从数据到高质量数据集 数据标注合规是关键

第八届数字中国建设峰会于4月29日至30日在福建福州举办。本届峰会聚焦突破数据领域堵点难点问题，围绕如何进一步实现数据要素市场化价值化，如何进一步丰富并用好已有工具箱为数据“供得出、流得动、用得好、保安全”架桥、铺路、筑基等展开。峰会期间，中国电信发布星海·多模态数据智能标注平台和星海·多方隐私计算工具服务，推进高质量数据集和数据安全流通利用，助力数据产业发展。

数据产业规模扩展与生态完善并进

国家数据局数据显示，2024年，全国数据市场交易规模超1600亿元，同比增长30%以上。数据标注产业发展也取得了阶段性成果。我国七个基地的数据标注规模达17282TB，形成医疗、工业、教育等行业的高质量数据集335个，带动数据标注相关产值83亿元。

以中国电信为代表的通信运营商，依托“云网数智安”一体化优势，已建成覆盖全国的7大数据标注基地，形成“算力+平台+场景”的生态闭环。中国电信以星海·数据要素服务平台为着力点，支撑全国7省+30地市级公共数据要素运营，依托“云网数智安”一体化优势，助力打造国家级数据标注试点基地，例如在四川成都新津区，联合地方政府打造国家级数据标注基地。

高质量数据集是技术创新燃料

高质量数据集是人工智能发展的基石，其价值不仅在于技术突破，更在于推动社会经济的全面数字化转型。

中国电信四川公司与成都市国家数据标注基地牧山园区合作，从地方应用痛点出发，利用已采集的19个地市方言语音大数据，成功构建了四川方言高质量数据集，并基于此训练出四川方言大模型，支撑落地政务服务热线、医疗问诊等场景，提升座席人员工作效率超20%。

凭借海量数据资源和自主可控技术优势，中国电信形成了多模态数据智能标注能力，本次峰会，中国电信展出了星海·多模态数据智能标注平台，集成50余种数据标注工具，以大模型自动预标注技术提升标注效率17倍，复杂任务一致性突破95%。

产业协同推进数据标注合规

数据标注作为生成式AI的“第一道安全阀”，其合规性决定着数据要素流通的根基。中国电信通过融合量子加密、区块链技术，打造“蓉数公园·新津节点”，实现数据标注全流程可追溯。推出的“大模型多方隐私计算训练平台”创新性地融合“弹性调度+隐私安全”技术架构，支持至少3种分布式优化聚合算法，可灵活适配10余方参与的大规模隐私协同训练。

同时中国电信加强生态合作，联合整数智能、路米科技等10余家中小企业，构建数据标注、人才培训、智能服务等生态合作圈，开放电信技术平台及工具链能力，扶持中小企业发展；联合上海库帕思、中文在线等10余家数商企业，打造语料共建共享生态联盟，促进跨领域跨行业数据集进一步开放；打造星海企业级可信数据空间，即星海数据开源社区，提供一体化数据治理、模型训练等供需，促进上下游企业共建共用。