由中国科学院文献情报中心发起的语料创新生态联盟（以下简称“联盟”）近日在北京启动，语料标准规范、敖仓·语料社区服务平台及英文期刊Data Express in AI Corpus等成果同步发布。当日，敖仓·科技语料库分别与语料应用关键机构、国家人工智能应用中试基地签署合作协议。
为什么要干这件事？
答案不在语料本身，而在科研。
当前，人工智能正在改变科研范式。从实验归纳、理论推演、计算模拟到数据驱动，再到AI与科学研究的深度融合（AI for Science，以下简称“AI4S”），科研越来越依赖大模型参与科学推理和知识发现。但大模型要“读懂”科学，靠的不是通用互联网数据，而是高质量科技语料。
而问题，也由此产生。
AI4S越深，为何越难绕过“语料关”
科研需要AI，AI需要什么？
联盟发起人、中国工程院院士孙凝晖开门见山：“智能的本质是数据的百炼成钢。大模型就是对互联网全量数据进行深度加工后的产物。但科技领域的语料不一样，它有科学语义、有物理约束、有误差信息，不是简单汇聚就能用的。”
“与通用语料相比，科技语料来源更加多样、专业语义更加复杂，对科学准确性、知识密度、模态关联和可追溯性提出了更高要求。”中国科学院科技基础能力局局长卢方军进一步解释。
现实瓶颈同样突显：高价值科技资源仍较分散，难以直接转化为高质量科技语料。
“资源汇聚与授权机制有待完善，标准规范、专业加工、质量评价和安全流通能力仍需加强。”卢方军解释，科技语料连接原始科研资源与人工智能模型，是支撑模型训练、科学推理和知识发现的重要基础。
可见，建设高质量科技语料，已经成为发展科学智能、提升人工智能专业能力的重要基础性工作。
单一机构为什么难干成？卢方军直言：因为语料供给方、技术研发方和应用需求方之间，缺少紧密的协同机制。这些问题靠一家单位解决不了。
往深一层看，竞争格局也在变。
中国科学院文献情报中心党委书记李猛力判断，全球人工智能竞争正由单一技术和模型能力比拼，向模型、算力、数据与应用生态协同发展的综合竞争深化。
由此可见，加快构建自主可控、开放协同、安全可信的语料创新生态，是夯实人工智能发展基础、支撑高水平科技自立自强的重要举措。
2026年7月17日，世界人工智能大会上，由中国科学院牵头建设的敖仓·科技语料库正式发布。联盟的启动，正是从“建库”走向“建生态”的延伸——如果语料关不破，模型训练便缺“精粮”，科研任务便缺“接口”，产业落地便缺“可信链路”。
迫切性，正在于此。
分散的科技语料，如何形成合力
建生态，不是简单地把机构名单拉在一起。资源如何汇聚？标准如何统一？利益如何分配？
关键在“任务牵引”和“机制破题”。
中国科学院文献情报中心主任曲建升表示，联盟将以任务为牵引，探索“共建、共享、共赢”协同模式。具体来说，就是成员以资源、能力、专业、场景四类投入参与共建。各自的资源、技术和应用需求，汇聚为联盟公共能力。再通过开放共享和能力反哺，共享语料工具、平台服务、共建成果与发展机会。
据了解，首批50家共建单位覆盖国家实验室、科研院所、国家级科学数据与文献资源机构、地方政府、人工智能企业、数据基础设施企业、出版与知识服务机构、语料运营企业及投资机构。
生态要协同，标准必须先行。
目前已发布的五类42项科技语料标准，采用“指导层—体系层—操作层”三级架构，覆盖数据采集、加工处理、质量评价等全生命周期。
据悉，根据计划，标准将率先依托联盟先行先用，再逐步上升为行业标准。
标准立起来了，语料如何流动？这就需要一个承载规则的场所。
一方面，平台负责承载。敖仓·语料社区服务平台将打通正式语料与社区语料双轨供给共享渠道，在统一规范、统一接口下对外服务。
另一方面，期刊负责链接。联盟启动当天，Data Express in AI Corpus宣布创刊，该刊旨在聚焦人工智能语料理论创新、技术突破、应用成效，探索期刊、学术会议和语料资源平台协同发展的学术交流与资源服务生态。
标准、平台、期刊三者协同，正是回答“谁供给、谁治理、谁使用、谁受益”。
语料库建起来，如何真正用起来
从“建起来”到“用起来”，至少还有几道坎。
第一道坎，是开放与安全的平衡。科技语料涉及科研数据、知识产权和国家安全，既要开放共享，又要可信可控。
多位专家坦言，标准规范、专业加工、质量评价和安全流通能力仍需加强。标准中的安全防护、开放协议、服务记账、应用成效评价能否落地，决定生态能否行稳致远。
第二道坎，是标准与利益的协调。42项标准先行先用，再上升为行业标准，路径清晰。但不同机构、不同平台、不同领域能否愿意用、用得好？
李猛力对此有清醒判断：协同，意味着利益必须重新分配。授权机制、激励机制和收益分配机制是否可持续，是绕不开的考题。
第三道坎，是公共能力的反哺。成员以资源、能力、专业、场景投入共建，最终要形成公共能力并反哺成员。
孙凝晖表示，联盟要推动科技语料资源和加工能力的基础设施化，建设国家高质量科技语料资源的战略保障基地、国家智能就绪语料集成服务的协同枢纽。
如果只停留在资源汇聚，不能推动模型迭代、科研任务和产业场景验证，生态价值就难以充分释放。
回答这些问题，仍要回到任务和场景。
曲建升表示，下一步联盟将重点聚焦五大任务：联合共建高质量科技语料，推进智能就绪科技语料集成服务，深化国家科技语料基础设施协同建设，强化标准、质量与可信治理，开展AI4S模型与应用场景联合验证。
的确，联盟成立只是开始。真正的考验，是把“生态”从愿景变成机制，从机制变成能力，从能力变成科研一线看得见、用得上的支撑。
《光明日报》（2026年10月10日 04版）
由中国科学院文献情报中心发起的语料创新生态联盟（以下简称“联盟”）近日在北京启动，语料标准规范、敖仓·语料社区服务平台及英文期刊Data Express in AI Corpus等成果同步发布。当日，敖仓·科技语料库分别与语料应用关键机构、国家人工智能应用中试基地签署合作协议。
为什么要干这件事？
答案不在语料本身，而在科研。
当前，人工智能正在改变科研范式。从实验归纳、理论推演、计算模拟到数据驱动，再到AI与科学研究的深度融合（AI for Science，以下简称“AI4S”），科研越来越依赖大模型参与科学推理和知识发现。但大模型要“读懂”科学，靠的不是通用互联网数据，而是高质量科技语料。
而问题，也由此产生。
AI4S越深，为何越难绕过“语料关”
科研需要AI，AI需要什么？
联盟发起人、中国工程院院士孙凝晖开门见山：“智能的本质是数据的百炼成钢。大模型就是对互联网全量数据进行深度加工后的产物。但科技领域的语料不一样，它有科学语义、有物理约束、有误差信息，不是简单汇聚就能用的。”
“与通用语料相比，科技语料来源更加多样、专业语义更加复杂，对科学准确性、知识密度、模态关联和可追溯性提出了更高要求。”中国科学院科技基础能力局局长卢方军进一步解释。
现实瓶颈同样突显：高价值科技资源仍较分散，难以直接转化为高质量科技语料。
“资源汇聚与授权机制有待完善，标准规范、专业加工、质量评价和安全流通能力仍需加强。”卢方军解释，科技语料连接原始科研资源与人工智能模型，是支撑模型训练、科学推理和知识发现的重要基础。
可见，建设高质量科技语料，已经成为发展科学智能、提升人工智能专业能力的重要基础性工作。
单一机构为什么难干成？卢方军直言：因为语料供给方、技术研发方和应用需求方之间，缺少紧密的协同机制。这些问题靠一家单位解决不了。
往深一层看，竞争格局也在变。
中国科学院文献情报中心党委书记李猛力判断，全球人工智能竞争正由单一技术和模型能力比拼，向模型、算力、数据与应用生态协同发展的综合竞争深化。
由此可见，加快构建自主可控、开放协同、安全可信的语料创新生态，是夯实人工智能发展基础、支撑高水平科技自立自强的重要举措。
2026年7月17日，世界人工智能大会上，由中国科学院牵头建设的敖仓·科技语料库正式发布。联盟的启动，正是从“建库”走向“建生态”的延伸——如果语料关不破，模型训练便缺“精粮”，科研任务便缺“接口”，产业落地便缺“可信链路”。
迫切性，正在于此。
分散的科技语料，如何形成合力
建生态，不是简单地把机构名单拉在一起。资源如何汇聚？标准如何统一？利益如何分配？
关键在“任务牵引”和“机制破题”。
中国科学院文献情报中心主任曲建升表示，联盟将以任务为牵引，探索“共建、共享、共赢”协同模式。具体来说，就是成员以资源、能力、专业、场景四类投入参与共建。各自的资源、技术和应用需求，汇聚为联盟公共能力。再通过开放共享和能力反哺，共享语料工具、平台服务、共建成果与发展机会。
