⁣
📰 专家解读 | 夯实数据基础，激活智能跃迁——《关于推进行业高质量数据集建设行动的实施方案》解读

文章围绕国家层面印发的行业高质量数据集建设行动方案及其在上海的落地实践展开。方案将数据集定位为AI时代的基础性、关键性资源，强调通过标准化采集、专业化加工实现高质量数据集，分为通识与专识两类，并提出到2028年的“四个一批”目标，力求打通数据供给与价值释放的全链条，形成场景牵引、数据供给、模型迭代、应用深化的协同生态。在实施层面，方案提出供给与加工双向发力、质量与应用双轮驱动、治理与价值双轨并进的三大关键举措，覆盖数据全生命周期的闭环管理，并探索数据要素市场化的权利分置、API化交易等创新模式，推动数据成为可交易的资产。在上海方面，明确以国家方案为引导，推进基础能力、数据开放、重点领域应用、技术攻关、生态培育和保障机制建设六大重点任务，力争形成可复制的先行先试路径，推动多行业高质量数据集建设落地，提升数据驱动的模型迭代与应用落地能力，促进数字经济与人工智能的发展。

🏷️ #高质量数据集 #数据要素市场化 #模型迭代 #应用落地 #上海智能

🔗 原文链接

⁣
📰 为AI发展提供充足“燃料” 行业高质量数据集建设方案落地_数字快讯_数字中国建设峰会

国家数据局印发实施方案，提出到2028年底建立覆盖重点领域、经过应用验证的行业高质量数据集，并打造数据驱动AI创新的典型场景、培育创新型数据企业和专业人才，形成数据集建设工具与标准。专家指出，高质量数据集是大模型训练与应用的基石，规模与质量直接决定AI创新高度与产业落地深度，数据标注、数据服务、模型应用等环节将因建设推进而受惠。当前全国已建成超11.6万个高质量数据集，总体量超960PB，Token日均调用量突破140万亿，但行业数据仍存在分散、质量参差、缺乏统一标准等问题，制约重点行业和复杂场景应用。实施方案聚焦强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放六大行动，构建“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的数据飞轮，推动数据要素与AI协同演进的共生生态。具体包括拓宽供给渠道、丰富数据类型、重点领域及创新领域建设高质量数据集；推动数据标注先行先试，培育龙头企业与独角兽；在价值释放方面创新商业模式，探索词元交易等可量化定价的数据价值体系。分析人士认为系列举措将促使数据标注、数据服务、模型应用等产业环节受益，推动数据清洗、增强、质检等关键技术攻关，鼓励仿真合成等解决稀缺场景数据难题，促进数据流通与商业化。最终目标是建立数据底数、提升产品化与服务化能力，构建需求-数据-模型闭环，形成可复用标杆案例，促进重点行业和新兴领域的数据采集、仿真建模、场景测试与模型训练的发展。

🏷️ #数据高质量 #数据飞轮 #行业应用 #数据标注 #模型应用

🔗 原文链接

⁣
📰 浙商银行关于人工智能基础设施应用的思考与展望

以全球数字经济加速渗透为背景，文章论述了银行业在数字金融高质量发展中的关键路径与挑战。核心在于以人工智能大模型为推动力，构建AI基础设施、数据治理、模型协同、知识分级以及全链路风控等体系，推动银行从数字化转型走向智能化升级。提出AI基础设施需实现算力异构协同、训推一体、资源池化管理，打破资源壁垒，提升跨场景复用能力；模型层面强调大小模型分层协同与智能路由调度，建立全场景模型库并推动跨场景复用，降低开发成本。知识协同以RAG为核心，构建总分支三级联动的统一知识生态，提升场景落地精准度；风控与合规方面强调数据保护、模型治理与跨业务风险传导的闭环机制，确保技术创新与金融安全并行。文章总结十五五时期金融科技的关键任务，强调以技术创新为导向，持续夯实算力、模型、知识与风控四大基础设施，并在对公、零售、同业、管理、风控等场景深度落地，推动数字金融服务能力全面提升。

🏷️ #人工智能 #数字金融 #AI基础设施 #模型协同 #风控治理

🔗 原文链接

⁣
📰 从政策引领到价值落地：“模数共振”的实践与思考 – 智慧城市行业分析

2026年工信部等八部门发布的《“人工智能+制造”专项行动实施意见》提出到2027年推动3-5个通用大模型在制造业深度应用，打造100个高质量数据集，推广500个典型应用场景。核心在于“模数共振”的顶层设计与落地路径，即通过建立企业首席数据官、清晰的数据资源清单、以及数据治理与模型训练的闭环机制，实现“以模引数、用数赋模”的双向互动；数据治理是首要基石，数据标准化与多模态数据整合是关键。海天瑞声等企业以自主标注管理平台支撑全生命周期的数据治理和高质量数据集建设，形成数据协同、模型训练、应用开发、安全保障的一体化机制，推动模型主动生成、数据驱动优化的循环。实践中还包括具身智能数据训练场等前沿布局，以及行业协同共建、资金与标准保障等政策支撑，以促进数据要素在制造业中的高效流转与落地应用。

