2026数据工厂白皮书

分类：行业白皮书

标签：数据工厂、高质量数据集、人工智能、数智产业链、数据基础设施、北京交通大学、2026

摘要：《数据工厂白皮书》由北京交通大学、北京化工大学牵头，联合华为、蚂蚁密算、零数科技、安恒信息等技术企业，北京、贵州、内蒙古等数据集团，中煤地质、南钢集团等央企，以及清华、北大、北邮、北物等高校和北数所、江苏数交所等交易机构，共30余家单位历时一年编制，是我国首部系统研究“数据工厂”这一数智化新阶段新型生产业态的政策、理论与实践成果，对理解人工智能时代高质量数据集的规模化供给具有标志性意义。 研究背景与目的：报告以习近平总书记提出的“人工智能蓬勃兴起”为背景，指出数据已成为人工智能三大要素（数据、算力、算法）中的第一关键要素。2025年被定义为人工智能从“训练”走向“应用”的元年，但支撑AI升级的高质量数据集依旧匮乏，已成为大模型能力趋同、难以突破专业场景的核心瓶颈，亟需借鉴水厂、电厂的设施化规律，建设高质量数据集规模化生产的“数据工厂”。 核心发现与关键数据：第一，词元调用量爆发式增长。据《2025年全国数据资源调查报告》，全国词元日调用量从2024年初的1000亿跃升至2025年底的100万亿，两年增长超千倍；2026年3月突破140万亿（较年初增40%），2026年5月突破400

来源：zuudee | 日期：2026-08-01 | 格式：pdf | 页数：138