AI语料论坛火爆，算法创新下，语料仍是行业核心资产

漕河泾会议中心，座无虚席。2月22日，2025全球开发者先锋大会召开首日，一场以语料为主题的论坛吸引了众多开发者和创业者的围观，甚至连通道上都站满了认真聆听的观众。论坛承办方上海库帕思科技有限公司董事长山栋明说：“一开始觉得这个场地大才选了这里，但大家的热情超出了我们的想象。”

人们为什么如此关心语料？语料是构建和训练AI模型，尤其是自然语言处理模型的基础语言材料，通俗的说，就是训练AI模型的一种原材料。它们有可能是传统的文字，还可能是语音、图像和视频等多种类型的数据。

语料的质量高低，将直接决定AI模型的性能高低。正如在这场大会上被反复提及的一个观点，语料已经成为AI时代的一种核心资产。

所以，无论是做基础模型的开发者，还是AI应用的创业者，都十分关心语料的发展。然而，随着AI模型的快速迭代，真实世界的语料正在面临枯竭。蜜度科技CTO刘益东表示，由于算法和算力不断优化，对语料的需求量正越来越大，以数据作为载体的语料也就变得越来越稀缺。

算法创新是否可以减少语料需求曾受到质疑。比如说，当前爆火Deepseek就通过模型算法创新和强化学习，减少了对标注数据的使用，被业界认为是革命性的进展，让外界一度认为标注数据的未来需求会减少。但这次论坛上，不少业内人士表示，随着算法优化，模型搭建的成本降低，将有更多的AI开发者涌进赛道，语料的总体需求量仍会增加，业界称此规律为“杰文斯悖论”。

“在算法的大规模创新后，未来大模型可能会陷入一种‘算法谄媚’的状态，也就是说算法成本越来越低，数据价值越来越高，所以未来语料的配置会非常重要。”山栋明说。

为了解决语料枯竭问题，当前业界的主流趋势是使用“合成数据”。这是一种通过AI模型利用真实语料生成的仿真数据，也可以用作AI模型的训练。马斯克的xAI刚刚发布的Grok-3就是在大量合成数据的基础上训练而成的。上海交通大学副教授刘鹏飞认为，合成数据就是下一代大模型训练最核心的事情。

但需要注意的是，合成数据的发展目前仍不成熟，面临着真实性不稳定、评价体系不一等问题，这会放大AI模型的“幻觉”问题。Google DeepMind的实验显示，当代码生成模型仅使用自身合成数据迭代训练时，代码安全漏洞率从初代的12%飙升至第五代的67%。

所以回到语料的本源，作为合成数据基础的真实语料将更加重要，语料质量也将更受关注。当合成数据创造虚拟世界的海市蜃楼时，真实语料如同大地之锚，确保人工智能的发展不会迷失在算法幻象之中。

要提升语料的质量，需要提升语料来源、收集、处理等全环节的质量，但这一过程却面临许多现实困难。一位医疗AI创业者在论坛上表示，其公司刚刚发布的医疗垂类模型，最初收集了医院系统重30多TB的数据，但最后真正能用进模型的语料不到1TB，因为现实中大量数据的重复的，在数据清洗环节中就淘汰掉了，实际可用的高质量临床数据非常少。

为了提高语料这一生产要素的供给水平，赋能更多AI大模型创新发展，上海正在行动。在这次论坛上，包括模塑申城语料普惠计划之语料数据智能创意大赛、2025语料风云榜招募令、具身智能语料专项工程、语料工作委员会的四项工作已正式启动。未来，上海将汇集更多高质量语料库，以完善的语料服务生态，吸引更多AI产业落地。

原标题：AI语料论坛火爆，算法创新下，语料仍是行业核心资产

栏目主编：李晔

来源：作者：解放日报 吴丹璐