高质量数据集建设正在成为多地支持人工智能产业发展的政策发力点。
2026年6月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》（以下简称《实施方案》），首次在国家层面对行业高质量数据集建设作出系统性部署。《实施方案》提出“强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放”六个专项行动，目标到2028年年底，建成一批覆盖重点领域、经过应用验证的行业高质量数据集，打造一批数据驱动人工智能创新发展的典型应用场景。
地方层面的资金支持已先行展开。记者梳理发现，北京、江苏、浙江、湖北、湖南等地陆续将高质量数据集纳入人工智能产业支持政策，通过直接奖励、采购补贴、数据券、语料券等方式，降低数据采集、加工、标注、购买和使用成本。部分政策还将数据集与算力、模型和场景支持相衔接，财政资金的支持范围由数据集生产端向采购端和应用端延伸。
数据、算法、算力协同趋势显现
从地方政策看，直接奖励仍是支持高质量数据集建设的主要方式之一，同时，采购补贴、数据券以及公共服务平台补助等政策工具也在增加。
官方信息显示，北京经济技术开发区2025年发布的全域人工智能之城建设行动计划提出，每年发放1亿元“数据券”，单个高质量数据集最高给予200万元支持。同时，当地计划推进自动驾驶、药品、空天、消费、数字文化、企业等六大可信数据空间建设，并构建200万条具身智能任务轨迹标准数据集。
苏州的政策则同时覆盖数据供给方、采购方和公共服务平台。《苏州市进一步加快建设“人工智能+”城市的若干措施（2026年版）》提出，对可流通交易且符合国家标准的高质量数据集及语料库，经评审认定，给予每个数源单位最高200万元奖励……
除建设奖励和采购补贴外，一些地区开始以“语料券”一类形式降低企业使用专业数据的成本。例如温州市2025年出台政策，支持企业、高校、科研机构等主体投资建设、应用高质量数据集并在温州数据交易中心上架交易；湖南省2025年提出，每年评选一批成效显著的人工智能高质量数据集，按不超过核定投资额的20%给予奖励，最高不超过100万元。支持范围包括数据采集、清洗、标注等数据处理和服务产业。2026年2月，黑龙江提出支持采购数据集、数据接口、数据模型等数据产品，按照年度数据交易金额的10%，给予采购主体“数据券”补贴，单个采购主体年度补贴最高不超过100万元……
在数据加工环节，地方政策也开始向标注产业园区、标注工具和公共服务能力建设延伸。湖北省在2025年提出，对建设高质量数据集绩效靠前的数据标注产业园区给予最高500万元奖励。保定每年投放2000万元“数智券”支持数据普惠供给，贵州省对数据标注企业当年数据标注业务收入首次达到一定规模的，给予最高1000万元奖励……
在商务部国际贸易经济合作研究院副研究员戴明锋看来，各地加码高质量数据集补贴，反映出我国人工智能产业从算法、算力单一竞争转向数据、算法、算力三位一体协同竞争。
政策密集出台背后，正是人工智能应用对高质量数据供给的需求增加。《全国数据资源调查报告（2025年）》显示，2025年，高质量数据集数量超11万个，规模超908拍字节（PB），同比分别增长61.13%和142.58%。
不过，在数据集建设的不同环节中，企业投入意愿和建设难度并不相同。多位受访业内人士认为，补贴发挥杠杆作用，关键不在于扩大覆盖范围，而在于支持企业投入意愿相对不足且直接影响数据质量的环节。
一位负责数字化业务的传统企业内部人士向记者直言：“补贴不是让企业‘多建’，而是让企业‘建好、用活’。”在他看来，与数据采集和存储相比，数据清洗、对齐、质量检测、知识注入和专业标注等环节投入较大、周期较长，对专业人才要求也更高，应成为政策重点支持的方向。补贴方式还可更多与数据集的实际调用和应用效果挂钩，并适当覆盖第三方合规评估、产权登记等成本。
补贴从“建”到“用”
与扩大数据集数量相比，数据能否直接进入模型训练、产品开发和实际业务流程，正在成为政策支持和项目评价的重要内容。
《实施方案》提出，行业高质量数据集是经过采集、加工等处理，可直接用于开发和训练人工智能模型、能有效提升模型性能的行业数据的集合。要按照“需求牵引、急用先行、应用验证、安全保障”原则，形成“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”。
“我国人工智能产业正从算法、算力单一竞争转向数据、算法、算力三位一体协同竞争。地方布局数据集需立足本地产业禀赋精准选方向，优先锚定本地支柱产业、特色实体经济与民生刚需领域。同时避开同质化通用语料赛道，聚焦细分垂直场景，兼顾数据安全、隐私合规与行业实际应用需求。”戴明锋表示。
从地方实践看，部分获得政策支持的数据集已进入模型训练、企业服务和生产经营环节。
2026年1月，北京经开区披露，已有20家企业的38个高质量数据集获得奖励，单个项目最高兑现200万元，相关数据集覆盖具身智能、生物医药、工业制造、智能网联等重点产业领域。
在支持方式上，地方政策开始将数据集的实际调用和应用效果纳入奖补条件。苏州市2025年出台的政策明确，对被超过3家非关联企业调用、规模和示范效应明显的高质量数据集，给予最高200万元支持。同时，支持高校院所、企业在制造、交通、医疗、科研、文旅等重点行业领域建设、开放、复用高质量数据集。
苏州同时将数据集政策与模型和应用场景支持政策衔接。对参数量超千亿的通用大模型、参数量超百亿的垂直领域大模型，且典型应用场景不少于5个的，按照项目算力使用成本的50%，给予大模型建设方每年最高300万元，最多3年的算力成本补贴。对场景提供主体（非政府投资主体）按其投资采购人工智能产品及服务金额的20%给予最高200万元的奖励。
北京则在行业高质量数据集征集过程中设置了数据质量检测和应用价值评估环节。按照北京市政务服务和数据管理局2026年4月发布的通知，申报高质量数据集典型案例，均需提供不少于1000条样本数据开展数据质量自动化检测。并由主管部门、行业技术专家和模型企业专家从实际应用价值、产业赋能能力和落地潜力等方面开展评估。
戴明锋表示，地方政策能够在一定阶段内调动市场主体积极性、补齐区域数据要素短板、加速数据资源集聚，形成比学赶超的产业发展氛围，也能推动数据要素市场化机制在地方先行先试。但过度比拼补贴、盲目跟风布局，也容易催生形式化建设、资源内耗等问题。后续需重点规避同质化低水平重复建设、重数量轻质量、补贴依赖与政策套利、数据安全与隐私泄露隐患等问题。
由数据集建设走向规模化应用，还涉及权属、标准、交易和收益分配等环节。中国城市发展研究院投资部副主任袁帅认为，需要建立一套清晰的权属登记制度，明确数据来源方、建设方、运营方各自的权利边界及收益分配方式，增强不同主体提供、加工和使用数据的意愿。同时，需要完善数据采集、标注、存储和质量评估标准，降低不同来源数据集之间的适配成本。
在前述传统企业内部人士看来，高质量数据集由建设走向规模化应用，还缺三块拼图。一方面，应加快统一行业测评标准和工具，推动评价结果跨区域、跨平台互认；另一方面，可通过示范采购培育市场需求，探索订阅、API调用等服务模式及数据资产化路径。同时，应建立常态化供需对接机制，以真实场景牵引数据集建设，并根据模型应用反馈持续优化数据，形成“场景—数据—模型”协同闭环。
