在全球AI技术迅猛发展的背景下，数据产业也正迎来一场重要的转型。2025年9月13日下午，在“DatameetsAI：智能时代的双引擎”见解论坛上，海天瑞声CEO李科指出，数据产业正在经历从劳动密集型向的重大变革。这一趋势不仅反映了行业的进步，也为各行各业的数字化转型提供了新的动力。

　　在论坛上，复旦大学教授肖仰华提到，目前大模型的发展面临“数据墙”困境，尤其是无标签语料对模型性能提升的贡献逐渐减弱。李科则从产业实践的角度，强调高质量数据在这一转型中的关键作用。通过动捕数据、自动驾驶标注和思维链数据集等多个实际案例，他展示了如何通过高质量数据来推动行业进步。

　　这种转型不仅体现在数据的采集和处理上，更在于数据的应用方式。李科认为，未来的AI技术需要在数据标注的质量上进行更深层次的探索，这将直接影响到模型的推理效率和应用效果。特别是在自动驾驶和智能硬件等领域，优质数据集的构建将成为提升产品竞争力的核心要素。

　　论坛上，上海库帕思科技有限公司董事长山栋明提出，高质量数据集应满足VALID²标准，即鲜活度、真实性、大样本、完整性、多样性和高知识密度。这一标准的提出，旨在通过数据质量分析来优化大模型的性能，进一步推动AI产业的发展。李科的观点与此相呼应，他强调在数据为中心的范式下，质量优先的策略将是未来行业的重要方向。

　　随着数据产业向知识密集型转型，如何实现数据的高效利用，成为行业内的重要议题。翟广涛教授也指出，数据的质量分析应从“体验质量”入手，综合考虑人的体验和机器的体验，以此来提升大模型的整体表现。

　　在技术演进的过程中，AI算法与数据的深度融合将为各行业带来新的机遇。业内普遍认为，未来的AI技术将更加关注数据的多模态能力，从而实现更高效的协同认知。这种发展趋势不仅将推动行业的创新，还可能为中小企业带来平等的竞争机会。

　　在这样的技术浪潮下，中小企业能否拥有平等入场券？随着AI与数据的不断深度融合，未来的市场格局将如何变化？这些问题值得我们持续关注与思考。返回搜狐，查看更多九游会J9官方网站