深圳数据交易所首发500个垂直行业多模态算料集近日，“数·算·网”融合发展暨粤港澳大湾区（南山·前海）算力服务联盟第一期交流研讨会在南山区大湾区科技创新中心召开。本次研讨会由南山区科技创新局和前海管理局政务数据处指导支持，国家（深圳·前海）新型互联网交换中心、深圳数据交易所、大湾区科技创新中心共同承办，汇聚了政府主管领导、企业大咖和业界专家，围绕粤港澳大湾区数据、算力、网络产业链的深度合作与创新展开热烈研讨，旨在搭建资源共享、优势互补、技术转化、应用创新的高端对话平台，推动湾区

　　会上，深圳数据交易所（以下简称深数所）发布了大模型训练数据路线图，并联合开放算料联盟发布500个垂直行业多模态算料集。深圳数据交易所行业主管王吴越进行了主旨发言，并展示了深数所助力粤港澳大湾区训练场建设的行业实践。

　　王吴越表示，在时代，“数据要素×”与“人工智能+”成为推动新质生产力的双轮驱动，共同引领着经济社会的进步与发展。数据作为一个高效的“乘法”因子，能够与不同行业结合，显著提升行业的生产效率或创新能力，而人工智能技术则通过“加法”方式为传统产业带来渐进式的改进和优化，两者相互交织，共同成为发展的双翼。

　　王吴越介绍了以数据为中心的人工智能（Data-Centric AI）发展理念并发布了大模型训练数据路线图。深数所将按照大模型应用的不同阶段（训练、推理、调优），有的放矢地提供数据源，使得国产大模型厂商“寻数有路”。

　　据介绍，目前，开放算料联盟&开放群岛大模型SIG在“×”与“人工智能+”双轮驱动发展取得的成果：一是发布了粤港澳大湾区大模型训练数据地图；二是提供了端到端的跨模态数据挖掘开源工具；三是构建了数据资源价值发现智能体。

　　随后，深数所与开放算料联盟联合发布了由37家不同的数据商提供的，首批500个人工智能大模型高质量训练数据集，涵盖12个“×”领域，3家境外数据商，7类数据模态（文本、图像、音频、视频、多模态、3D、GIS等），本批数据集首次汇聚了来自中国气象局、中国知网、中译语通、万邦同和、微梦数据（新浪微博）、前海数据开云·kaiyun、海天瑞声、拓尔思、数据堂、智慧芽、网智天元、柏川数据、深信科技等数据商的数据集作为大模型算料。其中大部分算料为全国首发。

　　会上，深圳数据交易所公开了高质量数据集的可信流通渠道，具体包括以下环节：第一步，绘制大模型训练数据资源地图，为数据交易提供清晰的导航；第二步，数据商正式入驻深数所，由数据交易所提供坚实的平台支持；第三步，数据商进行可信的质量评测，确保数据的准确性和可靠性；第四步，合规审核与产品上市，为数据的安全流通提供保障；第五步，数据要素流通交易，实现数据的价值转化。这一系列流程构成了高质量数据集从归集到交易的完整可信路径。

　　未来，深数所将充分发挥“双区”驱动、“双区”叠加、“双改”示范效应，坚持创新引领，为国产大模型厂商提供燃料，并携手大模型厂商在数据要素×重点行动领域共建垂直行业大模型数据应用。