7月24日上午，钱塘江畔的钱江世纪公园里，数搭国际数据开源社区（ZODA社区）的线下空间ZODA House正式启用。现场发布了诺亦腾机器人MOV-多模态大空间交互数据集开源计划、Mind Lab（心洲科技）的LivingBench：从真实世界交互到经验智能等成果。

前者以高精度动作捕捉、物体追踪和任务语义同步记录为基础，将真实世界中的人体运动和人—物交互过程转化为可学习、可验证、可复用的数据。后者则把智能体（Agent）放入不断变化的生活环境，检验它能否持续完成任务。

一个面向具身智能领域的数据供给，一个探索动态环境下的能力评测。两项成果把人工智能产业正在面对的新问题推到了台前。当模型从屏幕走向机器人、生产线和日常生活，具身智能究竟需要什么样的数据？模型能力应该如何衡量？产业中的真实需求，又怎样转化为可以共同研发的数据集和评测基准？

这些问题，显然比一间“House”更大。

“人工智能的竞争，正在从拼参数、拼规模，转向拼数据、拼场景。”杭州市委常委、萧山区委书记孙旭东在活动现场说。

杭州正从这里试着破题。

开源，不只开放模型

过去几年，中国人工智能产业沿着开源路线加速前进，DeepSeek、Qwen等开源模型产生全球影响。模型开源降低了开发门槛，也让越来越多开发者能够站在前人的肩膀上继续创新。

但模型之外，人工智能开源生态仍缺少一块重要拼图。

模型开源解决了“能不能用”的问题，却不会自动解决“是否可信、是否适配具体任务”的问题。当人工智能从生成文字、图片，走向驾驶汽车、操控机器人、进入生产线，依靠静态题库和实验室指标建立的传统评测方式，正显出局限。

ZODA的切入点，正是高质量数据集、模型评测体系和全球专家网络。它不是一个单纯存放数据的网站，也不是一处物理园区，其运作路径是“市场出题、科研共创、专家把关、全球开源、产业应用”。用通俗的语言解释，就是先从制造、金融、机器人等行业征集真实需求，再联合高校、实验室和企业建设数据集与评测基准，经专家评审后向全球发布，吸引开发者和模型企业使用、反馈和迭代。

ZODA的出现，本身就是杭州近期加快布局人工智能开源生态的一步。5月18日，ZODA社区建设蓝图发布；7月21日，首届世界人工智能开源大赛在杭州启动；三天后，ZODA House启用。

从社区蓝图发布到线下空间启用，前后不过两个多月。这些动作虽非同一个项目，却呈现出一个共同目标，即杭州的人工智能开源探索，正在从模型和项目层面进一步延伸至数据、评测和生态组织。

在钱江世纪城把缺失的一块拼上

ZODA House为何落在钱江世纪城？

因为在这里，一张人工智能产业拼图已经搭起大半，最需要补上的，正是以高质量数据和模型评测为核心的“数”这一环。

这一布局并非一日形成。2017年，钱江世纪城开始规划建设图灵小镇。2023年，图灵小镇AIGC智算中心上线，部署2300P可调用算力。2025年11月，长三角首个“芯—模—用”全链条AI产业社区——芯模社区启航。如今，随着ZODA社区和ZODA House落地，这一布局又向数据端延伸。

在这一布局中，芯模社区解决“算力从哪里来、模型怎么跑”的问题，ZODA社区解决“数据从哪里来、模型好不好”的问题，两者共同构成钱江世纪城AI产业生态的“一体两翼”。线上平台负责开放数据集、评测基准和相关工具，线下House则为研究者、创业者、开发者和投资人提供交流与项目共创的空间。

