隨著人工智能技術加速迭代演進，高質量數據語料成為新型戰略資源，正在經歷新型資源筑基、新型需求調整、新型競爭加劇的關鍵發展階段。高質量數據語料是人類知識和信息在智能互聯網絡空間的存儲、管理、運用新形態，事關生成式人工智能意識形態安全，事關數據新型生產要素和數據新質生產力作用的發揮，事關主權人工智能發展。

筑基人工智能賡續人類智能

數據語料是人工智能大模型預訓練、內容生成和算法開發的基礎性信息資源，其規模、質量和安全性對人工智能大模型能力起著決定性作用，其數據資源、要素資源、基礎資源和戰略資源價值日益彰顯。數據決定智能程度，數據驅動智能決策。數據語料包含數據資源，也包含語言資源，在科技創新、產業創新、經濟發展等領域發揮著數據資源價值。數據是發展新質生產力的關鍵生產要素，是數字化、網絡化、智能化的基礎，已深度融入生產、分配、流通、消費環節，成為發展新質生產力和智能經濟新形態的重要支撐和關鍵引擎。

人工智能的“知識存儲”和“推理”“規劃”，本質上是對數據語料的統計歸納和關聯計算。數據語料是大模型訓練進化所需的基礎資源，是人工智能習得語言規律的“活教材”，是人工智能實現語義理解的“時光隧道”，是人工智能賴以增強推理能力和認知、理解世界的“知識寶庫”。大規模、多樣性、高質量、安全可信的數據語料資源，成為訓練自然語言處理模型和人工智能系統的基礎，決定著人工智能系統性能和應用效果。

語料作為文化信息載體，天然具有意識形態屬性，訓練語料決定著人工智能生成內容的政治方向、輿論導向、價值取向。大模型在從海量語料中學習語言模式、拆解知識邏輯的同時，也從其中延續立場偏好、汲取價值判斷。語料決定著模型的事實認知與政治敘事，決定著模型生成內容的輿論導向和價值取向。人工智能通過內容生成和傳播，正在深刻影響人類意識形態，也正在深刻影響世界科學技術和思想文化創新鏈。加快建設國家主流價值語料庫，是在人工智能領域捍衛政治安全、文化安全和意識形態安全、數據安全的重要保障。加強引領價值、權威專業、面向未來的人工智能公共數據資源供給，對於筑牢人工智能意識形態陣地，具有重要的戰略意義和現實意義。

調整實力對比影響發展態勢

數據語料是支撐人工智能大模型訓練、提升大模型能力的關鍵資源，其規模和質量決定著大模型性能，事關我國人工智能國際競爭力構建。隨著大模型蓬勃發展，高質量數據語料成為支撐人工智能持續進化的新型需求，成為人工智能領域調整實力對比、影響發展態勢的新型競爭力。但是，供人工智能大模型訓練的優質數據資源還呈分散狀態，高質量中文語料、專業領域數據供給不足，成為國產人工智能大模型性能提升的主要瓶頸。研究數據顯示，在全球網站中，英文佔比高達59.8%，而中文僅佔1.3%。在人工智能數據語料領域的國際競爭中，機遇與挑戰並存，在相關文件規劃引領下，我國高質量主流價值數據語料資源開發成型起勢。

教育部、國家語委、中央網信辦印發的《關於加強數字中文建設 推進語言文字信息化發展的意見》提出，到2027年，基本建成國家語言文字大數據中心，初步建成國家關鍵語料庫和國家戰略語言資源信息庫。《意見》提出實施國家關鍵語料庫共建共享計劃，開展戰略性語言資源建設，建設國家戰略語言資源信息庫。《意見》部署實施數字中文五項專項行動，重點推動生成式人工智能、多模態信息處理、語言理解與生成、跨語言跨模態翻譯等方面的技術創新，強調服務國家文化數字化戰略。

