来源：中国科学报

AI for Science（简称AI4S）被誉为人工智能领域“皇冠上的明珠”，正推动科研范式的深刻变革，加速各领域科技创新的突破性进展。然而，这场变革若要真正落地，离不开一个关键的基础设施——高质量科技语料的有效供给。

7月17日，在2026世界人工智能大会（WAIC2026）上，一项重磅成果正式亮相：由中国科学院文献情报中心牵头，联合国内科学数据、科技文献领域近百家优势单位及全学科专家共同建设的“敖仓·科技语料库”正式发布。这标志着我国在支撑人工智能高质量发展的新型基础设施建设方面，取得了突破性进展。

“高质量科技语料库，已成为人工智能领域的战略性稀缺资源。”中国科学院文献情报中心主任、“敖仓·科技语料库”发布嘉宾曲建升直言。建设“敖仓”的目标十分明确——就是要打造科技语料的“粮仓”，为AI4S提供优质“好粮”。

建成国家级语料库的“底气”

那么，什么是科技语料？简单来说，它是对科学研究活动中产生的多模态科学数据与科技文献进行清洗整编、解构重组、关联融合之后，提升语义密度与知识含量，最终形成的高价值、智能就绪（AI-Ready）数据。

曲建升表示，建设国家级科技语料库，对于突破AI4S的语料供给瓶颈、夯实人工智能数据基座、保障科技创新自主可控、抢占全球AI4S发展制高点，都具有重要意义。但问题在于，科技语料建设门槛极高——数据模态多、知识密度大、质量要求高、加工治理难度大，壁垒重重。

而中国科学院，恰好具备了这个底气。目前，它拥有国内最大的科学数据产出与储备体系、国内最全的科技文献资源建设与保障体系，再加上高水平、全学科科研队伍形成的专业化语料加工治理能力，以及广泛的科学应用场景。正是依托这种建制化、体系化的优势，“敖仓”才有了建成国家级语料库的底气和实力。

数据来源之广，令人印象深刻：超过320PB的科学数据、1.5亿篇科技论文、1.2亿件发明专利和500万本科技图书的严谨知识，覆盖了文本、图像、图表、公式、影像、化学式、波、谱、场等多种数据形态。

“中国科学院牵头建设‘敖仓·科技语料库’，体现了国家战略科技力量主力军服务国家重大战略需求、引领全球科研范式变革的使命担当。”曲建升表示，敖仓的建成，对筑牢国家人工智能发展数据底座、实现高水平科技自立自强，具备不可替代的基础性、战略性价值。

不是数据的简单堆砌

“敖仓”这个名字，其实大有来头。它源自古代位于河南荥阳的国家粮仓，是秦统一六国后建成的全国最大粮仓，承担着汇聚天下粮储、保障国家供给的战略使命。如今，“敖仓·科技语料库”正是要传承这份千年战略使命，致力于打造国家级科技语料的“粮仓”。

曲建升强调，科技语料库不是数据的简单堆砌，而是一项体系性极强、专业度极高、多单位协作的系统性工程。

目前，敖仓构建了“1+7+N”总分库模式：1个全学科数据知识融合的国家级总库、7个专业化深度提炼的领域分库，以及N个场景化关联的应用子库。通过建设科技语料描述、加工、评价、服务及运维的全流程标准，形成了数学物理、化学化工、天文空间、地球科学、生命科学、前沿技术、产业创新等全学科覆盖的“内容就绪、计算就绪、可信就绪”科技语料供给体系。

“敖仓中高知识含量、高语义密度的语料，可以补齐大模型领域的知识短板、校准逻辑推理偏差，使其输出符合科学基本规律与数理逻辑，具备领域专业知识与长程思考能力，提升多模态理解和跨领域交叉能力。”曲建升说。为了给用户提供更科学严谨、更智慧专业、更灵活适配、更规范可信的语料服务，建设团队还创造性地提出了基础语料、特征语料、知识语料三阶知识精炼模式，大幅提升了语义密度和知识密度。

正是依托这套全栈自研的语料库技术体系，敖仓实现了从原始数据到智能就绪语料的高效加工转化，为下游应用奠定了坚实基础。

场景驱动，边建边用

语料库的价值，最终体现在共建共享和有机生长上。作为面向AI4S新型基础设施的国家级科技语料库，“敖仓”在设计之初就立足于语料共建共享、可持续化运营，赋能科学研究和产业发展。

秉承“场景驱动、边建边用”的理念，“敖仓”以赋能科学研究、人工智能应用与产业创新为核心使命，诸多场景服务成效已经显现——

在科学发现场景中，“敖仓”的语料已经多批次供给“磐石”科学基础大模型，助力其科学推理能力显著提升；同时还向智能化工大模型等多领域学科模型按需供给，有效支撑了数学物理、化学化工、天文空间、地球科学、生命科学、前沿科学等领域的进展。

在智能应用场景中，“敖仓”已经开始为蚂蚁医疗大模型提供支撑服务，助力蚂蚁阿福为医生、患者提供更严谨规范的科学输出。与此同时，“敖仓”团队正在启动对豆包、千问等通用大模型及科大讯飞等领域应用大模型的语料供给工作。

在产业创新场景中，“敖仓”正针对商业航天、低空经济、智能制造、生物医药等领域开展语料加工服务，下一步将支撑元器件选型、超微病理诊断、高速列车外形设计等百余个行业应用。

谈及未来发展，曲建升表示，“敖仓·科技语料库”将坚持科技语料“共建、共享、共用”原则，强化高质量科技语料加工能力，丰富AI4S创新应用场景，探索公益与商业结合的语料运营模式，培育科技语料繁荣创新生态，赋能新质生产力跨越发展。它的目标，是为我国乃至全球科技创新与智能经济发展贡献“科技语料仓库”的支撑力量。