发展数据标注技术，把数据“原油”炼成“汽油”

今日新闻 2025年10月29日 05:00 0 admin

今年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，其中提出“支持发展数据标注、数据合成等技术，培育壮大数据处理和数据服务产业”。

何为数据标注？简单来说，就是给文本、语音、图片、视频等各式数据“打标签”。在人工智能的快速发展中，数据被誉为“新石油”，而数据标注则是将数据“原油”炼成“汽油”的关键工艺。

数据标注通过对数据特征提取、分类、注释、标签化等操作，将人类的知识和思维逻辑转化为计算机可识别的语言，可为数据注入新价值，还可有效激活数据潜能，是人工智能高质量数据集建设的关键环节。经过标注的高质量数据能有效提升垂类大模型的专业领域性能，加速人工智能赋能千行百业。

2024年12月，国家发展改革委、国家数据局等部门印发《关于促进数据标注产业高质量发展的实施意见》，提出“到2027年，数据标注产业专业化、智能化及科技创新能力显著提升，产业规模大幅跃升，年均复合增长率超过20%”。据了解，国家数据局已指导安徽合肥、四川成都等7个城市建设数据标注基地，先行先试、探索经验。截至今年上半年，7个数据标注基地建设数据集524个，服务大模型163个，带动数据标注行业相关产值超过83亿元。

在分子和药物智能研发场景，对原子、电荷、化学键、靶点、活性等关键信息进行标记，人工智能才能更好赋能新药研发；在工业质检场景，对产品缺陷尺寸、位置、类型等信息进行标记，人工智能才能精准捕捉产品缺陷或异常……在人工智能大模型和相关政策驱动下，数据标注需求爆发式增长，相关企业也茁壮成长。有的企业主要业务是为人工智能场景化落地提供数据采集和标注服务，在人工智能产业带动下，仅过去一年公司就承接了2000多项数据标注项目需求，预计今年业务量将增长超过30%。

数据标注产业链覆盖上游数据提供方、中游平台公司、下游服务商。目前，我国已经初步形成产业链闭环，各地也在加速培育数据标注产业，产业集聚带动作用日益凸显。数据标注产业正呈现出新的发展趋势。

技术迭代。智能化标注技术不断取得突破，人机协同标注模式日益成熟。企业通过人工智能对未标注的数据进行预标注，数据标注员更多承担关键决策角色，通过实时纠正模型错误，并将改进反馈给算法，促进其自我优化。这种模式不仅提高了标注效率，还保证了标注的准确性。

要求提升。随着大模型的发展，高质量数据集的评判标准变得更加复杂。比如医疗影像标注需要专业知识以识别病灶，自动驾驶领域离不开对道路场景的高精度标注。数据标注产业逐渐从劳动密集型产业转变为知识密集型产业，对从业者的专业要求越来越高。

对象拓展。被标注的数据从文本、图像等单模态向多模态标注转变，其领域也从通识领域逐渐扩展到医疗、工业制造等专识领域。

目前，数据标注产业还处于初期阶段，需要各方群策群力，共同培育壮大数据标注产业生态。各地要加强政策落实和引导，与产业各界深度合作，搭建常态化供需对接服务平台；应用企业要以实际需求驱动数据标注能力体系建设，模型厂商等数据应用企业要结合自身技术路线与业务场景，与标注企业共同开展标注工具研发、流程优化工作，推动行业标准规范建设。