为AI“添燃料”——全国高质量数据集超12万个，体量突破1565PB

       在7月28日国家数据局举行的2026中国国际大数据产业博览会新闻发布会上，国家数据局副局长余英披露了一组关键数据：截至今年6月，全国已建成高质量数据集超12万个，总体量超过1565拍字节（PB），高质量数据集正成为人工智能快速发展的关键“燃料”。

       国家数据局副局长余英介绍，国家数据局从成立伊始就高度重视数据要素赋能人工智能发展工作，坚持系统谋划、协同推进，不断完善高质量数据集的建设、评测、管理体系的构建，持续推进数据要素赋能人工智能创新发展，经过这几年的持续努力，目前在全社会已形成了“人工智能+”到哪里，高质量数据集建设和应用就到哪里的良好氛围。

       一是高质量数据集建设规模快速扩容。国家数据局会同高质量数据集建设链主单位、先行先试单位，围绕科学研究、工业制造、农业农村、具身智能、低空经济等领域，分类推动高质量数据集建设。截至2026年6月份，全国已建成高质量数据集超12万个，总体量超过1565拍字节。可以说，高质量数据集已经成为人工智能快速发展的关键“燃料”。同时，国家数据局也在加快推进更多高质量数据集的建设。

       二是高质量数据集管理规范体系日益健全。国家数据局指导全国数标委研制《高质量数据集建设指南》《高质量数据集格式要求》《高质量数据集分类指南》等5项国家标准，初步构建起“数据质量检测+基准模型验证”相结合的高质量数据集质量检测方法和工具，已对12个数据集、超4563万条数据完成检测，为数据集的可信可用提供了保障。

       三是高质量数据集流通利用生态有序构建。在今年4月第九届数字中国建设峰会上，国家数据局发布上线了国家数据集管理服务系统，构建了“物理分散、逻辑集中”的数据集资源目录统一管理机制。截至6月底，系统已认证各类供需主体578家，上架数据集1433个，促进数据集供需主体有序对接，数据集流通利用生态加速形成。

       四是鼓励基于词元应用的商业模式创新。探索词元交易等新型交易模式，培育“为优质数据付费”的市场共识。深化词元应用与工业、医疗、金融等领域的深度融合，助力人工智能应用规模化落地，推动形成以模型应用牵引数据供给、以数据赋能模型迭代的良性供需互动，形成“数据飞轮”效应。
       
       “下一步，我们将持续推进行业高质量数据集建设，深入实施数据赋能人工智能六大专项行动，推动行业高质量数据集建设推广与‘人工智能+’同频共振、互促共进强化数据赋能人工智能创新发展。”余英表示。