# 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。
### TLDR
- **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。
### SRC
素材时间窗为 **2026-10-21 09:00 → 19:00（北京时间）**。文件本体为窗外事件：新华日报报道记者 **10-19** 从江苏省数据局获悉，省委新闻网 **10-20** 转载（URL 落款 t20261020）；本窗口内新增量为 **10-21 各界解读与评论持续发酵**（紫金e评 10-21 刊发评论），且 14 项任务清单细节经江苏省发改委公众号完整披露，本篇据此整合。「100+ 场景 / 10+ 世界模型数据集 / 5 大项 14 项任务 / Token 计量」均出自官方文件转述。「南京大会发布九项成果、苏皖联盟成立、签约超 60 亿元」出自 10-21 港航晨报对网易报道的转引，属**单一信源转引**，签约金额未见官方逐项清单。物理AI 与世界模型的省级定义直接引自文件名词解释。文中所有分析性内容均以「判断：」标注。
### BODY
政策线走到这一步：从「要产能」到「要数据」
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。
14 项任务里，真正新的是「需求倒挂」
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。
判断：这一条把数据建设的发起权从「采集方」反转给了「模型方」。过去数采的做法是先采了再说，仓库里堆着大量没人用的轨迹；需求清单模式是让模型预测失败的地方来定义下一个数据集采什么。谁在真实场景里跑着模型、谁就有资格提需求——这实际上是给有真机部署能力的公司发了一张数据侧的入场券。对做场景落地的服务商来说，跟着需求清单投标，比自建通用数采库的性价比高得多。
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」。
目标数字的成色：场景数不是小时数
2026-10
南京大会配套九项成果、60 亿签约（单一信源转引）
2028 底
100+ 场景物理AI 数据集10+ 世界模型数据集
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。
新华日报（省委新闻网转载）2026-10-20；江苏省发改委公众号「物理AI与世界模型高质量数据集怎么建？江苏发布重点任务清单」；紫金e评 2026-10-21。南京大会数据为媒体转引，谨慎采信。
---
*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/jiangsu-physical-ai-dataset-action-plan-2028/*