中新网北京7月24日电 题：拓宽AI认知广度 专家建言高质量语料“一横一纵”并行发展

　　记者 张素

　　通用大模型在日常对话、通识问答中表现亮眼，但面对甲状腺疾病临床诊断、隧道地质研判等专业场景时经常出现逻辑偏差、判断不准等问题。

　　有分析称，市面模型多依托碎片化互联网通用数据训练，缺少严谨专业逻辑，难以支撑硬核行业专业决策。

　　专家指出，高质量语料不是数据的简单堆砌，而是专业知识、专家经验、场景经验的系统化、工程化沉淀，是推动人工智能(AI)从“会生成”迈向“会理解、会判断、会协同、会行动”的核心基础设施。

　　“一横一纵”并行发展

　　2026世界人工智能大会期间，在“人工智能高质量语料生态论坛”上，图灵奖得主约翰·霍普克罗夫特发表主旨演讲。他回顾了AI从学术项目走向产业浪潮的历程，指出算力与数据基础设施的相互成就推动了这一进程，并强调各国需要制定能够抵抗持续变化的AI战略。

　　专家梳理出当下AI语料的两条探索路径。其中，“一横”是以海量通用数据、规模化常识标注为核心的广度拓展路径，靠数据规模堆叠模型通识能力，解决AI回答“是或否”的常识问题。

　　“一纵”是以垂直领域专家级数据、高精度标注为核心的深度深耕路径，靠顶尖专家的专业沉淀定义语料标准，保障模型的专业精度与落地价值，解决AI“好不好用、能不能解决真问题”的核心命题。

　　分析认为，“一横一纵”互为补充、并行发展，不过，想要突破科学智能与产业智能发展瓶颈，垂域高质量语料是核心刚需。

　　构建面向人工智能的数据生态

　　据知，国家信息中心联合GOMAX LAB启动《面向人工智能的数据语料构建生态路线图》研究工作。

　　课题负责人、国家信息中心信息化和产业发展部主任单志广表示，构建面向人工智能的数据生态是系统化、长期性工程，需要立足全球人工智能产业竞争新需求，顺应数据语料作为大模型研发、技术创新与产业赋能的战略性资源新趋势，联合“政产学研用”等多元主体力量，加速构建“共生、共建、共享、共治”的面向人工智能的数据语料生态，创新探索中文语料生产范式，系统布局通用型基础语料与垂直行业专业语料建设，打通从高质量语料到高可靠模型的技术通道，持续提升中文语料在全球数据资源市场的供给占比与品牌影响力。

　　“未来的产业智能，依托专家沉淀的高质量语料持续训练；未来的行业模型，依托科学专业的Benchmark体系统一评测；未来的可信AI，依托标准、场景、闭环、生态持续进化。”GOMAX LAB AI总裁陈旻麒说。

　　陈旻麒还介绍了人工智能高质量语料产业发展路径图，其中勾勒出从“沉淀专家经验、深耕专业数据治理、构建分层高质量语料、搭建行业级Benchmark”到“科学量化模型能力、真实场景闭环验证、沉淀标杆范式、建立行业标准与开放生态”的完整闭环。

　　规模化落地还需跨越门槛

　　有分析认为，垂域高质量语料规模化落地还需跨越核心门槛，包括“全域多赛道覆盖，搭建国家级数据基础设施”“长效协同共建模式，摒弃一次性数据交易”“自研全链路工程算法底座，实现专家知识数字化转化”“多元长效资本协同，支撑重投入长周期赛道”等。

　　专家表示，研究领域不断拓宽，合作共建持续深化，算法底座日益坚实，资本赋能长效支撑，这既是高质量语料赛道走向成熟的必经之路，也是长期深耕者的核心竞争力。

　　人工智能高质量语料生态共建行动已正式启动。此举旨在凝聚国家智库、地方政府、产业平台、科研团队等多方合力，推动高质量语料“供得出、流得动、用得好”。

　　中国新一代人工智能发展战略研究院执行院长龚克提醒，跨学科协同需要在数据层面实现真正的融合，而高质量语料本身就是跨学科协同的产物。数据服务商需转型为企业长期研发合作伙伴，深度嵌入模型全研发流程，同步迭代优化行业语料，持续稳定保障AI专业推理精度。(完)