2026 年 6 月 9 日，工业和信息化部、国务院国资委联合印发《关于联合开展 2026 年度人形机器人与具身智能实景实训专项行动的通知》（工信厅联科函〔2026〕256 号），正式启动具身智能实景实训专项行动。

通知明确，到 2026 年底，人形机器人等具身智能重点产品要在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”；凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力。

政策截图取自工信部官网

专项行动同步部署了打造实景实训空间、组建创新应用联合体、攻关实用化作业技能、加强实景应用验证与常态部署、强化关键要素保障、凝练成熟经验等六项重点任务，加速构建“实景实训—数据沉淀—产品迭代—规模部署”的产业闭环。

政策背后的核心命题：万台级落地，瓶颈不在硬件，在“实训”

专项行动将“打造实景实训空间”列为首要任务，精准点中了当前具身智能产业的关键短板。

过去两年，人形机器人、低空飞行器、无人车等硬件本体快速迭代，产业似乎已跨过“从 0 到 1”的原型阶段。但一个被反复验证的现实是：没有充分的场景训练，再精密的硬件也只是“实验室展品”。

工信部、国资委联合通知亦明确，当前我国人形机器人与具身智能正处于从实验室走向真实场景、从演示验证转向常态化作业的关键阶段，模型算法、本体性能、场景适配、真机数据积累等方面仍存在明显短板。

真实场景训练面临三重困境：

等不起

真实场景数据采集周期长，一场暴雨、一次设备故障，都可能让整月计划泡汤；

标不起

百万张图片人工标注，成本动辄数百万，且难以覆盖极端工况；

复现难

极端天气、信号拒止、电磁干扰等边界场景，不能“等天吃饭”。

专项行动提出的“实景实训空间”，正是要破解这一困局。而“实景实训”的构建，需要兼顾“真机验证”与“虚拟预演”两个维度——如果每台机器人都必须在真实工厂里摔打上万次才能学会干活，万台级落地的成本和时间，没有任何一家企业承受得起。

换言之，虚拟仿真不是“锦上添花”，而是实景实训不可或缺的前置环节和放大器。

物理世界模型：为具身智能产业闭环提供底层技术支撑

天耀宏图自主研发的GreatMap天耀万象物理世界模型，正是为“虚拟预演”环节提供高保真底座的技术答案。

GreatMap天耀万象物理世界模型不是传统数字孪生的“静态快照”，而是内置完整物理运算规则的“动态沙盘”——它不仅还原现实空间全貌，更能输入变量模拟各类扰动带来的连锁变化，让机器人在虚拟环境中“经历”千万次真实场景中难以复现的极端工况，再奔赴真实世界。

这一能力，可为专项行动所构建的“实景实训—数据沉淀—产品迭代—规模部署”产业闭环，提供全链路的底层技术支撑。

支撑环节一：高保真虚拟训练环境，对应“打造实景实训空间”

天耀宏图推出的Echomos天耀蜂巢具身智能低空仿真训练场，依托空间真值数据生成引擎、物理仿真引擎、合成传感数据引擎三大自主可控核心引擎，为低空飞行器、无人车等具身智能体提供高保真的数字训练底座。

空间真值数据生成引擎，可在卫星遥感影像基础上直接生成海量、多样化、带语义标签和空间真值的高保真三维场景数据底座。每一寸空间都带有真实地理坐标与物理属性——这不是“看起来像”的游戏场景，而是“算得准”的物理空间。

物理仿真引擎深度融合虚幻引擎底层能力，可承载重力、空气动力学、流体力学等多物理场耦合算法。飞行器在仿真中遭遇的每一次气流扰动、每一次姿态变化，都被真实运算。

合成传感数据引擎支持可见光、近红外、短波红外、长波红外等多谱段传感器仿真，系统自动完成“视觉—指令—动作”三元对齐标注，日产十万级高质量训练数据集。

支撑环节二：合成数据供给，为“数据沉淀”提供高效补充路径

专项行动强调“积累高质量真机数据”，但真实世界数据采集昂贵、缓慢且危险，难以覆盖极端工况。在真机数据采集成本高、周期长的现实约束下，天耀宏图的合成仿真 AI 数据工厂提供了一条高效补充路径——通过物理仿真生成带真值标签的三维训练数据，与真机数据形成互补，加速模型迭代。

