TSAIAS 018-2024 具身智能语料库建设导则.docx

ICS25.040.99

CCSl66

SAIAS

上海市人工智能行业协会团体标准

T/SAIAS018—2024

具身智能语料库建设导则

ConstructionGuidelinesforCorpusofEmbodiedIntelligence

2024-11-16发布 2024-11-18实施

上海市人工智能行业协会??发布

T/SAIAS018

T/SAIAS018—2024

T/SAIAS018

T/SAIAS018—2024

PAGE\*ROMAN

PAGE\*ROMANIII

II

II

目 次

前 言 II

引 言 III

范围 1

规范性引用文件 1

术语和定义 1

缩略语 2

具身智能数据 2

概述 2

一般原则 2

数据集 2

数据资源 3

具身智能数据采集 7

概述 7

真实数据采集 7

合成数据采集 8

数据资源提交方式 9

具身智能语料生产 9

采集数据完整性检查 9

数据资源清洗过程 9

数据资源标注过程 10

数据安全 11

安全原则 11

安全性评价 11

制度 11

技术 12

人员 12

附 录 A （资料性）具身智能大模型方案 13

语言大模型 13

视觉语言大模型 13

视觉语言动作大模型 14

参 考 文 献 16

前 言

本文件按照GB/T1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。本文件由上海市人工智能行业协会提出并归口。

本文件起草单位：上海库帕思科技有限公司、人形机器人（上海）有限公司、复旦大学、上海交通大学、同济大学、上海人工智能创新中心、上海智元新创技术有限公司、上海傅利叶智能科技有限公司、上海开普勒机器人有限公司、中国电子科技集团公司第二十一研究所、星海图（苏州）人工智能科技有限公司、上海钛米机器人股份有限公司、松应科技有限公司、四川天链机器人股份有限公司、上海市先导产业促进中心、工业互联网创新中心（上海）有限公司、上海中创产业创新研究院、国创智造科技（上海）有限公司。

本文件主要起草人：山栋明、黄海清、许彬、姜育刚、卢策吾、何斌、庞江淼、闫维新、高宇翔、陈春玉、王洪武、郑忠斌、高平、施佳樑、卢恒、张裕珍、江磊、刘宇飞、黄媚、刘传厚、陈曦、沈荣港、冯瑞、蒋烁、王志鹏、王宇、姚卯青、朱建超、胡硕、蔡宇圣、沈林鹏、陈宇涛、李昀佶、许华哲、虞磊、潘晶、沈满、聂凯旋、张小波、黄巍、颜进、郑理莹、宋琼、李琰、方金武、王道洋、蒋龙泉、朱立奇、贺仁龙、郑茂宽。

首期执行单位：上海库帕思科技有限公司、人形机器人（上海）有限公司、上海人工智能创新中心、上海智元新创技术有限公司、上海傅利叶智能科技有限公司、上海开普勒机器人有限公司、中国电子科技集团公司第二十一研究所、星海图（苏州）人工智能科技有限公司、上海钛米机器人股份有限公司、松应科技有限公司、四川天链机器人股份有限公司。

本文件版权归上海市人工智能行业协会所有。未经许可，不得擅自复制、转载、抄袭、改编、汇编、翻译或将本标准用于其他任何商业目的。

引 言

人工智能是新一轮科技革命和产业变革的重要驱动力量，语料数据则是人工智能研究和应用不可或缺的资源，高质量的语料库更是人工智能赋能新质生产力的关键。

在人工智能的浪潮中，具身智能作为前沿科技的代表，正受到国家和上海市的高度重视。《具身智能语料库建设导则》的编纂，正是在这一背景下应运而生，旨在为该领域的发展提供坚实的数据基础和标准化指导。

国家层面，工信部发布的《人形机器人创新发展指导意见》强调了开展人形机器人标准化路线图研究的重要性，并提出建立健全人形机器人产业标准体系。这不仅为具身智能语料库的建设提供了政策支持，也为行业的健康发展指明了方向。

上海市作为科技创新的先行者，率先发布全国首批人形机器人具身智能标准，包括《具身智能智能化等级分级指南》和《人形机器人分类分级应用指南》。这些标准不仅规范了人形机器人的技术语言和发展路径，也为语料库建设提供了明确的技术等级划分依据。上海还计划建设完成多地联动的具身智能训练场，支持超100台异构机器人采集训练，这将为具身智能的语料库建设提供丰富的实践场景和数据资源。

此外，上海市人民政府印发的《上海市进一步推进新型基础设施建设行动方案（2023-2026年）》中提到，将布局智