政府工作报告与政策导向 - 2026年政府工作报告提出要打造智能经济新形态，深化数据资源开发利用，健全数据要素基础制度，并首次点名“建设高质量数据集”[3][5] - 报告要求深化拓展“人工智能+”，促进新一代智能终端和智能体加快推广，推动重点行业人工智能商业化规模化应用[4] - 国家发展改革委主任表示，“十五五”末人工智能相关产业规模将增长到10万亿元以上[4] 数据在AI发展中的核心地位与挑战 - 数据是人工智能发展不可或缺的燃料，与算力、算法并列为AI进步的三个维度[6] - 高质量数据对模型表现至关重要，而人工智能从生成式AI向物理AI进化，训练物理AI所需的强交互数据在互联网上难以找到，问题变得更为突出和严峻[3][7] - 在智能驾驶领域，核心问题已从数据量转变为数据价值密度，随着智驾能力提升，只有危险工况或奇怪场景的数据才更有价值[7] - 具身智能（如人形机器人）落地关键瓶颈之一是数据，其所需的高质量、强交互数据比智能驾驶更加复杂和难以获取[8][9] 高质量数据的来源与瓶颈 - 生成式AI快速发展几乎耗尽了公共领域的数据，而制药、服装、医院等垂直领域的私域数据尚未被充分挖掘和激活[10] - 合成数据（通过生成模型、仿真等方式产生）被视为2026年AI数据集的核心突破方向，但其质量是关键，通常难以达到真实数据的质量[11] - 在物理AI领域，真实交互数据是基础，合成数据用于扩展覆盖范围、增强长尾样本，但目前具身智能尚缺乏0-1阶段的数据积累，合成数据难以发挥最大功效[11] - 获取0-1阶段交互数据的方式（如遥操真机采集）成本很高，行业正通过建设创新中心等方式寻求解决基础数据获取问题[12] 数据标准化与行业现状 - 当前数据标准体系不完善，即使在智驾领域，不同厂商在数据格式、语义定义、标注体系和质量要求上存在较大差异，导致数据复用和共享成本很高[13] - 行业期待2026年在数据标准化方面取得进展，以促进数据共享[13]