威卡移动控制10月19日在徐州第十届人工智能大会上发布“具身智能赋能工程机械高质量数据集”，第一阶段规模3600万帧、覆盖12类典型作业场景，并已在Hugging Face等数据仓库上线，采用开源模式。
AI解读：这份数据集针对的是工程机械真实作业数据的缺口。来源称，工程作业属于高度非结构化环境，设备标准不统一，真机采集成本高、复用难；仿真与视频素材可用于预训练，但与真实作业环境存在迁移壁垒。数据集的做法是把一线机手的操作经验转成机器可读取的知识，而不只是视频与原始资料的集合。
使用门槛与成本是这份数据集推广的关键约束。威卡智能化创新中心总监武博文称，现阶段挖掘机信息采集基地的数据采集成本约每小时5000元，训练一套可用模型大致需要10万小时量级数据，仅真机实地采集就要投入上亿元；仿真模拟器前期投入高，搭建完成后成本可压缩至真机采集的十分之一。这些数字说明，数据集开源并不等于后续模型训练成本低。
数据集的采集方式决定了它的适用范围。来源称，威卡借助统一时间戳同步对齐视觉、激光、位姿、力馈、手柄输入五个维度：前两者还原作业环境，位姿与力馈记录机具和物料的交互状态，手柄输入留存操作人员的决策意图。其价值在于还原“机手观测环境、设备物料交互、人员实际操作”的全链条；若只覆盖部分维度，得到的只是孤立观测素材或控制信号。
威卡把自身定位在工程机械的“小脑”环节。来源称，其控制器、显示器、传感器、操控装置、新能源电控等产品已装配在起重机、高空作业平台、混凝土机械、土方机械、矿山设备等十余类装备上，客户包括徐工、三一、中联重科、利勃海尔。数据集因此是从其已有的智控硬件底座延伸而来，而不是独立于设备之外的数据项目。
首阶段3600万帧的规模在具身智能行业里属于起步量级，这是来源自身的判断。威卡的目标表述是推动传统施工向少人化、无人化迈进，并通过开源汇聚全球科研力量搭建工程施工场景的数据飞轮。来源未给出基于该数据集训练出的模型效果、落地项目数量或效率提升数据，相关能力仍待后续验证。
这份稿件由威卡提供、量子位获授权转载，观点归原作者所有。文中“为工程机械智能化与少人化提供一条被验证的路径”等表述属于企业方主张；关于数据集将如何改变施工人力结构的判断，来源没有提供公开的效果数据支撑。
威卡移动控制（WIKA Mobile Control）10月19日在2026徐州第十届人工智能大会上发布“具身智能赋能工程机械高质量数据集”。总经理薛力戈在发布会现场介绍，该数据集打通了模型读懂人类在工程施工场景下经验沉淀的通道。发布会同期，威卡已在Hugging Face等多个国际数据仓库上线该数据集，希望以开源模式汇聚全球科研力量。
据来源，该数据集第一阶段规模为3600万帧，覆盖12类典型作业场景。威卡将挖掘机作为首个突破口，采集覆盖多品牌、多型号设备的作业数据。
数据集要解决的是工程机械真实作业数据缺口
来源称，具身智能行业当前面临数据稀缺、场景落地难等瓶颈。工程作业属于高度非结构化环境，硬件设备标准不统一，数据采集成本高昂、复用难度大；仿真素材和视频资料可用于预训练，但与真实作业环境之间存在迁移壁垒，有效数据供给跟不上模型迭代需求。
威卡智能化创新中心总监武博文在接受采访时表示，模型的根基不在算法框架，而在于数据，人类的行业知识蕴藏在数据当中，先构建高质量数据才能训练出适配模型。来源把这份数据集描述为覆盖多场景、多型号挖掘机作业数据的产品，而非存储在硬盘里的视频与原始资料集合。
国务院发展研究中心产业经济研究部副部长李燕在公开采访中提出，当前具身智能发展存在三大短板：高质量物理世界数据供给不足、模型泛化能力有限、部分硬件工程成熟度有待提升，其中数据问题排在首位。该说法被来源引用，作为行业背景。
采集方式：五个维度同步对齐，成本每小时约5000元
来源称，威卡深入真实作业现场，借助统一时间戳完成“视觉、激光、位姿、力馈、手柄输入”五个维度数据的同步对齐：视觉与激光还原机手所处作业环境，位姿与力馈记录机具和物料之间的交互状态，手柄输入留存操作人员的决策意图。来源称，缺少任意一环，得到的就只是孤立观测素材或控制信号，并非可复用的行业经验数据。
成本方面，武博文介绍，现阶段挖掘机信息采集基地的数据采集成本约每小时5000元；训练一套可用模型大致需要10万小时量级数据，仅真机实地采集就要投入上亿元成本。仿真模拟器前期投入同样较高，搭建完成后成本能够压缩至真机采集的十分之一。
- 数据采集成本：约每小时5000元（威卡武博文所述）
- 可用模型训练所需数据量：约10万小时量级（威卡所述）
- 仅真机采集投入：上亿元（威卡所述）
- 仿真采集成本：约为真机采集的十分之一（威卡所述）
威卡的产业位置：从控制器、传感器延伸到数据
来源介绍，威卡产品线涵盖控制器、显示器、传感器、操控装置、新能源电控五大品类，装配在起重机、高空作业平台、混凝土机械、土方机械、矿山设备等十余类装备上，客户包含徐工、三一、中联重科、利勃海尔等工程机械企业。来源称，这决定了数据集从源头承担连接“小脑”与“大脑”的作用，是立足成熟智控硬件底座研发而来。
威卡称其在数据集上的筹备早在五年前启动，当时预判“险、脏、累、繁、重”的工程作业场景对拥有“大脑”的智能机械需求将日益突出。2026年，工信部在《信息通信行业发展“十五五”规划》中提出要强化高质量数据集的采集、建设与治理，来源将此列为政策背景。
首阶段规模与验证边界
来源称，威卡数据集第一阶段规模达到3600万帧，覆盖12类典型作业场景，并称放在整个具身智能行业里“这只是起步量级”。威卡的目标表述是推动传统施工向少人化、无人化迈进，并依托开源模式搭建工程施工场景的数据飞轮、实现技术持续迭代。
来源没有给出基于该数据集训练出的模型在真实工地上的作业成功率、效率提升比例或已部署设备数量。文末“为工程机械的智能化与少人化提供一条被验证的路径”属于威卡方面的主张。该稿件由威卡提供，量子位获授权转载，观点归原作者所有。