数据星球,数据行业的资讯与内容平台

数据交易正在经历从”资源交易”到”价值交易”的关键跃迁。8月，青岛大数据交易中心完成首例词元交易备案，广东词元交易和服务中心落地广州南沙，”来数加工”新业态跑通首个标杆项目——围绕词元计价的交易闭环正在加速成型。与此同时，字节跳动成立”AI数据与安全”一级部门，将数据要素提升至集团战略层面。这些动态共同

合成数据正站在繁荣与危机的分岔路口。一边是市场规模以34%以上的年增速狂奔、已为46.3%的AI模型训练提供数据；另一边是”数据溯源危机”爆发——模型崩溃、模型自噬障碍等风险让业界开始重新审视合成数据的安全性。8月，多个信号同时出现：NVIDIA等巨头持续加码合成数据平台，而OpenAI、Google等头部实验室却反向大手笔采购真实人类数据。这场”合成派&#82

7月的AI数据集新闻中，两个新发布格外引人注目：MIT与IBM联合推出的ChartNet，用150万张合成图表教会AI读懂数据可视化；香港中文大学领衔的CUHK-X，用七种同步模态刺破了视觉语言模型的”感知泡沫”。两个数据集代表了完全不同的技术方向——一个是用合成数据解决真实标注的稀缺，另一个是用真实多模态数据揭示现有模型的盲区。它们共同揭示了一个判断：AI模型的性能瓶颈正

7月的AI数据领域，开源成为最响亮的主题。跨维智能在WAIC 2026上发布全球首个跨源机器人大规模数据集Aligned DexWorld，整合七大公开数据集打破机器人数据孤岛；NVIDIA一口气开源Nemotron系列15个子集、超10T tokens的训练数据；葡萄牙发布首个国家级AI模型并完全开源；Inkling以975B参数和多模态能力加入开源模型阵营。当头部企业和国家力量同时选择&#82