从单家承建到联合体共建 行业高质量数据集建设模式加速演进

　　行业高质量数据集的建设形态正在发生变化。9月10日，马栏山数智科技生态发布会在长沙举行，首批数据以联合体承建行业数据集，并非地方自选动作。国家数据局今年6月印发的《关于推进行业高质量数据集建设行动的实施方案》提出，链主单位可以联合体等形式推动产业链上下游协同共建和资源整合；工业和信息化部办公厅启动的工业数据筑基行动，明确到2026年底培育一批行业数据这一判断与行业数据集本身的构成方式有关。按《实施方案》要求，行业高质量数据集需满足结构完整性、内容多样性、标注准确性、模型适配性等质量标准，同时落实数据持有权、使用权、经营权"三权分置"。这些要求分别落在不同主体身上——数据在持有方手中，判断数据可用与否的专业标准在行业机构手中，合规流通的底座与数据工程能力则在技术服务方手中。单一主体难以独立完成全部环节。

　　趣链科技在联合体中承担的正是技术服务方这一环。这家以"区块链＋隐私计算"全自研双底座为核心的可信数据基础设施与运营服务提供商，也是数据要素基础设施服务商中较早介入数据集环节的一家，今年4月成为长沙城市可信数据空间建设与运营的牵头单位。

　　工业和信息化部办公厅的通知将牵头单位分为四类：行业骨干企业、平台型机构、先进制造业集群内重点企业，以及中小企业数字化转型试点城市相关主体，并要求牵头的链主企业具备较强的产业链供应链整合能力。落到执行层面，这一要求对应两类能力：一是能把分属不同主体的数据安全接入的底座，二是能把原始数据加工为可用数据集的工程能力。

　　底座层面，作为可信数据基础设施与运营服务提供商，趣链科技以可信数据空间承载多方数据的受控使用，目前已建成超过20个城市及行业可信数据空间，支撑超50个省级及城市级节点完成国家数据基础设施互联互通工作。工程层面，该公司的AI高质量数据集公共服务平台覆盖数据需求发布、数据集托管、多模态数据预处理、数据集质量评估与合规监测等环节，形成从需求提出到数据集上架的闭环。

　　《实施方案》同时鼓励数据集在数据交易所（中心）等流通服务机构挂牌交易，并探索词元等交易模式。这意味着牵头方的职责并不止于把数据集建成，还要推动符合条件的数据集进入流通环节——这也是数据要素运营方与单纯的数据加工方在职责边界上的区别。

　　数据集的质量上限往往不由技术方决定。《实施方案》在“标注攻坚”专项行动中提出，倡导人机协同、专家深度参与的多层次标注，发展模型预标注与人工校准相结合的模式，并建立行业专家认证机制。标注环节由此被明确要求引入专家，而不再只是技术团队的内部流程。

　　这一点在文化领域的数据集建设中体现得最为直接。在非遗纺织鞋服方向，趣链科技整合泉州簪花、珠绣等非遗资源，建成工艺纹样数据库与技术参数体系，用于AI辅助设计；在文物保护修复方向，该公司以高质量数据集配合知识图谱增强的大模型与图／向量数据库，支撑文物病害诊断与修复方案、技术路线的智能生成。纹样的工艺特征如何界定、文物病害的判定与修复合格标准如何划定，均来自非遗传承机构与文博机构的专业积累，技术方承担的是将这类知识转化为模型可读结构的环节。

　　工业领域的协同路径则有所不同，由链主企业提供场景与数据、技术方提供底座与平台。在山西华翔集团的铸造加工场景中，基于上述平台构建的“品质智脑”已覆盖熔炼、浇注、造型、砂处理、机加工等关键工序，漏检率下降超过80%，良品率提升超过8%；该项目于今年7月入选世界人工智能大会“数据要素赋能智能体”论坛典型实践项目。

　　在标准与第三方评价方面，趣链科技牵头和参与制定数字技术相关标准300余项，其中国际标准120余项、国家标准40余项、行业与团体标准130余项，所涵盖的国家标准中包括面向机器学习的数据标注规程；该公司入选全国数据标准化技术委员会组织的标准及技术文件验证试点单位，高质量数据集为其覆盖方向之一；今年入选中国信通院“铸基计划”《高质量数字化转型产品及服务全景图（2026上半年度）》未来信息领域。

　　趣链科技董事长李伟此前在一次产业交流活动上表示，建设高质量数据集既需要知识工程，也需要数据工程，应当重视一线实践，让创新真正解决问题。

　　按照《实施方案》的安排，到2028年底将建成一批覆盖重点领域、经过应用验证的行业高质量数据集。工业数据筑基行动的先行先试周期则至今年12月。对参与各方而言，联合体这一形态仍处在探索阶段，上下游之间的收益分配、数据持续更新的成本承担、数据集上架后的定价机制，目前尚无通行做法。

　　来源：中国产业经济信息网