钱友权
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》（国数科基〔2026〕25号），从国家层面首次对数据赋能人工智能发展作出系统性部署。方案圈定强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大专项行动，并首次提出探索以词元（Token）为基础的可量化、可定价数据价值体系。在标注攻坚环节，方案提出发展“模型预标注+人工校准”“人工标注+模型检验”“模型预标注+模型检验”三类智能化标注服务，引导数据标注从“以人为主”向“人机协同、专家深度参与”的多层次标注模式转变。具体来看，“模型预标注+人工校准”是目前规模化落地最成熟的主力模式，系统调用多个差异化预训练模型输出标签并交叉融合，人工仅需校准模型分歧和低置信度样本；“人工标注+模型检验”更适配医疗影像、金融文本等高知识密度赛道，先由专家完成专业标注，再由AI模型开展一致性核查。三类模式并行，标志着数据标注正从人工逐条处理全面转向模型批量处理与人工重点复核相结合。这一政策导向正在重塑产业逻辑。深度科技研究院院长张孝荣分析，数据标注行业的商业模式正从“卖劳力”到“卖资产”转变——不再按数据量“一口价”卖数据，而是转向卖API调用、卖全栈解决方案，甚至探索词元交易和数据订阅制。数据服务商与客户之间的关系也将由外包服务逐步转向长期协作。据《全国数据资源调查报告（2025年）》显示，2025年全国高质量数据集数量超过11万个、规模超过908PB，同比分别增长61.13%和142.58%。截至2026年第一季度，全国已建成高质量数据集超过11.6万个，总体量超过960PB。数据集规模持续扩大，对标注的质量和效率提出了更高要求。方案还提出梯次布局数据标注创新试验区，培育一批数据标注龙头企业、独角兽企业和瞪羚企业。随着政策落地，数据标注产业正从“卖劳力”的低端模式，加速迈向智能化、知识化的新阶段。
发布于 贵州
分享
评论
赞
未登录
友善发言
评论
加载中
