De Chinese National Data Administration zei dat het normen zal ontwikkelen voor de gegevens die worden gebruikt om belichaamde AI-systemen te trainen en lokale autoriteiten bij hun werk te begeleiden, een stap die Bloomberg op 13 september meldde en die zich richt op een van de grootste knelpunten in de snelgroeiende roboticasector: toegang tot hoogwaardige, diverse en grootschalige trainingsgegevens.
De aankondiging volgde op een bijeenkomst op 10 september onder voorzitterschap van Liu Liehong, hoofd van het bureau. Onderzoeksinstituten, technologiebedrijven en humanoïde robotica-organisaties waren aanwezig, en de toezichthouder zei dat de industrie steeds meer datagedreven wordt. De regering heeft ook aangegeven dat zij bedrijven zal ondersteunen die meer geld in databronnen steken. Voor meer context over dit verhaal, zie ons AI-trends.
Industrie gevraagd, Beijing beantwoord
Opvallend is hoe snel de regelaar bewoog. Tien dagen eerder had hetzelfde bureau volgens MLex zeven bedrijven uit de kunstmatige intelligentie-, computer- en datasector ontmoet. Tijdens die bijeenkomst riepen de deelnemers op tot een openbare data-infrastructuur voor belichaamde AI, gemeenschappelijke datastandaarden en token-meetregels, samen met interregionale coördinatie van computerbronnen.
Het formele antwoord kwam minder dan twee weken later en onderstreepte hoe centraal het databeleid is geworden voor de Chinese robotica-ambities. Embody AI – systemen die machine-intelligentie combineren met fysieke machines zoals mensachtige robots – wordt in Beijing gezien als een strategische industrie, en data is de grondstof ervan.
Het dataknelpunt in humanoïde robotica
De omvang van de uitdaging is aanzienlijk. Volgens de schatting van de China Academy of Information and Communications Technology hebben belichaamde AI-basismodellen ongeveer 10 miljoen uur aan praktijkgegevens nodig. Volgens cijfers van The Next Web bestaat er wereldwijd ergens tussen de 100.000 en 1 miljoen uur aan hoogwaardige data.
Met andere woorden: de beperking in de humanoïde robotica is niet langer het model. Het zijn uren aan vastgelegde realiteit: gegevens die vastleggen hoe machines waarnemen, redeneren en handelen in rommelige fysieke omgevingen.
Een normenpijplijn is al in beweging
De nieuwe impuls bouwt voort op substantieel basiswerk. Nationale normen die op 27 augustus zijn gepubliceerd, hebben betrekking op de kwaliteit van real-world belichaamde intelligentiegegevens en technische vereisten voor platforms voor het genereren van gegevens, waarbij verschillende aanvullende specificaties nog in ontwikkeling zijn, volgens een rapport van AP News.
Onder de projecten onder toezicht van de National Data Administration bevinden zich voorgestelde normen die betrekking hebben op de bronnen en samenstellende elementen van hoogwaardige datasets met belichaamde intelligentie, de gesimuleerde generatie en verwerking van synthetische gegevens, en specificaties voor gegevensverzameling en modeltraining op trainingsbases. Het werk wordt ontwikkeld onder de Nationale Technische Commissie voor Gegevensstandaardisatie.
Eén conceptprogramma, geregistreerd in april, bevat een tijdschema van twaalf maanden voor een norm voor gegevensverzameling en modeltraining op trainingsbases voor belichaamde intelligentie. Tot de redactiegroep behoren het China Electronics Standardization Institute, het Beijing Institute of Technology, het Institute of Software van de Chinese Academie van Wetenschappen en roboticabedrijven. Een afzonderlijk ontwerp behandelt synthetische gegevens, die steeds belangrijker worden omdat het verzamelen van voldoende robotinteracties in de fysieke wereld duur, traag en moeilijk te reproduceren kan zijn.
Een implementatieplan dat in juni werd uitgegeven, riep op tot een snellere constructie van datasets op strategische en opkomende gebieden, waaronder belichaamde intelligentie, intelligent rijden en de economie op lage hoogte. Het riep ook op tot gegevens over fysieke interactie, omgevingsperceptie en bewegingscontrole in belangrijke scenario's, en gaf de autoriteiten opdracht om het opschonen, verbeteren, labelen, afstemmen en kwaliteitscontrole van gegevens te verbeteren.
China's oefenterreinopbouw
Beijing bouwt ook aan de fysieke infrastructuur om die gegevens te verzamelen. Er zijn al meer dan 70 belichaamde AI-oefenterreinen actief in meer dan de helft van de Chinese provinciale regio's, en er zijn er nog 46 gepland of in aanbouw, zo meldde TechNode. Ongeveer 86 procent daarvan is gericht op industriële productie.
De faciliteiten zijn geclusterd in drie regio's: de Yangtze River Delta, de regio Beijing-Tianjin-Hebei en de Pearl River Delta. Samen vormen ze een apparaat voor gegevensverzameling dat momenteel door weinig landen kan worden geëvenaard.
Het contrast met Europa
De aankondiging benadrukt een toenemende asymmetrie met de westerse regelgevingsbenaderingen. Europa heeft uitgebreide regels geschreven voor dit soort data zonder een groot deel van het aanbod op te bouwen. De Datawet van de EU is sinds 12 september 2025 van toepassing en regelt wie toegang heeft tot gegevens die zijn gegenereerd door verbonden producten, waaronder industriële machines, terwijl ontwerpverplichtingen gelden voor verbonden producten die na 12 september 2026 op de EU-markt worden gebracht.
De Europese Commissie heeft op 19 november 2025 een Data Union Strategy gepubliceerd, waarvan de eerste prioriteit het opschalen van de toegang tot data voor AI is. Tien maanden later zijn de meeste van deze acties nog steeds niet uitgevoerd, inclusief de datalabs die de strategie beloofde, meldde The Next Web. Het dichtstbijzijnde Europese equivalent van een Chinees oefenterrein is een particulier bedrijf: NEURA Robotics bouwt tien robotica-trainingsscholen, waarvan er vijf eind dit jaar operationeel moeten zijn, verdeeld over Europa, de Verenigde Staten en China.
Realitycheck aan de vraagzijde
Het standaardiseren van het dataaanbod garandeert geen vraag. Slechts 23 procent van de dit jaar ondervraagde Chinese bedrijven zei tevreden te zijn met de aangeboden robots, een cijfer dat suggereert dat de markt – en niet de datapijplijn – uiteindelijk het tempo van de adoptie kan bepalen.
Toch is de reisrichting duidelijk. China behandelt belichaamde AI-gegevens als een strategische hulpbron die systematisch moet worden geproduceerd, gestandaardiseerd en geschaald, terwijl zijn toezichthouders nauw samenwerken met de sector waarop zij toezicht houden. Voor robotfabrikanten over de hele wereld wordt de kloof tussen jurisdicties die trainingsrealiteit genereren en jurisdicties die het gebruik ervan grotendeels reguleren een van de bepalende concurrentievragen van het veld.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →
