刘烈宏调研2026世界智能产业博览会 权威解读

2026世界智能产业博览会刚在天津闭幕。国家数据局局长刘烈宏开幕致辞中，清晰勾勒出“数据赋能AI”的实施路径。他提出的三大要点，精准对标当前人工智能落地的主要障碍。

第一，高质量数据集正成为先进制造业智能化升级的核心底座与创新引擎。关键挑战在于：真实产线数据、设备运行日志、质检图像等“脏数据”是否已被系统性地采集、清洗与治理？若不能将工业机理层的原始数据注入大模型与智能体，AI将始终游离于工业场景之外，无法真正理解并优化生产流程。刘烈宏明确要求加大行业高质量数据集投入，推动“模数共振”——实现数据、模型、装备、场景的深度融合。这正是制造业智能化的“最后一公里”突破点。

第二，具身智能。多数关注点集中在机器人的行走与抓取能力上，却忽视了其数据根基。具身智能要在真实环境中自主适应并执行任务，依赖视觉、触觉、音频等高质量多模态训练数据。没有扎实的数据工程，具身智能便形同“有骨架无灵魂”。刘烈宏强调以完善的数据工程驱动具身智能发展，这一观点切中要害——当前众多演示在实验室惊艳，一出实验室便失效，根源正是数据质量与工程化不足。

第三，AI for Science。科学研究对准确性、规范性与可信性的要求远高于工业应用。高质量数据集既是训练科学模型、发现规律、验证成果的基础设施，也是将基础研究从论文推向产业应用的关键桥梁。刘烈宏将其定位为“关键支撑”，毫不为过。缺乏可靠数据，AI在科学领域只能充当“表演者”，无法成为真正的“发现者”。

当日下午，刘烈宏一行专程调研中国科学院天津工业生物技术研究所，重点考察生物制造领域的高质量数据集建设进展。生物制造大设施搭建、数据平台与垂直领域模型研发、智能中试平台应用——这些场景正是数据工程在具体行业落地的最佳缩影。核心观点：数据不是用来囤积的，而是用来“喂养”模型的。高质量数据集，正是让AI真正“理解”场景的核心养料。

来源：互联网