国家数据局局长刘烈宏在国新办新闻发布会上透露，为破解高质量数据集建设规模有限、分布零散等瓶颈，国家数据局联合26个部门启动专项行动，通过遴选104个典型案例构建新型建设生态。该模式以行业龙头企业为"链主"，联合科研机构、技术企业等多方主体，形成联合攻关、共建共享的协同机制，有效推动数据资源整合与开放应用。
针对人工智能发展对数据要素的迫切需求，国家数据局明确提出"人工智能延伸到哪里，数据集建设就覆盖到哪里"的战略导向。通过建立跨部门协作机制，重点突破数据标准不统一、流通机制不健全等关键问题，为模型训练提供标准化、规模化的数据支撑。目前，已形成覆盖智能制造、智慧医疗、智能交通等20余个重点领域的高质量数据集体系。
据最新统计数据显示，截至2025年底，全国累计建成的高质量数据集总量突破10万个大关。这些数据集日均Token调用量呈现指数级增长态势，直接带动大模型训练效率提升40%以上。在医疗领域，基于海量病例数据训练的AI辅助诊断系统，已实现97%的常见病识别准确率；在工业场景，设备故障预测模型的响应速度较传统方式缩短60%。
业内专家指出，数据集建设的规模化突破标志着我国人工智能发展进入新阶段。通过构建"需求牵引-供给匹配-应用反馈"的闭环生态，既解决了数据孤岛问题，又激发了市场主体创新活力。目前，该模式已形成可复制推广的经验，正在向金融、教育、能源等领域加速延伸，为数字经济高质量发展注入新动能。
