专家观点：夯实数据根基，加速“人工智能+”创新升级
文 |上海阶跃星辰智能科技股份有限公司创始人、CEO 姜大昕数据是人工智能发展的三大核心要素之一，也是支撑大模型训练与应用的重要基石。高质量数据集直接决定模型的“智能水平与价值取向”，更是制约“人工智能+”落地见效的根本性、关键性问题。习近平主席在向世界数据组织成立致贺信中强调，当今世界正加速迈入智能时代，数据的基础资源功能与创新驱动作用日益凸显。国务院《关于深入实施“人工智能+”行动的意见》也清楚指出要加强数据供给创新，以应用为引领，持续推进人工智能高质量数据集建设。国家发展改革委等部门联合发布《关于促
AI下半场：较量焦点从“知识量”转向“执行力”
国家数据局近日发布的《关于推进行业高质量数据集建设的行动实施方案》（下文简称《方案》）明确指出，到2028年末将建成一批覆盖关键领域、通过应用检验的行业高质量数据集，并培育一批数据驱动人工智能创新发展的示范应用场景。国家数据局推出的这份《方案》，为AI发展提供了充足的"燃料"。然而，燃料堆放在仓库中并不会自动转化为动力，还需要产业端的"发动机"来激活。当数据集建设从政策文本转化为车间生产力、从实验室指标转变为市场资金流时，中国AI才算真正完成了产业化的"最后一公里"。截至2026年第一季度，全国已建成的高
学者视点 | 优质数据铸就AI进阶新动力 “数据飞轮”催生高质发展新引擎
文 |安徽省数据资源管理局党组成员、副局长 王耿亮习近平总书记强调，“当今世界正加速步入智能时代，数据的基础资源与创新引擎功能日益凸显”。“十五五”期间，人工智能领域的角逐正由“模型实力比拼”迅速过渡至“优质数据供给能力较量”。近期，国家数据局发布了《关于推进行业高质量数据集建设行动的实施方案》（下称《实施方案》），这深化了对数据核心生产要素规律的认知，重塑了数据驱动智能演进的逻辑定位，并再次部署了加速构建数据要素与人工智能协同演化生态体系。透彻领悟并精准把握《实施方案》的核心逻辑及创新措施，对于促进人工
专家解读|陈志刚：锚定AI就绪：以高质量数据集夯实人工智能根基
传统的平面文本或图像数据，已难以满足新一代人工智能对现实世界深度理解与复杂逻辑推理的训练需求。随着智能体、具身智能、世界模型等新型智能形态的涌现，海量且具深度的多模态数据变得尤为迫切。这不仅涵盖点云、时序数据、科学数据等基础形式，更对复杂任务规划、长程推理、人机交互，以及重点场景下的物理交互、环境感知、运动控制等“真机交互数据集”提出了全新要求。为此，《实施方案》高瞻远瞩地提出“积极应用仿真模拟与合成技术扩大数据供给”，并前瞻布局世界模型等前沿方向。这标志着国家在战略层面，已将数据集建设的视角从“历史数据
广西人工智能场景创新研究院调研组赴哈客集团座谈交流
6月11日，广西人工智能场景创新研究院、广西场景创新科技有限公司何向魁总经理一行莅临哈客集团，双方围绕"高质量数据集建设、行业场景应用与商业化落地"等核心议题开展深度交流。△座谈会现场座谈会上，CEO黄国主详细阐述哈客"AI+人才数据底座"如何赋能人力资源、生活服务、垂直行业等多领域、多业务场景的实施路径与应用价值，分享了集团在推动人才数据要素价值流通方面的系列布局与实践经验。何向魁总经理对哈客在职业人才数据资产化领域的战略布局与场景构建能力给予高度评价，认为双方在高质量数据集建设、数据要素价值释放等方面
央视报道：国家首策布局数据赋能 AI 发展
6 月 8 日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》，标志着国家层面首次就数据驱动人工智能进步进行系统性规划。该《实施方案》紧扣行业高质量数据集的供应、流转及应用等核心环节，规划了六大专项任务。方案明确要对接人工智能应用需求，持续深化文本、图像、音视频等多模态高质量数据集的构建；锁定智能体、具身智能及世界模型等关键赛道，加速数据集建设进程；并鼓励有条件地区结合实际，试点建设数据标注创新试验区。业内专家指出，数据作为人工智能训练的基础要素，高品质数据集能显著加速大模型性能的迭代升
千百度跨界 AI：港股鞋王收购数据巨头开启双引擎
一家源自港股的制鞋企业，成功并购了一家专为大型模型“投喂数据”的企业。千百度（1028.HK）于 6 月 5 日披露，计划通过股权收购及新股认购的方式，掌控国内顶尖 AI 数据服务商本原智数的多数权益，将其纳入合并报表，从而构建起“鞋履制造 + 人工智能数据”的双轮驱动格局。随着公开数据逐渐被大模型吸收殆尽，AI 发展的核心瓶颈已从比拼“模型规模”，转变为较量“谁能持续供给更稀缺、更真实的高质量数据”。算力尚可购买，算法也能复制，唯有这一环节既无法直接买断，也难以速成。2025 年 Meta 以约 290
AI 时代数据成核心资产！百亿补贴来袭，你握有‘数据金矿’吗？
