关于向社会收罗《关于推进行业高质量数据集扶

　　为贯彻落实、国务院实施“人工智能+”步履相关决策摆设，进一步加速推进行业高质量数据集扶植，强化数据赋强人工智能立异成长，我们研究草拟了《关于推进行业高质量数据集扶植步履的实施方案（收罗看法稿）》，现向社会公开收罗看法。此次收罗看法的时间为2026年4月15日至2026年4月22日。欢送社会人士提出看法，请通过电子邮件体例将看法发送至，并说明单元名称、姓名和联系体例。行业高质量数据集是颠末采集、加工等数据处置，可间接用于开辟和锻炼人工智能模子，并能无效提拔模子、智能体、智能终端等使用效能的行业数据的调集，包含行业通识和行业专识数据集。行业高质量数据集是鞭策“人工智能+”赋能千行百业、实现财产落地的根本性、环节性资本。为落实国平易近经济和社会成长“十五五”规划纲要，深切实施“人工智能+”步履，鞭策行业高质量数据集扶植推广取“人工智能+”同频共振、互促共进，强化数据赋强人工智能立异成长，制定本方案。以习新时代中国特色社会从义思惟为指点，深切贯彻党的二十大和历次全会，全面落实“人工智能+”步履，自动人工智能成长范式跃迁，按照“需求牵引，急用先行，使用验证，平安保障”准绳，聚焦国平易近经济成长沉点行业和计谋性新兴财产，环绕行业高质量数据集供给、畅通、使用等环节环节，摆设强基扩容、标注攻坚、提质增效、使用赋能、办理办事、价值六个专项步履，构成“场景牵引数据、数据驱动模子、模子赋能使用、使用创制价值”的“数据飞轮”，加速建立数据要素取人工智能协同演进的共生生态。到2028岁尾，建成一批笼盖沉点范畴、颠末使用验证的行业高质量数据集，打制一批数据驱动听工智能立异成长的典型使用场景，培育一批具备领先劣势的立异型数据企业和专业人才，构成一批行业高质量数据集扶植尺度和东西。数据从供给到价值的良性轮回根基构成，数据赋强人工智能立异成长的感化愈加凸显，数据财产取人工智能深度融合，持续催生智能经济新增加点。人工智能加快向行业渗入，从对话向多模态生成、决策施行、具身智能、物理交互等范式跃迁的趋向，拓宽数据供给渠道，丰硕数据供给类型，加速扶植行业高质量数据集，为人工智能成长和使用供给充脚“燃料”。聚焦科学研究、工业制制、农业农村、聪慧能源、交通运输、金融办事、医疗卫生、教育讲授、电子商务、人力资本、文化旅逛、应急办理、景象形象办事、绿色低碳、公共平安、城市管理、住房扶植、天然资本等沉点范畴，以及低空经济、具身智能、智能驾驶、聪慧海洋、生物制制等立异范畴，加速推进行业高质量数据集扶植。（二）系统化推进行业高质量数据集扶植。梳理行业数据资本底数和使用场景，成立数据资本清单和数据集需求清单。以使用为牵引，持续推进行业高质量数据集扶植先行先试，加速构成一批可复制、可推广的数据驱动型示范场景。强化链从单元牵引带动感化，鞭策财产链上下逛协同共建和资本整合，持续扩大行业高质量数据集供给规模，激励链从单元面向行业数据集并供给数据办事。加大公共数据资本开辟操纵力度，依托公共数据扶植一批高质量数据集。（三）人工智能成长推进行业高质量数据集扶植。面向人工智能预锻炼、指令微调、强化进修、测评等各阶段，持续推进文本、代码、图像、音频、视频、点云、时序数据、科学数据等多模态高质量数据集扶植。面向智能体等新型智能使用形态，加强学问库、学问图谱、本体等数据集扶植，加速复杂使命规划、长程推理、人机交互、决策施行等数据集扶植。面向具身智能成长需求，加速沉点场景物理交互、、活动节制等实机交互数据集扶植，积极使用仿实模仿取合成手艺扩大数据供给。积极结构世界模子等前沿标的目的数据集扶植。（四）强化取数据根本设备扶植无机联动。激励依托国度数据根本设备，充实使用现私计较、可托数据空间等能力，开展数据集平安存储、可托畅通、高效使用，鞭策数据集从分离持有向集约化、尺度化供给改变。激励摸索扶植支持大规模、多模态数据集的数据根本设备存力核心。