中国移动两大数据集入选百大央企行业高质量数据集

7月17日，在世界人工智能大会期间，企业人工智能高质量发展论坛在上海召开，现场重磅发布“百域智数”百大央企行业高质量数据集。中国移动申报的“交通出行人时空三元组高质量数据集”与“生物医学科学研究多模态数据集”双双入选，彰显了中国移动作为国资央企，在高质量数据集建设及赋能千行百业智能化转型中的引领作用。

交通出行人时空三元组高质量数据集，让城市治理“耳聪目明”

城市治理要真正做到精细智能，数据得先“看得清、读得懂、用得安”。中国移动联合高校和相关部门打造的这套数据集，正是针对这几点逐一破题。

在定位精度上，自研专利算法将信令平均定位误差从800米压缩至160米，轨迹拟合与数据完整性同步大幅提升，使路网级精细分析成为现实。在时空语义上，多源融合技术补全了原始信令缺失的出行目的、出行方式等关键标签，可直接服务于通勤、文旅、应急等多元场景。在隐私保护上，建立覆盖全生命周期的合规机制，层层加密脱敏，让海量数据“可用不可见”，守住安全底线。在数据规模上，十亿级用户、百万级基站及90TB总量，为跨区域、长周期的深度挖掘提供了足够厚的“家底”，是支撑宏观治理的坚实基础。在群体识别上，更是率先填补了传统数据在职业属性上的空白，精准锁定外卖员、快递员、网约车司机等新就业形态群体，为就业扶持政策的制定提供了可靠支撑。

如今，该数据集已成为“九天川流”出行大模型的核心训练底座，并在全国多地跑出了实效。北京、东莞用它治理交通拥堵，景区和应急管理部门用它精准预警人流分布，民生设施布局有了数据依据，新就业形态监测有了精准的人群数据画像。从技术突破到场景落地，这套数据集正为城市治理各环节提供可靠的数据支撑。

生物医学科研数据集，为科研诚信装上“AI探照灯”

中国移动联合高校打造的生物医学科学研究多模态高质量数据集，首次构建了集多子图、强逻辑与可验证思维链于一体的复杂图像推理数据集，创新引入蒙特卡洛树搜索生成可验证思维链，突破了传统数据“能生成、难验证”的局限。

在数据来源上，依托权威开放文献，构建了涵盖万余张复杂实验图像及超万条标准化推理问答的样本库，单张图片平均包含6张子图，高度还原复杂科研场景。在任务体系上，归纳出专业实体定位、多模态时间推理、因果机制推理等五类核心能力，既可用于模型训练，也可诊断模型短板。在质量把控上，采用“自动生成+专家校核+搜索验证”三重机制，确保推理链条的可靠性与可解释性。在应用价值上，坚持“评测—诊断—训练—迁移验证”一体化思路，使数据集从传统静态资源升级为支撑模型持续优化的数据基础设施。在任务覆盖上，孵化出了系列专项数据集，包括：针对细胞染色、蛋白印迹等专业图表的生物医学多模态推理数据集，国内稀缺的生成图像取证数据集，首创的医学论文推理数据集，以及可鉴别五大类主流造假模式的医学图像综合取证数据集，为打击学术造假提供了权威“标尺”。

从底层多模态数据到上层专项鉴别工具，该数据集为生物医学AI科研提供了从源头验证到科研论文把关的系统性支撑，真正实现了对科研诚信的“探照式”守护。

此次遴选是相关部门贯彻落实《“数据要素×”三年行动计划》及《“人工智能+”行动》的重要举措。中国移动紧扣国家战略，依托自主研发的高质量数据供给和管理平台，联合产学研力量打通数据“采集、治理、训练、供给”的全链路闭环，对内以“数据飞轮”驱动迭代，对外形成标准化数据工具链与成熟建设方法论。

面向“十五五”，中国移动将持续深耕两大标杆数据集，在交通领域拓展碳排放监测、智慧停车、应急疏散等更多场景；在生物医学领域深化病理诊断与科研文献辅助解读，拓展智慧医疗细分赛道。同时积极参与国家及行业标准编制，以标准引领带动产业协同，为AI大模型发展注入强劲动能，助推新质生产力加速形成。