具身人工智慧目前尚無相關標準。負責制定這些標準的委員會將於本週在杭州召開會議。

歷經九個工作小組、三場全體會議，以及一位中國政府部長的主題演講後，目前正著手起草「具身人工智慧」首套多邊技術標準的組織，將於本週10月13日至16日在杭州舉行第三次會議。 若您是透過這句話才首次聽聞此事，那麼在以報導此產業為生的人士中，您絕非孤例。 該委員會是國際電信聯盟（ITU）轄下的「多媒體技術具身人工智慧專題小組」（Focus Group on Embodied AI for Multimedia Technologies，簡稱 FG-EAI），其所從事的工作，往往在產品頭條新聞淡出後許久，仍能決定一項技術的勝出者：那就是釐清術語的定義。

我的論點很簡單，但我認為這點尚未受到足夠的關注。機器人領域的媒體往往將具身人工智慧視為一場產品競賽，只關注一個又一個類人型機器人的展示。 而那套規則手冊——包括術語、基準測試以及最終將出現在企業採購文件或國家監管機構參考標準中的互操作性規範——正是在一個幾乎沒有任何媒體提及的場合中起草的。 而目前負責起草這些規範的，絕大多數是中國的國家級研究機構；這並非因為他們進行了任何接管，而是因為唯有他們持續出席那些看似不起眼、卻實際上正在撰寫規範文本的會議。

憑出席贏得的主席席位

國際電信聯盟電信標準化部門（ITU-T）第21研究組於2026年2月19日成立了FG-EAI工作組，旨在研究具身人工智慧如何支援該研究組所稱的「以人為本的多媒體應用」：這些機器能夠感知物理世界、透過試錯學習，並與人類協同工作。 該工作組主席由中國信息與通信技術研究院（隸屬於中國工業和信息化部）的王雲濤擔任，該研究院此前曾參與過此類標準制定工作，包括5G認證。 該工作組的兩位副主席分別是韓國電子通信研究院（ETRI）的姜信學，以及印度部屬機構的阿維納什·阿加瓦爾。

電信業。再往上一層，該母研究小組本身由諾亞·羅（Noah Luo）擔任主席，他是一位在華為任職多年的標準化高階主管。

這一切都不是陰謀。 國際電信聯盟電信標準化部門（ITU-T）的領導職位並非由行政命令指派；這些職位會授予那些持續出席會議、實際參與委員會工作——從一次又一次的會議到一份又一份草案——的代表與機構。以此標準衡量，中國的國家研究體系目前在出席率方面佔據優勢，而在標準制定機構中，出席率的優勢正是過往技術週期實際上被決定的關鍵因素。

沒有人曾投票決定哪種行動網路架構會勝出。委員會先將其寫入規格，市場隨後跟進。

委員會實際上在撰寫什麼

FG-EAI 的工作分攤給九個工作組，其中最重要的兩個，恰恰是標準制定機構以外的人士最不感興趣的：術語與基準測試。第一工作組下設一個專門負責協調術語的任務組，這些術語正是該領域其他參與者日後必須使用的標準詞彙。 第 8 工作組則正在建構評估與基準測試框架，當監管機構和買家質疑機器人的安全或性能聲稱是否屬實時，最終將以此為依據。

基準測試從來都不是中立的。

無論誰的參考架構成為國際電信聯盟（ITU）發布之技術報告中的實例，實際上就等同於制定了下游所有參與者必須遵循的預設假設。 其餘七個工作組，涵蓋多模態數據、模型、系統整合、連通性、垂直產業應用、人機協作，以及專門的開源生態系統軌道，讀來宛如人形機器人產業當前焦慮的目錄： 究竟是誰的數據用來訓練模型、是誰的介面讓硬體進行溝通，以及究竟是誰的基準測試決定了機器人是否足夠安全，可以與人類近距離工作。