不过，“数”这一环能否真正运转，关键不仅在于搭建平台，还在于能否接上产业一线。

萧山拥有1700多家规上工业企业，化纤纺织、汽车零部件、智能装备等产业集群基础雄厚。数据不会凭空产生，模型也不能只在实验室里接受检验。这些产业既能提供海量生产数据，也带来复杂工艺流程和真实人机交互场景。模型要从屏幕走向工厂，从回答问题走向完成动作，就必须在这样的环境中反复验证。

企业在生产中提出问题，社区据此组织数据建设和模型评测，形成的成果再回到产业一线接受检验，新的问题又成为下一轮研发的起点。如此循环，“芯—模—数—用”才不只是产业要素在空间上的聚集，而是成为一条能够持续运转的链条。

当企业出题、社区协同、产业验证能够不断循环，人工智能比拼的就不再只是某一项技术，而是整个生态的运转效率。

腹地不是背景，而是方法

在钱江世纪城，这套闭环依托萧山的产业基础运转。把视野从萧山放大到长三角，一个更广泛的问题随之出现。当前沿技术进入物理世界，创新节点与产业腹地应当如何协同？

钱江世纪城的实践给出了一种回答。所谓产业腹地，并不是前沿技术完成研发后被动承接成果的空间，而是创新过程的一部分。它既提出问题、检验技术，也将应用中出现的新问题重新送回研发环节。

以往谈城市创新，更多强调实验室、人才和资本的集聚。但当人工智能进入物理世界，创新越来越依赖高质量数据、产业场景和上下游协同，任何一座城市都很难独自覆盖全部环节。

长三角的优势，恰恰在于创新节点密集、产业门类齐全、城市之间联系紧密。不同城市不必复制同一套创新体系，而可以各自发挥所长。一处节点形成的突破，能够在区域内迅速找到上下游衔接和产业支撑。

如何让分布在不同城市的创新要素高效协同？

开源提供了一种可以跨越地域边界的协作语言。一套数据集或评测基准开放后，区域内的高校、实验室和企业便可以在共同基础上开展研发、比较结果、反馈问题。人工智能产业生态“覆盖”长三角，因而不只是企业在地图上落了多少点，更重要的是工具、规则和标准能否沿产业链流动。

去年底，中央经济工作会议提出将上海国际科创中心扩围至长三角，建设上海（长三角）国际科技创新中心。在目前初步形成的网络化创新格局中，杭州正是支点城市之一。支点的价值，不只是集聚资源，也在于率先试路。杭州给出的一种答案，是成为高敏捷度的前沿试验场，在数据开源、模型评测、具身智能等尚未定型的地带率先破题，再凭借与制造业腹地的紧密联系，把技术放到产业一线检验。一旦路径被证明有效，成果便可借助开源机制和区域产业链迅速扩散。

从一个支点，到一张网络

路径得到验证，并不意味着成果会自动扩散。更重要的是，如何把一地的探索转化为整个区域可以复用的能力。

ZODA，正在尝试完成这种转化。线下空间启用只是起点，数据开源也不等于把数据简单放到网上。它还涉及质量控制、开放许可、专家评审和可持续运营。ZODA House的价值，不能只由举办多少活动来衡量，而要看能否持续形成被行业采用的数据集和评测基准，能否建立稳定的治理机制，能否把社区里的讨论转化为产品、项目和标准。

这些成果一旦能够被持续使用、更新和检验，一处空间的探索就可能转化为区域共享的基础设施，并在更大的创新网络中持续发挥作用。

这一过程意味着，人工智能开源正从模型向数据延伸，城市创新也在从单点项目转向生态组织。杭州不必包揽所有环节，更重要的是将前沿探索转化为经过产业验证的数据、工具和方法，再通过开源机制和产业链让更多城市和企业参与进来。

一道口子已经撕开。杭州在数据开源领域的先行探索，意义或许并不在于让更多资源向杭州集中，而在于让经过一地验证的数据、工具和方法，沿着产业链被更多城市使用。长三角的人工智能创新活力，也会在这样的接力中生长。

原标题：《杭州，正在长三角撕开一条AI新路》