在2026世界人工智能大会期间，中央企业人工智能战略性高价值场景与行业高质量数据集成果专场发布。建筑领域有三项成果入选，分别指向钢结构智能制造、建筑机器人作业场景感知，以及建筑工程设计图文拓扑。这三项成果看上去赛道各异，底层逻辑却高度一致：先用高质量数据集把地基打牢，再谈模型与应用。

机器人感知：约2TB的多模态数据资产

面向建筑机器人作业场景的感知视觉数据集，汇聚了真实图像、视频、点云以及仿真场景与三维对象模型等多模态数据，通过“采标训用”一体化工具链，打通采集、增强、标注、训练、验证、回流的全链条，形成规模可观的数据资产，覆盖环境感知、目标识别、作业评估、安全管控等关键任务。这类数据集已支撑钢筋绑扎、整平抹光、智能巡检、智能布料等多款建筑机器人及感知模型训练，并在多个示范项目中落地应用。

设计数据：让非结构化图纸可训练

工程设计长期面临一个痛点：图纸是非结构化的，无法直接用于人工智能训练。面向工程设计的图文拓扑数据集，涵盖图像、图结构与文字等多种模态，可直接支撑主流AI算法训练，已支撑多个智能设计小模型，应用于建筑消防设计、结构方案设计与喷淋布置设计等场景。

智能制造：把专家经验变成数字员工

钢结构智能制造场景以统一的三维模型数据为核心驱动，把设计、排产、制造等环节的专家经验培育成“数字员工”，将深化设计、工艺编制、智能排产等智能体集成融入工业互联网，贯通深化设计、自动生产、AI质检、仓储物流等环节，推动生产模式从经验驱动向数据驱动转变。

数据底座决定应用上限

三个项目的共同启示是：数据底座的质量决定了上层应用的上限。对建筑智能化行业而言，这意味着项目实施阶段就要有意识地采集、标注和沉淀数据，而不是等项目结束才发现数据无法复用。前端感知设备的选型、接口的开放程度、平台的标准化能力，都会影响未来数据资产的可用性。

莱驰云在信息化与弱电系统集成项目中，注重为数据采集与平台对接预留空间，帮助客户把一次性的工程建设，转化为可以长期复用的数据资产。