随着AI工具越来越普及，最近圈内流传着一个挺让人焦虑的消息：根据研究机构的预测，在2026年到2032年之间，网上公开的人类文本数据可能就要被大模型给“吃光”了。全球的科技巨头们现在都在疯狂地找新的数据源。
而在这样的背景下，中国直接把数据当成了核心战略资产。就在周一，国家数据局公布了一份全国性的计划草案，目的非常明确：我们要自己动手，大力提升高质量 AI 训练数据的供应。
简单来说，这就是为了落实国家的“人工智能+”战略，把 AI 深度融入到咱们国家产业结构中去。
中国这次的“野心”很大，目标是到 2028 年，打造一个覆盖几乎所有核心行业的、经过验证的庞大数据集生态系统。
这些行业可不只是我们常说的互联网，而是包含了科研、制造业、农业、能源、交通、金融、医疗、教育和电商等各行各业。甚至连现在最前沿的具身智能、自动驾驶、低空飞行和生物制造，全都被规划进去了。
而且，这次要的数据不仅仅是文字，而是要向多模态全面进军，音频、视频、图像、代码一个都不能少。只有把这些都囊括进去，才能训练出能进行复杂推理、会自主思考、还能完美控制智能机器人的下一代高级系统。
回到开头提到的数据荒，中国给出的解法是：用技术手段来“造”数据，以及用更聪明的方式来处理数据。
既然现实世界的数据不够，那就用技术合成。其实这个战略已经初见成效了。比如上周，由香港中文大学和商汤科技投资的一家叫 Ace Robotics 的初创公司，其研究人员就发布了一个叫 Kairos-HomeWorld 的框架。这个框架能自主生成大批合成的全屋3D模型，专门用来训练人形机器人。一下就把机器人训练里最头疼的“现实世界数据短缺”给解决了。
除了数据供应问题，政策还明确呼吁，要把过去繁琐的数据标注环节从人工标注转向自动化、人工智能辅助的标注方式。
此外，这份计划里最让人眼前一亮的是准备把数据彻底金融化。以后数据不只是用来跑模型的代码，它还可以有各种好玩的商业模式。比如搞订阅服务、按市场分发，甚至是用代币(Token)来定价。国家还鼓励大家去尝试数据支持融资、数据信托和资产证券化，这意味着以后公司的原始数据能直接变成能在银行抵押贷款、能变现的金融资产。
在全球都在为数据发愁的当下，中国这一套“打法组合拳”，可以说已经帮下一代 AI 提前备足了粮草。
