福建官方新闻门户
简繁互换
设为首页
设为收藏
手机版
东南网 / 新闻频道 / 天下 / 社会（即时新闻） / 正文

国内多数AI模型训练使用的中文数据占比已超60%

2025-08-21 16:23 新华社 责任编辑：吴静

中文数据在国内AI大模型的训练性能提升方面发挥着重要作用。国家数据局近日发布的数据显示，目前国内多数AI模型训练使用的中文数据占比已经超过60%，有的模型达到80%。中文高质量数据的开发和供给能力持续增强，推动我国人工智能模型性能快速提升。

国家数据局局长刘烈宏表示，我国人工智能的快速发展，与我国高度重视数据工作是密不可分的。作为人工智能发展的核心要素之一，数据在推动“人工智能+”过程中发挥着关键作用，高质量数据集的建设至关重要。

“在人工智能时代，Token，也就是大家通常所说的词元，是处理文本的最小数据单元，如同互联网时代大家所说的‘流量’。”刘烈宏介绍，2024年初，我国日均Token的消耗量为1000亿，到今年6月底，日均Token消耗量已经突破30万亿，一年半时间增长了300多倍，反映了我国人工智能应用规模的快速增长。

据介绍，截至今年6月底，我国已经建设高质量数据集超过3.5万个，总体量超过了400PB（1PB可存储约5亿张2MB大小的高清照片），400PB的总量相当于中国国家图书馆数字资源总量的140倍左右。

人工智能模型的训练也推动了数据交易需求的攀升。截至今年6月底，各地高质量数据集累计交易额近40亿元，数据交易机构挂牌的高质量数据集总规模达到了246PB。

下一步，国家数据局将通过体系化布局持续推进高质量数据集建设，加快打造具身智能、低空经济、生物制造等重点领域数据高地，推动全社会强化数据要素价值认同，加快推进数据要素价值共创，培育“为优质数据买单”的市场共识。（记者高亢）

本
网
声
明
本网转载内容出于更直观传递信息之目的。该内容版权归原作者所有，并不代表本网赞同其观点和对其真实性负责。如该内容涉及任何第三方合法权利，请点击投诉按钮，我们会及时反馈并处理完毕。
投诉
新闻中心
  • 快讯
  • 国内
  • 国际
  • 娱乐
  • 体育
点击加载更多>>>
点击加载更多>>>
点击加载更多>>>
点击加载更多>>>
点击加载更多>>>
栏目推荐
社会（即时新闻）
视频精选
视频频道
聚焦介入医学发展 共话重点专科建设
暴雨倒计时30分钟！监狱民警溯溪运动秒变勇士，深潭勇救落水男 ...
《地质足迹印山川》记录片——省地质科学研究院的找矿故事

关注东南网微信

扫码关注，了解福建

新闻推荐
新闻中心
图文精选
精彩图片
巴西迎来橙子收获季
肯尼亚蒙内铁路实现安全运营3000天
部署在美国首都华盛顿的国民警卫队
2025年科隆国际游戏展开幕
墨西哥城举行丘鲁武斯科战役纪念活动
上海浦东美术馆奥赛大展暑期持续走热
排行榜
  • 日排行
  • 周排行
  • 月排行
专题精选
专题频道
关于我们 | 广告服务 | 网站地图 | 网站公告
国新办发函[2001]232号 闽ICP备案号(闽ICP备05022042号) 互联网新闻信息服务许可证 编号：35120170001 网络文化经营许可证 闽网文〔2019〕3630-217号
信息网络传播视听节目许可（互联网视听节目服务/移动互联网视听节目服务）证号：1310572 广播电视节目制作经营许可证（闽）字第085号
网络出版服务许可证 （署）网出证（闽）字第018号 增值电信业务经营许可证 闽B2-20100029
福建日报报业集团拥有东南网采编人员所创作作品之版权，未经报业集团书面授权，不得转载、摘编或以其他方式使用和传播
职业道德监督、违法和不良信息举报电话：0591-87095403（工作日9:00-12:00、15:00-18:00） 举报邮箱：jubao@fjsen.com 福建省新闻道德委举报电话：0591-87275327