数据飞轮时代来了！国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》

📅 2026年6月8日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》（国数科基〔2026〕25号），这是继“数据要素×”行动之后，又一重磅数据政策落地。这次，矛头直指“人工智能+”赋能千行百业的核心卡点——数据。

---

🎯 为什么现在出这个文件？

人工智能的竞争，本质是数据与算法的竞争。当大模型基础能力逐渐趋同，如何让模型真正懂得医疗、工业、金融、农业等垂直行业的“专业语言”，成为决定落地效果的关键。

方案开篇即点明：

行业高质量数据集是推动“人工智能+”赋能千行百业、实现产业落地的基础性、关键性资源。

通用大模型再强，缺乏行业数据喂养，落地仍然困难重重。这份文件的核心逻辑主线很清晰——

🔄 数据飞轮：场景牵引数据 → 数据驱动模型 → 模型赋能应用 → 应用创造价值

一个自我强化的正向循环，让数据持续产生价值。

---

🚀 六大专项行动，覆盖全链条

方案部署了六个专项行动，从数据“生产”一路打通到“变现”：

💪 一、强基扩容行动

拓宽数据供给渠道，丰富多模态数据类型（文本、代码、图像、音频、视频、点云、时序数据……），同时强化“链主单位”牵引，推动产业链上下游协同共建，鼓励公共数据与行业数据融合利用。

🏷️ 二、标注攻坚行动

从“以人为主”向“人机协同 + 专家深度参与”的多层次标注模式转变。推动专家参与高知识密度数据集生产，梯次布局数据标注创新试验区，壮大数据标注龙头企业和就业群体。

📊 三、提质增效行动

推动构建符合 AI-Ready 标准的高质量数据集，加快相关国家标准研制。发起“高质量数据集测评联合行动”，推动实现“一次测评、全国互认”，降低重复认证成本。

🔗 四、应用赋能行动

以模型应用牵引数据供给，打造“数据赋能工场”，集“数据集生产加工 + 流通利用 + 支撑模型训练应用”于一体，打造行业标杆和典型案例，破解“数据孤岛”“数据烟囱”。

🛡️ 五、管理服务行动

构建覆盖采集、清洗、加工、标注、质检、测评、迭代、审计等全生命周期的数据集管理体系。重点探索版权作品数据合规用于模型训练的制度框架，完善“三权分置”落地机制。

💰 六、价值释放行动

推动数据集商业化与资产化，发展“订阅模式”“商场模式”“定制模式”等多元服务形态，探索数据集质押融资、作价入股、资产证券化等路径，并探索以词元（Token）为基础的数据价值体系。

---

🗺️ 哪些行业是重点战场？

方案明确了两类重点建设领域：

传统重点行业（19个）：

科学研究、工业制造、农业农村、智慧能源、交通运输、金融服务、医疗卫生、教育教学、电子商务、人力资源、文化旅游、应急管理、气象服务、绿色低碳、公共安全、城市治理、住房建设、自然资源、社会信用

🌟 创新前沿领域（5个）：

低空经济 · 具身智能 · 智能驾驶 · 智慧海洋 · 生物制造

---

💡 三个值得重点关注的政策亮点

亮点①｜Token 定价：数据计量新维度

方案提出探索“词元（Token）交易”这一新型模式，尝试构建可量化、可定价的数据价值体系。数据的计价单位，可能从传统的“GB/条”转向更贴近 AI 实际消耗的 Token 维度，是一个颇具前瞻性的制度探索。

亮点②｜版权数据合规入训：打破最大卡点

文件明确提出：

完善人工智能训练阶段数据使用规则，推动版权作品数据等有序用于模型训练，完善数据授权使用机制和收益分配规则。

如何让海量版权内容合法进入训练数据，一直是行业最大难题之一。官方层面明确推进规则制定，释放了重要积极信号。

亮点③｜数据资产化：从理念走向路径

方案鼓励探索：数据集质押融资、数据集作价入股、资产证券化、数据信托、数据保险。

数据资产化从概念逐步走向可操作的实践框架。

---

📅 2028年，要建成什么？

按方案目标，到 2028年底，要实现：

• 🗂️ 一批高质量数据集：覆盖重点领域、经过应用验证
• 🏭 一批典型应用场景：数据驱动 AI 创新发展的行业标杆
• 🏢 一批创新型数据企业：具备领先优势，专业人才队伍壮大
• 📋 一批工具和标准：行业高质量数据集建设规范体系完善

---

写在最后

这份文件的核心逻辑，是把数据从“生产要素”变成“可运营的产品”。

对数据企业而言，标注产业、数据流通服务、行业数据集建设，都将是政策重点支持的赛道；对各行业企业而言，“链主单位”牵头组织协同建设数据集，既是责任，也是机遇；对整个 AI 生态而言，数据产业与人工智能深度融合，将持续催生智能经济新增长点。

从“数据大国”到“数据强国”，行业高质量数据集是这一跨越的基础底座。

---

📎 原文链接：国家数据局关于印发《关于推进行业高质量数据集建设行动的实施方案》的通知

来源：国家数据局 · 国数科基〔2026〕25号 · 本文系政策解读，仅供参考