高质量数据集建设先行先试名单（附清单简析）

为落实“人工智能+”行动有关部署，加快推动高质量数据集建设，国家数据局围绕试技术、试支撑、试标准、试机制等4项重点任务，组织开展高质量数据集建设先行先试工作，经申报推荐、专家评审，最终确定140个先行先试工作单位，现予以公布。

一、140个案例分类

1.教育与社科。复旦大学、人大、中国教育出版传媒集团都在里面，覆盖生物队列、教育教学、哲学社科数据集。教育部的推荐痕迹很明显，说明未来教育和社科类高质量数据集会有国家级标准化动作。

2.工业与制造。化工（中科院大连化物所）、汽车（中汽研）、轨道交通（中车）、交通基建（中交建）、机械设备（中铁高新）、能源（煤炭、风电、水电、油气、LNG）等行业都有代表，说明工业和能源板块的数据集建设将成为产业数字化的底层支撑。

3.交通与物流。智能网联汽车、港口（青岛港）、航运（中远海运）、船舶航行、铁路勘察、公路科学、城市交通治理等都被点名，交通运输是大数据集应用的重点方向。

4.自然资源与环境。自然资源部、生态环境部、气象局、林草局、海洋局，都有各自的数据集建设项目，从地下水、时空数据、污染源到生态修复，范围涵盖“天、地、海、林、气”。

5.医疗与健康。童医学、骨科、肺癌、慢病、超声医学、中医药、疾病监测等，涵盖从三甲医院到疾控、卫健委，医疗健康是高质量数据集里投入最大的板块之一。

6.文化与文旅。戏曲、博物馆、旅游景区、演艺行业，甚至电影内容数据集也在入围。文化和旅游部的推荐单位不少，说明数字文旅和数字文化资源的“数据化资产化”趋势正在加速。

7.金融与市场监管。资本市场、金融大模型、广告行业、银行业、知识产权，金融与监管场景的数据集也被纳入试点，和未来“数据要素入表”“大模型金融应用”直接挂钩。

8.战略新兴与前沿科技。具身智能（人形机器人、服务机器人）、低空经济（无人机、低空监管）、卫星遥感（天目星座）、多物种单细胞组学、天文光谱，涵盖AI和硬科技交叉的典型应用。

9.地方与企业特色。不少省市数据局推荐了当地的代表企业或科研机构，比如内蒙古的羊绒、贵州的农药病虫害、云南的动物资源，福建的慢病医疗，江苏的厨电行业，显示出地方政府在推动“地方特色数据集”上有很强意愿。

二、建数据集方向

1.部委及直属机构。这些部门建高质量数据集，往往是为了行业监管和公共服务。教育部建生物队列、教育教学类数据集，后面可以做教育评估、课程资源智能推荐、人才培养模型训练。工信部牵头的汽车、化工数据集，主要用在产业链风险监测、智能制造标准制定、AI算法验证。交通运输部的数据集，会用在智能交通调度、港口智慧化、道路安全预警。卫健委和疾控局的数据集，用途更直接，辅助临床诊断、药物研发、公共卫生风险监测。

2.地方数据局。地方更多是为了推动区域数字经济发展。上海、江苏这些地方的数据局，搞的多是金融、旅游、政务服务类数据集，未来可以做城市大模型训练、本地化数据交易、区域治理优化。内蒙古、云南这类资源型地区，做农业、能源类数据集，落地就是智慧农业、绿色能源监管。

3.央企及科研院所。央企是产业侧的核心玩家，建数据集直接指向生产和经营环节。中石化、中海油、国家能源等，数据集会用在生产优化、设备预测性维护、安全风险管控。国家电网、南网，重点是电力调度优化、负荷预测、新能源消纳。中车、中铁、中交，数据集则服务于智能轨交、工程风险控制、智慧物流。中科院、各大医院等科研机构，数据集更像是科研基座，支撑AI模型训练、科研成果转化、国际合作。

高质量数据集建设先行先试应用简析