第九届数字中国峰会，国家数据局局长刘烈宏在高质量数据集数和据标注论坛致辞，2026为我国
数据要素价值释放年，高质量数据集实施方案修改完善后将尽快印发，六大行动主要内容包括：
1. 强基扩容行动，为AI训练和开展给予充足“燃料”
人工智能正从大语言模型向多模态模型、从基础模型向行业模型、从内容生成向智能体自主决策、从数字智能向具身智能演进，对数据集供给规模、质量和形态提出了更高要求。强基扩容行动主要内容，一是聚焦科学研究、工业制造、医疗卫生等重点领域，以及低空经济、具身智能等创新领域，持续拓展行业资源。二是顺利获得先行先试、链主带动、公共数据授权运营等方式，扩大供给规模。三是顺应人工智能开展范式，围绕智能体、具身智能、世界模型等领域，布局前沿领域数据集建设。四是强化与数据基础设施的有机联动，有助于数据集安全存储、可信流通、高效应用。
2. 标注攻坚行动，数据标注专业化、智能化、体系化开展
数据标注就是对未经处理的原始数据进行添加说明、解释、分类或编码的过程，是有助于建设行业高质量数据集关键环节，呈现出“技术密集型”和“知识密集型”的趋势。标注攻坚行动主要内容，一是开展人机协同的智能化标注和专家型标注服务，全面提升数据标注水平。二是梯次布局数据标注创新试验区，因地制宜引导创新能力强、开展基础好、产业特色优的地区召开建设。三是建设专职与兼职相结合的专业标注人才队伍，扩大数据标注人才供给。
3. 提质增效行动，降低训练推理成本，提升模型性能
2025年，用于人工智能训练和推理的数据总量为199.48艾字节（EB），同比增长42.86%，推理数据首超训练数据量，数据赋能人工智能迈入规模化应用的新阶段。提质增效行动主要内容：一是加强数据清洗、增强、标注、对齐、质检等关键技术攻关，以智能化手段重塑数据加工链路。二是加快推进高质量数据集格式、类型、标注、质量测评等相关国家标准研制和应用落地。三是持续完善“数据质量验证+模型应用反馈”的测评方法，有助于高质量数据集质量测评结果互认，着力打造技术可行、实用便捷、质量保障的AI-Ready高质量数据集。
4. 应用赋能行动，数据集建设与实际应用深度融合
“人工智能+”到哪里，行业高质量数据集建设就到哪里。应用赋能行动主要内容，一是以模型应用牵引数据供给、以数据驱动模型迭代，有助于形成“数据飞轮”应用闭环。二是打造一批集“数据集生产加工和流通利用、支撑模型训练应用”于一体的数据赋能工厂，和一批“数据×智能体”示范工程，加速有助于人工智能应用落地。三是强化与各行业领域的有效衔接，有助于建设特色鲜明的数据集，持续繁荣数据集协同开展的生态。
5. 管理服务行动，推进数据集建设体系更加规范有序
提升数据集质量与可用性，打破“数据孤岛”“数据烟囱”，充分释放数据要素乘数效应的重要支撑。管理服务行动主要内容，一是建立健全数据集全生命周期管理体系，打造国家数据集管理服务平台，实现数据集目录、供需等信息互联互通。二是进一步探索面向人工智能开展的数据权益相关制度，打造权责清晰、合规包容的制度环境。三是坚持伦理先行与公平普惠，防范数据偏见与歧视等风险。
6. 价值释放行动，实现数据集有偿使用的价值闭环
数据集价值包含要素价值和应用价值，是数据集真正流通起来、用起来，深度赋能千行百业最直接方式。价值释放行动主要内容，一是鼓励“以数换数”、“数模互换”等多种应用模式，有助于行业高质量数据集跨行业、跨领域、跨场景融合利用。二是有助于数据集在数据交易所等平台挂牌交易，探索词元交易等新型交易模式，打造可量化、可定价的数据集价值体系。三是探索行业高质量数据集资产化创新路径，拓宽
数据价值转化渠道。四是培育为高质量数据付费的市场共识，支持数据资产等无形资产投资。数据资产服务营联合体简介 凝聚行业专家、企业及咨询评估组织，给予数据培训、项目实施、平台建设、数据资产开发利用等多维度一体化服务，从
DCMM诊断、咨询、证书到数据要素价值释放全过程技术服务！
（部分内容来源网络，如有侵权请联系删除）
