人民网记者 马作鹏 唐小丽

WAIC 2026语料创新论坛现场

7月18日，上海世博中心金厅，一场名为“语料筑基、智生时代”的语料创新论坛，与算力基建论坛、大模型底层供应链论坛共同勾勒出2026年AI产业的完整发展主线。

三年前，行业还在为“参数竞赛”争得头破血流；一年前，人们开始意识到“数据质量决定模型上限”。而今天，这个论坛释放出一个更清晰的信号：AI产业的竞争，正在从“卷参数、卷算力”转向“卷数据、卷闭环”。

范式之变：从“一次性交付”到“数据在闭环”

国家数据局局长刘烈宏在致辞中给出了一组令人印象深刻的数据：截至2026年6月底，全国已建成高质量数据集12万个，总体量超过1565PB，较一季度末增长超60%，这相当于中国国家图书馆数字资源总量的547倍。

还值得关注的是，7个数据标注先行先试城市标注规模超119PB，带动相关产业产值263亿元。

数字震撼，但真正的看点不在规模，而是逻辑转变。本届论坛上最核心的发布——语料运营公共服务平台2.0提出了一个关键词：“数据在闭环”。

语料运营公共服务平台2.0发布

从“如何更好地组织数据”到“如何更好地提炼数据”，从“数据的一次性交付”到“打造数据在闭环”，平台2.0首创“筛选—转换—合成”三层十级数据进化路线，并集成语料FDE工程平台、老师傅语料工程化平台和“语匠”专家众包网络。这标志着语料建设从静态的资源堆砌，走向动态的能力运营。

什么是“闭环”？

上海人工智能实验室领军科学家乔宇在演讲中给出了一个形象的解释：在过去，模型预训练是单向过程，即收集人类数据、让模型学习；但高质量数据越来越稀缺的今天，这种模式的边际效应正在递减。面向未来，数据和模型必须共生演化：通过更强的模型构造更优的数据，通过更优的数据推进更强的模型。

上海信投副总裁、库帕思董事长山栋明则把这一逻辑推进到企业的日常运营层面：“不是每年做一次大盘点，而是通过质量检测、问题定位、工艺改进，成为日常的循环。”

他提出了AI原生的“五步法”，其中特别强调“六四分”和“学生思维”——“首先出来的事儿就是60分，只要用上飞轮迭代就会形成从初中生到高中生再到大学生”的蜕变。

与此同时，论坛集中发布了面向医疗、工业、交通、供应链、城市治理等真实场景的系列语料数据创新产品：专病语料库、焊接老师傅语料库、城市轨道交通行业语料库、港口堆场老师傅经验语料库……这些产品的一个共同特征是颇为有趣：它们不再是静态的“数据包”，而是嵌入真实业务流程、可训练、可推理、可调用、可评测的语料能力。

“数据在闭环”的另一个标志是标准体系的完善。

语料数据系列标准发布

在去年发布10项团体标准的基础上，今年论坛新增发布15项团体标准和2项行业标准，覆盖高端装备、消防、医疗专病、艺术人才培养、国际物流供应链等方向。标准的意义在于让“好数据”有了可操作的标尺，让闭环有了可复制的路径。

数据驱动：从“学知识”到“学做任务”

“数据决定上限”——这是本届论坛上多位嘉宾反复强调的一个核心判断。

人民日报社传播内容认知全国重点实验室(人民网)负责人表示，人民日报社将建设“AI友好型”主流价值服务平台，发挥好“主流价值语料库”功能，为人工智能发展筑牢价值观底座。“AI友好型”主流价值服务平台将构建一套面向大模型、智能体、数字人的全新技术标准、数据标准、服务标准，助力人工智能更快、更准、更高效地读取媒体有效信息，进而原生适配A2A(智能体交互)新型业务形态。

复旦大学党委常委、副校长姜育刚从数字空间到物理世界的视角，剖析了具身智能对数据的全新要求。他指出，当AI从大语言模型走向具身智能，数据需求发生了质变——从互联网上可公开获取的数据，转向物理交互数据、真机操作数据、触觉和力觉反馈数据。

