国家数据局这份新方案，给AI数据定了新方向：多模态·多领域·多形态

这实际上描绘了一幅高质量数据集建设的“立体化”路线图：“多模态”铺底，解决数据形态的广覆盖问题；“多领域”定向，解决数据质量的行业适配问题；“多形态”协同，解决数据生产方式的效率问题。三者彼此支撑。

行业高质量数据集是推动“人工智能+”赋能千行百业的基础性、关键性资源。把数据定位为“核心资产”，是为产业打地基的长期布局。对于数据服务企业而言，围绕垂直场景构建可复用、可评估的数据资产，将是参与这一进程的务实路径。

方案提出持续推进文本、代码、图像、音频、视频、点云、时序数据、科学数据等多模态高质量数据集建设，赋能AI预训练、指令微调、强化学习、测评等各阶段。同时，加快重点场景物理交互、环境感知、运动控制等真机交互数据集建设，积极应用仿真模拟与合成技术扩大数据供给，赋能具身智能发展；积极面向世界模型等前沿方向推进数据集建设。

具身智能方向已有实践呼应方案方向。6月3日，智元机器人正式开源AGIBOT WORLD 2026数据集第二期“多样交互”主题，系统记录机器人与真实物理世界之间复杂、高密度、非理想的交互过程。与传统数据集中只关注“成功示范案例”的采集逻辑不同，智元此次开源的“多样交互”主题数据集主动保留并强调非理想行为的研究价值，将具身智能的数据范式从“学习成功动作”推进到“理解完整的物理分布”。

方案聚焦科学研究、工业制造、教育教学、电子商务等19个重点领域，以及低空经济、具身智能、智能驾驶、智慧海洋、生物制造等创新领域，加快推进行业高质量数据集建设。

在低空经济领域，深圳电信“低空监管运营高质量数据集建设”项目入选国家首批先行先试名单，汇聚气象、地理、航空器运行、安全感知等多源数据，形成静态与动态相结合的高质量数据集。

方案还提出“强化链主单位牵引带动作用”，支持链主单位以联合体等形式推动产业链上下游协同共建和资源整合，鼓励链主单位面向行业开放数据集并提供数据服务，赋能产业链上下游中小企业。

方案提出，推动数据标注从“以人为主”向“人机协同、专家深度参与”的多层次标注模式转变，培育一批数据标注龙头企业、独角兽企业、瞪羚企业，壮大数据标注产业。同时，面向创新能力强、发展基础好、产业特色优的地区，梯次布局一批数据标注创新试验区。

目前，国家已确定四川成都、湖南长沙等七个城市承担国家级数据标注基地建设任务。截至2025年3月，七个基地引进和培育标注企业223家，标注从业人员达5.8万人，带动相关产值超83亿元。

智能化标注工具将在数据清洗、预标注、质量校验等环节承担更重要的角色，有助于降低数据标注的人力投入成本，提高标注的准确率与一致性。

此次方案与近期上线试运行的国家数据集管理服务系统形成呼应。

国家数据发展研究院院长胡坚波指出，该系统采用“物理分散、逻辑集中”的汇聚模式，在不强制数据出域的前提下，构建全国统一的数据集资源目录与管理体系，推动高质量数据集“供得出、流得动、用得好”。

方案落实了数据持有权、使用权、经营权三权分置制度。清华大学法学院教授表示，数据经营权与其他权利分离，有助于在保护各方权益的同时为数据价值释放预留空间。

方案明确形成“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”，加快构建数据要素与人工智能协同演进的共生生态。

数据价值的最终落点是“被使用”。

政策层面为数据流通提供了制度框架，行业层面的关键是在具体应用中不断迭代，形成“数据→模型→应用→更多数据”的良性循环。对于数据服务企业而言，聚焦垂直场景、打造可复用的数据产品，是参与这一进程的可行路径。

您所在的行业需要什么类型的高质量数据集？

欢迎在评论区分享交流。