7月28日，2025世界人工智能大会暨人工智能全球治理高级别会议在上海举行。在“大模型治理和有序发展生态分论坛”上，多位专家围绕大模型时代的数据治理与伦理建设，共商人工智能健康发展路径。有专家指出，互联网数据将在2026年左右被大模型训练“耗尽”已成行业共识，要建设新的高质量数据集，应从垂直行业获取、通过“众包众创”方式与前沿学校学者开展合作等实现。
论坛现场
对未处理的初级数据，比如语音、图像、文本、视频等进行加工处理，进而转换为机器可识别信息的过程，通常被称为数据标注。近年来，随着人工智能技术发展，数据标注成为大模型训练的必要环节，其上游产业需求大量增加。
据南都记者了解，海量、高质量的标注数据成为人工智能快速发展重要支撑的同时，该行业统一标准缺乏、标注质量不齐、人力水平与技术需求不匹配等问题也日益凸显，如何推动数据标注产业高质量发展备受关注。
上海库帕思科技有限公司首席运营官施佳樑在会上分享了他对数据标注行业的观察。随着人工智能技术的发展，数据标注行业正经历从人力密集型向知识密集型转变。从前，数据标注行业对就业的带动效果
