未來(lái)將出現(xiàn)專(zhuān)業(yè)的具身數(shù)據(jù)服務(wù)機(jī)構(gòu)，提供“場(chǎng)景定制采集+數(shù)據(jù)治理+模型訓(xùn)練支持”的一體化服務(wù)。

文｜錢(qián)麗娜

ID | BMR2004

“在人工智能技術(shù)飛速發(fā)展的今天，數(shù)據(jù)作為核心生產(chǎn)要素，其治理水平直接決定著大模型的性能與產(chǎn)業(yè)落地的深度?！北本┲窃慈斯ぶ悄苎芯吭焊痹洪L(zhǎng)兼總工程師林詠華在2025世界人工智能大會(huì)暨人工智能全球治理高級(jí)別會(huì)議（簡(jiǎn)稱(chēng)WAIC 2025）期間，接受《商學(xué)院》雜志專(zhuān)訪時(shí)表示。

作為國(guó)內(nèi)人工智能領(lǐng)域的領(lǐng)軍機(jī)構(gòu)，智源研究院在數(shù)據(jù)治理領(lǐng)域深耕多年，構(gòu)建了一套涵蓋審查標(biāo)準(zhǔn)、管理規(guī)范、創(chuàng)新應(yīng)用的完整體系。從開(kāi)源數(shù)據(jù)的質(zhì)量管控到具身智能的特殊數(shù)據(jù)治理，從多元數(shù)據(jù)使用模式到未來(lái)商業(yè)模式探索，智源的實(shí)踐為行業(yè)提供了寶貴的參考樣本，也深刻揭示了數(shù)據(jù)治理在智能時(shí)代的核心價(jià)值。

01

數(shù)據(jù)審查：以技術(shù)筑起質(zhì)量與安全防線

開(kāi)源數(shù)據(jù)因質(zhì)量參差不齊、采集基準(zhǔn)缺失等問(wèn)題廣受詬病，建立科學(xué)的數(shù)據(jù)審查標(biāo)準(zhǔn)成為行業(yè)亟待解決的難題。

智源研究院從隱私保護(hù)、質(zhì)量過(guò)濾、安全管控三個(gè)維度，構(gòu)建了全流程的數(shù)據(jù)審查體系，為高質(zhì)量數(shù)據(jù)應(yīng)用奠定了基礎(chǔ)。

在隱私保護(hù)方面，智源對(duì)所有采集的數(shù)據(jù)實(shí)行“雙重篩查”機(jī)制。對(duì)于合作方提供的數(shù)據(jù)集，首先區(qū)分其使用權(quán)限——哪些可用于模型訓(xùn)練但不可開(kāi)源，哪些可部分開(kāi)源，哪些完全禁止對(duì)外披露。例如，某企業(yè)提供的用戶行為數(shù)據(jù)，經(jīng)過(guò)脫敏處理后可用于模型訓(xùn)練，但原始數(shù)據(jù)因涉及個(gè)人隱私被嚴(yán)格限制在內(nèi)部使用。這種分類(lèi)處理既保障了數(shù)據(jù)的利用價(jià)值，又守住了隱私保護(hù)的紅線。

數(shù)據(jù)質(zhì)量過(guò)濾則依托技術(shù)手段實(shí)現(xiàn)標(biāo)準(zhǔn)化。2023年初，智源研究院承擔(dān)國(guó)家級(jí)高質(zhì)量語(yǔ)料庫(kù)建設(shè)與開(kāi)源任務(wù)時(shí)，便意識(shí)到人工審核存在標(biāo)準(zhǔn)不統(tǒng)一、效率低下的問(wèn)題。為此，研究院訓(xùn)練出質(zhì)量過(guò)濾模型，構(gòu)建起完善的算法庫(kù)，通過(guò)機(jī)器審核實(shí)現(xiàn)數(shù)據(jù)質(zhì)量的統(tǒng)一把控。當(dāng)遇到新的數(shù)據(jù)質(zhì)量問(wèn)題時(shí)，算法庫(kù)會(huì)迅速迭代更新，將新規(guī)則納入模型訓(xùn)練中。例如，在處理文本數(shù)據(jù)時(shí)，模型能自動(dòng)識(shí)別并過(guò)濾掉重復(fù)內(nèi)容、低信息密度文本以及涉黃、涉毒等違規(guī)信息，確保入庫(kù)數(shù)據(jù)的純凈度。

安全管控貫穿數(shù)據(jù)審查的全流程。除了常見(jiàn)的內(nèi)容安全篩查，智源還針對(duì)不同數(shù)據(jù)類(lèi)型制定了專(zhuān)項(xiàng)審查標(biāo)準(zhǔn)。對(duì)于多模態(tài)數(shù)據(jù)中的圖像、視頻，增加了對(duì)敏感場(chǎng)景、標(biāo)識(shí)信息的識(shí)別；對(duì)于工業(yè)場(chǎng)景采集的數(shù)據(jù)，重點(diǎn)排查是否涉及企業(yè)商業(yè)機(jī)密。這種全方位的審查機(jī)制，為數(shù)據(jù)的安全合規(guī)使用提供了堅(jiān)實(shí)保障。

