六位一体！国家数据局发布高质量数据集建设方案

人工智能正加速向千行百业渗透，而“高质量行业数据短缺”已成为制约大模型产业落地的核心瓶颈。为深入实施“人工智能+”行动，夯实AI发展的底层资源，近日，国家数据局牵头起草了《关于推进行业高质量数据集建设行动的实施方案（征求意见稿）》。

《方案》明确提出，到2028年底，我国将建成一批覆盖重点领域的高质量数据集，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”。为实现这一目标，《方案》创造性地提出了“六位一体”的专项行动，全方位打通数据从供给到价值释放的全生命周期。

一、“六位一体”全链条构筑AI时代的超级燃料库

《方案》以全生命周期的视角，系统性部署了六大专项行动，旨在为人工智能发展提供充足、优质、安全的“燃料”。

第一位，做大供给侧， 聚焦金融、医疗、工业等重点行业以及具身智能、低空经济等前沿领域，拓宽数据供给渠道。顺应AI范式跃迁，大力推进多模态、真机交互以及合成数据等高质量数据集建设。

第二位，升级加工侧，推动数据标注从“劳动密集型”向“人机协同+专家深度参与”转变，重点生产逻辑推理、领域知识等高知识密度数据集，梯次布局数据标注创新试验区。

第三四一位，打通应用侧，打造集生产加工、流通利用于一体的“数据赋能工场”和“数据×智能体”示范工程，以模引数，以数赋模，形成良性闭环。

第五位，完善治理侧，建设“物理分散、逻辑集中”的国家数据集管理平台，落实数据“三权分置”，在守住安全底线的同时，探索更加包容灵活的治理框架。

第六位，繁荣商业侧，探索多元化商业模式和资产化创新路径，培育为高质量数据付费的市场共识，让数据要素真正变成核心资产。

二、聚焦产业痛点，有三大制度性创新

在《方案》的众多举措中，有三项制度性突破直击当前大模型企业和数据要素市场的核心痛点，吸引ResGov关注。

1. 创新商业模式，首提“Token（词元）”定价体系

过去数据交易多以“数据包”为单位，难以匹配大模型的算力逻辑。《方案》首次提出“探索以词元Token为基础的价值体系和新型交易模式”。这一首创性举措完全贴合了大模型按Token消耗计费的底层逻辑，为数据要素市场提供了一把极其精准的“定价标尺”，让高质量语料的买卖变得高度标准化和可量化。

2. 合规监管方面，探索AI训练期弹性监管体系

当前，大模型因使用网络公开数据进行训练而引发的版权纠纷在全球频发。《方案》提出“在保障合法权益的前提下，适度拓展版权合理使用边界，在人工智能训练阶段探索弹性监管体系”。给中国AI企业吃下一颗定心丸，缓解了模型厂商的版权侵权顾虑，打造了权责清晰、合规包容的创新环境。

3. 市场需求方面，政府国企带头买单

针对数据服务商面临的“好数据没人愿买单”的商业闭环难题，《方案》给出了一针强心剂，要发挥政府部门、国有企业的示范引领作用，“推动数据采买纳入预算编制，率先开展数据采购实践”。由国家队带头买单，注入真金白银的购买力，带动全社会形成“为高质量数据付费”的市场共识。

三、前瞻布局新产业，顺应AI技术范式跃迁

《方案》在科技产业政策上的前瞻性和专业度，人工智能正从对话向“多模态生成、决策执行、具身智能、物理交互”等新范式跃迁。

《方案》鼓励企业积极应用仿真模拟与合成技术扩大数据供给，加快建设物理交互、运动控制等真机交互数据集，积极布局“世界模型”等前沿方向。在数据标注领域，提出发展“专家型数据标注服务”，引导具有行业门槛的专兼职专家参与指令微调与强化学习标注，坚决遏制同质化、低水平重复建设。

《方案》行业从“搭框架、建制度”迈向了“深耕行业、服务AI、商业闭环”的全新阶段，随着“六位一体”行动的全面铺开，中国有望在这一轮全球人工智能竞逐中，依托坚实的高质量数据底座，真正迎来“智能经济”的新爆发。（文/ResGovov人工智能治理研究中心）