029 四维图新20260719 导读

2026年07月19日19:26 关键词 数据 安全 标准 合规 智能 机器人 车端 产业 流通 技术 会议 场景 应用 组织 框架 落地 积累 差异 优势 商业模式 全文摘要 四维图新公司即将举办电话会议，旨在解读其在智能数据采集一体化与安全合规业务方面的进展，以及参与工信部2026年人形机器人与具身智能标委会会议的情况。作为服务近200个项目、覆盖60多家主流车企及行业客户的公司，四维图新在数据业务上的新进展已扩展至人形机器人领域，强调了数据标准制定、产业应用推进及机器人领域发展前景的重要性。会议还聚焦于合规业务的扩展与商业模式的创新，旨在建立行业标准，推动安全合规，促进技术与产业的健康发展。 章节速览 l00:00四维图新解读智能数据采集与人形机器人布局 会议聚焦于四维图新在智能数据采集一体化与安全合规业务的最新进展，特别是其向人形机器人领域的拓展。公司已服务近200个项目，覆盖60家以上主流车企及行业客户，展现出强劲的增长势头。会上，重要嘉宾深入解读了工信部26年人形机器人与具身智能标委会会议的相关内容，强调了公司在这一领域的战略部署与未来规划。 l01:56推动居民产业发展与标准输出 会议围绕工信部主导的居民产业标准制定展开，涉及数据、算力、电力等关键领域。会议强调在中美博弈背景下，建立稳健快速发展的产业体系，解决行业流通痛点，促进头部企业参与，旨在形成蓬勃产业并输出全球标准。数据组作为重要一环，聚焦于智能机器人数据积累与应用场景迭代，以实现通用智能化的长远目标。 l07:37标委会架构与数据流通安全框架 对话探讨了标委会的发展方向，强调了建立理论与标准框架的重要性，尤其是数据分级、类型划分及安全合规流通。同时，提出联动产业与学术界开发数据技术，如优化数据分布和负样本设计，以提升训练效率和机器人执行安全。 l09:59数据标准制定与产业应用周期探讨 讨论了下一阶段工作重点为制定数据标准，包括数据等级划分如质量与保密等级。标准制定后至产业应用周期缩短，可能几月迭代一次，具体项目或法规落地则需一年左右。 l11:37思维图新在车端与智能端的合规引领作用 对话讨论了思维图新在车端合规领域的核心地位，以及其在智能端，特别是机器人领域的引领作用。强调了公司凭借丰富的车端安全合规经验，对机器人领域的安全发展起到关键赋能作用。作为数据组组长单位思维图新联合多家云厂商、本体厂商、零部件厂商及学术机构等成员，共同构建智能端合规产业链，推动安全发展的底线原则。 l15:11构建智能车与云厂商合规能力的实践框架 讨论了从产能贡献到技术支撑，构建智能车与云厂商合规能力的实践框架，强调利用WTT数据组优势快速拉动上下游业务，形成实际应用。提出在技术逻辑一致的基础上，针对机器人差异性需额外调整，利用前 期数据积累闭环迭代，未来将加速数据共享与交易进程。 l17:57机器人与汽车商业模式探讨：数据闭环与硬件升级 讨论了机器人相较于汽车在商业模式上的潜在差异，指出机器人未来可能拥有更多终端数量，且数据闭环需求更强烈。提出机器人领域可能发展出不同于按台收费的商业模式，包括硬件模块销售和数据采集服务强调机器人频繁与现实世界互动，需建立完善的数据闭环，这将推动终端硬件升级，形成新的收入来源。 l20:01合作案例与技术要求探讨：车与机器人定位方案 讨论了与荣耀合作开发的车用定位方案，包括数据采集、路线规划及终端软件定制，确保高精度与数据安全。随后，探讨了向机器人定位方案转型的技术要求，指出机器人对信息量、丰富度和多模态的需求更高但对精度参数一致性要求相对较低。 