北京
數據工廠不僅是高質量數據集規模化生產設施和新型業態，也是國家數據基礎設施的重要組成部分。
7月16日，“數據工廠研討會暨《數據工廠白皮書》發布會”在北京交通大學召開，會上正式發布《數據工廠白皮書》（以下簡稱《白皮書》）。
7月16日，《數據工廠白皮書》在北京發布，是中國第一本關于數據工廠政策、理論、時間的研究成果。
北京交通大學經濟管理學院副院長李紅昌，北京交通大學信息中心主任、教授劉世峰，全國數據標準化技術委員會副秘書長張群，國家數據發展研究院數據資源研究部主任王威出席發布會并致辭發言；國家數據專家咨詢委員會委員、全國數據標準化技術委員會數據基礎設施工作組組長、北京交通大學教授張向宏解讀《白皮書》，華為數據存儲產品線副總裁楊文道、北京國際大數據交易所副總經理溫天寧、貴州大數據產業集團副總經理雷宏等企業和機構代表做了實踐分享。
《白皮書》是中國第一本關于數據工廠政策、理論、時間的研究成果，由北京交通大學、北京化工大學牽頭，聯合華為、螞蟻、北京數據集團等30余家單位歷時一年完成，首次系統明確數據工廠的涵義、類型劃分與主要特征，為國內數據要素產業建設與人工智能場景落地提供體系化參考。
白皮書編制工作依托國家數據局委托的專項研究項目開展。編制團隊在原有課題結題成果基礎上，面向全國開展廣泛實地調研，對研究內容進行大幅擴充升級。《白皮書》共分為“數據工廠新業態發展方興未艾”“國內外數據工廠探索實踐概況”“數據工廠的涵義、類型和特點”“數據工廠的構成、定位和功能”“數據工廠的建設、運營和部署”“發展數據工廠新業態政策建議”等六個章節。
《白皮書》結合《2025年全國數據資源調查報告》等行業調研數據研判，當前人工智能已發展到奇點時刻，詞元調用量爆炸式增長，推理數據量首次超過訓練數據量，計算驅動成為數據生產主要方式，智能體成為互聯網的主要操作者。但與此同時，高質量數據集成為人工智能瓶頸。
針對行業發展，《白皮書》首次對“數據工廠”作出定義，指出其不僅是高質量數據集規模化生產設施和新型業態，也是國家數據基礎設施的重要組成部分。數據工廠具備面向大規模數據資源的存儲、治理、加工、流通等服務能力，可顯著降低數據歸集、存儲、加工和治理成本，為人工智能訓練提供規模化高質量數據集。提出，數據工廠是國家數據基礎設施基本構成單元，是突破人工智能發展瓶頸的有效手段，是高質量數據集的規模化生產設施，也是數據全生命周期的綜合產業形態。
《數據工廠白皮書》首次對“數據工廠”作出定義，并對數據工廠建設提出四點建議。
《白皮書》還提出，根據物理分布、組織方式和技術水平等特征，數據工廠可以分為集中式數據工廠、半集中式數據工廠和分布式數據工廠等三種不同類型，數據工廠的三種形式特點各異、各有優勢，并將在今后很長一段時間內長期共存。
在主要特征方面，《白皮書》提出數據工廠具備五方面顯著特點，一是多樣化，二是設施化，三是規模化，四是標準化，五是AI化。
《白皮書》同時明確數據工廠的構成、定位和功能，認為數據工廠的構成有廣義和狹義兩個范疇，廣義數據工廠是指站在國家宏觀角度，構建一個以數據為主要對象，包括數據供應、數據生產、數據交付、數據應用的一個數據生態系統，包括國家數據基座、國家數據工廠和國家人工智能訓練場三個部分。狹義數據工廠是指站在企業、行業和區域微觀角度，構建一個面向人工智能大模型應用，開展高質量數據集設施化、規模化、標準化生產的數據基礎設施。
圍繞具體建設落地，《白皮書》指出，根據建設主題的原有基礎和條件，數據工廠可以通過數據標注企業升級、數據存儲基地轉型、人工智能企業延伸和技術企業創新設立等四種模式建設。
《白皮書》同時梳理了國內外數據工廠領域的探索進展。海外已有多家企業和項目形成不同模式的實踐樣本，國內多地也結合自身稟賦開展布局。貴州、廣東等東數西算樞紐節點正推動算力中心向數據工廠轉型，上海、天津分別在數據要素平臺、具身智能數據領域形成特色探索，農業等垂直行業也出現相關試點。據統計，目前全國已有28個省市將數據工廠納入數字經濟重點工作。
圍繞產業長遠發展，《白皮書》提出四方面建議。一是加快制定促進數據工廠發展政策，二是啟動數據工廠相關標準研制，三是突破數據工廠關鍵技術瓶頸，四是加強數據工廠支撐平臺建設。
采寫：高超
編輯：高超
指導：辛鵬駿
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
