高质量数据集是人工智能重要的学习资料。

　　在宁波的工厂、农田，一场静悄悄的“师徒传承”正在上演。徒弟可能是一群机器人、一套模型、一种算法、一个智能体。

　　它们学的不是简单的重复动作，而是宁波智慧农业的先进经验、智慧厨房未来的发展趋势，以及智能家庭陪伴机器人的“生活课”。

　　近日，浙江省数据局‌公布2026年第一批人工智能行业高质量数据集典型案例，甬企春建电子“智能家庭陪伴机器人数据集”、方太厨具“智慧厨房高质量数据集”、浙江葆瑞与蓝卓数字科技共建的“动力电池材料配方优化及质量预测数据集”等5个典型案例成功入选。

　　“数据之于大模型，就像石油之于汽车。原油只有经过一系列复杂的炼化过程，变成汽油后，才能供汽车使用。同样，海量原始数据需要经过‘炼化’形成高质量数据集，才能助力大模型精准学习数据特征与规律，有效提升其对不同场景和任务的适应能力。”市数据局相关负责人说，高质量数据集的建设已成为提升AI模型性能的关键，是推动“人工智能+”行动落地的保障。

　　以制造业的高质量数据集为例，工厂里身怀绝技的老师傅是各家企业的“宝贝”。制图、调度、打磨、焊接……这些活儿，机器干不了，年轻人一时半会儿学不会。

　　老师傅们逐步退休，这些“独门绝技”面临失传的风险。要将老师傅脑子里那些“只可意会不可言传”的经验变成机器可读的数据，让“工匠精神”在数字时代永不褪色，就需要高质量数据集的建设。

　　“当前，充配电系统工艺参数高度依赖工程师的个人经验，并受原材料、设备工况、生产环境等多重因素影响，导致最优工艺参数难以锁定、产品工艺稳定性不足。”均胜群英相关负责人坦言，打造离散工业智能排产与工艺优化数据集，均胜群英要做的就是整合全链路生产工艺数据、排产约束数据、质量检测数据、设备运行数据，构建离散工业智能排产与工艺优化数据集，提升企业生产效率、工艺精度与订单交付能力。

　　不光要梳理经验，更要着眼未来。

　　“当前，智能家庭陪伴机器人在实际落地过程中存在三大问题。”宁波春建电子相关负责人说，一是环境复杂，光照变化大、多人混行等特点，导致机器人在人机交互、目标跟随及身份识别等场景下感知稳定性不足；二是用户行为多样化，基于单任务的小规模数据集难以满足机器人在真实家庭环境中的泛化需求；三是交互不稳定，家庭机器人对连续感知能力要求较高，当前数据采集场景单一、标签体系不统一、多模态关联不足等问题，制约了机器人感知模型的持续优化。

　　春建电子的目标就是通过整合RGB图像、深度图像、手势关键点数据及环境语义标签，构建面向家庭陪伴机器人的高质量多模态数据集，支撑机器人在复杂家庭环境下实现“看得清、认得准、跟得稳、理解场景”的智能陪伴能力，为家庭陪伴机器人的落地赋能。

　　在宁波这样的场景还有不少，但如果只是“盆景”，那远远不够，宁波想要的是“风景”——让龙头企业的成功经验，变成全行业都能用的“公共资源”。

　　近两年来，宁波持续推动高质量数据集矩阵建设，江丰生物“宫颈细胞高质量数据集”入选国家高质量数据集典型案例；吉利集团“吉利汽车星睿高质量数据集”和蓝卓公司“面向绿色石化的工业制造行业的多模态高质量行业数据集”入选国家高质量数据集建设先行先试名单。已有累计16个企业项目入选国家级、省级高质量数据集名单。

　　下一步，我市将继续引导龙头企业加快先行先试，在重点项目的基础上，持续深化，以点带面，撬动更多的企业加入高质量数据集的建设，让更多企业蹚出来的路子成为行业标准，通过构建“数据供给—模型训练—场景应用—产业赋能”协同发展的良性生态，加快推动数据要素价值释放与人工智能创新发展深度融合，不断培育智能经济发展新动能。

　　宁波日报 甬派客户端 殷聪 文/摄

编辑： 陈捷

纠错：171964650@qq.com