国家数据局数博会披露词元与数据集最新进展

IT时代网8月29日消息，2026中国国际大数据产业博览会正在贵州贵阳举行。国家数据局相关负责人在会上披露，随着大模型加速向千行百业落地，我国词元调用量快速攀升，市场需求呈现爆发式增长。词元被视作人工智能理解世界的最小单元，本届数博会主题正是"词元——数据要素价值释放新路径"。国家数据局局长刘烈宏在词元专题交流活动上表示，模型综合能力越强，词元生产效率越高，输出内容的逻辑性、准确性和质量也更优；词元也为人工智能服务的计量、定价、交易和结算提供了标尺，当前词元产业链上已聚集算力租赁商等环节。

在高质量数据集建设方面，国家数据局最新数据显示，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，较今年一季度末大幅增长超89%。这里的"高质量数据集"指经过采集、加工等处理、可直接用于开发和训练人工智能模型的数据集合。自今年4月国家数据集管理服务系统上线以来，已发布数据集超1700个，数据供给规模稳步提升。

本届数博会还首次设立"数据集市"，95家数据企业带来253个精品数据产品，推动供数方与用数方精准对接。从词元计量到数据集供给，数据要素正从概念走向可流通、可定价的产业基础设施。

注：本文综合自IT之家、财联社等，文中包含AI辅助创作的内容。