北京
編者按
人工智能的競爭，歸根結底是數據的競爭。國家數據局近期發布政策，將高質量數據集建設提上日程。在這場關乎未來的數據競賽中，豐臺區并非旁觀者。落戶豐臺的八月瓜科技，深耕專利數據服務多年，已構建起規模逾26億條的數據體系，入選北京市行業高質量數據集典型案例。一家豐臺企業如何站上人工智能數據基礎設施的風口？本報今日聚焦，敬請關注。
當下，人工智能的“燃料”夠用嗎？國家數據局發布《關于推進行業高質量數據集建設行動的實施方案》（以下簡稱《實施方案》）指出行業高質量數據集是推動“人工智能+”賦能千行百業、實現產業落地的基礎性、關鍵性資源。值得注意的是，國務院《關于深入實施“人工智能+”行動的意見》將“人工智能+科學技術”列為六大重點行動之首，國家數據局《實施方案》同樣將科學研究放在首位。兩份政策文件同時釋放出一個清晰信號：高質量數據是AI賦能科學研究的關鍵基礎。
被低估的專利數據富礦
賽智產業研究院人工智能研究所所長安赟指出，人工智能正在從通用對話和內容生成向智能體、科學智能、具身智能和世界模型等方向演進，對行業數據的專業性、結構性、場景性和可驗證性提出了更高的要求。
在眾多數據資源中，專利數據的價值或被低估。據北京八月瓜科技有限公司董事長李長青介紹，“專利兼具技術屬性與法律屬性，其核心在于‘公開換保護’，要求發明人充分披露技術細節——比如醫藥領域的化合物結構式與制備方法、新材料領域的組分與合成工藝、高端芯片制造領域的薄膜沉積與光刻技術方案等——以換取法定期限內的獨占權。”據世界知識產權組織2025年12月發布的年度《世界知識產權指標》報告，2024年全球專利申請量為372.5萬件，覆蓋了絕大多數技術創新信息。
“AI可信語料核心在于來源、質量、應用三重可信，知識產權數據正是天然優質語料，堪稱科技創新‘濃縮鈾’，是訓練專業領域大模型的優質‘燃料’。”北京八月瓜科技有限公司聯席CEO、合伙人孫鵬說。
然而，這座“富礦”的開采并不容易。中國信息通信研究院副院長魏亮曾指出，不同單位數據集格式、標注規范相互割裂，難以共享復用。
高質量數據集建設的系統工程
如何把海量專利數據變成真正可用的AI“燃料”？八月瓜科技的實踐提供了觀察樣本。這家國家級專精特新“小巨人”企業，依托國家知識產權局全量專利數據，構建起匯集專利、訴訟、商標、文獻、工商等多類數據、總規模逾26億的數據體系。
據孫鵬介紹，公司采取垂直領域聚焦策略，重點布局新材料、生物醫藥、化學化工三大行業，每個細分領域均配備專業團隊深度處理。數據來源覆蓋全球178個國家和地區的超2億專利數據，標注過程采用“機器+專家”兩級模式，確保上下文理解準確，避免因誤標導致模型訓練失效。
據測算，單篇專利從原始文件到高質量標注數據集的全流程處理成本投入巨大，涵蓋數據清洗、去重、無效與失效專利篩除、多維度標引、結構化處理及知識圖譜構建等環節，非一般企業所能承受。正是這種高投入構筑了專業壁壘。
目前，八月瓜已形成“多語言專利文本平行語料庫”和“外觀專利圖文庫”兩項數據集成果，入選北京市行業高質量數據集典型案例。據企業介紹，其已累計服務超10000家科技企業。
數據價值的落地驗證
高質量數據集的真正價值，最終通過解決產業實際問題來檢驗。據了解，一家傳統鋼鐵企業曾通過專利數據庫檢索分析全球合金配方相關專利，在未增加成本的情況下優化工藝，產品性能反超原有技術，實現轉型升級。
在資本決策場景中，專利數據正發揮“預警雷達”功能。李長青透露，曾有某制造企業因未做專利前置排查，產品投產后被判賠償數億元，凸顯了數據審查在決策支撐中的關鍵價值。
從技術研發到資本決策，從風險規避到競爭態勢研判，專利數據庫與智能化分析平臺正幫助企業將碎片化的專利信息轉化為可執行的決策依據——這正是數據從“可用”走向“好用”的價值躍遷。
來源：央廣網、豐臺時報
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
