聪明的AI都“吃”啥 姜燕冰：高质量数据集是AI时代的“新基建”

潮新闻客户端 编辑 吴盈秋 设计 王汝吉

图源：视觉中国

7月以来，从国家互联网信息办公室、国家数据局等联合主办2025全球数字经济大会，到中国通信标准化协会大数据技术标准推进委员会牵头、联合行业专家共同编制《高质量数据集实践指南（1.0）》正式发布……高质量数据集的热度持续高企。

都说巧妇难为无米之炊。和人一样，AI同样需要大量的数据作为“粮食”，来进行模型训练和深度学习。可以说，没有高质量数据，就“养”不出高质量的人工智能。这些经过加工分类的高质量数据集，在AI时代撬动的能量不可小觑。

详情点击>>

潮声丨聪明的AI要“吃”什么?

高质量数据集：AI时代的“新基建”

随着全球数字经济大会的召开与《高质量数据集实践指南》的发布，“高质量数据集”已成为人工智能发展的核心议题。这不仅是技术问题，更是一场关于数据要素价值释放的深刻变革——数据实现了从附属品到核心资产的价值跃迁。

过去十年，AI发展曾陷入“算力至上”的迷思，而今高质量数据集的崛起标志着认知的颠覆。浙江大学刘渊教授指出：“没有高质量的数据就喂不出高质量的人工智能。”当DeepSeek等模型以数据质量取胜。业界终于清醒：数据是AI的“精粮”，而非算力的附属品，是AI时代的“新基建”。国家数据局等17部门联合推动数据要素计划，正是将数据集提升至国家战略资源高度的关键一步。

目前我国高质量场景数据集产业还处于探索阶段，存在三大挑战：大模型厂商的定制化需求与通用数据供需错位，医疗、金融等高价值场景数据尤其稀缺；缺乏统一的质量评估体系，导致数据“含金量”参差不齐；企业“自采自用”模式盛行，数据孤岛阻碍价值释放，造成流通壁垒。

未来的竞争不仅是算法之争，更是数据生态之战——唯有打通数据“供得出、流得动、用得好”的全链条，才能让AI真正赋能千行百业。贵数所引入数据加工服务商，将原始数据炼成“金首饰”的模式值得推广；深圳“语料券”、杭州百万级奖励政策以市场化手段激励开放共享。更多未来的破局之道在于制度创新与技术创新的双轮驱动。

“转载请注明出处”