國家數據局：到2028年底 擬打造一批數據驅動人工智能創新發展的典型應用場景

智通財經APP獲悉，4月15日，國家數據局發布關于向社會征求《關于推進行業高質量數據集建設行動的實施方案(征求意見稿)》意見的公告。征求意見稿提出，到2028年底，建成一批覆蓋重點領域、經過應用驗證的行業高質量數據集，打造一批數據驅動人工智能創新發展的典型應用場景，培育一批具備領先優勢的創新型數據企業和專業人才，形成一批行業高質量數據集建設標準和工具。數據從供給到價值釋放的良性循環基本形成，數據賦能人工智能創新發展的作用更加凸顯，數據產業與人工智能深度融合，持續催生智能經濟新增長點。

原文如下：

關于推進行業高質量數據集建設行動的實施方案

(征求意見稿)

行業高質量數據集是經過采集、加工等數據處理，可直接用于開發和訓練人工智能模型，并能有效提升模型、智能體、智能終端等應用效能的行業數據的集合，包含行業通識和行業專識數據集。行業高質量數據集是推動“人工智能+”賦能千行百業、實現產業落地的基礎性、關鍵性資源。為落實國民經濟和社會發展“十五五”規劃綱要，深入實施“人工智能+”行動，推動行業高質量數據集建設推廣與“人工智能+”同頻共振、互促共進，強化數據賦能人工智能創新發展，制定本方案。

一、總體要求

以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的二十大和歷次全會精神，全面落實“人工智能+”行動，主動順應人工智能發展范式躍遷，按照“需求牽引，急用先行，應用驗證，安全保障”原則，聚焦國民經濟發展重點行業和戰略性新興產業，圍繞行業高質量數據集供給、流通、應用等關鍵環節，部署強基擴容、標注攻堅、提質增效、應用賦能、管理服務、價值釋放六個專項行動，形成“場景牽引數據、數據驅動模型、模型賦能應用、應用創造價值”的“數據飛輪”，加快構建數據要素與人工智能協同演進的共生生態。

到2028年底，建成一批覆蓋重點領域、經過應用驗證的行業高質量數據集，打造一批數據驅動人工智能創新發展的典型應用場景，培育一批具備領先優勢的創新型數據企業和專業人才，形成一批行業高質量數據集建設標準和工具。數據從供給到價值釋放的良性循環基本形成，數據賦能人工智能創新發展的作用更加凸顯，數據產業與人工智能深度融合，持續催生智能經濟新增長點。

二、實施強基擴容行動

順應人工智能加速向行業滲透，從對話向多模態生成、決策執行、具身智能、物理交互等范式躍遷的趨勢，拓寬數據供給渠道，豐富數據供給類型，加快建設行業高質量數據集，為人工智能發展和應用提供充足“燃料”。

(一)聚焦行業領域推進高質量數據集建設。聚焦科學研究、工業制造、農業農村、智慧能源、交通運輸、金融服務、醫療衛生、教育教學、電子商務、人力資源、文化旅游、應急管理、氣象服務、綠色低碳、公共安全、城市治理、住房建設、自然資源等重點領域，以及低空經濟、具身智能、智能駕駛、智慧海洋、生物制造等創新領域，加快推進行業高質量數據集建設。

(二)體系化推進行業高質量數據集建設。梳理行業數據資源底數和應用場景，建立數據資源清單和數據集需求清單。以應用為牽引，持續推進行業高質量數據集建設先行先試，加快形成一批可復制、可推廣的數據驅動型示范場景。強化鏈主單位牽引帶動作用，推動產業鏈上下游協同共建和資源整合，持續擴大行業高質量數據集供給規模，鼓勵鏈主單位面向行業開放數據集并提供數據服務。加大公共數據資源開發利用力度，依托公共數據建設一批高質量數據集。

(三)順應人工智能發展推進行業高質量數據集建設。面向人工智能預訓練、指令微調、強化學習、測評等各階段，持續推進文本、代碼、圖像、音頻、視頻、點云、時序數據、科學數據等多模態高質量數據集建設。面向智能體等新型智能應用形態，加強知識庫、知識圖譜、本體等數據集建設，加快復雜任務規劃、長程推理、人機交互、決策執行等數據集建設。面向具身智能發展需求，加快重點場景物理交互、環境感知、運動控制等真機交互數據集建設，積極應用仿真模擬與合成技術擴大數據供給。積極布局世界模型等前沿方向數據集建設。

(四)強化與數據基礎設施建設有機聯動。鼓勵依托國家數據基礎設施，充分運用隱私保護計算、可信數據空間等能力，開展數據集安全存儲、可信流通、高效應用，推動數據集從分散持有向集約化、標準化供給轉變。鼓勵探索建設支撐大規模、多模態數據集的數據基礎設施存力中心。