l22:36智能交通数据合规转型与物理AI合作探讨 对话围绕智能交通数据合规转型至物理AI领域展开，讨论了数据采集工具与技术平台的开发，以及与模型厂商的合作模式，强调数据合规、技术验证和标准建立的重要性，同时提及数据积累对AI大模型训练的潜在价值。 l26:40公司业绩预告与数据合规业务增长 会议宣布了公司在数据合规业务上的显著增长，特别是车端领域的表现。同时，公司开始布局乡学生智能项目，并预告将有更多相关进展。感谢投资者的参与，展望公司重要业务的拐点，期待未来更好的发展速度和效率。 问答回顾 发言人 问：请李总先从组织架构、会议背景等方面，给各位投资者做一个关于这次会议的介绍。发言人答：各位投资者，大家下午好。欢迎参加我们举办的四维图新的一场非常重要的电话会。这次会议主要解读公司四维图新的智能数据采集一体化与安全合规业务，以及对工信部2026年人形机器人与具身智能标委会会议的相关内容。我们的数据回归业务近几年保持良好增长态势，已服务于近200个项目，覆盖60家主流车企及行业客户。近期，公司在该领域取得重要进展，特别是在人精灵、机器人等领域的拓展。 发言人 问：请两位领导先解读一下我们最近关于这方面的一些新的布局。 发言人答：Hello各位，杨总能听到。我是李阳，担任四维图形战略集团战委会委员和旗下子公司六分科技CEO。我将先从会议的组织架构和背景入手，为各位投资者进行介绍。 发言人 问：李总，您先从组织架构等会议的背景出发，向投资者说明这次会议的重要性和具体内容。发言人答：这次会议由工信部主导，行业内外众多专家参与，是一条很长链路的工作。原本我们认为是一个单独的标准体系，但经过这两天的会议了解到，它是一个由庞大专家委员会支持的、涵盖数据标准组在内的综合体系。四维图新在其中承担了数据标准组的角色，目标是前瞻性地引领整个具身产业的发展，推动各个环节如本体、应用、安全等领域的快速发展与协作。 发言人 问：这次会议的主要目标是什么？ 发言人答：主要目标是在中美博弈和大国对抗背景下，建立一套稳健快速发展的行业体系，扶持相关企业成长，解决行业流通中的痛点堵点，最终形成蓬勃向上的产业发展，并向全球输出中国标准。目前，已有头部机器人公司、国家科研院所和央国企单位等广泛参与。 发言人 问：数据组在其中扮演什么角色，以及当前面临的主要挑战是什么？ 发言人答：数据组由思维图形牵头，负责整个产业链数据层面的标准制定。面临的主要挑战在于，虽然国内外都有强大的算力和电力优势，但数据作为关键变量，决定了整个行业的竞争力。目前，行业内数据总 量不够充足，而我们的优势在于丰富的现实场景和工业案例。因此，我们需要通过积累、迭代和追求通用智能化的涌现，实现从数据到智能再到与真实场景融合的三步走战略。 发言人 问：标委会目前大致的架构以及其重点想解决的问题方向或发力点是什么？ 发言人答：标委会目前致力于构建数据理论框架和标准框架，解决如何定义好数据与坏数据、数据分级、不同类型数据的流通等问题。首要任务是建立数据流通的安全底线，确保数据安全合规流通，防止数据盗采出海等现象。此外，还将联合产、学界开发高效利用数据的技术，比如优化数据分布调整训练效率，通过负样本调整增强机器人执行安全性。 发言人 问：在数据技术方面，如何通过设计负样本来确保模型输出的安全稳定性？ 发言人答：通过负样本设计，让模型无法输出异常值，将其行为维持在一个非常小且稳定的分布内，从而实现安全稳定的输出。 