上海建設(shè)的全國首個語料公共平臺發(fā)布升級版，用焊工老師傅的經(jīng)驗(yàn)驅(qū)動AI

上海建立運(yùn)營的全國首個語料運(yùn)營公共服務(wù)平臺，正式邁入2.0升級版，工作重心將從“更好地組織數(shù)據(jù)”轉(zhuǎn)向“更好地提煉數(shù)據(jù)”，從“數(shù)據(jù)的一次性交付”轉(zhuǎn)向“打造數(shù)據(jù)在閉環(huán)”。為了讓城市數(shù)據(jù)加速轉(zhuǎn)化為語料能力，該平臺面向諸多真實(shí)場景，逐一發(fā)布專業(yè)語料庫，深度整合醫(yī)療臨床、港口服務(wù)、消防安全等行業(yè)知識，甚至包括焊接、港口堆場等工業(yè)老師傅的經(jīng)驗(yàn)。

語料數(shù)據(jù)堪稱人工智能和大模型的“燃料”。當(dāng)前，人工智能發(fā)展正不斷走向縱深，高質(zhì)量數(shù)據(jù)集越來越成為驅(qū)動人工智能創(chuàng)新發(fā)展的關(guān)鍵變量。在此背景下，7月18日，2026世界人工智能大會“語料筑基、智生時(shí)代”語料創(chuàng)新論壇在滬舉行。本次論壇由上海庫帕思科技有限公司、市人工智能行業(yè)協(xié)會主辦，集中展示了上海圍繞高質(zhì)量語料數(shù)據(jù)開展的前瞻布局和務(wù)實(shí)推進(jìn)，匯聚了全國語料生態(tài)的新力量、新實(shí)踐。

國家數(shù)據(jù)局黨組書記、局長劉烈宏在致辭中表示，截至今年6月底，我國已建成高質(zhì)量數(shù)據(jù)集12萬個，總體量超過1565PB；七個數(shù)據(jù)標(biāo)注先行先試城市標(biāo)注規(guī)模超119PB，服務(wù)425個大模型研發(fā)。下一步，國家數(shù)據(jù)局將深入實(shí)施強(qiáng)基擴(kuò)容、標(biāo)注攻堅(jiān)、提質(zhì)增效、應(yīng)用賦能、管理服務(wù)、價(jià)值釋放六大行動，進(jìn)一步構(gòu)建服務(wù)人工智能的高質(zhì)量數(shù)據(jù)供給體系。

上海作為高質(zhì)量數(shù)據(jù)集建設(shè)的排頭兵，一直積極推進(jìn)“模數(shù)共振”，打造語料基座“上海方案”。特別是過去幾年，借助世界人工智能大會的平臺，上海不斷推進(jìn)相關(guān)工作：2024年7月，上海發(fā)布了國內(nèi)首個語料運(yùn)營公共服務(wù)平臺；2025年7月，基于該平臺的全國首個語料運(yùn)營公共服務(wù)統(tǒng)一門戶正式上線；今年，平臺升級到2.0版，主要創(chuàng)新點(diǎn)包括首創(chuàng)了“篩選—轉(zhuǎn)換—合成”的3層10級數(shù)據(jù)進(jìn)化路線，集成Kupas Camp語料FDE工程平臺、老師傅語料工程化平臺、“語匠”專家眾包網(wǎng)絡(luò)，形成了從規(guī)劃咨詢、產(chǎn)品設(shè)計(jì)到數(shù)據(jù)工程實(shí)施的體系化能力。

事實(shí)上，上?！皵?shù)據(jù)新基建”創(chuàng)新的關(guān)鍵，就是要讓行業(yè)專家的“潛知識”變成可調(diào)用、可評測的“顯知識”。本次論壇上，面向醫(yī)療、工業(yè)、交通、供應(yīng)鏈、城市治理等場景，上海集中發(fā)布了一系列新產(chǎn)品，包括焊接老師傅語料庫、港口堆場老師傅經(jīng)驗(yàn)語料庫、專病語料庫、城市軌道交通行業(yè)語料庫、交通基礎(chǔ)設(shè)施運(yùn)維語料庫、國際物流供應(yīng)鏈語料庫、消防行業(yè)語料庫等等，從而將相關(guān)的行業(yè)知識、人員經(jīng)驗(yàn)、規(guī)則制度等提煉轉(zhuǎn)化為語料能力。

著眼于加強(qiáng)標(biāo)準(zhǔn)建設(shè)，為“好數(shù)據(jù)”建立更具操作性的標(biāo)尺，上海本次新發(fā)布了15項(xiàng)相關(guān)團(tuán)體標(biāo)準(zhǔn)和2項(xiàng)行業(yè)標(biāo)準(zhǔn)，覆蓋高端裝備、醫(yī)療專病、藝術(shù)人才培養(yǎng)、文物、鋼鐵、大模型數(shù)據(jù)集開發(fā)管理等方向，貫通語料的采集、清洗、標(biāo)注、評測、應(yīng)用、運(yùn)營管理的全流程。

此外，順應(yīng)當(dāng)前語料發(fā)展的新趨勢，本次論壇發(fā)起了科學(xué)數(shù)據(jù)服務(wù)可持續(xù)發(fā)展倡議，促進(jìn)科學(xué)智能相關(guān)數(shù)據(jù)向AI-Ready邁進(jìn)、向Agent-Ready演化；啟動了“DARE GO達(dá)·高”跨領(lǐng)域高價(jià)值語料數(shù)據(jù)征集計(jì)劃，面向千行百業(yè)征集帶環(huán)境、帶任務(wù)、帶評價(jià)標(biāo)準(zhǔn)、帶黃金答案的專業(yè)難題，將以高價(jià)值問題牽引高質(zhì)量語料建設(shè)。