钱友权
资料管理
7月中旬，2026世界人工智能大会语料论坛在上海举行。国家数据局局长刘烈宏在论坛上公布了一组关键数据：截至今年6月底，全国已建成高质量数据集12万个，总体量超过1565PB，较一季度末增长超60%。这一体量相当于中国国家图书馆数字资源总量的547倍左右。七个数据标注先行先试城市标注规模超119PB，服务425个大模型研发，带动相关产业产值263亿元。刘烈宏表示，当前人工智能发展正从“卷算法、卷算力”转向“卷数据”。下一步，国家数据局将深入实施强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，进一步构建服务人工智能的高质量数据供给体系。论坛上提出的“数据在闭环”理念成为讨论焦点——数据标注不再只是静态的“加工环节”，而是嵌入模型训练、推理、反馈的全流程闭环。语料运营公共服务平台2.0在论坛期间正式发布。刘烈宏特别强调，要以模型应用牵引数据供给、以数据驱动模型迭代，推动实现数据集有偿使用的价值闭环。从3月底的11.6万个到6月底的12万个，全国高质量数据集在三个月内净增约4000个，总体量增长超60%。数据集规模的快速扩张，对数据标注的质量、效率和标准化提出了更高要求。与此同时，七个先行先试城市标注规模达119PB，服务425个大模型研发，数据标注在人工智能产业链中的基础性支撑作用日益凸显。
发布于 贵州
分享
评论
1
未登录
友善发言
评论
加载中
