国家数据局近日发布了一组引人关注的数据：截至目前，全国已建成高质量数据集达12万个。这一数字背后，折射出人工智能发展的核心“燃料”——数据供给，正加速迈向规模化进程。 具体来看，截至今年6月底，我国在科学研究、工业制造、医疗卫生、教育教学等关键领域，已建成的高质量数据集总体量超过1565拍字节（PB）。这一体量较一季度末增长了60%以上，相当于中国国家图书馆数字资源总量的547倍。换句话说，过去几个月里，我们为AI准备的“养分”不仅没有断供，反而进入了提速增长阶段。 值得一提的是，数据标注产业也在同步快速发展。所谓数据标注，是为原始数据“打标签”、让机器能够理解，这是高质量数据集建设的关键环节。目前，四川成都、辽宁沈阳、安徽合肥、湖南长沙、海南海口、河北保定、山西大同这七个数据标注先行先试城市，标注规模已超过119拍字节，从业人数达到14万人。这组数据表明，围绕数据价值的产业链正在成型，人才和产业正加速集聚。 当然，这还只是起步。国家数据局下一步的规划也十分清晰：要构建一个真正服务于人工智能的高质量数据供给体系。具体怎么做？核心思路是“以模型应用牵引数据供给，以数据驱动模型迭代”——简单来说，AI模型需要什么数据，我们就重点供给什么数据；反之，数据质量的提升又能推动模型能力升级。最终目标是实现数据集有偿使用的价值闭环，让数据真正流动起来，而不是闲置在服务器中。 从这些信号来看，我国在AI基础设施层面的布局正从“硬件”向“数据”延伸，这一步走得扎实，后续的想象空间也将更加广阔。