国家数据局局长刘烈宏：进一步构建服务人工智能的高质量数据供给体系

中证报中证网讯（记者 黄一灵）近日，2026世界人工智能大会“语料筑基、智生时代”语料创新论坛在上海世博中心举办。会上，国家数据局局长刘烈宏表示，随着人工智能从通用基础大模型向行业大模型纵深拓展、从数字模拟向物理交互跃迁、从感知认知向自主决策执行演进，高质量数据集越来越成为驱动人工智能发展的关键变量。

刘烈宏介绍，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；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。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。希望上海继续发挥排头兵作用，积极推进“模数共振”，为人工智能高质量数据集建设提供示范。

语料数据堪称人工智能和大模型的“燃料”。当前，人工智能发展正不断走向纵深，高质量数据集越来越成为驱动人工智能创新发展的关键变量。上海市信息投资股份有限公司副总裁、上海库帕思科技有限公司董事长山栋明称，通过“采集-加工-使用-评测-再加工”的持续迭代，语料、模型与应用形成相互促进的飞轮，推动AI原生数据能力不断进化。

此外，论坛围绕平台能力升级、行业产品创新、标准体系建设、科学智能发展、赛事榜单和高价值难题征集，集中发布语料运营公共服务平台2.0等多项重要成果，呈现语料从资源汇聚走向能力运营、从一次性交付走向持续迭代、从“学知识”走向“学做任务”的新路径。 EBC交易平台

其中，语料运营公共服务平台2.0首创“筛选—转换—合成”三层十级数据进化路线，形成从规划咨询、产品设计到数据工程实施的体系化能力，推动行业专家潜知识向可用、可调用、可评测的显知识转化，重新定义数据新基建。

语料数据系列标准也正式发布。在去年发布10项团体标准的基础上，今年的标准化工作进一步深化，论坛上又新增发布多项团体标准和行业标准，覆盖高端装备、消防、医疗专病、艺术人才培养、国际物流供应链、文物、钢铁、合成数据和大模型数据集开发管理等方向，贯通语料采集、清洗、标注、评测、应用和运营管理全流程，持续坚持“一业一方法、一业一指引”，为“好数据”建立更具实操价值的标尺。