夯实人工智能底座！聚焦24个重点和创新领域，国家层面首次发文推进高质量数据集建设

数据要素正在成为AI时代的“新石油”，而高质量智能数据更是构成这个时代的新底座。步入“十五五”开局之年，国家层面首次就数据如何赋能人工智能发展，给出了系统性的部署方案。

6月8日，国家数据局正式发布《关于推进行业高质量数据集建设行动的实施方案》（以下简称《实施方案》）。这份文件围绕行业高质量数据的供给、流通、应用等关键环节，规划了六大专项行动，为数据如何更好地支撑人工智能创新发展，画出了一条清晰的路径。

先说几个核心判断。高质量数据集，不光是训练和优化AI模型的基础资源，更是释放数据要素价值的重要载体。中国信通院人工智能研究所的闫树副总工程师在接受采访时指出，这份方案是落实国家“人工智能+”行动、培育数据要素市场的关键一步。眼下，人工智能已经发展到以大模型、智能体和具身智能为代表的新阶段，数据不再是配角，而是驱动创新的生产要素。这个方案聚焦行业高质量数据集，本质上是在夯实AI发展的数据底座。

六大专项行动：一个全生命周期的布局

算力、算法、数据，这是人工智能的三大基石。而在这三者中，数据当前恰恰是制约AI进一步发展的最大短板。随着“人工智能+”进入规模化落地与产业深耕的关键期，对行业高质量数据集的要求也自然水涨船高。

《实施方案》明确的六大专项行动分别是：强基扩容、标注攻坚、提质增效、应用赋能、管理服务和价值释放。在闫树看来，这六项行动不是彼此孤立的，而是围绕行业高质量数据集建设的全生命周期，做了一次系统性的闭环布局。它们环环相扣，形成了一条从“资源汇聚—加工治理—质量提升—场景应用—规范管理—价值释放”的完整链条。

具体来看，每一项都有明确的任务指向。强基扩容行动，解决的是“数据怎么供给”的问题，重点是推动行业数据资源的汇聚和规模化供给；标注攻坚行动，解决的是“数据怎么加工”的问题，通过高质量标注来提升数据的可训练、可学习和可应用水平；提质增效行动，解决的是“数据好不好用”的问题，通过建立质量评估与治理优化机制，提高数据集的可信度；应用赋能行动，解决的是“数据怎么用”的问题，推动数据集在行业大模型、智能体和重点场景中真正落地；管理服务行动，解决的是“怎么管”的问题，完善标准规范和平台工具；而价值释放行动，解决的是“价值怎么兑现”的问题，推动数据资源向数据资产转化，探索流通交易与价值实现路径。

值得一提的是，在强基扩容行动中，《实施方案》明确圈定了24个具体的行业领域。其中既包括科学研究、工业制造、农业农村、智慧能源、交通运输等19个重点行业，也纳入了低空经济、具身智能、智能驾驶、智慧海洋、生物制造等5个创新领域。

闫树对此分析道，对于重点行业来说，高质量数据集是推动智能化升级的基础。比如在工业、医疗、交通和能源领域，高质量数据可以支撑行业大模型和智能决策系统的研发应用，从而带动生产效率的提升和资源配置的优化。而创新行业面临的局面则略有不同——像具身智能、低空经济、自动驾驶这些前沿领域，发展势头很猛，但普遍缺的是专业数据和场景数据。《实施方案》把这些方向纳入重点支持范围，显然是想加快形成数据驱动创新、场景牵引应用的发展模式，推动新技术、新产品加速落地。

高质量数据需求：从补充资源到产业刚需

为什么行业高质量数据集突然变得这么重要？

在中国发展高层论坛2026年年会上，国家数据局党组书记、局长刘烈宏给出了一个很形象的判断。他表示，随着人工智能从基础大模型向行业大模型纵深拓展，与实体经济的结合度越来越高，行业高质量数据集正在取代通用语料，成为决定模型落地效果的关键变量。换句话说，只有推动AI与各行各业深度融合，技术势能才能真正转化为发展动能。

国家数据发展研究院院长胡坚波也撰文指出，AI技术正在加速渗透到各行各业，高质量数据的需求呈现出爆发式增长。一个值得注意的趋势是，互联网上公开数据的挖掘空间正在持续收窄，模型能力的进一步提升必须依赖金融、医疗、工业等领域长期积累的专有、非显性化数据。这种情况下，行业高质量数据集已经从“锦上添花”变成了“产业刚需”。此外，具身智能、世界模型等新范式要求机器理解物理世界的空间结构与运行规律，这又催生了对3D、视频等多模态数据的大规模需求，同时对数据采集与标注的质量标准也提出了更高的要求。

诺亦腾机器人的市场公关负责人檀煜鑫向记者提到，具身智能要让机器人在真实世界里感知、决策和执行，离不开大规模、多模态、高精度的真实数据。但这类数据获取成本高、场景覆盖少、标准化程度低，这些短板直接制约了行业从“演示”走向“落地”。在他看来，具身智能下一阶段的竞争关键，不止是机器人本体本身，更在于能否形成高质量、可复用、可流通的数据资产。《实施方案》从供给、标注、提质到应用的全链条部署，相当于为具身智能搭建了一个国家层面的基础设施支撑。当高质量数据集不再是各家公司自采自用的“孤岛”，而是形成标准化、可流通、可跨本体复用的产业资源，规模化落地才有可能真正提速。

实际上，近期国家连续出台的多个人工智能领域文件，都提到了高质量数据集建设。4月底，工信部与国家数据局联合印发的《关于联合实施2026年“模数共振”行动的通知》，明确提出面向钢铁、石化化工等20个领域，要产出推广价值高、技术可行性强的人工智能应用场景，并构建一批行业通识与行业专识的高质量数据集。而6月10日工信部印发的《“人工智能+信息通信”创新发展实施意见（2026—2028年）》中，也明确提出要在信息通信领域的重点场景打造一批高质量数据集。

刘烈宏在前述演讲中明确表示，国家数据局已经把2026年定位为“数据价值释放年”。聚焦数据赋能人工智能创新发展，将通过深入实施六大行动，力争形成一批更好满足AI就绪度要求、能有效训练先进模型或智能体、真正解决行业难题的高质量数据集。目标很清晰：实现供给的量和质双提升，让人工智能深入千行百业，加速与实体经济的深度融合。