Galbot joins hands with CSCEC to build a spatial intelligence dataset, winning the national first prize at the 2026 "Data Elements ×" Competition
English text is being prepared.
The Xingzhu Qingchuan Cloud Alliance, composed of CSCEC Southwest Design and Research Institute, Galbot, Tsinghua University and others, won the national first prize in the Science and Technology Innovation track of the 2026 "Data Elements ×" Competition with the project "Physical AI Data Foundation — A High-Quality Spatial Intelligence Dataset for Embodied Intelligence Training and Building Industry Agent Development." The dataset converts the engineering experience of more than 7,000 engineers at CSCEC Southwest Design and Research Institute into physical AI training data, and relies on Galbot's "AstraBrain" embodied large model to complete full-chain validation from building spatial data to robot perception, decision-making and execution. Galbot has also built a tens-of-billions-scale embodied intelligence data foundation "AstraData," covering a five-tier data system.
Body
10 月 23 日,由国家数据局、中央网信办、工业和信息化部等 20 个部门共同组织实施的 2026 年“数据要素×”大赛全国总决赛颁奖仪式在山东青岛举行。中建西南院、北京银河通用机器人、清华大学、四川省建设科技发展与信息中心、中电云计算技术有限公司组成的星筑清川云联盟,凭借《物理AI数据基础——面向具身智能训练与建筑行业智能体开发的空间智能高质量数据集》项目,荣获科技创新赛道全国一等奖。 “数据要素×”大赛是落实“十五五”规划部署和《“数据要素×”三年行动计划(2024—2026年)》的最高赛事平台,参赛团队覆盖全国 31 个省(自治区、直辖市)及新疆生产建设兵团,累计超 7 万支团队参赛。 此次斩获科技创新赛道国家级最高奖项,进一步彰显了团队在具身智能训练与建筑行业智能体开发数据基础设施领域的技术实力与行业引领地位。 银河通用联合创始人兼大模型负责人张直政表示,相较于海外更关注视频数据的视觉一致性,银河通用更关注仿真的物理真实性,以支撑具身智能训练与真实场景落地。未来,银河通用将与中建西南院通过工程数据采购与数据治理合作,共同推动建筑行业数据向物理 AI 高质量训练数据转化。 今年赛事热度再创新高,全国共有 29307 支队伍报名、超 14.5 万人参与,最终 330 支队伍进入全国总决赛线下终审。其中,科技创新赛道竞争最激烈,进入总决赛的共有 19 个项目,中国科学院、中国科学技术大学、腾讯科技等全球顶尖科研力量与头部企业同台竞技。银河通用联合参与的星筑清川云联盟在激烈竞争中脱颖而出,斩获全国一等奖,充分表明公司在具身智能数据基建与模型协同研发方面具备领先的技术实力,并获得国家级赛事平台的权威认可。 经验转化:打造领先的“物理世界认知教材” 当前,人工智能正加速从数字世界走向物理世界,具身智能已成为人工智能赋能实体经济、推动制造业转型升级的重要技术方向。与主要处理文本、图像等数字信息的大模型不同,具身智能要求机器人实时感知真实环境、理解空间关系、判断物理约束,并据此完成自主决策与实际操作。这不仅需要算法能力的提升,也需要能够准确描述物理世界、支撑模型学习与行动的高质量数据。 然而,互联网积累的海量数字信息难以直接满足机器人理解和操作真实环境的需求。尤其在建筑空间等复杂场景中,空间结构、几何关系与工程知识长期沉淀于设计图纸、工程资料和专业实践中,尚缺乏面向物理AI训练的系统化数据表达。如何将这些真实物理世界中的空间信息转化为机器能够理解、模型能够学习的高质量数据,已成为推动具身智能走向复杂真实场景的重要课题。 银河通用联合参与的空间智能高质量数据集项目,正是针对这一行业痛点展开。数据集将建筑行业沉淀上千年的工程经验、中建西南院 7000 多名顶尖工程师的专业技能,转化为物理 AI 读得懂的“高质量教材”,为模型理解三维空间结构、识别物体关系、开展空间推理与行动决策提供数据支撑,规模化补齐物理AI训练数据短板。 同时,数据集的建设也将推动建筑行业将沉淀于工程档案与专业实践中的知识转化为可开发利用的数据资产,为传统建筑行业开辟空间智能数据开发与应用的新方向。这一探索不仅为物理AI发展提供了新的数据基础,也为传统建筑行业注入智能化转型的新动能。 银河星数:以标准与闭环验证夯实物理 AI 数据底座 在这一项目中,银河通用以具身智能真实作业场景反向定义空间智能数据的物理有效性标准,并依托自主研发的“银河星脑”(AstraBrain)具身大模型,开展从建筑空间数据到机器人感知、决策与执行的全链路验证,推动数据集从“可描述空间”升级为“可驱动具身行为”的物理 AI 训练基础设施。 这种从真实作业需求出发定义数据标准、以真机运行验证数据应用价值的能力,源于银河通用在具身智能数据基建与真实场景落地方面的深厚积累。公司自主构建的百亿级具身智能数据基座“银河星数”(AstraData),涵盖互联网数据、人类行为数据、合成数据、真机遥操作数据和真机运行数据五层数据体系,为具身大模型训练及复杂场景下的泛化能力提升提供了坚实的数据支撑。 在此基础上,公司进一步将“银河星脑”(AstraBrain)应用于真实业务场景,推动数据建设与模型研发协同并进,形成“数据—模型—机器人—场景”的迭代闭环。在工业制造领域,Galbot S1 已进入宁德时代、西门子等全球制造业巨头真实生产线开展自主作业,常态化自主运行;在智慧城市服务领域,银河太空舱已落地全国近 50 个城市 200 个点位;在即时零售领域,智慧药房已在全国超 30 个城市,落地近百家, 7×24 小时常态化运营。 这些真实场景积累的真机运行数据,有利于为模型持续迭代与数据体系优化提供改进方向,也为本次空间智能高质量数据集建设及应用验证提供了丰富的实践经验。 跨界协同:持续拓展具身智能的产业应用边界 此次获奖不仅是对项目技术创新与产业应用价值的认可,也为建筑行业与具身智能产业的跨领域协作提供了新的实践样本。 (颁奖仪式现场,科技创新赛道全国一等奖获奖团队登台领奖) 随着空间智能数据资源的持续积累与开放应用,建筑空间有望成为物理AI理解三维环境、学习空间关系与探索自主行动的重要训练载体,为具身智能从单一任务执行走向复杂环境下的通用感知、推理与操作提供新的数据基础,从而推动机器人走向更广泛的真实世界。 对银河通用而言,参与本项目是公司将具身智能数据基建能力向建筑空间领域纵深拓展的重要实践,也是推动跨行业数据资源与具身大模型协同应用、沉淀可复用经验的关键一步,为行业提供了跨行业数据协同的可复制范式。未来,公司将持续深化数据基础设施、模型研发与真实场景应用协同创新,打通从数据供给、模型能力到产业落地的价值闭环,推动具身智能技术在更多产业场景中实现规模化落地与可持续价值创造。