数据

不同应用场景需要的数据类型不同，也使数据采集和加工从相对通用的流程转向以任务为导向。

《全国数据资源调查报告（2025年）》显示，2025年我国用于人工智能训练和推理的数据总量达到199.48艾字节，同比增长42.86%。

二是人工智能技术成为激活数据要素潜能、开发利用数据资源的全新利器；

北京交通大学信息管理理论与技术国际研究中心特聘教授张向宏提出，数据资源开发利用面临三个瓶颈：一是制度瓶颈，二是技术瓶颈，三是基础设施瓶颈。

即具身智能及其他新场景牵引数据供给，可信数据空间和高质量数据集建设提升数据开发利用效率，词元计量、计价与交易推动模型调用能力转化为可交易、可结算的服务。

SH）CTO刘博表示，可信数据空间和高质量数据集涉及较多隐私数据，即使不存在攻击者的恶意行为，数据持有方也可能不愿让其他主体直接看到原始数据，因此需要实现数据“可用不可见”和“可用不可得”。

“没有可信数据空间提供的可信流通底座，原始数据就无法安全、合规地输送给数据集加工环节，后续模型训练、词元生产、业务应用就变成无源之水。

可信数据空间由此成为数据进入加工、训练和应用环节的基础设施之一。

零数科技创始人兼CEO林乐向记者表示，在“数据—模型—Token—应用”链条中，可信数据空间承担数据流通利用枢纽的作用，数据供需双方可依托可信数据空间进行多方接入、权限管控、合规确权和存证审计。

这显示，人工智能进入产业应用阶段后，数据供给的重点正从扩大规模转向满足特定场景和任务的需求。

人工智能进入产业应用阶段后，数据供给的重点正从扩大规模转向满足特定场景和任务的需求。

场景激活数据新需求的同时，如何将分散的数据加工为模型可用的高质量数据集，并在跨主体使用过程中保障安全与权益，成为数据供给和模型应用的中间环节。

数据价值释放之年，供给方式、开发机制和商业模式正在同步“焕新”。

数据价值释放之年：词元催化行业全链条“焕新”

数据价值释放之年：词元催化行业全链条“焕新”数据价值释放之年：词元催化行业全链条“焕新”_东方财富网

相较于传统的数据流通链条，安全要求正在由防止数据泄露进一步扩展至保护数据使用过程。

零数科技创始人兼CEO林乐向记者表示，在“数据—模型—Token—应用”链条中，可信数据空间承担数据流通利用枢纽的作用，数据供需双方可依托可信数据空间进行多方接入、权限管控、合规确权和存证审计。