泉源：原则上无人机不许吊人但人民大于原则作者： 孟敏宇：

让数据工厂像水厂、电厂一样运作？？？这份白皮书给出实操指南

7月16日，，，，，由北京交通大学、北京化工大学牵头，，，，，来自33家企业、高校、机构等80余位作者加入体例的《数据工厂白皮书》（下称《白皮书》）正式宣布。。。南都记者相识到，，，，，这是我国第一本关于数据工厂政策、理论、实践的研究效果，，，，，重点阐释了为支持人工智能手艺迭代升级，，，，，加速建设高质量数据集的规
；；；；枋笆莨こА钡男胍砸约跋晗缸龇。。。

《白皮书》宣布现场。。。

目今，，，，，人工智能正以惊人的速率重塑天下，，，，，一个根天性的问题日益凸显——支持AI一直进化的“燃料”从何而来？？？国家数据局宣布的《天下数据资源视察报告（2025年）》显示，，，，，2025年海内AI推理数据量达101.34EB，，，，，首次逾越98.14EB的训练数据量，，，，，标记着人工智能已正式跨过学习阶段、步入规
；；；；τ媒锥。。。人工智能的迅速迭代离不开“优质燃料”的支持，，，，，高质量数据集已成为制约其手艺水平提升和应用领域拓展的要害瓶颈。。。

然而，，，，，《白皮书》通太过析海内外数据工厂探索实践概况等指出，，，，，现在高质量数据集欠缺问题依然突出。。。现有高质量数据集建设大多由人工智能厂商自行构建，，，，，泛起零星式、作坊式、非标化等特点，，，，，远远无法知足大模子应用的数据需求，，，，，导致市面上种种模子能力趋同，，，，，难以突破专业场景应用。。。

“正如工业社会的水有水厂、电有电厂一样，，，，，数智社会也必需有数据工厂。。。”《白皮书》指出，，，，，基础资源的规
；；；；⒈曜蓟⑸枋┗褂美氩豢试葱突∩枋┙ㄉ，，，，，建议借鉴水、电、燃料等基础设施的生长纪律，，，，，加速建设高质量数据集的规
；；；；枋笆莨こА，，，，，由其将海量原始数据加工处理为可供人工智能训练推理的高质量数据集，，，，，为智能化转型提供源源一直的“数据燃料”。。。

宣布会上，，，，，《白皮书》主编之一、国家数据专家咨询委员会委员张向宏着重先容了数据工厂的组成、定位和功效。。。详细来看，，，，，广义数据工厂是一个包括国家数据基座、国家数据工厂、国家人工智能训练场的数据生态系统，，，，，配合形成高质量数据集设施化供应闭环。。。狭义数据工厂指构建一个面向人工智能大模子应用，，，，，开展高质量数据集设施化、规
；；；；⒈曜蓟氖莼∩枋，，，，，包括储备车间、生产车间和中试车间三部分。。。

其中，，，，，储备车间主要认真数据资源的规
；；；；沾ⅰ⒈曜蓟ご怼⑾低郴卫，，，，，涉及数据收罗、数据预处理、数据存储和治理等
；；；；生产车间主要认真对储备数据举行深度加工处理，，，，，规
；；；；晒┤斯ぶ悄艽竽Ｗ友盗贰⑽⒌鳌⑼评淼母咧柿渴菁，，，，，涉及数据洗濯、数据合成、数据标注等
；；；；中试车间主要认真对生产出来的高质量数据集开展问题排查、质量评估、模子适配和优化数据，，，，，确保高质量数据集切合模子训练要求，，，，，涉及模子训练评估、模子推理评估等。。。

在运营模式方面，，，，，张向宏指出，，，，，包管模式、定制模式、电商模式和结对子模式将成为以后较长一段时间探索接纳的主要模式。。。他还强调，，，，，数据工厂应凭证差别类型和差别建设模式，，，，，接纳差别的运营机制，，，，，“好比遇到国家重大战略需求，，，，，最好使用包管模式，，，，，社会公益手艺需求、立异需求最好使用定制模式……最终目的是在市场成熟后主要接纳电商模式，，，，，实现供应和需求的精准匹配。。。”他说。。。

值得关注的是，，，，，数据工厂作为数智社会的一种新兴生工业态，，，，，现在还处于刚刚起步的萌芽阶段，，，，，怎样助力其稳步生长？？？《白皮书》指出，，，，，其建设和运营需要政策指导、标准规范、手艺突破清静台支持的系统包管。。。

详细包括，，，，，应加速出台增进数据工厂立异生长的政策文件，，，，，启动数据资源汇聚整合、数据集生产、质量评估、流通应用等全链条标准研制，，，，，突破非结构化数据收罗、海量数据存储、智能化数据加工、数据集质量评估等要害手艺瓶颈，，，，，建设数据资源汇聚、数据集生产、数据流通、人工智能训练等支持平台。。。

采写：南都N视频记者 樊文扬