《实施方案》后半本:AI-Ready、一次测评全国互认与「按词元计价」
国家数据局《关于推进行业高质量数据集建设行动的实施方案》(国数科基〔2026〕25 号)除了标注攻坚,还写了质量标准、测评互认、数据集商业模式和资产化。本文按原文条款编号,梳理和验收、定价、复用直接相关的后半部分。
上一周我们拆过这份方案里的「标注攻坚」。其实后半本里还有不少和一线交付、结算直接相关的内容。文件全称为《关于推进行业高质量数据集建设行动的实施方案》,文号国数科基〔2026〕25 号,发文机关国家数据局,落款日期 2026 年 6 月 3 日,国家数据局官网 2026-06-08 发布。总体要求里写明「到 2028 年底,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……形成一批行业高质量数据集建设工具和标准」,并部署强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六个专项行动。
提质增效:什么样的数据集算「AI-Ready」
第四部分原文提出,推动构建符合结构完整性、内容多样性、标注准确性、模型适配性等质量标准、满足人工智能就绪(AI-Ready)的高质量数据集,降低训练推理成本,有效提升模型性能。第(八)条要求加强数据清洗、增强、标注、对齐、质检等关键技术攻关和全过程自动化工具研发应用,并针对行业特定应用场景运用数据智能过滤与配比等技术,构建「更精、更强的高知识密度数据集」;同时发挥数据合成在数据集建设中的积极作用,解决稀缺场景数据集构造难、真实场景数据采集成本高等问题。
标准与测评:从「各家各测」到「一次测评、全国互认」
- 第(九)条:加快推进高质量数据集格式、类型、标注、质量测评等相关国家标准研制、应用验证和贯标,健全高质量数据集标准体系;加强在产业政策、政府采购、招投标中引用相关标准,引导产业执行高水平标准,用好检验检测等手段推动标准实施。
- 第(十)条:持续完善「数据质量验证+模型应用反馈」的测评方法,加快建设覆盖多行业、多场景、多模态的测评数据集;发起高质量数据集测评联合行动倡议,推动相关单位按照标准、采用统一测评方案和工具开展测评和封装工作,实现「一次测评、全国互认」。
这两条对交付方的含义很直接:验收口径会从「甲方自己看着办」慢慢转向按统一标准和统一测评工具来,质检记录、标注规则版本、模型侧反馈数据要留得下来、拿得出去。
价值释放:文件里写到的几种商业模式
- 第(十七)条:建立数据集和模型需求对接机制,推动行业高质量数据集跨行业、跨领域、跨场景融合利用,鼓励「以数换数」「数模互换」「数据托管」「数算一体」等多种应用模式。
- 第(十八)条:鼓励数据集在数据交易所(中心)等数据流通服务机构挂牌交易,发展「订阅模式」「商场模式」「定制模式」等多元服务形态,推动商业模式从基础数据包销售向 API 调用、模型化解决方案及全栈服务梯次跃升;并探索词元交易等新型交易模式,构建以词元为基础,可量化、可定价的数据价值体系。
- 第(十九)条:鼓励有条件的单位率先探索开展数据集资产盘点、登记、评估等试点工作,并列举了质押融资、作价入股、资产证券化、数据信托、数据保险等多元资产化创新模式。
- 第(二十)条:建立健全市场化利益分配机制,推动数据采买纳入预算编制,率先开展数据采购实践,培育为高质量数据付费的市场共识。
要提醒一句:以上都用了「鼓励」「探索」「研究」这类表述,是方向性部署,不是已经落地的统一计价规则。别把「词元交易」理解成现在就必须按 Token 报价。
管理服务与伦理:两条容易被忽略的红线
第(十四)条要求加强覆盖数据采集、清洗、加工、标注、质检、测评、迭代、审计等全生命周期的数据集管理服务能力建设,确保数据可管、可控、可追溯。第(十六)条明确「严禁非法收集或使用敏感数据」,并要求防范数据集建设全流程产生数据偏见与歧视。保障措施部分还提出避免一哄而上、防止同质化、低水平重复建设,以及防范数据投毒与污染、数据泄露等安全风险。
给交付团队的一张便签
- 把「结构完整性 / 内容多样性 / 标注准确性 / 模型适配性」当成四个自查维度,交付说明里逐项写清怎么保证的。
- 质检记录、测评结果、规则版本、迭代日志留全,为将来的统一测评和互认做准备。
- 敏感数据先过合规,再谈标注;偏见与歧视的抽查也该进流程。
- 商业模式部分先了解、别急着改报价单,等具体规则和合同范本出来再动。
本文条款与文号、日期均引自国家数据局官网公布的《实施方案》原文,未作扩张解释;具体以官方发布与后续配套文件为准。
参考来源
- 国家数据局:关于印发《关于推进行业高质量数据集建设行动的实施方案》的通知(国数科基〔2026〕25 号)全文
- 国家数据局:一图读懂《关于推进行业高质量数据集建设行动的实施方案》(2026-06-08)
- 中国经济网:我国推进行业高质量数据集建设(2026-06-10)
文号、发文机关、日期、条款编号与「2028 年底」目标均取自国家数据局官网公布的方案原文。
延伸阅读
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。