国家数据局建成12万高质量数据集:AI发展获强力燃料

截至2026年6月底，我国已建成12万个高质量数据集，总体量超1565拍字节，相当于中国国家图书馆数字资源总量的547倍，为人工智能及数字经济发展提供了坚实的数据基础。

一、数据规模与增长亮点

国家数据局发布的最新数据显示，我国高质量数据集建设取得突破性进展。截至2026年6月底，全国已建成科学研究、工业制造、医疗卫生、教育教学等行业领域的高质量数据集共12万个，总体量超过1565拍字节（PB）。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，较一季度末增长超60%，显示出优质数据要素供给正在加速扩容。

二、覆盖领域与核心价值

这批高质量数据集覆盖了多个关键行业领域，为人工智能发展提供了有力支撑。

科学研究领域：数据集涵盖药物研发、气候建模等前沿方向，加速科研创新进程。

工业制造领域：数据资源助力国产芯片技术突破、智能制造优化，提升产业竞争力。

医疗卫生领域：为AI影像诊断、精准医疗等应用提供训练基础，推动智慧医疗普及。

教育教学领域：支持个性化学习、智能辅导等教育场景，促进教育数字化转型。

三、数据标注产业协同发展

高质量数据集的建设离不开数据标注产业的支撑。截至2026年6月底，四川成都、辽宁沈阳、安徽合肥、湖南长沙、海南海口、河北保定、山西大同七个数据标注先行先试城市，标注规模已超过119拍字节，数据标注从业人员达到14万人。这些城市通过标准化生产模式，有效提升了数据质量和标注效率，为AI模型训练提供了可靠的数据“原料”。

四、政策体系与未来方向

国家数据局近期发布了《关于推进行业高质量数据集建设行动的实施方案》，这是国家层面首次对高质量数据集建设进行系统性部署。方案围绕供给、流通、应用等关键环节，部署了强基扩容、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”效应。

与此同时，国家数据局还出台了《数据产权登记工作指引（试行）》，构建全国统一的数据产权登记体系，为数据流通交易提供统一的产权凭证，降低交易成本，培育全国一体化数据市场。这些政策举措将进一步激发数据要素价值，推动数字经济与实体经济深度融合。

五、对人工智能与数字经济的深远影响

高质量数据集的快速扩容，直接赋能我国人工智能产业发展。随着多模态数据集的建设推进，AI模型不仅能处理文字，还能识别图像、视频，甚至理解方言口音，变得更加智能和全面。在基层医院、智能汽车、农业生产等场景中，AI应用将更加精准和普惠。例如，基层医院可用AI影像诊断系统，国产智能汽车能识别乡村道路标志，农民手机里的AI助手可自动识别病虫害。

六、构建数据要素与AI协同共生生态

国家数据局明确，下一步将深化构建服务人工智能的高质量数据供给体系，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。到2028年底，计划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。这一系列举措将加快形成数据要素与人工智能协同演进的共生生态，为我国数字经济发展注入强劲动力。

七、数据安全与合规保障

在数据规模快速扩大的同时，国家数据局同步推进数据安全与合规建设。《数据产权登记工作指引》明确了不予登记的负面清单，对可能危害国家安全、公共利益或个人合法权益的数据不予登记，从源头筑牢数据安全底线。同时，通过统一登记标准、流程和凭证效力，确保数据流通交易在安全合规的框架下高效运行。

八、结语

12万个高质量数据集、超1565PB的数据总量，标志着我国在优质数据要素供给方面迈上了新台阶。从科学研究到工业制造，从医疗卫生到教育教学，这些数据资源正在加速转化为人工智能发展的“燃料”，赋能千行百业转型升级。随着数据标注产业壮大、产权登记制度落地、行业数据集建设行动推进，我国正稳步构建起数据与AI协同发展的新格局，为经济高质量发展和数字中国建设提供坚实支撑。

本文由AI生成