数据标注是将学问和经验注入到锻炼数据的过程，是行业高质量数据集扶植不成或缺的环节环节。指导数据标注从以报酬从向人机协同、专家深度参取的多条理标注模式改变，鞭策数据标注向专业化、智能化、系统化跃升。（五）鞭策数据标注转型升级。加强数据标注范畴科技立异，强化从动化东西和平台的研发取使用，成长“模子预标注+人工校准”、“人工标注+模子查验”、“模子预标注+模子查验”等智能化标注办事，全面提拔数据标注程度。成长专家型数据标注办事，成立行业专家认证注册机制，鞭策专家深度参取指令微调、强化进修等阶段所需的专业学问标注，出产逻辑推理、范畴学问等高质量数据集，提高数据集的学问密度取专业价值。（六）持续鞭策数据标注先行先试。指点首批七个承担数据标注先行先试使命的城市，持续做强做深数据标注财产。面向立异能力强、成长根本好、财产特色优的地域，梯次结构一批数据标注立异试验区。有序指导具备前提的地域因地制宜开展试验区扶植，避免一哄而上，防止同质化、低程度反复扶植，推进数据标注财产链上下逛慎密协同，构成财产集聚效应。培育一批数据标注龙头企业、独角兽企业、瞪羚企业，强大数据标注财产。（七）扩大数据标注人才供给。支撑有前提的院校增设数据标注相关课程，依托产教融合、校企协划一体例，培育具备专业学问的数据标注人才。激励开展数据标注职业技术品级认定，强化继续教育取退职培训，通顺人才成长通道。完美分层分类人才评价系统，扶植专职取兼职相连系的专业标注人才步队。激励高校结业生等群体参取标注工做，通过矫捷就业、项目协做、多元岗亭供给等，扩展就业渠道。鞭策建立合适布局完整性、内容多样性、标注精确性、模子适配性等质量尺度、满脚人工智能停当（AI-Ready）的高质量数据集，降低锻炼推理成本，无效提拔模子机能。（八）提拔行业高质量数据集扶植质效。加强数据清洗、加强、标注、对齐、质检等环节手艺攻关和全过程从动化东西研发使用，支持高效率、高尺度建立行业高质量数据集。针对行业特定使用场景，激励使用数据智能过滤取配比等手艺，建立更精、更强的高学问密度数据集，降低锻炼推理成本。阐扬数据合成正在数据集扶植中的积极感化，操纵模子、仿实系统等生成的数据，处理稀缺场景数据集构制难、实正在场景数据采集成本高档问题。（九）鞭策高质量数据集尺度系统扶植和使用落地。加速推进高质量数据集格局、类型、标注、质量测评等相关国度尺度研制，健全高质量数据集尺度系统。激励各行业、各处所取国度尺度联动，鞭策沉点行业范畴高质量数据集尺度研制。加强尺度使用验证和贯标，推进高质量数据集规范化扶植。（十）强化高质量数据集质量测评和成果互认。持续完美“数据质量验证+模子使用反馈”的测评方式，加速扶植笼盖多行业、多场景、多模态的测评数据集，无效评估高质量数据集使用结果。倡议高质量数据集测评结合步履，鞭策相关单元按照尺度，采用同一测评方案和东西开展测评和封拆工做，实现“一次测评、全国互认”。行业高质量数据集扶植取现实使用深度融合，以模引数、用数赋模，推进高质量数据集扶植取“数据要素×”“人工智能+”同频共振，全面赋能财产数智化转型。（十一）打制“数据飞轮”使用闭环。以模子使用牵引数据供给、以数据驱动模子迭代，打制“场景—数据—模子”协同成长的良性轮回。阐扬“人工智能+”场景牵引感化，鞭策数据供给和场景的精准婚配，以用促建，以现实需求吸引更大都据资本汇聚，鞭策行业高质量数据集无效供给和持续优化。连系“数据要素×”步履，深化行业高质量数据集扶植，以建促用，充实操纵模子使用发生的动态交互数据等，驱动行业模子能力持续提拔。（十二）打制行业使用标杆和示范工程。出力打制集“数据集出产加工和畅通操纵、支持模子锻炼使用”于一体的数据赋能工厂，打制一批行业标杆，加快人工智能使用落地。打制一批“数据×智能体”示范工程，树立高质量数据集成功驱动智能体处理现实问题的样板，引领带动规模化使用。