

合成数据新前沿：价值、风险与世界版图

博特AI

2025-11-14

导读：WEF将合成数据界定为在分布与结构上逼近真实的数据形态，其崛起由三大动因驱动：合规隐私、补齐稀缺与降本增效。

WEF将合成数据界定为在分布与结构上逼近真实的数据形态，其崛起由三大动因驱动：合规隐私、补齐稀缺与降本增效。风险同样突出：代表性偏差、隐私泄露、溯源缺失与模型崩溃。基于“世界版图”，建议以“真实为锚、合成为辅”：设置配比闸门（真实≥50–70%，合成≤30–50%）、多源合成与编辑式增强，建立长尾KPI与困惑度/多样性“绊线”，并对合成样本实行水印与血缘追踪。政策侧在高风险场景设准入红线、强制合成标识与公开报告，以公共数据与税惠降低真实成本。结论：合成用于增广而非替代，需分场景治理与国际互认。