香港, 2026年8月31日 - (亞太商訊) - 隨著人工智能產業進入規模化應用階段，AI競爭正從模型參數規模比拼逐步轉向數據質量、數據規模和數據閉環能力的綜合競爭。高質量數據，正在成為支撐大模型、智能體、具身智能等新一代人工智能技術發展的關鍵基礎設施。
在2026中國國際大數據產業博覽會上，本原智數·千百度正式發布「雙十億計畫」生態戰略，面向全球招募100家核心數據生態夥伴，計畫五年內推動生態年產值突破100億元，同時打造「十億條專家軌跡數據」和「十億小時具身操作數據」兩大核心數據資產，為人工智能產業提供高質量數據基礎設施支撐。
AI邁向產業深水區，高質量數據成為核心競爭力
近年來，以大模型為代表的人工智能技術快速發展，模型能力不斷提升，但產業也逐漸面臨新的挑戰，通用互聯網數據價值逐步降低，專業領域高價值數據供給不足，數據質量成為影響模型能力提升和應用落地的重要因素。業內普遍認為，未來人工智能產業競爭不僅是算法和算力的競爭，更是高質量數據生產能力的競爭。如何將人類專家經驗轉化為機器可理解、可學習的數據，如何讓人工智能系統獲得真實世界交互經驗，成為產業發展的關鍵問題。在這一背景下，本原智數提出「雙十億計畫」，希望透過規模化數據資產建設和產業生態協同，探索人工智能時代數據基礎設施建設的新路徑。
「雙十億計畫」：建構數位智能與物理智能兩類核心數據資產
本原智數「雙十億計畫」包含數據資產建設與產業生態建設兩大方向。在數據資產層面，本原智數將重點打造「十億條專家軌跡數據」和「十億小時具身操作數據」。其中，「十億條專家軌跡數據」面向數字資訊交互任務，透過採集和解析人類專家在金融、醫療、代碼、法律等領域完成複雜任務過程中的操作路徑、決策邏輯和專業經驗，將原本依賴個人經驗的隱性知識轉化為可量化、可復用的數據資產，為大模型訓練和智能體能力提升提供高價值數據支撐。「十億小時具身操作數據」則聚焦物理世界交互需求，通過多本體數據採集、仿真訓練、真實環境回饋和數據閉環加工，構建覆蓋感知、決策、執行的具身智能數據體系，助力機器人從實驗驗證走向真實應用。
從數位世界中的專家經驗，到物理世界中的操作反饋，本原智數希望透過兩類數據資產建設，推動人工智能從「學習互聯網知識」邁向「理解專業經驗、掌握真實世界」。
從數據資產到產業生態，打造AI數據生產新模式
除了數據資產建設，「雙十億計畫」還提出打造全球化數據生態體系。未來五年，本原智數計畫聯合100家核心數據生態夥伴，以貴陽為產業樞紐，推動生態年產值突破100億元。在生態營運模式上，本原智數將構建分層協同體系：頂層為核心戰略夥伴，透過技術賦能、資源整合和資本連接，共同推動數據產業發展；中層為專業領域生態夥伴，覆蓋醫療、金融、法律等垂直行業，推動專業數據生產能力建設；底層則依託800萬+註冊眾包者組成的協作網路，為數據生產提供彈性化、規模化產能支援。
透過生態化方式，本原智數希望突破傳統數據服務模式的邊界，將單一的數據生產服務升級為連接技術、人才、產業和資本的數據基礎設施生態。
四大平台建構AI數據全生命週期服務體系
圍繞人工智能產業在數據生產、模型优化和智能應用過程中的核心需求，本原智數同步推出原測、原識、原智、原物四大自研平台，覆蓋AI數據全生命週期關鍵環節。從模型和智能體能力難以精準評估、优化方向不明確到高質量數據供給不足、專業數據生產能力不足，再到面向企業智能化應用需求以及具身智能發展需求，四大平台針對當前行業痛點形成了從數據生產、模型优化到智能應用落地的完整服務鏈路，為人工智能產業提供系統化數據基礎設施支撐。
貴陽成為「雙十億計畫」生態落地的重要支點
作為國家大數據綜合試驗區核心區，貴陽正在成為人工智能數據產業發展的重要承載地。依託綠色數據中心集群、持續完善的大數據產業生態以及人工智能相關政策支持，貴陽在算力成本、產業環境和人才保障方面形成綜合優勢，為高質量數據生產和AI產業生態建設提供良好基礎。本原智數也將依託貴陽的數據產業基礎，推動「雙十億計畫」落地，透過生態夥伴協同、產業資源連接和數據能力建設，進一步完善人工智能數據產業鏈。
從數據資源到智能資產，推動AI產業進入新階段
當前，人工智能正在從技術突破階段邁向產業應用階段。未來AI的發展，不僅需要更強大的模型、更充足的算力，也需要更加專業、更高質量、更具持續供給能力的數據體系。作為AI全生命週期服務商，本原智數「雙十億計畫」的發布，是企業圍繞人工智能產業發展趨勢進行的一次戰略佈局，也是對未來AI數據基礎設施建設模式的一次探索。透過連接專家經驗、真實世界數據和產業生態力量，本原智數正在推動數據從傳統意義上的訓練資源，向驅動人工智能持續進化的核心資產轉變。未來，能夠持續生產高價值數據、构建數據生態體系的企業，將成為人工智能時代基礎設施建設的重要參與者和推動者。Copyright 2026 ACN Newswire. All rights reserved.