近日，工业和信息化部、国务院国资委联合印发《关于联合开展2026年度人形机器人（886069）与具身智能实景实训专项行动的通知》（以下简称“专项行动”），提出面向工业、特种、服务等领域重点场景，一体推进实景实训空间建设、创新应用联合体培育、作业技能攻关和应用部署验证，推动人形机器人（886069）与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展。
这一政策信号明确行业拐点：具身智能的竞争重心，已从“能否做出模型”转向“能否在真实环境稳定落地”。产业从技术验证、样机展示阶段，走向实景训练、应用验证和常态化部署新阶段。高质量真机数据、模型迭代能力、多方协同打造可复制方案的能力，成为企业下一阶段的核心竞争力。
作为人工智能（885728）企业，开普云（688228）紧跟产业趋势，依托开悟大模型，布局具身智能模型算法、数据工具链、智能体工程化与场景应用能力。结合专项行动要求，公司凭借通用模型底座、数据闭环工具链及整体集成能力，探索具身智能从训练场到生产场景的能力迁移路径。
实景实训成为具身智能落地关键环节
具身智能既要实现任务理解，更要保障在复杂物理环境中稳定运行。物理场景环境多变、物体状态不一、突发异常频发，让实景训练与验证成为规模化落地的核心环节。
▲本图由AI生成，图为机器人在真实作业环境中训练
专项行动提出，要打造可训练、可测试、可验证的实景实训空间，依托真实场景训练持续优化具身智能模型算法，积累高质量真机数据。这意味着，未来具身智能发展不能只依靠仿真环境或少量单次演示数据，而需要在真实作业流程中不断采集数据、排查问题、优化模型，并最终形成稳定可靠的作业能力。
在开普云（688228）看来，实景实训并不是针对某一个单一场景进行孤立训练，而是要依托更完善的模型底座和数据工具链，构建可持续迭代的能力体系。这也是我们区别于行业单点定制化路线的核心差异：通过广域真机数据采集，提升模型基础能力，结合生产场景适配微调，在应用中完成数据回流、模型迭代升级和更新部署，才能推动具身智能从单点演示走向规模化应用。
以平台型能力参与创新应用联合体建设
专项行动鼓励用户、整机企业牵头，联合算法、零部件供应商及科研院所组建创新应用联合体。具身智能是复杂系统工程，无法依靠单一企业独立完成，需要各方协同整合场景、本体、算法、数据与工程集成能力。
▲多主体协同推动具身智能从单点验证走向能力共建
开普云（688228）副总裁、首席技术官杨春宇博士表示，现阶段开普云（688228）的定位既包括通用模型底座研发，也包括数据工具链研发，同时还承担整体技术集成工作。实景实训要依靠优质的模型底座，而非局限于单一场景的专项训练。开普云（688228）通过训练场建设和广域数据采集，夯实模型基础能力，并在训练场中搭建实际操作场景锤炼核心能力，再将成熟能力迁移到真实生产场景中完成环境适配。
这一定位与专项行动提出的创新应用联合体建设方向高度契合。在联合体中，开普云（688228）可充分发挥模型算法与平台型企业的综合优势，一方面为具身智能应用筑牢模型能力根基，另一方面依托数据采集、模型训练等工具链能力，串联用户单位、整机企业、科研机构及产业链上下游伙伴，推动多主体协作从简单分工迈向能力共建。
构建从数据采集到模型迭代的闭环体系
数据是具身智能迭代进化的核心基石。专项行动要求构建高质量、高保真数据集，补齐空间语义、物体属性、异常处置、边界工况等实景数据短板，这也是当前行业发展的主要瓶颈。
杨春宇博士认为，模型迭代绝非简单完成真机部署和实时监控，就能够自然训练出优质模型并完成二次部署，整个过程存在大量亟待解决的工程问题。结合开普云（688228）真机数据采集、国际比赛实践和客户场景试点经验，公司已经搭建起数据异步回流、精细层次化标注、模型增量微调、强化学习训练、模型在线部署等体系，后续还将持续完善人工实时接管、异常工况恢复等配套工具能力。
▲从数据采集到模型迭代的闭环体系
在这一过程中，数据回流效率、标注质量、模型训练方式和部署验证机制，都将直接左右模型迭代效果。不同于数字智能领域比拼算力与模型规模的发展思路，具身智能更注重在真实物理环境中获得持续反馈，并将反馈转化为可训练、可复用、可迁移的数据资产。唯有建立完整的数据闭环，才能让模型在不同任务、不同设备、不同工况下，稳步提升泛化能力和执行稳定性。
同时，具身智能应用不能止步于单一场景的局部适配。如果一味追求对某一场景的短期适配，极易产生大量不可复用的硬编码，难以沉淀长期价值。开普云（688228）更聚焦依托训练场、真机数据和模型闭环，打磨模型在场景理解、任务规划、操作执行、人机协同、异常恢复等方面的核心能力，让模型具备适配更多真实场景的迁移能力。
面向未来，开普云（688228）将持续深耕实景实训、真机数据采集、模型训练优化和应用部署验证等领域，不断完善从训练场到真实生产场景的能力迁移路径，打造从数据回流到模型再部署的全链路闭环工具链，助力具身智能完成从技术验证迈向常态化作业的跨越。