與名單所示相比，這個領域的全球性更為廣泛

若僅將此稱為

僅限於中國境內運作並止步於此，而現有證據並不能支持此說法。FG-EAI 於 7 月 8 日在日內瓦舉行的啟動研討會——該場次正式拉開了該組織公開工作的序幕——匯聚了一批真正國際化的與會陣容： Hugging Face 的安德烈斯·馬拉菲奧蒂（Andres Marafioti）、瑞士聯邦理工學院（EPFL）的安德烈亞·卡瓦拉羅（Andrea Cavallaro）、曼徹斯特大學的楊武強（Wuqiang Yang）、擔任歐洲標準化組織 CEN-CENELEC 旗下人工智慧委員會主席的塞巴斯蒂安·哈倫斯萊本（Sebastian Hallensleben），以及代表歐洲電信標準化協會（ETSI）合規測試技術機構的瑪麗亞·揚科維奇（Marija Jankovic）。 會議由中國工業和資訊化部部長李樂成致開幕詞，並安排了一台 Unitree G1 類人型機器人擔任會議機器人。

這份名單是關於現場實際與會者最清晰的紀錄，顯示這是一個真正的多利益相關方參與過程，而非封閉的程序。根據我能夠核實的與會名單，其中並未出現任何來自 Figure、1X Technologies、特斯拉、波士頓動力或 NVIDIA 的具名代表。 這並非證明這些公司完全避開國際電信聯盟（ITU）的工作；這僅是該組織自身啟動活動中，經記錄的名單實際所包含的內容。對於一個通常由資金最雄厚的西方企業率先登上舞台的產業而言，這種缺席本身就值得注意。

為何「非約束性」往往難以維持

這裡有個必須坦誠的保留意見：ITU-T 建議書並非法律。其中許多建議書只會積滿灰塵，無人引用、無人執行，因為沒有任何國家監管機構曾採納它們。這正是過度渲染這則新聞所面臨的真正風險。 若產業界選擇置之不理，並持續推出專有技術堆疊，如此處於早期階段的標準制定流程最終仍可能對任何人都不重要——而這正是當今多數類人型機器人廠商所採取的做法。

但從電信業過去幾次標準之爭的模式來看——GSM 擊敗了競爭對手的網路架構；H.264 在幾乎所有裝置中嵌入的格式競爭中勝過開源視訊編解碼器；USB-C 最終取代了沿用十年的專有標準——

連接器，在於當足夠多的國家監管機構和大型採購方開始在其採購規則中援引同一份文件時，原本不具約束力的內容便會立即轉變為具約束力。等到這種情況發生時，術語之爭早已塵埃落定，而那些在術語制定過程中未參與其中的企業，則不得不花費數年時間，去應對那些他們無權參與制定的定義。

一套早已內建他人詞彙的標準，無需在市場上勝出。它只需讓其他人停止就詞語的含義爭論不休即可。

我從這裡觀察到的現象

親手營運一個追蹤企業與機器人分類體系的平台，會讓人對定義產生一種特殊的「偏執」：在機器人分類的爭議中，很大一部分歸結於供應商使用同一個詞彙卻賦予不同含義——無論是刻意還是無意。 這正是 FG-EAI 的術語與基準測試小組目前正在爭論的戰場，儘管這場爭論大多隱於幕後，而業界媒體卻正忙著報導下一支示範影片。

從東協的視角來看——我追蹤的大部分硬體都是在其他地方製造，並依據其他地方制定的標準進行認證——這絕非抽象的委員會之爭。這預示著，數年後區域買家必須簽署的合規文件中，將會體現哪個國家的假設。 對於本週的杭州會議，我將關注兩件事：第一，第 8 工作組是否會發布一份基準草案，讓任何政府在 2027 年前都能援引；第二，在該工作組下次全體會議之前，FG-EAI 工作組名單上是否會出現任何一家西方類人型機器人公司的名稱。 若這兩件事皆未發生，相關術語仍會被制定出來。只是制定者將是那些留在會議室裡的人。

本分析參考了國際電信聯盟（ITU）自行發布的「多媒體技術具身人工智慧焦點小組」相關頁面，內容涵蓋其成立日期、領導層、工作計畫及工作小組架構；以及 ITU「人工智慧造福社會」

該平台所列出的2026年7月8日於日內瓦舉行的該組織啟動工作坊之與會講者名單及議程；以及中國工業和資訊化部下屬的中國資訊通信技術研究院的公開簡介。本文僅供一般參考之用，並不構成任何投資、財務或專業建議。

首圖來源：Unitree，H2人形機器人官方產品攝影。