模塑申城语料普惠计划2.0：转向“拼数据”，规模将超10PB
“语料数据正成为人工智能发展的重要胜负手。”
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
3月28日，在2026全球开发者先锋大会（GDPS）“语料筑基、智生时代”主题论坛上，上海市经济和信息化委员会副主任潘焱指出，当前人工智能发展正在加快进入应用落地阶段，特别是随着大模型、智能体等技术的持续演进，产业竞争正在从“拼算法”向“拼数据”转变，模型能力要提升，行业应用要落地，智能体要真正走进真实场景，越来越离不开高质量的语料。
本次论坛由全球开发者先锋大会组委会指导，全球开发者先锋大会组委会办公室、上海库帕思科技有限公司、上海人工智能实验室主办。
会上，由库帕思牵头推进的模塑申城语料普惠计划2.0正式发布，在原有基础上，将进一步聚焦“普惠、创新、链接”的总体要求，在原有的基础上，重点围绕科学智能重点提供“高真值、多模态、过程化”语料数据供给服务，并面向OPC（一人公司）群体提供更加轻量化、低成本的语料服务支撑。
据介绍，语料普惠计划2.0将为中小企业、高校师生、创新创业者提供低成本高质量的可持续语料供给，计划到2027年底链接服务500个创新主体，打造300个稀缺数据集，普惠提供语料价值不少于1.5亿，语料规模超过10PB（拍字节，数据存储量单位，1PB=1024TB）。
澎湃新闻记者 秦盛 摄
上海人工智能实验室青年科学家何聪辉指出，从通用数据走向科学数据，面临着数据封闭、标准缺失、模态复杂等多重挑战。
他表示，与互联网上公开传播的通用数据不同，大量科学数据属于私域数据，封闭程度极高。同时，科学数据模态丰富、专业性强、格式多样，且不同模态之间缺乏对齐，导致AI难以理解。此外，大量暗数据尚未形成有效的语料化，基础设施的不完备也使得数据和模型更多服务于人类科学家，而非AI智能体。
为破解这一问题，何聪辉提出打造科学数据基座“Sciverse”。该体系分为三层：最底层是通识层，包含书籍、文献、教材、代码等共识数据；中间是对齐层，通过人类可理解的方式将不同模态的数据（如序列与结构、注释等）进行对齐；最上层是演化层，包含轨迹数据、推理数据等Agent友好的数据，旨在让AI超越简单的问答，真正成为具备自主发现能力的“AI科学家”。
“如果说过去我们是在‘找油厂’开采原油，那么今天我们的任务是如何把已找到的‘油’精炼出来，这就像一场精细的数据加工工艺，炼数为力。”上海创智学院教授刘鹏飞用比喻解释了当前数据利用的新趋势。
刘鹏飞强调，数据供需矛盾日益凸显，能满足当前AI训练需求的高质量数据越来越少，获取成本也水涨船高。“不夸张地说，现在一条高质量数据的成本可能高达上千美元。”
面对这一挑战，刘鹏飞提出“优化法”的解决思路：“用算力去换数据，本质上就是随着技术能力的提高，变废为宝，把之前被忽略的数据‘捞’起来。这不是简单的数量收集，而是让数据真正可用。”他认为，数据决定了智能的上限和模型的最终能力，未来将是模型与数据“共进化”（co-evolve）的过程，每一代模型的成长都将挖掘出新一代的数据智能。
据介绍，围绕语料数据，上海已形成多层次的语料供给能力、建成了语料运营服务平台、营造了开放协同的产业生态。下阶段，上海将从三方面加强高质量语料供给，培育完善创新生态。
一是聚焦技术发展的新需求，加快数据合成算法、动态价值观知识库的构建、数据投毒过滤算法等语料关键技术的攻关，打造语料全生命周期工具链；二是聚焦行业新应用，借鉴FDE模式（前沿部署工程师模式），深化实施语料专项治理行动，加快构建行业高价值语料，打造服务垂类模型训练的行业语料基座；三是聚焦OPC等新产业形态，打造标准化、轻量化的语料创新产品，打造适配多场景、兼具多专业性的语料服务模式。
