文章总结： 张向宏在西湖论剑大会指出人工智能处于奇点时刻，数据成为关键瓶颈，需建设数据工厂将原始数据转化为高质量数据集。数据工厂由储备、生产、中试三车间构成，分三类12种模式，具身智能数采工厂已有106家。未来呈现数据版权化、加工智能化等九大趋势，数据免费时代结束，模数共振成关键。 综合评分： 75 文章分类： AI安全,数据安全,解决方案

西湖论剑丨张向宏：“数据工厂——人工智能下半场竞争的关键选择”

安恒信息

2026年9月28日 10:59 浙江

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

9月23日上午，在2026全球数贸会·西湖论剑大会主论坛上，北京交通大学教授张向宏围绕人工智能与数据要素发展的5个核心问题，进行了“数据工厂——人工智能下半场竞争的关键选择”的主题分享。

他的判断是，人工智能正处于“奇点时刻”。全国词元调用量从2024年初的1000亿跃升至2025年底的100万亿，2026年3月突破140万亿，6月突破500万亿；人工智能数据应用总量达199.48EB，其中推理数据量101.34EB，首次超过训练数据量；系统软件与人工智能产生的数据量达26.92ZB，首次超过物联感知数据的25.34ZB。在他看来，这意味着“人工智能毕业了”，而且深度嵌入了日常工作、生活和学习。但问题在于，人工智能应用增长速度虽然很快，却远远谈不上深入应用：相对成熟的只有文书、编程两个行业，成千上万的行业仍在门外。“数据成了人工智能关键的瓶颈。”他把产业链拆成四段：通识数据集训练通用大模型，行业通识数据集训练行业大模型与世界模型，行业专识数据集训练智能体与具身智能，最终通向千行百业——而“我们目前在第一个环节”。如何来理解？他用通识教育打比方：通用大模型靠公域数据训练，如同人只受过小学到高中的通识教育，教材一样，能做的事有限，高考状元做不了外科手术；行业大模型、智能体与具身智能，才是千行百业真正的载体。约束来自数据本身：互联网上可流通的格式化数据只有4%，另有16%的非结构化数据虽不涉隐、不涉密却难以流通，其余大部分长期“管起来不能动”。通用大模型几乎耗光那4%之后，必须同时向广度与深度拓展。

对此的破解之道是建设数据工厂。“农业社会有农场，工业社会有工厂……数据工厂是生产高质量数据集的。”他解释，大规模的原始数据进来，大规模体系化、规模化、设施化、标准化的高质量数据集出去，为人工智能提供源源不断的燃料。数据工厂由储备、生产、中试三个车间构成，承担从采集、清洗、标注到模型训练评估的全流程，并具备多样化、规模化、设施化、标准化、AI化五个特征。研究源自国家数据局委托课题，团队已发布《数据工厂白皮书》，数据工厂也已列入明年标准计划，预计出台总体框架、技术要求与评估规范。具体来说，建设数据工厂需分类施策，三类工厂对应12种模式：通识数据集数据工厂靠开源社区获取、互联网自主采集、购买版权获取；行业通识数据集数据工厂由技术企业创新创立、传统企业延伸、数据中心升级、数据共享开放运营四种路径构成；行业专识数据集数据工厂则包括智能体企业和传统企业向上游延伸、本体遥操作、非本体采集、仿真与合成、视频与开源获取五类方式。其中，具身智能数采工厂今年兴起，全国已有106家。面向未来，他凝练出九大趋势：数据版权化、数据公域化、形式多样化、数据本体化、加工智能化、模数共振化、行业通识数据规模化、生产低成本化、数采方式融合化。数据免费的时代正在结束，大模型爬取互联网数据面临的法律挑战日益严峻；与之相向而行的，是公共数据与行业数据集的持续开放。他强调的“模数共振”，指数据治理、加工、标注很难孤立推进，必须面向场景形成高质量数据、训练高质量模型，再回到有价值场景产生新数据——目前国家数据局与工信部已选择20个行业打造30个场景。成本也是关键变量：人形机器人数据采集每小时需500至1000元，与通用大模型时代的数据免费形成鲜明对照；世界模型则有望成为具身智能的基座。“人工智能到了一个非常关键的时候。”张向宏说。上半场拼的是算力与模型，下半场的胜负手，很可能是谁能把数据从“原材料”变成“生产资料”——数据工厂，正是这场转换的入口。

点点赞

点分享

点喜欢

点击下方名片立即关注

不走丢哦！

往期精彩回顾

2026全球数贸会·西湖论剑大会：探寻AI时代安全跃迁新路径

2026-09-24

首批获证！安恒信息获国家信息安全测评“人工智能安全类一级”资质

2026-09-23

2026西湖论剑明日启幕丨重磅嘉宾阵容揭晓，全球首发新品、两大计划即将发布！

2026-09-22

法律声明

本文数据均来自内部统计、媒体报道、公开信息整理等，仅供信息分享，可能存在统计口径差异或误差，敬请理性看待，我们不对其准确性承担责任。股市有风险，投资需谨慎。阅读者在作出任何投资决定之前，应当咨询各自的顾问。本公众号发布内容仅代表内容创作视角，不构成任何投资建议或投资依据。在任何情况下，本公众号及运营主体不对任何人的投资结果承担法律责任。本公众号原创内容，欢迎合法合规复制、转载，转载时请务必注明出处，不得断章取义、以偏概全或进行有悖原意的引用。

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安恒信息 《西湖论剑丨张向宏：“数据工厂——人工智能下半场竞争的关键选择”》