本次高质量数据集创新大赛通过"揭榜挂帅"赛事机制，创新性采用"分期发榜、全年办赛"模式，聚焦工 业制造、医疗健康、科技创新、城市治理、交通运输等重点领域发展需求，先找场景、再找数据，以赛 事为载体和抓手，探索建设一批高质量、可复用的数据集，为人工智能模型训练和行业应用提供"燃 料"，率先在全国实现"从0到1"的探索跨越。 启动仪式上，来自能源、生物医药、金融、交通、低空、教育等重点领域的首批高质数据集赛题正 式"发榜"，南方电网、广州（国家）实验室、广东省人医、平安财险、佳都科技、金域医学，广东泰 一、广东职教桥、奥海科技等单位，发出首批高质量数据集需求"发榜单"。 接下来，大赛将通过"1套发榜机制+3个竞赛阶段+N场供需对接会"的"1+3+N"组织体系，构建"数据供给 —技术研发—场景落地—产业升级"的完整闭环。通过以赛促用、以赛促融、以赛促产，在推动成熟数 据应用场景复制推广的同时，更好挖掘低空经济、工业互联网等新兴领域的数智潜力，充分发挥高质量 数据集的赋能作用、有效释放数据要素的宝贵价值，为全国一体化数据市场建设、数据产业生态的繁荣 发展，积极贡献"广东经验"。 高质量数据集是决定大模型质量的关键因素 ...

数据产业规模与增长 - 我国将培育壮大一批数据要素产业链上下游企业，预计到2030年数据产业规模将达到7.5万亿元 [1] - 2024年我国年度数据生产总量达41.06泽字节，同比增长25%，数据领域相关企业超19万家，数据产业规模超2万亿元 [3] - 按照20%以上的年均增长率测算，2030年我国数据产业规模将达7.5万亿元 [3] 公共数据开放共享 - 2024年全国地市级以上地方公共数据开放平台数量增长7.5%，开放数据量增长7.1%，高质量数据集数量同比增长27.4% [5] - 国家正加快打通公共数据共享开放壁垒，推动公共数据与企业数据深度融合，激活海量"沉睡数据" [5] - 国家数据局谋划构建数据基础设施体系，到2029年基本建成国家数据基础设施主体结构 [5] 高质量数据集与人工智能 - 高质量数据集是人工智能模型性能跃升的基石，重塑从技术研发到商业落地的全产业链条 [6] - 数据标注与清洗是高质量数据集建设的关键环节，数据标注产业产值已突破80亿元 [8][9] - 2024年我国开发或应用人工智能的企业数量同比增长36%，高质量数据集数量同比增长27.4% [10] 数据要素市场化改革 - 浙江温州构建数据安全与合规体系，形成数据交易生态圈，保障数据要素规模化流动 [8] - 构建大模型数据集包含数据采集、清洗、标注、质量评估等核心环节，需针对规模大、多样性足、行业垂直属性强等特点进行技术研发 [8] 行业发展挑战 - 我国高质量数据集面临数据存量小产量低、数据集质量良莠不齐、缺乏主流高价值数据引领、数据利用效率低等问题 [12]