11月10日，全国数据标准化技术委员会2026年第二次“标准周”在厦门举行。国家数据局披露的最新数据显示，我国算力总规模已达到310万PFLOPS，位居世界第二。中国新闻网
310万PFLOPS，等于3100EFLOPS。1 EFLOPS，是每秒百亿亿次浮点运算。单看数字，这是一个足够大的底座。
但“总规模”是一个供给指标，统计的是全国各类算力设施的总和，既包括通用算力，也包括智能算力。对AI产业来说，更直接的指标是智能算力。
需要说明的是，“算力总规模”和“智能算力”由不同部门发布，口径并不完全一致。
AI能直接调用的那一块，正在快速变大：截至今年9月底，我国智能算力规模达2592EFLOPS，同比增长146%。新华网
截至2025年底，全国在用算力设施机架数超过1373万标准机架，建成万卡智算集群42个。人民网
工信部今年7月披露，全国算力设施整体上架率为71.4%，约28.6%的机架尚未上架。人民日报
已有145万PFLOPS智能算力纳入国家级监测调度平台，约占全国智算总规模的60%，剩余四成尚未进入这一调度范围。人民日报
调度并非没有进展。中国算力平台正在推动31个省区市平台对接入网，算力超市已上架产品2000余项、接入大模型300多个。人民网
但9月的2026中国算力大会也提到，算力布局分散、资源底数不清、动态监测滞后、跨域协同不足，集约化利用和整体效能释放仍有提升空间。人民网
所以，310万PFLOPS更像一张“家底表”，不是一张“成绩单”。它说明供给规模够了，但还没有自动变成便宜、稳定、随取随用的算力服务。
下一阶段拼什么？跨区域调度、网络时延、电力成本、利用率和推理服务质量。哪一项掉链子，规模优势都难落到用户体验上。
同一场“标准周”还有一条消息不该被忽略：全国数据标准化技术委员会成立了具身智能数据标准起草工作组，以及气象、卫生健康、电力、商务4个行业应用标准起草工作组。中国新闻网
标准听起来不刺激，却决定了数据能不能复用、不同厂商的机器人能不能在同一个数据语言里训练。
具身智能的训练数据来自真实世界的动作、场景和交互；没有统一的数据标准、接口和安全规范，这些数据就只能留在各自的体系里。
今年发布的《人形机器人与具身智能标准体系（2026版）》，是我国首个覆盖全产业链、全生命周期的标准顶层设计。但落到数据环节，行业仍迫切需要统一的具身数据标准、安全规范与通用接口。人民网
2025年12月，工信部成立了人形机器人与具身智能标准化技术委员会。人民网
今年4月，我国又在国际标准化组织立项具身智能领域首个国际标准《人形机器人数据集》。人民日报
从顶层体系，到具体数据集，再到这次的数据标准起草组，标准正在从“纸面”走向“可执行”。
回到算力本身。310万PFLOPS、世界第二，当然是一个值得记住的坐标。
但比排名更重要的，是它能不能变成普通人用得起的AI服务、企业调得动的推理资源、机器人公司训得起的真实数据。
11月，Token已经以独立品类在电商平台上架，算力正在变成可以下单的商品。光明日报
算力像电一样，价值不在装机容量，而在每一次被稳定、便宜地使用。
