數據之于大模型，猶如石油之于汽車。原油需經復雜過程煉化成汽油才能供汽車使用，同理，海量原始數據也需經過“煉化”形成高質量數據集，才能助力大模型的精準躍升。

近日，國家數據局局長劉烈宏指出，今年上半年，全國各地已建設高質量數據集超過了3.5萬個，總體量超過400PB。他呼吁全社會強化數據要素的價值認同，加快價值共創，共同培育“為優質數據買單”的共識。

“隨著大模型和人工智能技術快速演進，人工智能產業范式從‘以模型為中心’轉向‘以數據為中心’?！北本┦腥嗣裾泵貢L（兼）、北京市政務服務和數據管理局黨組書記、局長沈彬華撰文表示，高質量數據集已經成為人工智能能力提升和場景落地的關鍵支撐。

掣肘AI發展的“數據困境”

當前大模型技術發展迅猛，在算法趨同、算力普惠的競爭環境中，高質量數據集正在成為AI訓練、質量升級和打造差異化大模型的護城河。

“我們面臨著目標定位模糊化、實施路徑碎片化與技術底座薄弱化等挑戰?！闭劶案哔|量數據集建設現狀，一位從事數據標注公司的負責人指出，許多企業、機構面臨著“數據不完善、不知道需要什么數據集、如何建設數據集、怎樣評估數據集質量”等難題，制約了AI應用高效落地。

在數字時代，數據資源與數據資產之間存在著本質的區別，“一大串無序的數字與代碼只是原始數據，按邏輯組織成有序信息才成為數據資源，而數據資源需進一步加工、量化，梳理為能帶來經濟效益的數據才成為數據資產?！睂I人士如是說。

2025年8月，中國信息通信研究院聯合多家機構發布的《人工智能高質量數據集建設指南》（以下簡稱《指南》），試圖為業界提供一套具有實操性的方法論。

《指南》中指出高質量數據集具備“三高”特征：高價值應用、高知識密度、高技術含量，正是這些特征使得高質量數據集成為模型性能躍升的核心要素。

百川智能資深算法專家李飛認為，數據是模型能力進步的重要要素，尤其在醫療等專業領域，優質數據的獲取是模型建設的核心要務?！皺嗤y一的標準有助于促進各領域專業數據的健康流通，這對模型企業大有益處?！?/p>

《指南》給予了醫療、工業、金融、智能駕駛等12大行業高質量數據集建設指導建議。值得注意的是，不同行業對高質量數據集的需求存在著顯著的差異。

在醫療行業，數據的采集和標注需要深厚的專業背景和業務經驗，具有更高的行業壁壘。李飛強調，“醫療行業強調數據脫敏與隱私保護、專家參與的標注共識和多模態數據，如影像、病理、文本等融合?！薄吨改稀分袕娬{，應構建“專家共識標注機制”，要求三級醫院的副主任以上醫師參與數據標注質量控制，確保醫學知識的準確性和一致性。

有汽車智能駕駛領域公司相關負責人則表示，“智能駕駛領域更加注重長尾場景（CornerCases）、多傳感器融合標注和仿真數據生成?！?/p>

“生態共建”高質量數據集建設的創新模式

隨著AI進入“行業深耕”階段，高質量數據集建設不再只是技術問題，更是戰略問題?！吨改稀返陌l布為行業高質量數據集建設提供了系統指導，但真正落地還需要產、學、研、用各方的協同努力。

“技術進步很快，對‘高質量’數據的定義也日新月異，把數據轉換成生產力，需要行業和技術兩方面配合才高效?！崩铒w強調。

高質量數據集的建設離不開多方協同機制，例如醫療行業數據建設面臨多元主體、多層監管和敏感性高的特點，李飛指出，“當前醫療數據集中在醫院內部、獲取難度大，合規和責任邊界難以把握，單一機構難以獨立推動高質量數據的建設?！?/p>

《指南》的發布，邁出了關鍵的一步，為各方在“政產學研醫”協作框架下明確合作路徑和合規要求提供了參考。結合合理的激勵機制，這將有助于推動高質量數據的生產與流通，實現數據建設的良性與可持續發展。

高質量數據價值實現模式也在不斷創新。上海、天津、安徽等地正在試點“數據語料作價入股”模式，引導企業將高質量數據集折算為股權投入新企業。

中倫律師事務所王祺律師表示，“‘數據語料作價入股’模式為數據要素提供了數據交易市場外的價值證明的新通路。王祺律師強調，“數據合規是數據市場發展的應有之意，只有合規收集、使用、保護、交易的數據才是真正有價值、安全、被市場認可的數據?！?/p>

隨著人工智能大模型應用從初步探索邁向更為復雜、智能的高階階段，對高質量數據集的規模、多樣性、時效性以及處理速度的要求將會快速增長。國家政策的持續推動和行業實踐的不斷深入，高質量數據集體系為人工智能產業發展提供堅實的數據基石。

當前數據要素對經濟發展的貢獻開始顯現，“數據要素價值釋放的時代才剛剛開始?！蹦切┠軌蚵氏认到y化布局高質量數據集建設的企業和行業，將在新一輪人工智能競爭中占據制高點。