国家数据局 10·27 座谈会:数据标注进入「以需定供」阶段
推进会明确「以需定供」形成数据集需求地图、「以用促建」推动模数共振、引导数据集登记复用。一句话:先摸清谁要什么数据,再决定怎么建、怎么标。
10 月 27 日下午,国家数据局在京组织召开数据标注先行先试工作推进会,总结进展、交流典型经验、部署下一阶段重点任务。国家数据局党组成员、副局长夏冰出席会议并讲话,官网于 10 月 31 日发布消息。39 个先行先试城市所在省、市数据管理部门负责同志,以及国家数据局数字科技和基础设施建设司、国家数据发展研究院、中国信息通信研究院、中国电子技术标准化研究院相关同志参加。
会议给的三组关键词
- 一条主线:以更好支撑人工智能发展为主线。
- 三项目标:促科技创新、促数据供给、促产业发展。
- 三个抓手:实施标注技术攻关专项工程、构建行业领域标注专家网络、建立跨地域协同联动专项机制。
会议特别点出「数据标注具有场景化的显著特点」,需要各地、各主体协同联动、共同谋划。这句话值得标注团队留意:场景化,意味着通用数据集的通用做法不再够用。
下一步三件事,直接决定交付物长什么样
一是「以需定供」形成数据集需求地图。对先行先试城市关联的上下游主体进行统计摸底,掌握近期、中远期的高质量数据集需求。翻译成项目语言:甲方会先说清楚模型要用在什么场景、缺哪类数据,再倒推标注规范,而不是先攒一批数据再找买家。
二是「以用促建」推动「模数共振」场景落地。引导试点城市、行业高质量数据集建设链主和先行先试单位,以场景应用效果来检验工作成效。也就是验收标准会从「框标得准不准」往「模型用了有没有变好」延伸。
三是引导数据集登记与复用。持续引导经过标注的数据集在国家数据集管理服务系统(ndsms.cn)登记,对通过质量测评的数据集进行应用跟踪,推动实现数据集有效复用拓展。
把两场会连起来看
据上海证券报报道,国家数据局在 10 月 27 日、28 日连续召开两场座谈会,另一场面向 9 大领域 21 家链主单位,提出「摸清人工智能用数需求」「强化应用反馈」「建立数据回流和迭代优化机制」。同一报道援引的数据是:截至 2026 年 6 月,全国已建成高质量数据集超 12 万个、总体量超 1565PB,较一季度末增长超 60%;其中 72 家行业链主单位建成数据集超 45PB、覆盖高价值场景超 759 个,140 家先行先试单位建成超 106PB。规模已经不小,接下来要解决的是「建出来有没有人用、能不能反复用」。
该做的准备
- 把需求文档、场景说明、标签体系版本纳入交付包,别只交一个结果文件夹;
- 质检报告里增加「模型侧可用性」的说明,例如类别分布、边界案例覆盖;
- 整理好数据集的元数据与来源说明,为后续登记、测评、复用留出接口。
本文为公开信息整理,会议内容以国家数据局官网原文为准;相关统计数据转引自上海证券报报道。
参考来源
会议表述取自官方原文;规模数据为媒体转引,已注明
数据标注入门指南
按「是什么 → 怎么标 → 怎么验 → 怎么选工具 → 怎么算成本」串起站内的实操文章。