新华财经上海7月19日电（记者杜康）记者从2026世界人工智能大会“语料筑基、智生时代”语料创新论坛获悉 ，截至今年6月底
，全国已建成高质量数据集12万个，总体量超过1565PB；七个数据标注先行先试城市标注规模超过119PB ，已服务425个大模型研发 。

　　随着人工智能从通用基础大模型向行业大模型深入拓展 、从数字空间向物理世界延伸
，高质量数据集正成为支撑模型训练和行业应用的重要基础
。

　　论坛围绕平台能力升级
、行业产品创新、标准体系建设 、科学智能发展和高价值语料征集等方向，集中发布七项成果。

　　其中 ，语料运营公共服务平台2.0正式发布 。平台构建“筛选—转换—合成 ”三层十级数据进化路线，并集成语料工程平台
、行业专家经验语料平台和专家众包网络
，推动语料从一次性交付转向持续使用、评测和更新
。

　　面向医疗 、工业、交通
、供应链和城市治理等场景，论坛还发布专病、焊接 、城市轨道交通
、交通基础设施运维、航运物流 、港口堆场
、世界 物流供应链、消防等系列语料库 ，推动医疗知识 、工业经验和行业规则转化为可训练
、可推理、可调用 、可评测的数据资源。

　　标准建设方面
，论坛新增发布15项团体标准和2项行业标准，覆盖高端装备
、消防、医疗专病 、世界 物流供应链、文物
、钢铁、合成数据和大模型数据集开发管理等方向 ，贯通语料采集 、清洗
、标注、评测和运营管理等环节 。

　　当天
，科学数据服务AI4S可持续发展倡议正式发起。倡议提出，将围绕流程重塑 、标准引领
、价值对齐和平台创新 ，推动科学数据采集、预处理 、标注
、流通和使用全流程贯通
，促进科学数据向AI-Ready、Agent-Ready演进
。

　　“DARE GO达·高
”跨领域高价值语料数据征集计划也同步启动。该计划将面向各行业征集带有具体环境 、任务要求
、评价标准和借鉴 答案的专业难题，探索形成“专家出题—社会答题—模型验证—价值回流”的持续机制 ，推动模型从“学习知识 ”向“完成任务
”转变 。

　　此次论坛由世界人工智能大会组委会指导
，上海库帕思科技有限公司、上海市人工智能行业协会主办
。

（文章来源：新华财经）