3月31日，浙江舉行浙江數商發展推進會
，會上公布了浙江省高端數據標注基地試點名單、浙江省首批工業可信數據空間創新發展試點、浙江省首批工業領域重點行業高質量數據集。

（浙江省首批工業可信數據空間創新發展試點）

當前數據領域迎來諸多新進展。3月24日‌，在中國發展高層論壇2026年年會上，‌國家數據局局長劉烈宏正式將AI領域的“Token”譯為“詞元”。不久前，工信部啟動工業數據築基行動
，開展麵向人工智能賦能的高質量行業數據集建設先行先試。

浙江省經濟和信息化廳副廳長董釗透露，到2027年底
，浙江計劃遴選50個省級重點行業的高質量數據集
，培育200個高質量數據集。浙江還將出台推進工業互聯網與人工智能融合發展的相關行動方案
，探索平台+智能體等新模式，建設一批具有全國影響力的平台。開展工業領域細分行業產業大腦遴選與評估，選樹優秀行業產業大腦。

到2027年底擬培育200個高質量數據集

21世shi紀ji經jing濟ji報bao道dao記ji者zhe在zai推tui進jin會hui現xian場chang獲huo悉xi，浙zhe江jiang省sheng首shou批pi工gong業ye可ke信xin數shu據ju空kong間jian創chuang新xin發fa展zhan試shi點dian有you兩liang類lei，一yi類lei是shi行xing業ye可ke信xin數shu據ju空kong間jian，包bao括kuo流liu程cheng工gong業ye行xing業ye、消費品行業、移動通信行業
、紡織服裝行業、電機行業共5個行業可信數據空間；另一類是企業可信數據空間，包括吉利集團、立訊智能可穿戴設備等5個企業可信數據空間。

浙江省首批工業領域重點行業高質量數據集包括流程行業數據集、紡織服裝行業非結構化數據集、計算機製造領域具身智能數據集等35個行業數據集。

浙江是國家“數據二十條”明確的先行先試省份
，也是製造業大省

、數(shu)字(zi)經(jing)濟(ji)先(xian)行(xing)省(sheng)份(fen)。董(dong)釗(zhao)在(zai)推(tui)進(jin)會(hui)上(shang)表(biao)示(shi)
，浙(zhe)江(jiang)今(jin)年(nian)重(zhong)點(dian)抓(zhua)企(qi)業(ye)提(ti)升(sheng)數(shu)據(ju)管(guan)理(li)能(neng)力(li)，將(jiang)研(yan)究(jiu)製(zhi)定(ding)製(zhi)造(zao)業(ye)領(ling)域(yu)的(de)企(qi)業(ye)數(shu)據(ju)治(zhi)理(li)能(neng)力(li)提(ti)升(sheng)參(can)考(kao)指(zhi)引(yin)，引(yin)導(dao)推(tui)動(dong)企(qi)業(ye)構(gou)建(jian)數(shu)據(ju)治(zhi)理(li)能(neng)力(li)體(ti)係(xi)，探(tan)索(suo)數(shu)據(ju)應(ying)用(yong)場(chang)景(jing)，開(kai)展(zhan)數(shu)據(ju)治(zhi)理(li)能(neng)力(li)評(ping)估(gu)。

董釗透露，浙江還將抓數據集建設，提升數據資源供給能力。到2027年底
，浙江計劃遴選50個省級重點行業的高質量數據集，培育200個高質量數據集，選樹200個典型應用場景。

中國工業互聯網研究院院長魯春叢在主題分享中表示，人工智能正在從感知智能向認知智能、決策智能快速躍升。從產業實踐看，在推進工業智能的應用中，七分在數據
，三分在模型。

在魯春叢看來
，工業數據的第一大特性是多元異構

，也就是數據模態多樣、格式各異
；第二大特性是多級分布
，包括設備

、產線、車間、工廠、企業、生態等都需要數字化的基礎設施，要按照多級架構建設工業數據集；disandatexingshishenduronghe，gongyeshujubeihouyinzangzhefuzadegongyiyuanlihelaoshifudelixingjingyan，yaoxiadaliqijianshegaozhiliangdexingyeshujutixi，datongshujuji，weirengongzhinengzaigongyechangjingyingyongtigongfengfudeyangliao。

工業數據+AI釋放價值

麵向智能時代，特別是未來AI在工業的應用
，如何推進工業高質量數據集建設？關鍵是，要讓AI理解數據之間的實體關係、業務邏輯和因果鏈條。

魯春叢建議搭建“1+3”體係，“1”就是建立一套能打破數據孤島的智能基礎設施，向下應對各類異構數據源和工業協議，向上支撐大模型的部署
、智能體運行和業務應用的構建，中間以統一的領域模型讓AI真正理解業務。打破數據孤島這一任務
，在人工智能時代不再是物理層麵的數據搬家，而是語義層麵的數據貫通。

“3”指工業高質量數據集分為三類。魯春叢解釋，第一類是產業鏈數據集，要麵向重點的產業鏈，統籌通信、算力、雲服務和工業軟件資源
，打造一體化的數據基礎設施；第二類是企業級的運營數據集，打通企業研產供銷服務
，以數據指導統一的決策和管理企業級的運營。

“第三類是企業生產的數據集
，這是最核心、最難啃的深水區，直接反映生產製造全流程的物理狀態，包括設備運行軌跡、工藝參數、生產能力等數據，這些數據經過清洗和標注後，就是訓練工業大模型最寶貴的養料。”魯春叢說。

工業數據作為“AI燃料”如何更好地使用起來
？

藍卓數字科技有限公司總裁陳玉龍分享道，“AI技術從大模型到今年OpenClaw火爆，我認為技術上已經成熟了
，但是在工業領域，尤其是綠色石化領域推進還比較慢
，其中大模型和人工智能的穩定性、精準性以及AI幻覺是比較大的一個問題。”

shujudeyuanshizhuangtaibingbudengtongyukeyongxing
，guanjianzaiyuruherangshujutongshibeirenleihejiqilijie。chenyulongjuli

，yishebeiyucexingweihuweili，xuyaozhengheduoweidushuju
，baokuojiqidezhendong、噪聲、電流數值、現場設備故障的照片以及過往的維修日誌。

工廠人員依賴業務含義理解設備狀態，AI係統同樣需要這種結構化的業務邏輯來訓練模型和做出預測。陳玉龍說，“這些原始數據必須被賦予業務層麵的含義，例如震動值200或噪聲值60所代表的具體故障狀態
，才能讓工廠人員理解其實際意義，同時也使AI係統能夠正確解讀數據。隻有當震動、噪聲、電流等不同類型的數據被建立起邏輯聯係
，才能形成完整的故障判斷依據。”

針對工業領域數據集建設，陳玉龍強調，數據集絕對不是隻做數據的采集、彙聚和治理，貫通數據的語義和變成AI可用的數據，這部分工作更加重要。數據一定得去用，才會發現到底是不是高質量。“例如
，我們現在把綠色石化行業數據集做出來，給中控的TPT大模型去使用，做過程的質量控製
、生產的操作規則優化等，要持續結合場景釋放數據的價值。”