延数言：做强高质量数据集，夯实智能时代“原料底座”——论数据要素价值释放年㊾

人工智能产业蓬勃兴起的今天，高质量数据集就是大模型迭代、产业智能化升级的“工业原料”。数据要素释放年，把高质量数据集建设摆在突出位置，抓住了数据要素价值释放的供给侧“牛鼻子”。没有高质量的数据供给，再先进的算法、再充沛的算力，都难以产出真正有价值的智能应用。

一段时间以来，行业高质量数据集建设正在全国铺开。贵州布局数据标注产业园，推广“人机协同+行业专家”标注模式；四川深化国家、省级数据标注基地建设，计划到2028年培育240家以上数据业态创新企业；江苏组建高质量数据集专委会，围绕知识产权、运河文化、生物医药打造垂直行业数据集；2026“数据要素×”大赛设置17个赛道，330个项目入围终评，覆盖工业制造、医疗健康、气象服务、文物保护等众多领域，各行各业挖掘行业数据资源的积极性充分迸发。

高质量数据集不等于简单的数据堆砌。真实、准确、合规、场景适配，是高质量数据集的核心要义。医疗领域全国首个三甲医院牵头的医疗AIToken工厂落地，打通临床数据从采集、训练到临床落地全链条；具身智能数据标注产业加快发展，物理AI数据众包平台上线，面向机器人训练开放真实场景采集任务。这些实践证明，高质量数据集建设必须立足行业场景，引入行业专家深度参与，不能停留在简单的数据归集、清洗。

供给侧建设，既要“做多”更要“做优”。当前，部分领域存在重数量轻质量、重建设轻应用的倾向，部分数据集建成之后束之高阁，没有对接真实市场需求。建设高质量数据集，要坚持需求牵引，面向产业痛点、民生刚需开发数据集产品，避免“重建设、轻使用”。同时要严守合规底线，厘清公共数据、企业数据、个人信息边界，做好脱敏、去标识化处理，坚决杜绝未经许可的数据归集。

数据是智能时代最重要的生产原料。做强高质量数据集供给，打通从数据标注、数据集建设到场景落地的全链条，让优质数据源源不断流向千行百业，数据要素才能真正成为驱动新质生产力的坚实底座。