🏷️ #模数共振 #数据治理 #模型训练 #数据要素 #工业AI

🔗 原文链接

⁣
📰 艾晨数能：以极致创新定义智算中心“动力心脏”，用硬核实力领跑模块化UPS新赛道

在数字经济快速发展的背景下，算力成为核心生产力，智算中心需要高可靠、高效、可扩展的供电系统来保障数据稳定流动。深圳艾晨数字能源自2022年成立，专注数据中心基础设施与智慧储能领域，以“自主研发、自主生产”为核心理念，聚焦高密度超大功率模块化UPS系统，通过三大国内首创技术突破行业瓶颈：混合电路拓扑实现AC/DC与DC/DC的硬件复用、针对40kHz高频应用的IGBT驱动与散热解决方案、以及全分布式并机控制架构，显著提升效率与可靠性，降低成本与维护难度。单模块100kW、最大3.2MW系统功率，以及97.1%系统效率，显示出在超大规模智算中心中的竞争力。公司通过产学研协同、参与国家与团体标准制定，持续构筑技术壁垒，并获得多项认证与知识产权，研发投入与实验室建设稳固，形成完整的产业生态。其产品已广泛应用于科研、教育、医疗、金融、政府等领域，全球市场覆盖120余国，2024年市场份额超过10%，2025年提升至15%以上，品牌影响力持续扩大。未来将深化高密度高功耗场景的技术升级与服务网络布局，推动绿色能源与低碳转型，继续引领模块化UPS细分领域的发展。

🏷️ #高密度 #模块化UPS #智算中心 #绿色能源 #产学研

🔗 原文链接

⁣
📰 软件行业迎来剧烈重构：从SaaS到GaaS，AI智能体开启服务新纪元 - 21经济网

2026年初，全球软件行业迎来以GaaS为核心的新业态变革，人工智能的爆发式突破使SaaS模式从“卖工具”向“卖结果、卖数字专家团队”跃迁，重塑盈利逻辑并引发资本市场估值重置。要实现规模化商用，需具备三大条件：Token成本显著下降、端侧算力与AI成熟以及模型上下文协议（MCP）成为行业标准，三者共同消除了高成本与集成壁垒，使AI智能体能够高效、低成本地执行复杂任务并生成可交付成果。传统SaaS的席位收费模式面临崩塌，客服、开发等岗位可被智能体替代，行业洗牌加速。未来的软件企业将转型为AI服务商，核心竞争力来自数据壁垒、准入壁垒与流程知识壁垒，并以按处理量、效果付费等新模式实现稳定盈利。投资逻辑也随之转变，应聚焦数据资产、AI训练资源、底层基础设施以及深度融合的核心业务软件，抓住GaaS时代的价值创造机遇。总体而言，SaaS时代正在落幕，GaaS引领的智能服务新纪元已全面开启。

🏷️ #GaaS #AI服务 #Token成本 #端侧算力 #模型上下文协议

🔗 原文链接

⁣
📰 三七互娱郭平详解AI破圈：从自用到赋能，兼顾社会与经济价值 - 21经济网

在广东高质量发展大会的分会场上，三七互娱副总裁郭平强调公司将持续加大AI研发投入，深化文化融合创新，拓展海外市场，力争成为广东数字经济与贸易新业态的领跑者。她指出，游戏产业是数字经济的重要组成部分，具有文化传播、AI落地与贸易新业态的多重功能，是广东高质量发展的重要增长极。公司以自研大模型“小七大模型”为核心，构建全链路AI赋能生态矩阵，形成“内外联动”的AI护城河。2025年，该模型成为广东省首批通过国家网信办备案的游戏垂类大模型，研运全链路渗透率超90%，广告投放、美术等环节AI化程度显著提升，显著降低成本并提升效率。郭平还强调，AI应用应走向行业共享与社会价值，推出“灵察察”等AI商业化产品，帮助企业发现侵权线索与异常内容，推动在制造业、公共场景与社会公益中的应用。未来，三七互娱将以AI技术为驱动，既追求经济价值，也追求社会价值的协同提升，推动人工智能在更广阔领域的应用落地。

🏷️ #AI应用 #游戏产业 #数字经济 #社会价值 #模型生态

🔗 原文链接

⁣
📰 美国战争部发布《数字标准战略》，强化数字化标准化支撑国防现代化建设

美国战争部下属国防标准化项目办公室发布《战争部数字标准战略》，围绕加速数字化转型提出一系列原则和行动方向，强调数字原生化、模型驱动设计与互操作性作为关键支撑，以推动跨系统协同与工程全生命周期管理，并强调数据驱动与可追溯性。
该战略明确提出五条主要工作方向：建设数字标准基础设施、强化数字工程与标准协同、推动外部标准组织协作、构建数字生态系统以及提升标准使用者能力，意在提升武器系统互操作性、加速先进技术应用并支撑跨域联合作战与快速创新。
专家表示数字标准将从简单发布走向贯穿全生命周期的核心能力，通过自动化验证与版本追踪等工具提升合规性与工程质量，最终实现跨域作战与全球作战优势的可持续提升。这将提升战争部整体技术架构的可持续发展并增强全球作战优势。

🏷️ #数字标准 #互操作性 #模型驱动 #跨域协同

🔗 原文链接