数据星球,数据行业的资讯与内容平台

合成数据正在成为AI训练数据领域最具想象力的赛道。2026年5月，多份权威市场报告同步发布，合成数据市场被预测以CAGR 22%至45%的速度高速增长，NASSCOM甚至断言到2028年约80%的AI训练数据将来自合成数据生成。与此同时，学术前沿也在快速推进——”模型崩溃”的

AI的安全问题，根子在数据。2026年4月，中央网信办启动”清朗·整治AI应用乱象”专项行动，首次将”AI数据投毒”列入重点整治对象。与此同时，训练语料合规成为大模型备案的硬门槛，生成合成内容标识制度加速落地。这些信号共同指向一个趋势：AI训练数据的合

AI训练数据的监管，正在从各国的国内议题演变为全球博弈。2026年4月，欧盟祭出重拳——拟强制Google共享搜索数据以打破AI竞争壁垒；英国政府承诺制定训练数据透明度指引；美国学界对”数据护城河”理论提出系统性挑战。与此同时，开放语料库因AI爬虫过载而承压，数字公地治理提上

如果说2025年是”数据要素”的概念普及年，那么2026年就是”数据交易”的制度创新年。4月，国家数据局发布高质量数据集建设征求意见稿，首次将Token交易写入政策文件；北数所推出数智引擎一站式数据集服务；工信部启动”模数共振”

数据标注是AI产业链中最”接地气”也最容易被低估的环节。2026年，这个行业正在经历一场静悄悄的革命：长沙国家数据标注基地产值突破120亿元、亿元级标注订单落地、全国数标委启动数据集标准验证试点、清华大学发布标注产业研究报告——这些事件共同指向一个判断：数据标注正从&#822

当互联网上几乎所有公开文本都被爬取一空，大模型训练撞上了一堵看不见的墙——”数据墙”。这是中国信息通信研究院在2026年中给出的判断。与此同时，最高人民法院宣布完善数据权属裁判规则、网信部门将AI数据投毒列为重点整治对象、湖南大数据交易所落地亿元级标注订单——政策、司法、监管

AI训练数据的供给与流通，正在成为中国人工智能产业最核心的基础设施课题。2026年6月，国家数据局正式发布行业高质量数据集建设方案，标志着数据要素市场从顶层设计步入系统性落地阶段。与此同时，中国联通亿元注码医疗AI数据、视觉中国赴港IPO转型数据供应商、合成数据质量危机浮出水面——多个信号交汇，指向