翻跟头、递水、跳舞——过去两年,人形机器人的展会演示总能让观众掏出手机拍视频。但热闹过后,采购方真正想问的问题往往很朴素:你这台机器人到底有多聪明?和别家比,强在哪、差在哪?这个问题,长期以来没有统一答案,各家自说自话,"看着挺聪明"几乎成了唯一的评价标准。

现在,这件事有了官方刻度。工信部发布2026年第30号公告,由工业和信息化部人形机器人与具身智能标准化技术委员会(MIIT/TC8)归口管理的5项人形机器人领域行业标准正式发布实施。其中备受关注的《人形机器人 智能化能力分级》,围绕感知认知、决策学习、执行表现、协作交互四个核心维度,建立起从 L0 到 L5 的智能化能力分级框架。
5项标准,覆盖了"能力—部件—数据—应用"
先看清这批标准的全貌。5项标准均为电子行业标准,自发布之日起实施,分别是:
- 《人形机器人 智能化能力分级》(SJ/T 12355—2026)
- 《人形机器人 电驱动一体化关节技术规范》(SJ/T 12356—2026)
- 《人形机器人与具身智能 灵巧手技术规范》(SJ/T 12357—2026)
- 《人形机器人 训练场构建技术规范》(SJ/T 12353—2026)
- 《人形机器人 训练数据管理要求》(SJ/T 12354—2026)
它们覆盖智能化能力评价、关键零部件、机器人训练三大方向。值得注意的是,这只是冰山一角——同批公告共批准了274项行业标准,其中电子行业92项、通信行业65项,两项合计占比近六成,5项人形机器人标准排在附件序号118至122。从单项技术探索,到覆盖"能力—部件—数据—应用"的系统布局,标准化的思路已经很清晰。
L0到L5:把"看着挺聪明"拆成可衡量的等级
在这5项标准里,行业最关注的无疑是智能化能力分级。
它围绕四个维度搭建框架:感知认知、决策学习、执行表现、协作交互。等级从 L0 延伸到 L5,把抽象的"智能化水平"拆解成可描述、可比较的能力指标。这套 L0-L5 的命名方式,很容易让人联想到自动驾驶的分级——符号相同,但回答的是不同的命题。
自动驾驶分级的核心,是界定从哪一级起系统接管驾驶任务、什么场景下人类必须接管,背后绑定的是安全与责任划分。而人形机器人这套分级,目前更多是为产品研发、检测评估、应用选型和场景适配提供依据。
它的真正价值,不在于给各家机器人简单"排座次",而在于为供需双方建立一套可对账的统一语言。过去展会上厂商展示翻跟头、递水、跳舞,观赏性强但很难落地签单;有了分级体系后,采购方的提问将从"你家机器人会什么",变成"在哪个维度、达到第几级"。招标文件、项目验收单、甚至产品保险条款,都将拥有可以写进文本的统一技术表述。
对于整个行业而言,这意味着竞争规则的改变:从比谁的视频更炫,转向比谁的能力更扎实、更可验证。
不止分级:关节、灵巧手、训练数据都被"立了规矩"
如果把目光从分级标准移开,另外几项标准同样切中要害。
两项零部件标准解决的是"卡脖子"式的协同难题。电驱动一体化关节技术规范聚焦躯干、腿部等核心关节,统一接口、性能指标和测试方法,让不同厂商的部件可以横向比较,支撑关节向高性能、高精度、高集成度、高功率密度发展。灵巧手技术规范则覆盖设计、测试、评价、交付全环节,直指接口不统一、整机集成效率不高这些长期痛点,为灵巧手在智能制造、家庭服务、医疗辅助、教育科研等场景的推广铺路。
另两项标准瞄准训练环节。训练场构建技术规范明确功能分区、空间布局、设备设施、数据采集、通信网络和安全防护等要求,支持从数据采集、模型训练到仿真验证、真机验证的闭环;训练数据管理要求则覆盖采集、预处理、标注、质量评价、存储、传输、流通、使用、安全合规、销毁的全生命周期,推动数据格式、标注规则和质量评价方法逐步统一。
数据标准的意义尤其值得强调。当前具身智能的一大瓶颈就是数据——真机采集成本高、质量参差、格式各异,不同机器人之间的数据难以复用。统一数据治理规则后,训练数据的复用效率有望大幅提升,行业竞争焦点也会从"谁采集的数据多",转向"谁的数据质量高、治理和交付能力强"。
从"能演示"到"能交付",这一步有多关键
把这套标准放在产业背景里看,更能体会它的分量。
2026年的人形机器人赛道,正处在一个微妙的节点:资本从狂热回归理性,市场开始追问商业化到底卡在哪一步。答案往往指向几个现实瓶颈——实验室里的完美演示到了真实产线"水土不服",成本高企导致投资回报周期过长,多数企业的营收仍停留在样机和定制项目,难以形成可复制的标准化产品。
标准化的推进,正是针对这些瓶颈的基础性工作。当能力可以分级、部件接口统一、数据可以复用,产业链协同成本就会下降,产品性能的横向对比成为可能,行业才有条件从分散的 Demo 验证,走向规模化应用。有券商研报就指出,随着多项具身智能标准陆续实施,产业竞争焦点正由数据采集数量向数据质量、治理与交付能力转变。
当然,也要清醒地看到:标准的落地只是起点。据标委会秘书处介绍,后续还将推进标准的宣贯、实施应用和效果评估,并推动其与检测认证、训练平台、数据生态建设及典型应用场景相衔接。一套标准能否真正转化为产业生产力,取决于它在招标、验收、认证这些真实环节中被用起来多少。
但这并不妨碍其标志性意义。当一台机器人的"聪明程度"可以被写进招标文件、被第三方检测、被写进合同条款,人形机器人就离"商品"更近了一步,离"展品"更远了一步。从翻跟头到可交付,这条路很长,而标准,是路上第一块清晰的路标。
信息来源:
- 工业和信息化部2026年第30号公告
本文为资讯解读,数据以官方公告及权威媒体报道为准。









