“今年上半年，全國各地已建設高質量數據集超過3.5萬個，總體量超過300PB，全國各地高質量數據集累計交易額接近40億元?！?月28日，在貴陽召開的2025中國國際大數據產業(yè)博覽會“高質量數據集”主題交流活動上，國家發(fā)展和改革委員會黨組成員，國家數據局黨組書記、局長劉烈宏表示，上半年，國家數據局全面推動高質量數據集的建設和應用，圍繞高質量數據工作部署，制定印發(fā)相關政策文件，研究制定高質量數據集建設和分類指南、格式要求、質量評測等相關標準，組織開展高質量數據集建設典型案例征集、先行先試相關工作，聯合有關部門、企業(yè)和各地數據管理部門協同推進，取得了積極的成效。

劉烈宏表示，今年上半年，國家數據局推進高質量數據集建設，布局建設成都、沈陽等七個數據標注基地，以數據標注帶動數據生產和應用。目前國內多數模型訓練使用的中文數據占比達60—80%，中文高質量數據的開發(fā)和供給能力顯著增強。高質量數據集價值得到釋放，全國各地交易機構掛牌3364個高質量數據集，總規(guī)模達到246PB，人工智能模型訓練推動數據交易需求上升，高質量數據集支持人工智能創(chuàng)新發(fā)展的作用正在凸顯。

劉烈宏表示，下一步國家數據局將與全社會一道發(fā)揮高質量數據集建設鏈主單位的作用，依托先行先試，加快為重點領域以及具身智能、低空經濟、生物制造新領域提供數據支持。

貴州作為數據高地，當前正重點大力發(fā)展以建設高質量數據集為重點的數據產業(yè)。貴州省人民政府黨組成員、副省長羅強表示，近年來，貴州聚力推進國家數據要素綜合試驗區(qū)建設、打造高質量數據集新高地，目前已培育數據商超過200多家，在金融服務、工業(yè)制造、醫(yī)療健康、商貿流通等重點領域，發(fā)布了900余個高質量數據集。

羅強表示，圍繞建設高質量數據集為重點的數據產業(yè)，貴州將從三方面持續(xù)發(fā)力：一是堅持先行先試供好數據，聚焦數據“供得出 流得動 用得好 保安全”四個關鍵環(huán)節(jié)，持續(xù)深化數據要素市場化配置改革。二突出數據標注，壯大數商，充分發(fā)揮貴州人力資源豐富、數據和場景開放的優(yōu)勢，加快建設省級數據標注的產業(yè)園。三是加強安全治理，守牢底線，將從制度、技術、管理三個方面發(fā)力，不斷健全數據的定價、收益、分配、安全保障制度，落實好公共數據資源的開發(fā)利用，數據授權、營運、數據資源的登記，數權營運的價值機制等政策體系，全力提升數據安全防護能力，打響貴州數據“既開放，又安全”的響亮招牌。

當前，全球人工智能正從感知智能向認知智能躍遷，大模型作為躍遷的核心載體，性能安全是其核心領域。吳世忠研究員表示，當前大模型數據集建設面臨數據來源的合法性、數據內容的可靠性、數據供應鏈的安全性以及數據使用方面的倫理挑戰(zhàn)等風險。他建議，未來在建設數據集的過程中，應完善分級分類的數據安全制度，以數據安全法等法律法規(guī)為基礎，制定大模型訓練數據的安全指南等標準，對數據集實施分級分類管理；推動建立國家大模型數據資源目錄，為開發(fā)者提供合規(guī)、安全的數據資源；強化全流程技術防護手段，筑牢防篡改的底層技術能力；創(chuàng)新多方協同的治理模式，建立數據集備案和審查制度；培育安全向善的行業(yè)生態(tài)，在數據集建設中主動融入中華優(yōu)秀傳統(tǒng)文化、社會主義核心價值觀，避免模型成為利己主義的工具。

會上，高質量數據集建設先行先試工作正式啟動，并公布了工作參與單位名單。同時，中國信息通信研究院院長余曉暉發(fā)布了《高質量數據集建設指引》；北京大學助理教授、銀河通用創(chuàng)始人兼首席技術官、智源學者王鶴發(fā)布了《高質量合成數據集驅動的具身VLA大模型及開源數據》。

據了解，本次活動由國家數據局主辦，中國信息通信研究院、中國移動通信集團有限公司承辦。來自相關政府部門、研究機構、高校院所和企事業(yè)單位的專家代表一同參加。（哈建偉）