“机器本身没有物理交互的数据，就没有办法训练好的具身模型。”他提出具身智能需要三层数据协同：顶层是真机操作数据，中层是结构化的人类施教数据，底层是互联网仿真和合成数据。

他强调：“失败的数据”同样重要——“不能每次训练的数据都是采集成功的，这些失败的数据对于模型后面调整、提升模型能力同样重要。”

上海人工智能实验室领军科学家乔宇进一步将这一逻辑上升为“数据定智能——AGI演进的第一性原理”。他提出，从数据到智能有三条转化法则：

一是智能的广度取决于数据的规模与多样性，MinerU工具已在GitHub获得七万星标，成为全球影响力最大的智能文档解析引擎之一；

二是智能的深度取决于思维过程数据，论文只发表正面结果、教科书只保留最优推导路径，但真正的智能提升恰恰来自试错、矛盾与重新思考；

三是智能的未来在于数据为核心的自演化。他提出了“数据进化达尔文主义”，数据不是一次性加工的原料，而是持续演化的对象。

山栋明则从产业视角给出了一个判断：“今天国家的模型全部开源，接下来应用落地的难点已经不在算法本身，在于我们有没有把数据准备好。”他提出，数据正在从Data for BI向Data for AI转变：“BI时代的数据是猴子，AI时代的数据是人”，最大的差别在于：BI要的是结果，AI要的是过程。

语料数据创新系列产品发布

产业落地：语料如何才能“落地生根”

理论的清晰不等于落地的顺畅。论坛的案例分享环节，四位来自产业一线的嘉宾给出了各自的答案。

山东港口青岛港集团党委委员、常务副总经理吴宇震分享了港口AI的实践。青岛港2025年货物吞吐量7.4亿吨、集装箱3289万标箱，稳居全球第四和第五位。2025年5月，青岛港获批国家人工智能应用中试基地，是全国首批、港口行业唯一。

通过“老师傅”经验语料化的七步法，青岛港将堆场计划这一核心生产环节的经验转化为可沉淀、可调用、可传承的组织资产，使港口整体作业效率提升10%。

上海信投智能科技副总经理陶思远分享了轨道交通、制造业、新材料等场景的实践。核心方法论是“知识化+工程封装”，即先把老师傅做什么的流程知识化，再把重复性工作封装成工作流和skills。

逻辑朴素但有效：“不怕开工的时候知识看不到头，要干活，还是先从小切口做起。”

亿欧董事长王彬发布的《从AI语料到商业落地价值洞察分享》报告，给出了一组行业判断：中国AI解决方案提供商已达7万家，垂直领域语料积累越深越值钱；通用大模型数量只占所有大模型的1%，99%的垂类大模型值得开发；到2030年智能体市场有望达到500亿美金。

科学数据服务AI4S可持续发展倡议正式发起

圆桌论坛上，四位来自学术界和产业界的嘉宾围绕“AI4S科学数据的未来”展开讨论。上海科学智能研究院AI科学家魏龙分享了一个令人印象深刻的案例：一位律师通过AI软件参与科学智能比赛，连续六天保持第一名——“文科生做自然科学研究，这意味着新的时代，已经有了。”

从语料运营公共服务平台2.0的发布，到七项系列成果的集中亮相；从“数据在闭环”的理念提出，到“老师傅经”的产业实践……2026年的语料创新论坛，已经不再是关于“数据很重要”的呼吁，而是关于“数据如何变得更好用、如何持续变好”的系统性回答。

正如乔宇在演讲中所说：“未来AGI不仅仅是一场规模的竞赛，更重要的是我们为智能提供更高密度、更完整流程，包含数字世界和物理世界的全流程数据。”

而山栋明的判断更加直白：“语料数据的AI Ready，是接下来挑战我们的堵点、痛点和难点，一旦突破，AI应用落地将会突破它的天花板。”

当数据开始“闭环”，AI的下一站，或许真的不远了。

(文中图片均由主办方提供)