据了解，首批50家共建单位覆盖国家实验室、科研院所、国家级科学数据与文献资源机构、地方政府、人工智能企业、数据基础设施企业、出版与知识服务机构、语料运营企业及投资机构。
生态要协同，标准必须先行。
目前已发布的五类42项科技语料标准，采用“指导层—体系层—操作层”三级架构，覆盖数据采集、加工处理、质量评价等全生命周期。
据悉，根据计划，标准将率先依托联盟先行先用，再逐步上升为行业标准。
标准立起来了，语料如何流动？这就需要一个承载规则的场所。
一方面，平台负责承载。敖仓·语料社区服务平台将打通正式语料与社区语料双轨供给共享渠道，在统一规范、统一接口下对外服务。
另一方面，期刊负责链接。联盟启动当天，Data Express in AI Corpus宣布创刊，该刊旨在聚焦人工智能语料理论创新、技术突破、应用成效，探索期刊、学术会议和语料资源平台协同发展的学术交流与资源服务生态。
标准、平台、期刊三者协同，正是回答“谁供给、谁治理、谁使用、谁受益”。
语料库建起来，如何真正用起来
从“建起来”到“用起来”，至少还有几道坎。
第一道坎，是开放与安全的平衡。科技语料涉及科研数据、知识产权和国家安全，既要开放共享，又要可信可控。
多位专家坦言，标准规范、专业加工、质量评价和安全流通能力仍需加强。标准中的安全防护、开放协议、服务记账、应用成效评价能否落地，决定生态能否行稳致远。
第二道坎，是标准与利益的协调。42项标准先行先用，再上升为行业标准，路径清晰。但不同机构、不同平台、不同领域能否愿意用、用得好？
李猛力对此有清醒判断：协同，意味着利益必须重新分配。授权机制、激励机制和收益分配机制是否可持续，是绕不开的考题。
第三道坎，是公共能力的反哺。成员以资源、能力、专业、场景投入共建，最终要形成公共能力并反哺成员。
孙凝晖表示，联盟要推动科技语料资源和加工能力的基础设施化，建设国家高质量科技语料资源的战略保障基地、国家智能就绪语料集成服务的协同枢纽。
如果只停留在资源汇聚，不能推动模型迭代、科研任务和产业场景验证，生态价值就难以充分释放。
回答这些问题，仍要回到任务和场景。
曲建升表示，下一步联盟将重点聚焦五大任务：联合共建高质量科技语料，推进智能就绪科技语料集成服务，深化国家科技语料基础设施协同建设，强化标准、质量与可信治理，开展AI4S模型与应用场景联合验证。
的确，联盟成立只是开始。真正的考验，是把“生态”从愿景变成机制，从机制变成能力，从能力变成科研一线看得见、用得上的支撑。
《光明日报》（2026年10月10日 04版）
今年全国两会期间，人工智能成为热点话题，“人工智能+”首次被写入政府工作报告。一头连着数字经济发展大局，一头连着行业变革与创新，“人工智能+”既是新质生产力发展的“新引擎”，也是产业和消费 3月18日，伴随着搬运车的轰鸣声，全国首个大规模清洁能源特高压直流输电工程的送端±800千伏特高压祁连换流站迎来了一位“新成员”——1号调相机转子，该换流站第7次年度检修工作 春，推也。从草从日，草春时生也。进入春日，人们时常能在大地回暖、万物复苏中见证旺盛的生命力。一起解锁空间站里的“春日关键词”，感受太空中的“春日力量”吧！春日关键词：温暖空间站内 四季如春 3月21日，由安徽省工业和信息化厅指导、中国光伏行业协会主办、阳光电源股份有限公司承办的“PAT2024爱光伏一生一世”先进技术研讨会在合肥举办。光储高压先进技术发布会现场。阳光电源股份有 3月21日是第二十五个“世界睡眠日”，中国睡眠研究会联合慕思集团在北京正式发布《2024情绪与健康睡眠白皮书》（以下简称《白皮书》）。《白皮书》指出，智能床垫运用算法将内在情绪与睡眠质量相关 3月21日，人工智能大模型赋能企业科技创新研讨会在广州召开。中国知网在会议期间发布了专利大数据智能应用产品“AI Pat+”。据中国知网相关负责人介绍，中国知网在人工智能大模型领域的深入研发 。本文链接：科研需要AI，AI需要什么http://www.sushuapos.com/show-2-17228-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 在冷门赛道上厚积薄发——山东建筑大学走出“非典型”科创突围之路
下一篇： 我们为什么要奔赴火星