AI语料短缺瓶颈凸显 数据基建新机遇有望释放

　　AI发展的又一个关键瓶颈浮出水面——高质量、高可信度的数据，正成为AI竞争的胜负手。这也为出版、新闻等传统内容服务商向AI语料供应商转型创造了机遇，相关企业的商业价值有望迎来重估。

　　科技公司加码内容资源布局

　　近日，A股AI语料板块走强，读客文化、中信出版、利欧股份、中国出版、海天瑞声等股价显著上涨。

　　有消息称，苹果正与多家出版商洽谈新的合作协议，希望使用它们的内容来提供最新的新闻和信息，这是苹果升级AI驱动版Siri语音助手计划的重要一部分。苹果还计划采用灵活付费模式，当合作出版商的内容被Siri用户使用时，再支付相应的版权费用。

　　据悉，苹果此前已与部分出版商达成协议，向出版商支付费用，以获取相关内容以及用于AI模型训练方面的使用权。

　　Anthropic等科技公司也在加码布局内容资源。今年7月，一份解封的法庭文件显示，Anthropic通过代号为“巴拿马计划”的项目，斥资数千万美元批量采购数百万册2022年前出版的纸质书，完成高速扫描用于AI训练后，将这些书籍粉碎销毁，该行为被舆论称之为“AI焚书”。

　　科技公司为何纷纷盯上了传统媒体的内容资源？在AI大模型快速发展的初期，行业训练大模型所用语料主要来自互联网上公开的信息，这些语料信息的合法性、准确度长期未得到充分重视。更为重要的是，在生成式AI爆发后，大量AI生成内容、合成数据也涌入互联网，再度回流成为大模型训练素材。但是，若持续使用AI生成内容迭代训练模型，将引发模型退化，出现“模型坍缩”现象。

　　为获取未被AI生成内容污染的原生语料，硅谷科技巨头开始挖掘传统媒体文稿与纸质书籍价值。这类原生内容能够保障模型输出的准确度，支撑模型能力持续迭代提升。

　　数据基建新机遇有望释放

　　AI产业发展应具备能源、算力、数据、模型和应用五大核心要素。数据是AI大模型的“燃料”，其质量与安全性直接决定了模型价值的上限。

　　据2026机器人全产业链接会披露信息，GPT-〖贰〗、 GPT-3对应的训练数据时长分别约为79万小时、1100万小时，想要实现具备实用能力的具身智能，至少需要1000万小时量级多模态数据。叠加多场景适配、多模态类型、数据良率等因素，产业实际所需多模态数据集规模将远超1000万小时。

　　当前，高质量语料短缺已成为制约人工智能大模型发展的核心瓶颈，据Epoch AI预测，人类公开的高质量文本数据可能在2026年至2032年间被完全耗尽。在此背景下，高质量、高可信度的数据资源正在成为“稀缺”资源，重要性持续提升。多位接近出版社、图片版权机构等传统内容企业的人士向记者透露，国内也已经有AI公司开始向传统内容机构采购合规数据集。

　　复旦大学计算与智能创新学院特聘教授、北电数智首席科学家窦德景认为，谁能掌握高质量、高可信度的行业数据，谁就能在AI竞争中占据先机。上述接近传统内容企业人士表示，传统媒体沉淀的大量优质原创内容，恰好是AI大模型所需的优质“燃料”，不仅具备高度准确、数据可信等优势，还能够规避“模型坍缩”风险。

　　高质量内容数据的“语料价值”持续提升下，传统版权资产价值迎来重新评估窗口。兴业证券研报认为，数据集建设重估版权语料价值，AI应用打开IP商业化空间，网文、出版企业有望从传统内容提供商转变为合规AI训练语料供给方，自有版权文本数据稀缺性上升，资产价值具备重估空间。

　　国金证券分析称，当前，数据采集已经成为物理AI发展的最大短板之一，数据基础设施加快建设有望带动数采产业链持续扩容。

（文章来源：上海证券报）