相关攻略
近日，开源具身智能原生框架Dexbotic宣布正式支持以RLinf作为其分布式强化学习后端。对具身智能开发者而言，这不仅是一次普通的工程适配，更意味着VLA模型研发中长期存在的「SFT与RL割裂」问题，正在被真正打通。 这是一种典型的「乐高式协作」：双方不强行Fork、不粗暴揉合代码，而是保持清晰边
随着大模型参数规模不断增长，混合专家（Mixture-of-Experts, MoE）架构因其稀疏激活特性，成为平衡模型性能与计算开销的主流方案。然而，在实际的Web级应用部署中，一个关键挑战日益凸显：传统MoE的路由机制通常是“无记忆”的。 试想，在搜索引擎、智能问答或多轮对话等高并发场景下，用户
编程十年的一点分享 在软件开发的路上走过十几年，从一个爱好者到以此为业，有些体会或许值得聊聊，就当是抛砖引玉吧。 最早接触编程，是从BASIC和C语言开始的。工作后，随着需要，陆续学习了dBase、Access这类桌面数据库的开发。真正以开发为职业，可以说始于FoxPro 5 0，之后技术栈随着项目
引言 编程，是一门实践科学。这意味着，学习它的最佳方式就是动手去敲代码。但这是否意味着，我们可以因此轻视理论的学习呢？ 入门编程 如果你去各大技术社区提问“该如何入门编程”，五花八门的答案会瞬间涌来。 不过，仔细梳理一下，无外乎以下几种流派： 学院派 他们推荐从C语言入手，并辅以数据结构、操作系统等
想象一下这个场景： 你让 AI Agent 帮你修一个代码 Bug。它打开项目，读了 20 个文件，改了改，跑了一下测试，没过，又改，又跑，还是没过……来回折腾了十几轮，终于——还是没修好。 你关掉电脑，松了口气。然后收到了 API 账单。 上面的数字可能让你倒吸一口凉气——AI Agent 自主修
热门专题
热门推荐
短期课程 开发人员的ChatGPT提示工程 你将在本课程中学到什么 想用大型语言模型（LLM）快速构建强大的应用吗？《开发人员的ChatGPT提示工程》这门课，正是为你准备的。通过OpenAI API，你将能解锁那些在过去成本高昂、技术门槛高甚至无法实现的能力，快速将创新想法转化为价值。 这门短期课
志设是什么 在创意设计领域，灵感与效率往往难以平衡。是否存在一个工具，既能深度理解您的创意构思，又能迅速将其转化为高品质视觉作品？这正是专业级AI图像生成平台“志设”致力于解决的核心问题。 简而言之，志设是一个融合了前沿人工智能技术的综合性设计解决方案平台。它全面覆盖从平面广告、海报设计到网页UI、
对于渴望提升外语口语与听力水平的学习者而言，如何找到一个高效、便捷且能轻松练习的环境，常常是首要难题。今天我们要深入解析的这款产品——TalkMe，正是精准切入这一需求，试图通过前沿的AI技术，提供一种全新的语言练习解决方案。 简而言之，TalkMe是一款专注于跨语言学习的AI应用，其核心功能设计紧
当冰冷的钢铁巨兽被注入炽热的战斗意志，会碰撞出怎样的战略火花？《王牌机甲》这款游戏，将宏大的科幻叙事深度融入现代战争战术框架，为玩家开启了一段关于征服、策略与深厚羁绊的未来纪元。 在这里，你绝非孤军奋战。每一位通过招募加入的精英机师，都拥有独立的背景故事、专属技能树与独特的成长路线。游戏核心的“羁绊
《暗黑大天使》的技能分支系统提供元素、物理和辅助三大专精方向，玩家需根据角色属性与战斗需求选择分支。技能可投入资源升级并可能触发连锁效果，实战中需结合装备、敌人及团队配合灵活运用。该系统丰富了玩法，但需大量资源与多系统联动，选择需谨慎规划。