賽道爭奪亟須系統施策

隨著人工智能加速迭代，高質量數據語料已經成為全球資源競爭新賽道。數據語料是智能水平持續提升的“源頭活水”，其戰略價值日益凸顯，賽道爭奪加劇。掌握人工智能數據語料資源競爭主動權，亟須統籌高質量與實用性、本地化與國際化、協作化與工程化建設。

一是高質量、實用性統籌兼顧。人工智能大模型和智能體在各領域落地應用，日益提高生產效率和科研能力。高質量數據語料是大模型生成內容可信可靠的基石，能夠降低和抑制“幻覺輸出”，同時也是大模型生成內容具備使用價值的基礎和前提，是生產、科研等各類場景的剛性需求。2023年以來，針對大模型生成內容時普遍遇到的意識形態安全問題，傳播內容認知全國重點實驗室作為人工智能領域國家戰略科技力量，依托黨和國家重要文獻資源，依托人民日報以及人民網等社屬媒體長期建設形成的新聞、理論、評論、政策解讀等優質資源，經過科學採樣、歸集、清洗、標注、定制、風控，精心建設主流價值語料庫，為國產大模型同國家主流價值觀對齊持續提供安全語料支撐、知識增強服務、發展護航。如今主流價值語料庫已初具規模，得到眾多大模型應用驗証。2026年5月，在人民日報社指導下，人民網發起建立了主流價值語料生態聯盟，旨在搭建一個共建共享、互利共贏的開放協作平台，成為連接政產學研各界的紐帶，通過機制創新提升主流價值語料從供給、處理到應用，從標准、規則研討到達成共識的效率提升。

二是本地化、國際化系統謀劃。包括大模型在內的生成式人工智能，已經成為互聯網傳播新工具和新場域，開啟了生成式傳播、對話式傳播和國際傳播新范式，成為國內國際傳播內容資源流動匯聚的新渠道、新平台。語料資源也遵循“越是民族的，越是世界的”文化傳播力規律，匯聚著人類思想結晶和文明成果，是激發人類共情、共鳴並凝聚形成共識的文化載體。因此，高質量國際傳播內容資源是數據語料的重要組成部分，成為生成式人工智能和大模型訓練的特色支撐。加強數據語料資源開發建設，需要堅持本地化、國際化系統謀劃，加強地域特色數據語料挖掘和歸集，選譯高質量國際傳播語料，實現從地域特色資源價值到國際傳播資源價值的轉化。

三是協作化、工程化聯動生產。高質量建設數據集和語料庫，單一機構已無力覆蓋多領域、多地域、多語種、多模態的實時海量數據語料需求，協作化生產是實現領域區域統籌、資源整合、構建合作共贏產業生態的創新路徑。數據語料生產運營部門主動擔當“協作樞紐”職能，通過機制和技術創新，把碎片化分散式數據語料提煉成高價值可復用公共產品。例如，人民網與貴州日報報刊社、貴州日報當代融媒體集團合作共建主流價值語料庫（貴州），持續提升主流價值在人工智能領域的傳播話語權和引導力，筑牢大模型語料底座安全防線。人民網與大眾報業集團、山東數字文化集團合作共建主流價值語料庫（山東）和主流文化語料庫，推動文化大模型的性能躍遷與數字文化產業高質量發展。黨報、黨網積極挺進人工智能大模型這一意識形態工作最前沿，進一步鞏固壯大主流思想輿論，擴大主流價值影響力，加強主流價值內容傳播。

當前，高質量數據語料已成為新型戰略資源。加強高質量數據語料建設，亟須緊密結合深入實施網絡強國戰略、國家大數據戰略和加快建設數字中國等戰略任務，納入“人工智能+”行動中大力推進﹔亟須站在維護國家數據主權、安全、發展利益與文化安全、科技安全和意識形態安全的高度，高質量建設新型國家語料庫，不斷滿足人工智能發展需求，激發各行各業活躍創造。（作者為人民網網上群眾工作部副主任）

來源：中國新聞出版廣電報