本文转自：经济参考报

□记者 郭倩

• 

• 图为在四川成都天府绛溪实验室机器人训练技术创新中心模拟零售场景中，机器人在工程师操作下完成抓取、规整货品等精细动作，为无人零售仓建设采集模型所需的数据集。新华社记者 王曦 摄

眼下，人工智能（AI）技术的快速迭代与规模化应用，催生了数据领域的诸多新赛道。高质量数据集构建、精细化数据标注、数据智能分析平台等新赛道蓬勃兴起，为产业链上下游企业提供了丰富的创新机遇。

业内人士表示，人工智能的飞速发展对数据标注也提出了更高要求，数据标注产业正经历着深刻变革，纯人工时代已渐行渐远，取而代之的是知识密集型和技术驱动型并存的新态势，推动产业发展从“量”向“质”跃迁。

在北京石景山区，京西数据标注基地将海量、杂乱的原始数据，变成通用大模型和行业AI看得懂、用得好的“高纯度燃料”。这个由中国电信北京公司联合多方打造的开放式数据服务中枢，不仅提供图像、语音、3D点云等多模态精细化标注，还引入智能化标注工具平台，全面提升标注质量与效率。

中国电信北京公司大数据专家李翔对记者表示，数据标注常被外界认为是“数字流水线上的打工人”，即依靠大量人工进行简单的框选与标记。在大模型时代，粗放模式早已无法适应极其复杂的场景需求。目前，中国电信北京公司系统布局四大数据标注基地，将数据加工升级为“现代化精炼厂”，还联合北京邮电大学共建“行业数据智能标注联合实验室”，针对大模型数据集海量、多源、多模态的特点，构建起从采集、存储到加工的全流程治理体系。

业内常说，“高质量的数据决定人工智能的上限”。来自国家数据局的信息显示，截至今年6月，全国已建成高质量数据集超12万个，总体量超过1565拍字节（PB）。人工智能在千行百业的深度落地，促使数据生产方式从粗放式采集向精细化、专业化加工演进。

作为AI数据行业的上市公司，北京海天瑞声科技股份有限公司表示，数据标注产业正从“劳动密集型”向“技术密集+知识密集型”加速转型。面向思维链数据、多模态数据、行业数据、具身智能数据、智能体应用数据等新一代需求，高质量数据集建设正迎来全新技术与场景挑战。企业正聚焦全球人工智能数据前沿技术，攻关多模态数据与智能标注关键技术。

赛智产业研究院数据产业研究所所长陈文静对记者表示，数据生产方式向精细化、专业化加工演进，这是技术迭代、产业刚需同频共振的结果。一方面，多模态大模型、具身智能等前沿技术对数据鲜活度、真实性、高知识密度提出严苛标准；另一方面，AI赋能千行百业，垂直场景专属数据、专业标注的供给缺口持续扩大，倒逼企业深挖数据增值空间。精细化数据标注告别低价人力外包，转向“模型预标注+专家校准”模式，可满足多模态、思维链等高阶标注需求；数据智能分析平台作为效率底座，集成脱敏、质检、溯源等功能，可实现规模化、标准化加工。

政策利好将进一步助推数据产业新兴赛道的发展。国家数据局日前印发的《关于推进行业高质量数据集建设行动的实施方案》，在标注方面提出，加强数据标注领域科技创新，强化自动化工具和平台的研发与应用，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”等智能化标注服务，全面提升数据标注水平。

此外，北京、广东、湖北、苏州等地通过直接奖励、数据券、语料券等方式，降低数据采集、加工、标注、购买和使用成本，旨在形成“场景牵引数据、数据驱动模型”的良性循环。

“数据喂养模型、模型支撑智能应用、应用中又产生新数据，源源不断回流优化模型，数据和智能形成相互循环转化的良好生态。”浪潮数据董事长、首席科学家张东表示。

“产业链上下游企业迎来多元发展机遇。”陈文静表示，上游数据源持有方可盘活存量数据，参与公共数据运营与行业数据集共建；中游企业聚焦细分赛道，打造稀缺数据产品与一体化平台，抢占高附加值市场；下游模型厂商、集成商可依托优质数据缩短研发周期、提升项目竞争力；配套服务商则可切入交易撮合等环节，分享生态红利。

清华大学计算社会科学与国家治理实验室执行主任、教授孟庆国表示，要进一步培育行业高质量数据集市场。当前数据集市场面临供需信息不对称、商业模式不成熟、付费意识薄弱等突出问题。要打通供需对接渠道，常态化举办供需对接活动，提升匹配效率。创新商业模式，发展订阅、定制等多元服务形态，探索词元交易等新型定价机制，让数据集的价值“看得见、算得清、付得出”。