首页 > 人工智能 >刘烈宏：从算法算力转向数据，构建AI高质量数据供给体系

刘烈宏：从算法算力转向数据，构建AI高质量数据供给体系

来源：互联网 2026-08-01 13:08:22

人工智能资讯合集

高质量数据集已成为驱动人工智能发展的关键变量。全国已建成12万个高质量数据集，总体量超1565PB。下一步将实施六大行动构建服务AI的高质量数据供给体系，推动竞争从卷算法算力转向卷数据。

高质量数据集，眼下已经成了AI发展的“硬通货”。

高质量数据集成AI发展关键变量

在7月18日举行的2026世界人工智能大会“语料筑基、智生时代”语料创新论坛上，国家数据局局长刘烈宏给出了一个明确判断：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，高质量数据集的重要性正在急剧上升——它已经不再是辅助变量，而是驱动AI发展的关键变量。

长期稳定更新的攒劲资源： >>>点此立即查看<<<

国家数据局公布硬核数据

刘烈宏在论坛上分享了一组硬核数据：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的标注规模超过119PB，服务了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。同时，刘烈宏特别提到，希望上海继续发挥排头兵作用，积极推进“模数共振”，为全国的人工智能高质量数据集建设提供示范。

刘烈宏：从算法算力转向数据，构建AI高质量数据供给体系

产业趋势：小参数生产力模型崛起

上海信投副总裁、库帕思科技董事长山栋明则从产业视角补充道，AI 2.0时代的模型正在发生深刻变革——大参数、多模态模型依然是行业竞争的焦点，但一个不容忽视的趋势是，面向行业落地的小参数生产力模型正在成为重要方向。换句话说，模型的发展不再一味追求“大”，而是开始向细分赛道延伸，往更实用、更落地的方向走。

山栋明进一步指出，无论是模型持续攀高还是应用落地，竞争焦点都在从“卷算法、卷算力”转向“卷数据”。而这一转变的核心在于，数据必须紧扣AI-Ready标准。在应用层面，AI正从简单的“你问我答”向复杂的“任务执行”演进，这背后，底层的工程方法论也在被重塑——不只是数据量的问题，更是数据质量和可用性的问题。

语料运营公共服务平台2.0正式发布

论坛上，语料运营公共服务平台2.0正式发布。这个平台首创了“筛选-转换-合成”三层十级数据进化路线，集成了Kupas Camp语料FDE工程平台、老师傅语料工程化平台和“语匠”专家众包网络，形成了从规划咨询、产品设计到数据工程实施的体系化能力。它的核心价值在于，把行业专家的潜知识（那些藏在经验里的隐性知识）转化为可用、可调用、可评测的显知识，重新定义了数据新基建的内涵。

团体标准与行业标准新增发布

与此同时，大会新增发布了15项团体标准和2项行业标准，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，贯穿语料采集、清洗、标注、评测、应用和运营管理全流程。可以说，这是真正做到了“一业一方法、一业一指引”，让语料建设有章可循。

刘烈宏：从算法算力转向数据，构建AI高质量数据供给体系

科学数据服务AI4S可持续发展倡议发起

面向AI4S（人工智能驱动科学发现）发展，科学数据服务AI4S可持续发展倡议正式发起。倡议明确指出，高置信、过程型、全样本的科学数据是AI重塑科学计算和科学发现的重要基石。未来，将围绕流程重塑、标准引领、价值对齐和平台创新四个方面协同发力，推动科学数据从采集、预处理、标注、对齐到流通、使用的全流程贯通，让科学智能数据向AI-Ready迈进，并向Agent-Ready演化。