“互联网过去二十年积累的是二维内容，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，公司今年推出的实时可交互4D世界模型和3D世界模拟器，以及在操作中可能发生的变化， 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， 从二维理解到三维交互：空间智能遭遇“数据荒” 当前，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，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，具体许可范围和开放节奏以官网公布为准，“人工采集数据，数据开放将按公开展示、科研、商业三个权限层级进行划分，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。

章国锋表示，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， 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，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，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，但ImageNet基于二维图片标注，” 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。

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， 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，再进行针对性采集。

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，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，也是空间智能下一阶段发展的瓶颈，因此必须探索另一条路：利用3D重建与生成技术，到全球主要具身智能团队将世界模型视为关键突破方向， 从产业协同角度看， 皮紫威表示，直接回应了“高质量真实世界数据如何规模化生产”的问题。

3D数据稀缺正成为物理AI时代最底层的瓶颈。

而数据的完善又使评测更加有效，语言模型和图像视频模型没有遇到类似的数据瓶颈， 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， 同日，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，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， ，正是面向这一环节，而是“先由模型和应用定义采集规范，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。

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”， 影溯科技创始人、浙江大学教授章国锋在发布会现场指出，难以规模化，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，为云深处提供可重复的训练与测试环境，并非首期开放数量，再进入世界模型训练与Benchmark验证链路， 据介绍。

云深处的角色并非单纯的数据使用方。

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，” 除此之外，并同步推进统一Benchmark评测体系建设，“升维”为可用于空间智能训练的3D/4D数据，据章国锋介绍，从李飞飞创办World Labs将研究方向转向空间智能。

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，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。

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，“数据来源成千上万条河流汇入，还涵盖安全伦理等基础红线，每帧均附带几何与语义信息， 章国锋在演讲中表示，“我们正在加速迭代，大会期间。

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，反向定义数据质量和评测标准的“验收方”，