三、實施標注攻堅行動

數據標注是將知識和經驗注入到訓練數據的過程，是行業高質量數據集建設不可或缺的關鍵環節。引導數據標注從以人為主向人機協同、專家深度參與的多層次標注模式轉變，推動數據標注向專業化、智能化、體系化躍升。

(五)推動數據標注轉型升級。加強數據標注領域科技創新，強化自動化工具和平臺的研發與應用，發展“模型預標注+人工校準”、“人工標注+模型檢驗”、“模型預標注+模型檢驗”等智能化標注服務，全面提升數據標注水平。發展專家型數據標注服務，建立行業專家認證注冊機制，推動專家深度參與指令微調、強化學習等階段所需的專業知識標注，生產邏輯推理、領域知識等高質量數據集，提高數據集的知識密度與專業價值。

(六)持續推動數據標注先行先試。指導首批七個承擔數據標注先行先試任務的城市，持續做強做深數據標注產業。面向創新能力強、發展基礎好、產業特色優的地區，梯次布局一批數據標注創新試驗區。有序引導具備條件的地區因地制宜開展試驗區建設，避免一哄而上，防止同質化、低水平重復建設，促進數據標注產業鏈上下游緊密協同，形成產業集聚效應。培育一批數據標注龍頭企業、獨角獸企業、瞪羚企業，壯大數據標注產業。

(七)擴大數據標注人才供給。支持有條件的院校增設數據標注相關課程，依托產教融合、校企協同等方式，培育具備專業知識的數據標注人才。鼓勵開展數據標注職業技能等級認定，強化繼續教育與在職培訓，暢通人才發展通道。完善分層分類人才評價體系，建設專職與兼職相結合的專業標注人才隊伍。鼓勵高校畢業生等群體參與標注工作，通過靈活就業、項目協作、多元崗位供給等，擴展就業渠道。

四、實施提質增效行動

推動構建符合結構完整性、內容多樣性、標注準確性、模型適配性等質量標準、滿足人工智能就緒(AI-Ready)的高質量數據集，降低訓練推理成本，有效提升模型性能。

(八)提升行業高質量數據集建設質效。加強數據清洗、增強、標注、對齊、質檢等關鍵技術攻關和全過程自動化工具研發應用，支撐高效率、高標準構建行業高質量數據集。針對行業特定應用場景，鼓勵運用數據智能過濾與配比等技術，構建更精、更強的高知識密度數據集，降低訓練推理成本。發揮數據合成在數據集建設中的積極作用，利用模型、仿真系統等生成的數據，解決稀缺場景數據集構造難、真實場景數據采集成本高等問題。

(九)推動高質量數據集標準體系建設和應用落地。加快推進高質量數據集格式、類型、標注、質量測評等相關國家標準研制，健全高質量數據集標準體系。鼓勵各行業、各地方與國家標準聯動，推動重點行業領域高質量數據集標準研制。加強標準應用驗證和貫標，促進高質量數據集規范化建設。

(十)強化高質量數據集質量測評和結果互認。持續完善“數據質量驗證+模型應用反饋”的測評方法，加快建設覆蓋多行業、多場景、多模態的測評數據集，有效評估高質量數據集應用效果。發起高質量數據集測評聯合行動倡議，推動相關單位按照標準，采用統一測評方案和工具開展測評和封裝工作，實現“一次測評、全國互認”。

五、實施應用賦能行動

堅持行業高質量數據集建設與實際應用深度融合，以模引數、用數賦模，促進高質量數據集建設與“數據要素×”“人工智能+”同頻共振，全面賦能產業數智化轉型。

(十一)打造“數據飛輪”應用閉環。以模型應用牽引數據供給、以數據驅動模型迭代，打造“場景—數據—模型”協同發展的良性循環。發揮“人工智能+”場景牽引作用，推動數據供給和場景的精準匹配，以用促建，以實際需求吸引更多數據資源匯聚，推動行業高質量數據集有效供給和持續優化。結合“數據要素×”行動，深化行業高質量數據集建設，以建促用，充分利用模型應用產生的動態交互數據等，驅動行業模型能力持續提升。

(十二)打造行業應用標桿和示范工程。著力打造集“數據集生產加工和流通利用、支撐模型訓練應用”于一體的數據賦能工場，打造一批行業標桿，加速人工智能應用落地。打造一批“數據×智能體”示范工程，樹立高質量數據集成功驅動智能體解決實際問題的樣板，引領帶動規模化應用。

