刘博：AI迎来“数据枯竭倒计时”，如何突围？

科技 TOM 2026-09-28 18:51

当前，大模型高速迭代，IDC、EpochAI等研究已预警：可训练大模型的高质量数据占比不足0.3%，公开高质量文本数据耗尽窗口落在20262032年，AI正在迎来“数据枯竭的倒计时”。

在第五届全球数字贸易博览会——数据要素治理与市场化交流活动上，安恒信息CTO刘博与来自国家部委、省市区相关部门、行业协会、科研机构、数据企业的400余名代表共同分享了《AI原生可信数据空间驱动高质量数据集建设实践》，围绕“可信数据空间为基础设施，打通垂直行业数据要素供给链路，为行业AI发展提供可信高质量数据根基”这一核心路径，输出“高质量数据集建设+模数共振”落地解法，为AI产业突破高质量数据瓶颈提供实践样本。

刘博表示，高质量数据集建设与模数共振，已经成为国家战略共识。想要实现数据要素与AI模型双向赋能，既要建设可复用的垂直领域高质量数据集，更要筑牢多方数据合规流通底座。传统模式下，数据孤岛、敏感数据泄露风险、跨域协作合规难，造成大量行业数据 “想用不敢用”，垂直领域高质量数据集供给严重不足，制约行业大模型落地。安恒信息提出“AI原生可信数据空间，实现AI赋能空间、空间训练AI双向赋能”，以“数据不出域、可用不可见，操作全留痕”为核心，打通数据、算力、模型、数据产品一体化供给，让多源异构数据安全释放价值，数据加工与模型开发效率提升10倍以上。

在刘博看来，技术底座是AI原生可信数据空间的硬核根基。安恒信息打造全国首个通过信通院认证的GPUTEE+CPUTEE双可信执行环境，拿到国内第一张基于隐私计算的大模型训练和推理测评证书，支撑机密训练、机密推理，训练、推理全程数据不可见，守护高价值敏感数据隐私安全。该底座支持全模态数据接入，覆盖结构化、半结构化、非结构化数据；兼容PyTorch、TensorFlow主流框架，适配Deepseek、Qwen等主流开源模型训练微调；依托隐私计算可信能力，做到数据导入、存储、标注、计算全流程加密存证、可追溯，从底层化解AI使用敏感数据的安全风险。同时安恒信息深度参与50余项国家、行业标准制定，落地超100个AI原生数据要素流通场景，隐私计算、数据安全能力位列国内第一阵营。

依托AI原生可信数据空间，安恒信息已经在城市医疗、农业、汽车三大垂直赛道跑出标杆案例，完成从理论架构到产业落地的闭环实践。

在城市医疗可信数据空间实践中，平台整合公共、企业近20年医疗公共数据，合计191亿条高质量医疗数据，联动名医、名院、名校、名企协同共建，已发布糖尿病、高血压、冠心病、慢阻肺4大高质量数据集，覆盖800万人群，后续还将完成脑卒中、胃癌、肺癌等6个专病数据集建设。基于数据集孵化心血管疾病风险预测、AI辅助诊断、数字疗法创新3大AI模型，落地科研真研、模型训练、药械研发、AI辅助诊断、数字疗法、商业保险6大垂直场景。底座构建三位一体动态安全体系，通过安全接入终端+隐私保护计算+可追溯流通机制，做到模型入域、数据不出域，面向AI模型训练原生设计38项标准规范，沉淀超百份医学教材与专业术语知识库，实现跨域医疗AI模型安全研发。

农业领域，“番茄生长模型”案例曾以全国仅五之一入选国家数据局数据流通安全治理典型案例。基于数字农场物联网采集数据，在可信数据空间内合规完成数据开发，搭建AI+番茄生长模型。平台实时采集温度、湿度、光照、土壤肥力等环境信息，以三维模型展示作物根系发育，精准指导不同生长周期水肥管理。项目带来多重价值：农场亩产提升、产品溢价增收；研发机构实现模型交易创收，提升科研水平；产业端实现整体产值跃升，打造农业领域数据要素利用的优秀范例。同时依托“数据发票”，完成数据合规审计、交易溯源核验，充分保障多参与主体的数据权益。

汽车行业可信数据空间构建起“研产供销服” 全链条数据闭环，汇聚自有18PB +联动50PB高质量数据资源，沉淀10大类标准化数据集，场景开发效率提升10倍，数据产品调用量突破1.5亿，规划落地七大领域33个细分场景，成功连接10余家头部车企。

从医疗、农业到汽车行业，安恒信息AI原生可信数据空间持续验证一个核心逻辑：数据既要保护又要利用，因此，AI大模型的竞争，本质是高质量数据集的竞争。通用互联网公开数据逐步见顶，垂类合规高质量数据，将成为驱动产业大模型迭代升级的核心燃料。

未来，安恒信息将持续深耕AI原生可信数据空间建设，坚持 “模数共振” 发展思路，以隐私计算、GPUTEE双环可信执行环境为底座，联合产学研用各方伙伴，沉淀更多垂直领域高质量数据集，打通数据要素安全流通链路，让更多行业 “敢用数据、善用数据”，以安全底座护航AI新质生产力高质量发展。