中国的人工智能（AI）开发正面临一个新的瓶颈：高质量中文训练数据不足。尽管美国对先进AI芯片的出口管制长期被视为主要制约因素，但多位中国AI专家日前警告，中文语料的稀缺可能成为下一个“卡脖子”问题。 AI模型的性能高度依赖海量高质量训练数据。研究机构Epoch AI估计，人类公开发布的文章经过去重和质量调整后，约有300万亿词元；按当前训练消耗趋势，语言模型可能在2026年至2032年间用尽这些数据。这一挑战并非中国独有，但中文数据匮乏表现得尤为突出。 据网站技术调查机构W3Techs统计，截至2026年8月10日，全球可识别语言的网站中，中文网站仅占1.3%，而英语网站高达49.5%，日语网站占5.0%。清华大学教授孙茂松与学者孔存良在《光明日报》撰文指出，中国面向大语言模型的语料库建设仍处于早期阶段；网络存档Common Crawl中的中文数据占比仅约4.8%，且中文百科、科学著作、学术期刊、词典等知识密度较高的语料严重不足。 为扩大中文数据供给，孙茂松等建议加快出版物、古籍、地方志、历史资料的数字化，并将词典、影像、方言和少数民族语言纳入语料库。他们同时强调，需要建立完善的版权授权机制。目前已有出版机构明确抵制将书籍用于AI训练，例如华夏出版社就禁止其图书被用于AI模型训练。 在政策层面，中国政府正在推进AI数据基础设施建设。国家数据局2026年6月8日宣布，计划到2028年底在科学研究、工业制造、医疗卫生等领域建成一批经过实际应用验证的高质量数据集；对难以采集的数据，将采用仿真和合成技术加以补足。 中国信息通信研究院院长余晓晖在国家数据局官网撰文表示，AI时代的竞争不仅是模型和算力的竞争，更是高质量数据供给体系的竞争。谁能率先建成集数据生成、管理、流通、利用和价值创造于一体的机制，谁就有望在下一阶段赢得先机。对中国AI而言，如何突破中文数据瓶颈，将决定这场竞赛的真正走向。
热门跟贴