8月28日，2026中国国际大数据产业博览会在贵州贵阳开幕。国家数据局相关负责人披露，截至今年8月，全国已建成高质量数据集超过12.6万个，总体量超过1815PB，较一季度末增长超89％。这一数据表明，我国面向人工智能训练的数据供给能力正在快速提升。
高质量数据集是指经过采集、加工等数据处理流程，可直接用于开发和训练人工智能模型、能有效提升模型性能的数据集合。随着大模型训练对数据质量要求的不断提高，高质量数据集已成为AI产业发展的关键基础设施之一。国家数据局最新数据显示，全国数据集建设规模持续扩大，数据供给体系日趋完善。
值得关注的是，国家数据集管理服务系统自今年4月上线以来，已发布数据集超过1700个。该系统的运行标志着我国在数据资源统筹管理方面迈出实质性一步，为供数方和用数方提供了统一的对接平台。业内人士认为，这一基础设施的建成将有助于解决长期以来数据供需匹配效率低、数据质量参差不齐等痛点。
本届数博会首次设立“数据集市”展区，共有95家数据企业参展，带来精品数据产品253个。数据集市的设立旨在促进数据供给方与需求方的精准对接，降低数据交易和流通的制度性成本。从参展企业数量和产品规模来看，数据要素市场正在从概念走向规模化落地。
从行业背景看，高质量数据集的建设与AI大模型的发展形成正反馈。一方面，模型训练需要海量、高质量、多样化的数据支撑；另一方面，数据集的规模化建设也为AI应用落地提供了更扎实的基础。此次披露的数据增长幅度，反映出政策推动下数据要素市场化配置改革正在加速。
数据规模的跃升还体现在结构层面。1815PB的总体量较一季度末增长超89％，这一增速远超市场预期。分析人士指出，高质量数据集的快速增长与各级政府推进公共数据开放、行业数据汇聚以及企业数据治理能力提升密切相关。随着数据基础制度的逐步完善，数据要素的价值释放空间将进一步扩大。
从产业影响来看，高质量数据集的规模化供给将直接降低AI企业的数据获取成本，尤其对中小型AI创业公司而言，公共数据集平台的开放意味着更低的研发门槛。同时，数据标注、数据治理、数据安全等上下游服务环节也将受益于整个数据产业链的扩容。
本届数博会以“数智共生”为主题，集中展示了数据要素在千行百业的应用成果。随着国家数据集管理服务系统的持续运营和数据集市等创新模式的推广，我国数据要素市场有望在供需两端形成更强的协同效应，为人工智能产业的纵深发展提供持续动力。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
