近日，浙江省2026年第一批人工智能行业高质量数据集典型案例名单正式公布。我市企业宇泛智能科技股份有限公司申报的智慧工地多源融合感知高质量数据集成功入选，成为全省建筑行业AI数据赋能、数智建造的标杆示范项目。
本次省级典型案例评选聚焦数据质量、技术创新、场景落地、产业赋能等核心维度，入选项目代表了全省人工智能数据集建设的领先水平。该项目的成功上榜，充分展现了我市在智慧建造、工地智能监管、建筑业数字化转型领域的扎实成效，为全省建筑行业智能化升级提供了可复制、可推广的实践范本。
当前，建筑业数字化转型持续提速，但行业普遍存在数据基础薄弱、数据孤岛突出、智能应用浅层化等短板，制约行业高质量发展。
传统施工现场存在源头数据碎片化、多模态感知标准缺失等问题，导致现场安全、设备、环境等关键状态信息难以精准采集；渣土运输消纳、工地运维管理等场景中，视频监控、车辆卡口、GPS轨迹、地磅称重等多源数据相互割裂，监管数据难以互通共享；同时，工地安全巡检、隐患排查、设施运维高度依赖人工经验，存在监管盲区多、隐患处置滞后、标准化程度低等问题，传统监管模式已难以适配现代化工程建设管理需求。
针对行业监管痛点与产业发展难题，我市持续引导企业深耕建筑AI数据领域，推动数据要素与工程建设场景深度融合。宇泛智能聚焦施工现场安全监管、建筑垃圾消纳治理、园区设施智能运维三大核心场景，搭建标准化、规范化的数据采集、清洗、标注体系，建成适配复杂工程场景的多源融合感知高质量数据集，有效填补了建筑行业专用高质量数据集空白，助力行业从传统人工监管向数据赋能、智能监管全面转型。
依托本次入选的高质量数据集，项目已在大型基建工程、工业园区、物业安防、教学实训等多场景规模化落地，服务葛洲坝、金七门核电厂等一众国家级、省级重点基建项目，实现工程建设全流程、全要素智能化监管。
施工现场安全智能监管:整合工地视频监控、物联网传感设备采集的海量图像、视频、设备状态数据，构建全要素隐患识别数据集，覆盖安全帽佩戴、明火烟雾、区域入侵、违规作业等高频风险场景。依托数据集训练的AI模型，可实现施工现场实时毫秒级智能研判，自动识别违规行为与安全隐患，实现事前预警、事中管控、事后溯源，全面提升工地安全监管效能。
建筑垃圾运输与消纳智能治理:融合车辆识别、轨迹定位、地磅称重、现场监控等多源异构数据，构建渣土运输专项高质量数据集，精准适配渣土车辆合规核验、运输监管、消纳管控等业务需求。通过智能模型自动识别车牌车型、货箱密闭状态、运输合规性，联动电子运单完成智能比对，实现渣土运输无人化核验、异常自动告警，有效规范建筑垃圾处置全流程秩序。
园区与基建设施智能巡检运维:创新打造具身智能数据采集体系，依托智能巡检机器人、机器狗等智能终端，模拟地下机房、园区道路、施工区域等真实场景作业状态，积累海量空间感知、导航避障、设备巡检数据，建成行业领先的感知导航多模态数据集。落地应用的“灵猫”智能巡检终端，可替代人工完成高危、高频、重复性巡检任务，补齐人工巡检盲区，实现重点区域常态化、智能化巡查监管。