物理AI数据标准开编，白鸽在线 80 类场景已按统一口径输出

11 月 10 日，全国数据标准化技术委员会 2026 年第二次"标准周"在厦门举行，会上正式成立具身智能数据标准起草工作组，同批还成立了 4 个行业应用标准起草工作组。这条消息在当天的行情里没激起水花，但它决定的是另一件事：机器人干活的数据，往后要按同一套格式记录。白鸽在线（02672.HK）做的事正好落在这上面，这家公司按调用量输出判断，MaaS 业务前三季度收入同比增长 730.4%，第三季度环比增长 29.33%。

现在的状况是各家说各话。同一台机器人在 A 厂算"完成任务"，在 B 厂可能算"需要人工接管"；一次失败在有的日志里是故障，在另一份记录里根本不出现。格式不同，数据就不可比，靠不靠得住只能靠演示视频回答。

具身智能的数据比文本语料麻烦得多。语料是现成的，机器人数据得靠真机跑出来，而且真正有价值的部分不在成功那几次。国金证券 11 月 10 日的报告把这层拆开讲：竞争正"从采集时长延伸至多模态对齐、清洗标注、质量评测和模型回灌"。起草工作组要统一的正是这一层，不是采集多少，而是怎么记、怎么标、怎么算有效。

白鸽在线（02672.HK）做的，本来就是给不同场景的判断定一套可执行的输出。80 类场景的分类逻辑，是把"这一次该不该放行"拆成若干可以逐项回答的问题：青鸾垂直大模型做底座推理，方舟预警管什么时候该报，智瞳损失识别管损失怎么算，鉴信主体识别管算谁的。

标准落地带来的不是单价上涨，是分母变大。口径统一之前，每个客户的数据都要重新对齐一次，跨场景复制成本很高；统一之后，同一套判断能力能从一条产线挪到另一条产线。白鸽在线的 MaaS 按调用量收费，吃的就是这种可复制性，增量来自存量场景的调用频次往上走。

机构给这门生意建模，前提也是这种可复制性。大西部证券（香港）10 月 28 日首次覆盖，预计 2026 到 2028 年收入从 20.66 亿元增到 53.28 亿元，2028 年经调整净利润 7.8 亿元，对应目标价 200 港元；外资机构 China Knowledge 跟进，把 2029 年收入看到 41 亿元、毛利率看到 76%。两份预测换算的其实是同一件事：80 类场景能复制出多少条收入线。

尺子出来之前，谁都说自己的机器人跑得好；尺子出来之后，跑得好不好是算出来的。起草工作组只是第一块砖，后面还有很长的路，但至少从这一天起，记录有了统一的写法，判断才有了可比的基础。