夯实数据底座，驱动“人工智能+”跨越发展

数据乃人工智能三大核心要素之一，是支撑大模型训练与应用的根基。优质数据集直接决定模型的“智商与品性”，更是掣肘“人工智能+”落地见效的基础性与关键性难题。

习近平主席在致世界数据组织成立的贺信中强调，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作用日益凸显。国务院《关于深入实施“人工智能+”行动的意见》亦明确指出需加强数据供给创新，以应用为导向，持续推进人工智能优质数据集建设。国家发改委等部门联合发布《关于促进数据产业高质量发展的指导意见》，加速深化数据要素市场化配置改革，构建以数据为关键要素的数字经济。近期国家数据局出台的《关于推进行业高质量数据集建设行动的实施方案》，精准回应了产业发展的迫切诉求，恰逢其时且至关重要，必将为行业前行奠定更为坚实的根基。

一、直击供给与质量痛点：优质数据“量质双缺”

从当前技术演进路径来看，“缩放定律”（Scaling Law）仍是决定模型能力上限的核心逻辑，模型的综合性能与泛化能力，极大程度上依赖于训练数据的规模、质量及场景多元性。海量且优质的数据是AI技术迭代的“燃料”，若缺乏充足合规的数据供给，再卓越的算法也难以突破能力瓶颈，大模型将陷入无米之炊：从“量”来看，全球优质中文语料占比极低。中国工程院研究显示，全球通用的50亿大模型数据训练集中，中文语料占比仅1.3%。同时，西方国家如Common crawl、开源数据集及素材网站相对完善，我国在数据开放度与多样性上仍处发展期，整体开源规模与应用广度受限；从“质”来看，原始数据治理能力尚存短板，充斥大量噪声、冗余与偏见，需经复杂清洗、标注及治理方可用于模型训练。此外，行业细分场景覆盖不足，长尾场景缺乏数据，专业领域（如法律、医学等）语料数字化进程缓慢、数据清洗难度大、标注成本高等问题依然存在。

针对上述问题，《实施方案》打出三大行动组合拳。强基扩容行动聚焦国民经济主干道与未来竞争新赛道两大主战场，支持链主单位牵头组建产业链联合体共建数据集，明确要求链主单位面向行业开放数据集、赋能上下游中小企业，既化解了中小主体“建不起、建不全”的资源短板，也打破了公共数据“沉睡在库里出不来”的困局。标注攻坚行动将数据标注从“拉框工人”升级为“专家深度参与”的知识密集型产业，建立“行业专家认证注册机制”，让专业人士参与指令微调、强化学习等标注工作，解决了行业数据“标不准、专业度低”的短板。提质增效行动明确提出构建“人工智能就绪”（AI-Ready）的优质数据集，推动“一次测评、全国互认”，让大模型企业不再需在数据清洗上耗费大量精力。三大行动形成完整供给链路：强基扩容保