林詠華同時(shí)也表示：“實(shí)際上我們?cè)谑褂脭?shù)據(jù)時(shí)，很多時(shí)候我們發(fā)現(xiàn)匯聚數(shù)據(jù)容易，但使用數(shù)據(jù)卻變成整個(gè)產(chǎn)業(yè)的問(wèn)題?！?/p>

02

管理規(guī)范：創(chuàng)新數(shù)據(jù)使用模式破解產(chǎn)業(yè)難題

智源研究院在2024年聯(lián)合產(chǎn)業(yè)機(jī)構(gòu)推出三種數(shù)據(jù)使用模式，通過(guò)開(kāi)源共享、共建共享、數(shù)算一體的多元模式，破解數(shù)據(jù)流通與保護(hù)的難題。具體來(lái)看：

開(kāi)源數(shù)據(jù)模式聚焦科研與產(chǎn)業(yè)普惠。智源將可開(kāi)放的數(shù)據(jù)打包發(fā)布，支持學(xué)術(shù)界和產(chǎn)業(yè)界免費(fèi)下載使用。

共建共享模式以積分制激發(fā)數(shù)據(jù)流通活力。針對(duì)不愿開(kāi)源但愿意在可信機(jī)構(gòu)間交換數(shù)據(jù)的企業(yè)，智源設(shè)計(jì)了一套基于數(shù)據(jù)質(zhì)量和數(shù)量的積分體系——企業(yè)貢獻(xiàn)的數(shù)據(jù)經(jīng)質(zhì)量評(píng)估后轉(zhuǎn)化為積分，積分可用于兌換其他企業(yè)的共享數(shù)據(jù)。這種模式既保護(hù)了數(shù)據(jù)所有權(quán)，又打破了“數(shù)據(jù)壁壘”。

數(shù)算一體模式則為版權(quán)要求高的數(shù)據(jù)提供安全使用方案，數(shù)據(jù)和算力放在一起。對(duì)于來(lái)自影視作品的高質(zhì)量的視頻和音頻數(shù)據(jù)，智源構(gòu)建了“數(shù)據(jù)與算力綁定”的安全域，特定團(tuán)隊(duì)可在安全域內(nèi)使用數(shù)據(jù)訓(xùn)練模型，但數(shù)據(jù)本身不可帶出，訓(xùn)練成果（模型）則可自主帶走。這種模式在保護(hù)版權(quán)的同時(shí)，也實(shí)現(xiàn)了數(shù)據(jù)的高效利用。

三種模式的協(xié)同推進(jìn)，形成了“分層分類(lèi)、安全可控”的數(shù)據(jù)管理生態(tài)。這種生態(tài)既滿足了不同類(lèi)型數(shù)據(jù)的使用需求，又通過(guò)規(guī)范的流程設(shè)計(jì)，降低了數(shù)據(jù)泄露、濫用的風(fēng)險(xiǎn)，為數(shù)據(jù)要素的市場(chǎng)化配置提供了重要支撐。

03

具身智能：數(shù)據(jù)治理的新挑戰(zhàn)與新突破

隨著具身智能的興起，數(shù)據(jù)治理進(jìn)入更為復(fù)雜的新階段。與傳統(tǒng)大模型相比，具身智能的數(shù)據(jù)具有多模態(tài)、高維度、場(chǎng)景敏感等特點(diǎn)，智源研究院在繼承傳統(tǒng)治理經(jīng)驗(yàn)的基礎(chǔ)上，創(chuàng)新出一套適配具身智能的數(shù)據(jù)治理方法，為該領(lǐng)域的技術(shù)突破掃清了障礙。

林詠華指出，具身智能的數(shù)據(jù)多樣性遠(yuǎn)超普通多模態(tài)模型。以機(jī)械臂數(shù)據(jù)為例，除了攝像頭采集的視頻信息，還涉及機(jī)械臂的運(yùn)動(dòng)軌跡、多自由度（XYZ軸）數(shù)據(jù)、加速度數(shù)據(jù)等傳感器信息。除了上述的單機(jī)數(shù)據(jù)采集，工程師還要跨機(jī)器人本體采集數(shù)據(jù)，增加了設(shè)備數(shù)據(jù)的采集，同時(shí)為了在真實(shí)場(chǎng)景中采集數(shù)據(jù)，公司還在實(shí)驗(yàn)室里搭建仿真場(chǎng)景?？梢哉f(shuō)，具身智能的數(shù)據(jù)維度增加，格式各異，傳統(tǒng)的分類(lèi)方法難以應(yīng)對(duì)。

