11月14日，大模型 大未來——2025年大模型應用場景交流全國行·深圳站暨大模型數據要素建設行活動在深圳舉辦。

本次活動由紅星傳媒、深圳河套學院、中國移動數智化部聯合主辦，中國人工智能產業發展聯盟（AIIA）數據委員會、深圳市人工智能協會以及深圳市翻譯協會協辦。

來自高校、行業協會、行業機構及中國移動、順豐科技、金正優智科技、得理科技等10余家行業企業參會，圍繞“模型應用”、“高質量數據集建設”、“場景實踐”等內容開展了深度交流。

中國信通院人工智能研究所李蓀在主題演講中指出，人工智能正從“AI賦能”走向“AI原生"。"當AI原生成為核心邏輯，數據已從'輔助輸入'升級為核心生產要素，即AI原生數據。”

政策端來看，國家數據局、工信部等持續完善頂層設計，《“數據要素x”三年行動計劃》《國家人工智能產業綜合標準化體系建設指南(2024版)》等文件密集出臺;國務院國資委發布首批30項央企高質量數據集;北京、上海、山東、武漢、南京、杭州、呼和浩特、蘇州等11地在2025年2—4月集中發布獎補政策，激勵數據集供給端建設。截至目前，沈陽、保定等7個國家級數據標注基地已建成數據集524個，規模超29PB，服務大模型163個，數據標注產業邁入快速擴容期。

活動現場發布的一組數據顯示，全球大模型訓練數據量自2010年后呈指數級增長，2025年已逼近101? Token量級；但數據密度在2024年出現“見頂回落”——以Qwen系列為例，Qwen 2.5-32B密度為554，Qwen 3-Max僅36，下降近15倍。“規模競賽”進入“質量競賽”階段，高質量數據集成為人工智能應用升級的核心要素。

AI原生強調從系統設計、代碼實現到應用場景均以AI技術為出發點和驅動力，實現“脫胎換骨”的范式重構；數據層、技術層、應用層同步躍遷，形成動態關聯、多模態融合、實時閉環的“知識網絡”，為大模型持續演進提供“燃料”。

面向AI原生的數據工程體系成為破解瓶頸的關鍵。中國信通院提出“靜態管理→動態學習、數據治理→數據智能治理、一次性清洗→持續評估優化”三大轉變，構建貫穿采集、治理、反饋與評估的全流程原生數據工程，讓數據與模型共同演化、生長。

目前，其“人工智能數據集質量評估體系（ADAQ）”已開發60個質量評估算子，覆蓋完整性、規范性、準確性、及時性、一致性、稠密性、多樣性、均衡性、相關性、原創性、可溯性、可訪問性等12個一級指標、36個二級指標，自動化評測率達75%，為高質量數據集建設提供可量化、可落地的“標尺”。

劉謐 紅星新聞記者 李偉銘