社区

2026年8月29日，在武汉举行的第二届中国空间智能大会（ChinaSI 2026）上，影溯科技携手20余家顶尖高校团队及行业头部企业机构，共同启动大规模空间智能3D数据开放计划（Large-Scale Spatial Intelligence 3D Data Open Initiative，简称SIDO）。影溯创始人、浙江大学章国锋教授是该计划的主要发起人。

该计划旨在构建面向空间智能的数据基础设施，通过开放海量3D/4D场景数据以及配套的统一评测基准，为行业打造一套可扩展、可复用、可量化的空间智能数据底座，推动空间智能从实验室走向规模化应用。

这项计划希望回答一个正在变得越来越迫切的问题：当人工智能从文本、图片和视频走向机器人、自动驾驶、世界模型与真实环境交互，我们该如何为机器提供足够丰富、真实并且能够被系统评测的三维世界数据？

过去十余年，ImageNet以统一的数据底座和评测方式推动了2D计算机视觉的快速发展。今天，空间智能也需要面向3D/4D世界的共同基础：它不仅要包含空间几何和外观，还要尽可能保留物体关系、动态变化、物理属性与交互过程；不仅要能用于模型训练，也要能支持不同技术路线之间的客观比较。

然而，高质量空间数据的生产仍然成本高、链路长，现有数据普遍存在规模有限、场景覆盖不足、真实动态信息缺失、多模态融合不充分、数据格式与标注标准不统一等问题。不同数据集之间的任务定义和评测口径也存在差异，使模型难以在统一标准下进行公平比较，也限制了研究成果向机器人、自动驾驶、世界模型及工业场景中的进一步验证与迁移。

SIDO因此并不把目标设定为一次性发布一个数据包，而是希望逐步建立“数据生产—开放共享—任务验证—统一评测—应用反馈”的长期共建机制。

三条路径，共同扩展3D/4D数据的规模与边界

围绕长期建设百万级3D/4D场景数据底座的目标，SIDO将探索三类互补的数据路径：

第一，真实世界采集。通过激光雷达、多视角影像、机器人和其他传感器，把家庭、园区、工业、城市与自然环境转化为可用于空间智能训练和验证的高质量三维数据。

第二，互联网内容升维。探索把互联网中长期积累的图片与视频转化为空间一致的3D/4D表达，以更低成本扩展数据规模和场景多样性。

第三，仿真与合成。针对现实世界中成本高、风险高或难以重复采集的长尾场景，以可控仿真补充数据覆盖。

三条路径分别侧重真实性、规模与可控性，共同服务于一个可以持续生长的空间数据体系。

不只建设数据集，也建设统一Benchmark

数据只有进入清晰的任务和评测体系，才能真正变成行业可复用的基础设施。SIDO将同步推进数据集与Benchmark建设，围绕3D重建与生成、检测与分割、空间推理、场景理解、动态预测和具身规划等方向，逐步形成统一协议、标准指标、自动化评测与可视化分析能力。

SIDO将分阶段推进数据开放与Benchmark建设，逐步丰富真实3D/4D场景的数据规模与多样性，并围绕视觉语言导航、开放词表场景问答、物体单体化等方向探索任务与评测体系。需要强调的是，“百万级”是计划的长期总体建设目标（预期2年内达到1百万个场景），数据范围、授权方式和开放节奏将依据质量、版权与隐私要求分阶段公布。

高校与产业共同参与，让数据在真实任务中持续迭代

SIDO首批参与方覆盖高校学术力量、数据共建伙伴和场景应用伙伴。

其中，高校老师与课题组可以围绕研究任务、数据规范和评测方法提供学术支持；数据伙伴将参与真实采集、仿真合成、数据处理与样例建设等；场景应用伙伴将从机器人、影视、游戏及其他真实业务需求出发，既可以提供场景数据，又可以参与任务验证和应用反馈，并共同让数据、模型与实际问题形成可迭代的闭环。

开放、共享、共建，并持续迭代。空间智能的下一步，取决于能否获得更真实、更丰富、更可评测的世界数据。SIDO将以开放计划为起点，持续吸纳高校、科研机构、数据伙伴与应用伙伴，逐步完善数据规范、任务定义、开放机制与Benchmark。

SIDO也期待更多研究者和开发者加入，共同降低空间智能研发的数据门槛，让AI更好地感知、理解、模拟并作用于三维物理世界。

官网及加入方式：https://www.sido.world/

点击阅读原文，查看官网及加入方式

免责声明：本文由影溯科技授权转发，谨供读者作参考用途，不应被视为在任何地区针对任何证券的研究报告，不构成买卖、认购证券或其它金融工具及产品的邀请或保证。读者不应仅依靠本文、而应按照自己的判断作出投资决定，并在作出任何投资行动前咨询专业意见。华兴资本不就本文内容作出任何陈述或保证，亦不承担因对本文的使用、不当使用、依赖、分发或占有而产生的任何责任。