100 个场景、10 个世界模型数据集、14 项任务清单：江苏把物理AI 数据基建从口号拆成了工单
四部门联合印发三年行动计划，到 2028 年建成超 100 个重点场景的物理AI 数据集。值得注意的不是目标数字，而是文件把「物理AI」「世界模型」逐条给出省级定义、把 14 项任务责任到部门——数据基建第一次被当成可考核的工程来做。
- 文件：江苏省数据局、发改委、科技厅、工信厅四部门印发《江苏省物理AI与世界模型高质量数据集建设行动计划（2026—2028 年）》。
- 目标：到 2028 年底建成覆盖超 100 个重点场景的物理AI 高质量数据集，面向世界模型建成超 10 个具备因果一致性、时空连续性、应用可验证性的数据集。
- 任务：5 大项、14 项重点任务清单，责任分解到部门；覆盖真机交互数据集、仿真与合成数据扩容、科研前沿数据集三条供给线。
- 机制：提出「模型提需求—社会建数据—市场验效果」协同模式，并探索以 Token 为基础的数据价值计量体系。
- 配套：同期在南京举行的 2026 物理 AI 与世界模型大会发布九项典型创新成果，成立国家数据标注苏皖城市联盟，现场签约超 60 亿元（据媒体汇总，单一信源转引）。
- 判断：这是省级政策第一次把物理AI 数据基建按「工程工单」的方式拆解——但「100 个场景」是场景数，不是数据小时数，真正的硬指标还没出现。
把这份文件放进近一个月的政策序列里看，位置很清楚：工信部先给出产量口径（上半年超 4 万台、全年有望破 10 万台），北京亦庄给出产能与需求的路线图（3 万台产能、近 50 亿元需求），江苏现在补上的这一块是数据——具身智能和世界模型共同的卡点。文件的逻辑链写得毫不含糊：「场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值」。
一个容易被略过的细节是，文件用名词解释的方式给「物理AI」和「世界模型」做了省级官方定义：前者被定义为「能理解重力、摩擦、碰撞等物理规律以及因果、时空关系，并能在不确定条件下试错、学习，对其物理行为后果承担责任」的智能系统；后者强调「在系统内部重建环境并模拟其演化过程」。「对其物理行为后果承担责任」写进定义，这在同级文件里相当少见。
供给端三条线：真机交互数据集（覆盖高端装备、集成电路、智能机器人等产业）、仿真模拟与合成数据扩容（Real2Sim 迁移、域随机化）、科学研究前沿数据集攻坚（多源科学数据时空对齐）。
机制端三个抓手：模型研发单位与行业企业深度协作、数据标注企业合作机制（含 OPC 众包）、数据集动态归集与梯次培育——专项库常态征集、分梯度管理。
通读 14 项任务，多数是各地都在做的常规动作：建标注基地（南京国家先行先试，无锡、苏州、宿迁分别锚定工业制造、智慧交通、具身智能）、建数据生产训练基地、完善流通交易与标准体系。真正有新意的是第 1 项：建立物理AI 与世界模型数据需求动态对接机制——把「产业现场要解决的真实任务、模型预测偏差、异常工况和实际执行反馈」纳入数据需求来源，依托省级平台动态更新需求清单，再对接国家平台线上发布。
另一处值得记下的是第 12 项：依托省数据交易所「探索以词元（Token）为基础的价值计量体系」。数据如何定价是数据要素市场多年的悬而未决，物理AI 数据（一段轨迹、一次接触反馈）比文本更难标准化，用 Token 计量是一个可操作的方向，但文件只写到「探索」。
到 2028 年底「覆盖超过 100 个重点场景」——这个指标要小心读。对比一下同类口径：行业里评估世界模型训练数据用的是小时数与质量分级（比如某触觉数据集公布的是 300 小时、28993 段、其中 195 小时含指尖接触），而江苏文件给的是场景覆盖数。一个场景可以是一个工位，也可以是一条产线，颗粒度差异极大。
判断：100 个场景作为「覆盖面」指标是合理的起步设计，它逼着各地铺场景而不是堆单一场景的数据量；但它不是质量指标，也不天然等于可用数据量。真正的分水岭在文件里其实已经埋了——「形成一批数据采集、标注、评测的标准」。如果 2027 年能看到江苏发布物理AI 数据集的分级评测标准，这份计划的含金量才算兑现；如果只有场景清单没有标准，100 这个数字就可能变成各地的挂牌数。另外，「10 个具备因果一致性、时空连续性和应用可验证性的世界模型数据集」是世界模型侧第一次出现在省级量化目标里，这三个约束条件本身就值得数据团队当作采集规范来读。