发言人 问：下一个阶段从实际抓手出发，主要会推动哪个方向的工作？ 发言人答：下一个阶段可能会着重推动的是建立合规标准，确保数据的合规性和质量等级、保密等级等，并明确不同等级数据的售卖和使用规则。 发言人 问：标准制定后到产业执行之间还有多长的路要走？ 发言人答：标准开发到产业应用的周期较长，现在行业标准迭代速度加快，可能每几个月就迭代一次，而落地应用则可能需要一年左右的时间。 发言人 问：在车端合规领域，我们目前具有怎样的行业地位和引领作用？ 发言人答：目前在车端合规领域，我们的地位非常核心，拥有丰富的智能化车辆经验，尤其是在安全合规方面。虽然在机器人领域起步相对较晚，但以安全合规为首要原则，我们的经验和能力得到了广泛认可。 发言人 问：作为数据组的组长单位，成员有哪些？ 发言人答：目前的联系成员包括帕西尼、清华、开普云、太浦云等云厂商，以及优必选、碳西尼等本体厂商、零部件厂商，还有武汉大学、浙江大学等学术界以及银行租赁、汽车工业伙伴和准备加入的合资汽车厂。 发言人 问：这次第一批成员招募的目的是什么？ 发言人答：成员招募旨在快速完成产业链上下游的布局，从资产提供方、数据贡献方、技术方案商到最终业务落地场景，建立理论框架，并推动上下游形成实际业务应用。 发言人 问：关于云合规业务，从车企到云服务再到人智能，哪些能力可以被复制，哪些需要创新开发？发言人答：两边的技术逻辑基本一致，针对机器人的一些差异性可能需要额外调整。大部分技术框架变化不大，主要是数据积累、真实场景闭环迭代，以及更早进入数据共享和交易过程，其中针对车载数据的评价处理技术可以作为基础，但在具体实现上仍需创新和适应。 发言人 问：在汽车和机器人领域，您认为是否会出现新的商业模式，比如按台数收费或根据不同场景定制方案？ 发言人答：是的，随着机器人应用场景的增多，可能会出现不同于汽车行业的商业模式。例如，通过按台数收费或根据不同场景提供不同的解决方案，并且在终端上可能会有额外的硬件销售需求，同时机器人的数据采集用量可能会比车还要大，从而形成数据闭环的需求。 发言人 问：您能否分享一下之前与荣耀在合规前提下合作的具体形式？ 发言人答：当时的合作主要围绕车端解决方案，我们为他们采集数据，提供了赛跑过程中道路路线数据、定位图层等，并在四维云环境下定制开发了终端合规软件，确保整个过程中的精度和安全性符合国家安全 标准。 发言人 问：聚生智能端对于高精度定位的技术要求和复杂度是否更高？ 发言人答：聚生智能端对高精度定位技术的要求确实更高，因为它涉及到更复杂的场景和操作，需要丰富的信息量、多模态以及高时空精准参考精度，但对精度参数一致性要求相对较低。 发言人 问：面对从交通类合规数据向智能体操作的数据转变，我们做了哪些准备？发言人答：我们已经着手准备，通过开发各种采集工具（如手套、双目相机、全身动作捕捉设备）来降低未来大规模采集成本，从而覆盖机器人的自由度、时空精准参考精度以及合规性要求。 发言人 问：数据合规除了确保安全之外，是否还能衍生出其他业务，比如作为AI大模型训练数据的重要来源？ 发言人答：确实如此，这些高维物理世界的数据不仅可以用于合规目的，还可能成为优质AI大模型训练数据的重要来源，但数据积累的过程就像挖掘优质金矿，需要后续技术不断发展。 发言人 问：我们与模型厂在数据合规和数据服务方面的合作方式是怎样的？ 发言人答：我们作为客户和下游方，研究如何更有效地使用数据，与模型厂商合作验证数据的有效性。模型厂商基于我们的验证基础使用数据，在多轮测试中建立稳定的体系，确保信息量与数据表达的匹配度。