国家数据局：全国已建成高质量数据集12万个
我国已建成12万个高质量数据集，总数据量超1565PB。
洞察 AI 小结
高质量数据集是AI发展的关键基础设施，此次数据量大幅增长表明我国正加速构建数据要素市场，为AI大模型训练提供坚实支撑。数据标注产业的规模化发展也预示着数据服务产业链的成熟。
摘要
国家数据局公布，截至今年6月底，全国已建成12万个高质量数据集，总数据量超1565PB，较一季度末增长超60%，相当于国家图书馆数字资源总量的547倍。数据标注产业同步发展，七个先行先试城市标注规模超119PB，从业人员14万人。下一步将推动数据集有偿使用，形成数据供给与模型迭代的良性循环。
- 数据集规模：全国已建成12万个高质量数据集，总数据量超1565PB，较一季度末增长超60%。
- 数据标注产业：七个先行先试城市标注规模超119PB，从业人员达14万人。
- 未来规划：深化构建服务AI的高质量数据供给体系，推动数据集有偿使用。
核心要点
- 全国已建成高质量数据集12万个，总数据量超1565PB。
- 数据量较一季度末增长超60%，相当于国家图书馆数字资源总量的547倍。
- 七个数据标注先行先试城市标注规模超119PB，从业人员达14万人。
- 数据集覆盖科学研究、工业制造、医疗卫生、教育教学等行业。
- 国家数据局将推动数据集有偿使用，实现价值闭环。