预计在两年内达成。数据开放将按公开展示、科研、商业三个权限层级进行划分，具体许可范围和开放节奏以官网公布为准。

( 责任编辑：吴疆 )

版权声明：

1. 凡本网站注明 " 来源：中国网财经 " 的所有作品，均为本网合法拥有版权或有权使用的作品。

2. 未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明 " 来源及作者 "。违反上述声明者，本网将追究其相关法律责任。