《電子技術應用》
您所在的位置:首頁 > 其他 > 设计应用 > 数据工厂的构成、建设模式和运营机制研究
数据工厂的构成、建设模式和运营机制研究
网络安全与数据治理
涂群1,耿贵宁2,张茜茜3
1.北京化工大学经济管理学院; 2.三六零数字安全科技集团有限公司; 3.北京物资学院计算机与人工智能学院
摘要: 高质量数据集是人工智能大模型训练的核心“燃料”。当前,高质量数据集构建主要由人工智能企业自行完成,呈现零散化、作坊式、非标化的特点,难以满足人工智能大模型快速发展的需求。借鉴水厂、电厂等资源型基础设施的发展规律,结合国内外高质量数据集设施化生产的典型实践,提出“数据工厂”概念,将其定义为面向人工智能大模型应用、设施化规模化构建高质量数据集的生产设施。系统阐述了数据工厂由“储备车间”“生产车间”“中试车间”构成的三级架构体系,分析了数据标注企业升级、数据存储基地转型、人工智能企业延伸和技术企业创新设立四种建设模式,提出了保障模式、定制模式、电商模式和结对子模式四种运营机制,为推动高质量数据集设施化、规模化供给提供理论支撑和实践参考。
中圖分類號:F49文獻標志碼:ADOI:10.19358/j.issn.2097-1788.2026.04.002
中文引用格式:涂群,耿貴寧,張茜茜. 數據工廠的構成、建設模式和運營機制研究[J].網絡安全與數據治理,2026,45(4):9-16.
英文引用格式:Tu Qun, Geng Guining, Zhang Qianqian. Research on the composition, construction models and operation mechanisms of data factories[J].Cyber Security and Data Governance,2026,45(4):9-16.
Research on the composition, construction models and operation mechanisms of data factories
Tu Qun1, Geng Guining2, Zhang Qianqian3
1. School of Economics and Management, Beijing University of Chemical Technology; 2. 360 Digital Security Technology Group Co., Ltd., ; 3. School of Computer Science and Artificial Intelligence
Abstract: High-quality datasets are the core fuel for training large AI models. Currently, the construction of high-quality datasets is mainly carried out by AI enterprises themselves, which presents the characteristics of fragmentation, workshopstyle operation and non-standardization, making it difficult to meet the rapid development needs of large AI models. Drawing on the development patterns of resource-based infrastructure such as water and power plants, and combining domestic and international best practices in facility-based production, this paper proposes the concept of "data factory",defining it as a production facility specifically designed for the application of large AI models and for the facility-based, largescale construction of highquality datasets. The paper systematically expounds the threelevel architecture system of the data factory, which consists of storage workshop, production workshop, and pilot workshop. Four construction models and four operation mechanisms are proposed, providing theoretical support and practical references for promoting the facilitybased and largescale supply of highquality datasets.
Key words : data factory; high-quality dataset; data infrastructure; data element

引言

算力、算法和數據是人工智能的三個關鍵要素,長期以來,高耗算力、模型閉源和數據短缺一直制約著人工智能大模型的應用普及。以DeepSeek為代表的人工智能企業,實現了MOE等關鍵技術重大突破并采取了模型開源策略,實現了“算力平權”和“算法平權”[1],促進人工智能大模型向通信、互聯網、汽車、能源、金融、醫療等各行各業加速滲透,人工智能大模型廣泛應用的時代已經到來。與此同時,一條面向人工智能的數據產業鏈正在快速形成:上游是公域數據資源和基礎大模型,中上游是非結構化高質量數據集和行業高質量數據集,中下游是智能體和垂域大模型兩類應用工具,下游則是千行百業的智能化應用。垂域大模型通過在特定領域的深度應用,已在藥品研發、金融風控、醫療診斷等領域展現出專業級能力[2];智能體通過“感知—決策—執行”的閉環,在具身智能、工業制造、自動駕駛等場景實現實時交互與自主作業[3]。在這條產業鏈中,高質量數據集處于承上啟下的關鍵位置:向上承接海量原始數據資源,向下支撐大模型訓練和智能體運行。工具越成熟,應用越廣泛,對高質量數據集的需求就越迫切。

然而,從原始數據到高質量數據集,還面臨著三重困境。一是數據資源“供不出”。據IDC統計,全球非結構化數據占數據總量的80%以上[4],這類數據格式各異、標準不一,加之大量涉及隱私或商業秘密的私域數據開放意愿不足,導致絕大多數數據難以直接流通。二是行業數據“存不好”。高價值的行業數據大多分散保存在各部門、各企業,據統計每年約四成數據從未被使用過[5],大量潛在價值數據在沉睡中逐漸流失。三是高質量數據集“產不好”。當前高質量數據集的構建主要由人工智能企業自行完成[6],生產方式原始、效率低下,投入產出失衡、標準規范缺失[7]。

從全球發展趨勢來看,高質量數據集的設施化、規模化生產已成為共識。美國Scale AI自2021年獲得美國軍方25億美元合同后,從數據標注外包公司發展成為專業的數據工廠,構建了覆蓋通用、生成式AI、公共部門、汽車等不同領域的專業化數據引擎矩陣[8]。美國2025年提出的“星際之門”項目整體投資5 000億美元,將高質量數據明確定位為“國家戰略資產”[9]。歐盟2025年推出數據聯盟戰略,建設數據實驗室作為人工智能工廠的有機組成[10]。在國內,帕西尼2025年建成全球規模最大的具身智能數據采集基地,庫帕思構建了包含403個功能模塊的語料工具鏈平臺。借鑒水廠、電廠等資源型基礎設施的發展規律,本文提出“數據工廠”概念,系統研究其構成體系、建設模式和運營機制。


本文詳細內容請下載:

http://www.tom3567.com/resource/share/2000007054


作者信息:

涂群1,耿貴寧2,張茜茜3

(1. 北京化工大學經濟管理學院,北京100029;

2.三六零數字安全科技集團有限公司,北京100015;

3.北京物資學院計算機與人工智能學院,北京101126)

2.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 久久777国产线看观看精品| 亚洲激情免费视频| 久久精品国产视频| 99色这里只有精品| 欧日韩免费视频| 亚洲一区二区三区在线观看视频| 国产精品一 二 三| 国产日韩av在线| 久久视频中文字幕| 日韩精品视频一区二区在线观看 | 青青青国产在线视频| 国产在线观看精品| 中文字幕日韩精品无码内射| 国产成人a亚洲精品| 欧美亚洲第一页| 天天干天天操天天干天天操| 国产精品久久久久久久久婷婷| 久久黄色av网站| 欧美日韩国产999| 久久免费国产视频| 久久久国产视频91| 精品国产日本| 国产精品美女主播| 久久久久久久国产精品视频| 欧美激情精品在线| 久久精品久久久久久国产 免费| 久久久久久久av| 精品久久久久久久久久中文字幕| 久久777国产线看观看精品| 国产亚洲欧美一区二区三区| 国产伦精品一区二区三区视频免费 | 日本精品一区| 欧美亚洲国产日韩2020| 久久久久久久久亚洲| 九九九九免费视频| 国产免费一区二区三区四在线播放| 亚洲狠狠婷婷综合久久久| 久久久成人av| 久久久久人妻精品一区三寸| 日本亚洲欧洲精品| 精品无码久久久久久久动漫|