(十三)繁榮數據集協同發展生態。加強統籌協調，強化部門聯動，分行業分領域有序推進高質量數據集建設和應用。搭建企業、高校院所、科研機構、行業協會、金融機構等多方交流平臺，形成共建共享、互利共贏的產業生態。常態化舉辦供需對接活動，提升供需匹配效率，促進實質性合作落地。組織遴選行業高質量數據集建設和應用典型案例，發揮行業示范引領作用。支持舉辦行業高質量數據集創新賽事活動，以賽促建、以賽促用。深化國際交流合作，鼓勵行業高質量數據集建設主體積極參與全球數據生態建設。

六、實施管理服務行動

加強數據集管理，完善數據倫理和治理機制，推動落實數據權益相關制度，推進數據集建設體系更加規范有序。

(十四)構建數據集全生命周期的管理體系。加強覆蓋數據采集、處理、標注、質檢、測評、迭代、審計等全生命周期的數據集管理服務能力建設，依托數據基礎設施，強化隱私保護計算、區塊鏈等技術應用，確保數據可管、可控、可追溯。建設“物理分散、邏輯集中”的國家數據集管理平臺，實現數據集目錄、供需等信息互聯互通。支持各地方、行業依托國家平臺設置專區，支持已有平臺與國家平臺對接。

(十五)探索面向人工智能發展的數據權益相關制度。按照數據持有權、使用權、經營權三權分置原則，明確數據集產權配置方案。在保障合法權益的前提下，適度拓展版權合理使用邊界。兼顧產權保護與創新發展需求，在人工智能訓練階段探索彈性監管體系，打造權責清晰、合規包容的制度環境。

(十六)堅持倫理先行與公平普惠。研究探索高質量數據集倫理道德規范，堅持有益社會的價值導向，嚴禁非法收集或使用敏感數據。防范數據集建設全流程產生數據偏見與歧視，充分考慮社會各界多元需求，最大限度確保數據集建設成果惠及全民。

七、實施價值釋放行動

發揮數據集的應用價值，以行業高質量數據集賦能人工智能發展。釋放數據集的要素價值，推動數據集商業化、資產化，培育為數據付費的市場共識，探索以詞元(Token)為基礎的價值體系。

(十七)發揮行業高質量數據集的應用價值。建立數據集和模型需求對接機制，推動行業高質量數據集和模型精準適配，提高模型質量和效率，深度賦能行業發展。推動行業高質量數據集跨行業、跨領域、跨場景融合利用，鼓勵“以數換數”、“數模互換”、“數據托管”、“數算一體”等多種應用模式。積極參與開源社區建設，鼓勵中介機構、公益機構將具有基礎性、公益性數據集作為公共產品向社會公開，激發用數活力。

(十八)創新行業高質量數據集商業模式。完善數據集長效運營機制，鼓勵數據集在數據交易所等數據流通服務機構掛牌交易，發展“訂閱模式”、“商場模式”、“定制模式”等多元服務形態，推動商業模式從基礎數據包銷售向應用程序接口(API)調用、模型化解決方案及全棧服務梯次躍升。探索詞元交易等新型交易模式，構建以詞元為基礎，可量化、可定價的數據集價值體系。

(十九)探索行業高質量數據集資產化創新路徑。鼓勵有條件的單位率先探索開展數據集資產盤點、登記、評估等試點工作，為數據資產化積累可復制、可推廣的經驗。鼓勵探索數據集質押融資、作價入股、資產證券化、數據信托、數據保險等多元化資產化創新模式，拓寬數據價值轉化渠道。

(二十)培育為高質量數據付費的市場共識。建立健全市場化利益分配機制，確保數據供給、加工、流通、應用等各環節主體均能獲得市場化價值回報，共享數據紅利。鼓勵數據需求方通過購買、合作等形式加大投入，充分發揮政府部門、國有企業、模型企業等單位的示范引領作用，推動數據采買納入預算編制，率先開展數據采購實踐，帶動形成數據有償使用市場共識，構建健康可持續的數據市場生態。

八、保障措施

國家數據局發揮統籌協調作用，會同有關部門協同推進高質量數據集建設與應用，構建“部門協同、領域聯動”的工作格局。各地要落實屬地管理責任，加大組織實施力度，結合實際制定配套措施，統籌安排數據產品和服務采購經費，用于支持行業高質量數據集建設。支持各類主體以應用為牽引，積極開展和參與行業高質量數據集建設。引導金融機構、耐心資本、產業基金等，加大對行業高質量數據集建設的投資力度，鼓勵地方設立專項資金，探索多元化、多渠道投入機制。建立健全盡職免責機制，完善試錯容錯管理制度，鼓勵在依法依規、風險可控前提下開展創新探索。持續跟蹤行業高質量數據集建設工作，完善監測指標，評估建設和應用成效，階段性總結經驗。強化安全保障，落實數據安全相關法律法規要求，建立全流程安全治理機制，防范數據投毒、數據篡改、數據泄露等安全風險，守牢數據安全底線。

本文編選自國家數據局，智通財經編輯：陳雯芳。