（来源：北京商报）
6月8日，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》（以下简称《实施方案》），其中提出，到2028年底，建成一批覆盖重点领域、经过应用验证的行业高质量数据集，打造一批数据驱动人工智能创新发展的典型应用场景，培育一批具备领先优势的创新型数据企业和专业人才，形成一批行业高质量数据集建设工具和标准。值得关注的是，《实施方案》提出，探索词元交易等新型交易模式，构建以词元为基础，可量化、可定价的数据价值体系。
聚焦重点领域及创新赛道
《实施方案》明确，行业高质量数据集是经过采集、加工等数据处理，可直接用于开发和训练人工智能模型，能有效提升模型性能的行业数据的集合，包含行业通识和行业专识数据集。行业高质量数据集是推动“人工智能+”赋能千行百业、实现产业落地的基础性、关键性资源。
《实施方案》提出，聚焦国民经济发展重点行业和战略性新兴产业，围绕行业高质量数据集供给、流通、应用等关键环节，部署强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六个专项行动，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”，加快构建数据要素与人工智能协同演进的共生生态。
其中，《实施方案》提出，顺应人工智能加速向行业渗透，从对话向多模态生成、决策执行、具身智能、物理交互等范式跃迁的趋势，拓宽数据供给渠道，丰富数据供给类型，加快建设行业高质量数据集，为人工智能发展和应用提供充足“燃料”。
同时，《实施方案》明确，聚焦科学研究、工业制造、农业农村、智慧能源、交通运输、金融服务、医疗卫生、教育教学、电子商务、人力资源、文化旅游、应急管理、气象服务、绿色低碳、公共安全、城市治理、住房建设、自然资源、社会信用等重点领域，以及低空经济、具身智能、智能驾驶、智慧海洋、生物制造等创新领域，加快推进行业高质量数据集建设。
《实施方案》还提到，面向人工智能应用需求丰富行业高质量数据集建设形态。持续推进文本、代码、图像、音频、视频、点云、时序数据、科学数据等多模态高质量数据集建设，赋能人工智能预训练、指令微调、强化学习、测评等各阶段。
培育一批数据标注龙头企业
数据标注是将知识和经验注入到训练数据的过程，是行业高质量数据集建设不可或缺的关键环节。
《实施方案》提出，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，推动数据标注向专业化、智能化跃升。
在推动数据标注转型升级方面，《实施方案》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。发展专家型数据标注服务，建立行业专家认证机制，推动专家深度参与指令微调、强化学习等阶段所需的专业知识标注，生产领域知识、逻辑推理等高质量数据集，提高数据集的知识密度与专业价值。
在推动数据标注先行先试方面，《实施方案》提出，指导首批七个承担数据标注先行先试任务的城市，持续做强做深数据标注产业。面向创新能力强、发展基础好、产业特色优的地区，梯次布局一批数据标注创新试验区。有序引导具备条件的地区因地制宜开展试验区建设，促进数据标注产业链上下游紧密协同，形成产业集聚效应。培育一批数据标注龙头企业、独角兽企业、瞪羚企业，壮大数据标注产业。
在扩大数据标注人才供给方面，《实施方案》提出，支持有条件的院校增设数据标注相关课程，依托产教融合、校企协同等方式，培育具备专业知识的数据标注人才。鼓励开展数据标注职业技能等级认定，强化继续教育与在职培训，畅通人才发展通道。完善分层分类人才评价体系，建设专职与兼职相结合的专业标注人才队伍。鼓励高校毕业生等群体参与标注工作，通过灵活就业、项目协作、多元岗位供给等方式，扩展就业渠道。
业内专家表示，数据是人工智能训练的核心原料，高质量数据集可以加快提升大模型的性能。
探索词元交易等新型交易模式
在实施价值释放行动中，《实施方案》明确，发挥数据集的应用价值，以行业高质量数据集赋能人工智能发展。释放数据要素价值，推动数据集商业化、资产化，培育为数据付费的市场共识，探索以词元（Token）为基础的价值体系。
创新行业高质量数据集商业模式，完善数据集长效运营机制，鼓励数据集在数据交易所（中心）等数据流通服务机构挂牌交易，发展“订阅模式”“商场模式”“定制模式”等多元服务形态，推动商业模式从基础数据包销售向API调用、模型化解决方案及全栈服务梯次跃升。探索词元交易等新型交易模式，构建以词元为基础，可量化、可定价的数据价值体系。
此外，《实施方案》还提到，引导金融机构、耐心资本、产业基金等，加大对行业高质量数据集建设的投资力度，鼓励地方设立专项资金，探索多元化、多渠道投入机制。鼓励在依法依规、风险可控前提下开展创新探索。持续跟踪行业高质量数据集建设工作，完善监测指标，评估建设和应用成效，阶段性总结经验。强化安全保障，落实数据安全相关法律法规要求，建立全流程安全治理机制，防范数据投毒与污染、数据泄露等安全风险，守牢数据安全底线。
官方数据显示，截至2026年3月底，全国已建成高质量数据集超过11.6万个，总体量超过了960PB，相当于中国国家图书馆数字资源总量的336倍左右。
北京商报综合报道