（十三）繁荣数据集协同成长生态。加强统筹协调，强化部分联动，分行业分范畴有序推进高质量数据集扶植和使用。搭建企业、高校院所、科研机构、行业协会、金融机构等多方交换平台，构成共建共享、互利共赢的财产生态。常态化举办供需对接勾当，提拔供需婚配效率，推进本色性合做落地。组织遴选行业高质量数据集扶植和使用典型案例，阐扬行业示范引领感化。支撑举办行业高质量数据集立异赛事勾当，以赛促建、以赛促用。深化国际交换合做，激励行业高质量数据集扶植从体积极参取全球数据生态扶植。加强数据集办理，完美数据伦理和管理机制，鞭策落实数据权益相关轨制，推进数据集扶植系统愈加规范有序。（十四）建立数据集全生命周期的办理系统。加强笼盖数据采集、处置、标注、质检、测评、迭代、审计等全生命周期的数据集办理办事能力扶植，依托数据根本设备，强化现私计较、区块链等手艺使用，确保数据可管、可控、可逃溯。扶植“物理分离、逻辑集中”的国度数据集办理平台，实现数据集目次、供需等消息互联互通。支撑各处所、行业依托国度平台设置专区，支撑已有平台取国度平台对接。（十五）摸索面向人工智能成长的数据权益相关轨制。按照数据持有权、利用权、运营权三权分置准绳，明白数据集产权设置装备摆设方案。正在保障权益的前提下，适度拓展版权合理利用鸿沟。兼顾产权取立异成长需求，正在人工智能锻炼阶段摸索弹性监管系统，打制权责清晰、合规包涵的轨制。（十六）伦理先行取公允普惠。研究摸索高质量数据集伦理规范，无益社会的价值导向，严禁不法收集或利用数据。防备数据集扶植全流程发生数据取蔑视，充实考虑社会多元需求，最大限度确保数据集扶植惠及全平易近。阐扬数据集的使用价值，以行业高质量数据集赋强人工智能成长。数据集的要素价值，鞭策数据集贸易化、资产化，培育为数据付费的市场共识，摸索以词元（Token）为根本的价值系统。（十七）阐扬行业高质量数据集的使用价值。成立数据集和模子需求对接机制，鞭策行业高质量数据集和模子精准适配，提高模子质量和效率，深度赋能行业成长。鞭策行业高质量数据集跨行业、跨范畴、跨场景融合操纵，激励“以数换数”、“数模交换”、“数据托管”、“数算一体”等多种使用模式。激励中介机构、公益机构将具有根本性、公益性数据集做为公品向社会公开，激发用数活力。（十九）摸索行业高质量数据集资产化立异径。激励有前提的单元率先摸索开展数据集资产清点、登记、评估等试点工做，为数据资产化堆集可复制、可推广的经验。激励摸索数据集质押融资、做价入股、资产证券化、数据信任、数据安全等多元化资产化立异模式，拓宽数据价值渠道。（二十）培育为高质量数据付费的市场共识。成立健全市场化好处分派机制，确保数据供给、加工、畅通、使用等各环节从体均能获得市场化价值报答，共享数据盈利。激励数据需求方通过采办、合做等形式加大投入，充实阐扬部分、国有企业、模子企业等单元的示范引领感化，鞭策数据采买纳入预算编制，率先开展数据采购实践，带动构成数据有偿利用市场共识，建立健康可持续的数据市场生态。国度数据局阐扬统筹协调感化，会同相关部分协同推进高质量数据集扶植取使用，建立“部分协同、范畴联动”的工做款式。各地要落实属地办理义务，加大组织实施力度，连系现实制定配套办法，统筹放置数据产物和办事采购经费，用于支撑行业高质量数据集扶植。支撑各类从体以使用为牵引，积极开展和参取行业高质量数据集扶植。指导金融机构、耐心本钱、财产基金等，加大对行业高质量数据集扶植的投资力度，激励处所设立专项资金，摸索多元化、多渠道投入机制。成立健全尽职免责机制，完美试错容错办理轨制，激励正在依法依规、风险可控前提下开展立异摸索。持续行业高质量数据集扶植工做，完美监测目标，评估扶植和使用成效，阶段性总结经验。强化平安保障，落实数据平安相关法令律例要求，成立全流程平安管理机制，防备数据投毒、数据、数据泄露等平安风险，守牢数据平安底线。