摘要人工智能浪潮下的‘新石油’已至！申报高质量数据集项目，最高可获得亿元级补贴，您手中是否握有‘数据富矿’？各位同仁、企业家们，早安！我是圆姐。今日想与大家探讨一个极具价值的话题——数据资源。大家是否察觉，无论是大模型研发、智能制造升级，还是低空经济探索，行业共识皆是：‘数据匮乏！尤其是高质量数据！’正如去年一位医疗 AI 从业者向圆姐抱怨：‘算法模型已就绪，唯独缺数据‘投喂’，但市面现有数据要么质量良莠不齐，要么标注混乱，要么因合规风险而不敢启用。’这正是当下的核心痛点。在 AI 纪元，数据好比石油，而
数据驱动未来：AI 应用与服务产业全景解析
2026WELCOME YOU数据即“燃油”人工智能数据应用与服务产业透视从“数据标注”迈向“词元经济”，AI 背后的“隐形冠军”前言随着大语言模型引发新一轮 AI 浪潮，业界逐渐达成共识：数据是人工智能的“燃料”。然而，“燃料”源自何处、如何提炼，正孕育出庞大的 AI 数据应用与服务市场。本文旨在梳理近期政策走向与市场动态，为读者呈现一幅关于人工智能数据应用与服务的全面图景。01打破“数据墙”，数据标注从幕后走向前台“数据是人工智能的新型燃料，而数据标注正是 AI 全产业链的关键环节，为人工智能提供标准
刘烈宏智博会发声：AI决胜关键不在模型而在数据质量
近期，国家数据局局长刘烈宏在2026世界智能产业博览会上揭示了一个关键趋势：未来人工智能的角逐焦点，正由“比拼模型”逐渐转向“较量数据”。尽管大众目光多聚焦于大模型、智能体及机器人，但此次发言释放的更深信号是——国家已将“高质量数据集构建”提升至战略高度。今日，让我们用通俗语言解析这一动向。为何当下格外重视高质量数据集？回顾过去两年，舆论焦点多集中于大模型。从ChatGPT到各类行业专属模型，众多企业陷入参数、算力及模型能力的内卷。然而随着产业演进，业界愈发认清一个现实：即便模型再强大，若缺乏优质数据，其
数据工程助力具身智能加速发展
新华社北京6月1日电 《中国证券报》1日刊发文章《国家数据局：以完善的数据工程驱动具身智能发展》。文章称，国家数据局5月31日消息，国家数据局局长刘烈宏日前在2026世界智能产业博览会上表示，高质量数据集是具身智能"感知-决策-执行"的重要基础，要以完善的数据工程驱动具身智能的发展，深入开展系统性实践。 今年以来，高质量数据集领域政策动态颇多，围绕高质量数据集的产业生态正在成型。专家表示，高质量数据集建设已逐步从"倡导建设"迈向"按标准建设、按机制试点、按体系推进"，产业发展有望进一步提速。 以产业应
专家建议 提升数据质量 激发AI应用潜能
文|中国科学院院士、复旦大学上海数学中心主任李骏复旦大学上海数学中心研究员王天栋当前，人工智能正快速渗透经济社会各领域，推动数字化转型和产业升级，成为新一轮科技革命和产业变革的核心驱动力。我国拥有丰富的数据资源、完善的产业生态和广阔的应用前景，为智能技术发展奠定坚实基础。《全国数据资源调查报告（2025年）》（下文称《报告》）显示，2025年数据生产总量达52.26泽字节，同比增长27.28%；存储总量为2.53泽字节，同比增长21.05%；用于人工智能训练和推理的数据总量达199.48艾字节，同比增长4
AI赋能土木工程高质量发展
2026年5月17日，中国土木工程学会人工智能技术与产业融合分会成立大会暨第一届“AI赋能·智建未来”学术研讨会在北京辽宁大厦举行。大会选举产生分会第一届理事会，会议聚焦AI智能检测、智能设计、具身智能、高质量数据集、AI+供应链、AI+城市更新、智慧文旅等方向，汇聚高校、科研院所、设计咨询机构、建筑施工企业、科技企业及出版机构力量，共同探讨人工智能赋能土木工程行业高质量发展的新路径。《土木工程科学（英文）》期刊作为本次大会学术支持单位协办会议，并在会议上征稿设展。
AI 破局核心：高质量数据集揭秘
SHUJUAI 能否走红，关键竟在于...高品质数据集合问答你是否常发现“高品质数据集合”与 AI 紧密相连？今日借由 3 个疑问加通俗解读，助你将“专业名词”高品质数据集合转化为“大白话”，读罢即可实操！何谓高品质数据集合？简言之即“优质的素材库”，好比你要烹饪：带烂叶的菜品（低质数据）= 炒出苦涩之味新鲜带根的菜品（高质数据）= 做到色香味美关键三要素：✅ 精准（无差错）✅ 全面（无缺失）✅ 纯净（无乱码/冗余）为何高品质数据集合如此关键？AI 的“智慧”全靠它培育！低质数据训练 = 聊天机器人答非所
夯实数据基石 激发AI应用潜能
文 |中国科学院院士、复旦大学上海数学中心主任 李骏复旦大学上海数学中心研究员 王天栋当前，人工智能正加速赋能经济社会发展的各个领域，推动实体经济和数字经济深度融合，成为新一轮科技革命和产业变革的核心驱动力。我国数据资源丰富，产业体系完备，应用场景广阔，具备发展人工智能的重要基础。《全国数据资源调查报告（2025年）》（下文称《报告》）显示，2025年全国数据生产总量达52.26泽字节，同比增长27.28%；全国数据存储总量为2.53泽字节，同比增长21.05%；用于人工智能训练和推理的数据总量达199.