場(chǎng)景敏感性是具身智能數(shù)據(jù)治理的另一大挑戰(zhàn)。在工業(yè)場(chǎng)景采集數(shù)據(jù)時(shí)，部分企業(yè)因擔(dān)心流水線作業(yè)流程泄露，對(duì)數(shù)據(jù)采集持保守態(tài)度。智源通過(guò)“物理場(chǎng)景分級(jí)”策略解決這一問(wèn)題。

智源為此建立了“行業(yè)+場(chǎng)景+操作復(fù)雜度” 的三維分類(lèi)體系：按行業(yè)劃分為工業(yè)、家庭服務(wù)、醫(yī)療等領(lǐng)域；按場(chǎng)景細(xì)分為廚房操作、流水線作業(yè)等具體場(chǎng)景；按操作復(fù)雜度分為原子操作（如幾秒之內(nèi)的一個(gè)抓取動(dòng)作）、長(zhǎng)程操作（如疊衣服，涉及多個(gè)步驟）、復(fù)雜組合操作（如整理房間的指令中涉及到疊衣服、整理被子、掃地等不同的操作）。

數(shù)據(jù)采集效率是制約具身智能發(fā)展的關(guān)鍵瓶頸。具身數(shù)據(jù)的采集依賴(lài)硬件設(shè)備，不同構(gòu)型的機(jī)械臂（單臂、雙臂、輪式等）、不同類(lèi)型的末端執(zhí)行器（夾爪、靈巧手等），都需要針對(duì)性的采集方案。此外，遙操過(guò)程中的視角差異、設(shè)備校準(zhǔn)誤差，進(jìn)一步降低了采集效率。目前有一些解決方案，包括開(kāi)發(fā)VR映射校準(zhǔn)系統(tǒng)等。

具身智能的數(shù)據(jù)治理創(chuàng)新，不僅解決了該領(lǐng)域的技術(shù)痛點(diǎn)，更拓展了數(shù)據(jù)治理的邊界。這種創(chuàng)新證明，數(shù)據(jù)治理必須與具體技術(shù)場(chǎng)景深度融合，才能真正發(fā)揮支撐作用。

04

仿真數(shù)據(jù)：平衡真實(shí)與效率的治理探索

仿真合成數(shù)據(jù)的價(jià)值與局限，是行業(yè)爭(zhēng)論的焦點(diǎn)。智源研究院在實(shí)踐中形成了以“真機(jī)數(shù)據(jù)為核心、仿真數(shù)據(jù)為補(bǔ)充”的治理思路，通過(guò)二者的有機(jī)融合，既保證了數(shù)據(jù)的真實(shí)性，又提升了數(shù)據(jù)的覆蓋范圍，為模型訓(xùn)練提供了更豐富的“養(yǎng)料”。

“真機(jī)采集很難構(gòu)造所有的場(chǎng)景，所以這就是為什么大家覺(jué)得仿真數(shù)據(jù)很重要。但是仿真數(shù)據(jù)也有仿真不了的場(chǎng)景，例如真實(shí)物體的重量、摩擦力、質(zhì)感等物理特性?！绷衷伻A說(shuō)。

仿真數(shù)據(jù)的價(jià)值在于“場(chǎng)景泛化”。通過(guò)數(shù)據(jù)增強(qiáng)技術(shù)，智源將單一真機(jī)數(shù)據(jù)擴(kuò)展出多種場(chǎng)景變體：改變光線強(qiáng)度、替換背景顏色、調(diào)整物體擺放角度等。這種處理使得一條原始數(shù)據(jù)可生成多條有效訓(xùn)練數(shù)據(jù)，大幅提升了數(shù)據(jù)的利用效率。

真機(jī)數(shù)據(jù)與仿真數(shù)據(jù)的融合是治理的關(guān)鍵。智源探索出“物理屬性保真+場(chǎng)景靈活替換”的融合策略：保留真機(jī)數(shù)據(jù)中的物理參數(shù)（如力量、速度），通過(guò)仿真技術(shù)替換場(chǎng)景背景、物體外觀等非關(guān)鍵信息。這種方法既保證了數(shù)據(jù)的物理真實(shí)性，又拓展了場(chǎng)景覆蓋范圍。

數(shù)據(jù)治理的終極目標(biāo)是釋放數(shù)據(jù)價(jià)值。智源研究院在夯實(shí)治理基礎(chǔ)的同時(shí)，積極探索具身數(shù)據(jù)服務(wù)的商業(yè)模式，推動(dòng)公共平臺(tái)建設(shè)，為數(shù)據(jù)要素的規(guī)?；瘧?yīng)用描繪了清晰的路徑。