在仿真环境中，每一帧画面天然自带“视觉—指令—动作”三重标签，由系统自动完成标注。这意味着：低空飞行器可以在虚拟环境中“经历”千万次暴雨夜飞行、千万次信号盲区迫降——而这些数据，在真实世界里可能永远采集不到。

支撑环节三：虚实迭代验证，为“产品迭代”提供闭环机制

Echomos天耀蜂巢不仅承担训练功能，更是具身智能体在真实场景应用前必须通过的“考场”。

系统搭载天耀宏图与国内科研院所联合攻关的 AI 视觉立体定位系统，可在脱离北斗、GPS 等卫星信号的场景下实现米级精准定位。模型在训练场中完成训练与迭代，再部署到真实飞行器上完成验证；验证结果又回流至训练场持续优化，形成“虚拟仿真—真机验证—数据回流迭代”的完整业务闭环。

支撑环节四：全栈国产化，为“规模部署”筑牢安全底座

专项行动面向应急救援、防灾减灾、安全生产等关键场景，对自主可控提出了刚性要求。天耀宏图空间真值数据生成引擎、物理仿真引擎、合成传感数据引擎三大核心引擎全部自主可控，不依赖海外底层代码。公司已累计获得 300 余项自主知识产权，完成近 200 项国产化适配认证，依托 0.6 米级全球遥感影像资源与覆盖全国 2800 余个县市的三维白模数据底座，为物理 AI 训练提供稀缺的基础数据支撑。

目前，相关方案已在国家级全空间无人体系示范项目中落地应用，完成多型号巡检、物流无人机的仿真验证，标志着物理世界模型正式进入具身智能核心场景。

从低空到全域：物理世界模型的场景纵深

专项行动聚焦工业、服务、特种三大领域，覆盖生产制造、检测分析、维修维护、仓储物流、餐饮零售、医疗康养、安全生产、应急救援、防灾减灾等九大重点场景。结合天耀宏图当前的落地能力，最具契合度的场景路径如下。

应急救援与防灾减灾

多物理场耦合仿真引擎可模拟风场、风暴潮、洪水演进、地质灾害演化等灾害链过程，在数字世界中“预演”灾情，为应急指挥提供量化决策依据。

安全生产

虚实交互决策层打通虚拟仿真与线下业务闭环，仿真推演结果可双向回传至指挥系统，实现从事后应对到事前推演的范式跃迁。

仓储物流与生产制造

低空飞行器在Echomos天耀蜂巢训练场中完成全场景仿真训练，再部署到真实空域执行配送、巡检任务，大幅降低试错成本。

除上述场景外，物理世界模型的底层能力同样可延伸至检测分析（高精度视觉质检）、医疗康养（手术机器人仿真训练）、餐饮零售（服务机器人环境感知训练）等领域，为专项行动覆盖的九大重点场景提供可扩展、可生长的技术底座。

结语

工信部、国资委联合启动的专项行动，标志着具身智能产业正式进入“规模化落地元年”。

万台级规模的背后，不是万台硬件的简单堆砌，而是万套训练数据、百个实训场景、无数极端工况的系统化验证。没有充分的虚拟预演，就没有安全的规模部署；没有自主可控的仿真底座，就没有产业的长期竞争力。

天耀简介

天耀宏图以GreatMap天耀万象物理世界模型为核心，以Echomos 天耀蜂巢具身智能低空仿真训练场为载体，正在为专项行动所构建的“实景实训—数据沉淀—产品迭代—规模部署”产业闭环，提供坚实可靠的底层技术支撑，助力中国人自己的具身智能“虚拟练兵场”建设。

让每一种智能在走向物理世界之前，先在数字世界里完成充分训练——这是物理世界模型时代赋予产业的全新可能，也是天耀宏图对本次专项行动最扎实的回应。

天耀简介天耀宏图作为国家级专精特新“重点小巨人”企业和人社部批准设立的博士后科研工作站，天耀宏图始终以自主创新为立身之本，专注于物理世界模型（Physical AI）与空间智能领域的核心技术攻关。公司深度融合自研空间智能平台与AI视觉立体定位技术，构建从空间感知、智能建模到实时交互的全链路能力，面向政务、产业、具身智能应用场景与社会大众输出新一代物理世界大模型服务能力，深度拥抱全球人工智能由“数字世界”向“物理世界”演进的范式转移趋势。