一家医院的肺部CT静静躺在服务器上没人用，因为没人给它打标签让模型学。把这件事乘以全国每家医院、每家工厂、每家银行，你就得到了中国的"数据荒"：原始信息像海洋，几乎没几滴能直接拿去训练模型。两份国家级文件正急着补上这个缺口。
逻辑很简单。原始数据又便宜又多；带标注、经核验、能直接喂模型的数据又稀缺又值钱。如果国家能把中间这一步产业化，就能压低每一款建在中国土地上的模型的成本。
两份文件，两件事
较早的一份是数据标注产业高质量发展的实施意见（2024年，第1822号文，由国家发改委、国家数据局、财政部、人社部于2024年12月26日签发、2025年1月公布）。它把数据标注当作战略性新兴产业，并设定到2027年行业复合增速高于20%的目标，还指导地方探索"数据券、算法券、算力券"来给标注方减负。
较新的一份是行业高质量数据集建设行动的实施方案（国家数据局2026年第25号文，日期为2026年6月3日）。它把"高质量行业数据集"定义为：经过采集和处理、能直接用来开发和训练AI模型的数据。文件列了六项行动：能力建设、标注攻坚、质量提升、应用赋能、管理服务、价值释放。
两份都是已落地的国家规划，不是征求意见稿。但它们都不像国标那样是强制性技术标准，而是指导机构与地方去行动的方向性文件。
七座基地城市
2024年，国家数据局圈定七座城市承接数据标注基地建设任务：成都、沈阳、合肥、长沙、海口、保定、大同。背后的逻辑是地理均衡加上既有产业基础——每座城市被期待做专、并把标注数据喂进区域AI集群。2026年的方案更进一步，承诺给基础扎实的地方分层设"创新试验区"。
"高质量"到底指什么
2026方案对质量说得很具体。它要求数据集达到结构完整、内容多样、标注准确、契合模型——也就是它所说的"AI-Ready"。它推动统一格式和标注规范，让一地建的数据在别处也能用，并倡导"一次测评、全国互认"的评估模式。这个互操作目标，是整个工程的安静中心：今天的数据集碎片化、彼此不可比，这恰恰是模型训出来效果打折的原因。
公共数据是重点。2024意见要求政府编制公共数据标注目录，并在合法前提下开放公共数据用于标注和开发——若落地跟得上，这会是一处巨大的供给源。
已取得的规模已经不小。除2025年底报告的10万多个数据集、890PB以上之外，官方媒体援引的行业估算把中国2023年数据标注市场放在约800亿元（约113亿美元、872亿港元）。这个数字只是估算而非官方普查，但足以说明奖池的大小。
脑机网首席科学家李安认为，真正的瓶颈不是体量而是信任：没人愿意付钱的数据集只是存储，标准化才把数据变成可交易的资产。
普通人现在能做什么
1. 如果你生产或持有行业数据，现在就对照"AI-Ready"四条标准（完整、多样、标注准、契合模型）——达标的数据集，正是新评估和交易体系要奖励的对象。
2. 盯住七座基地城市和即将到来的试验区，看采购、券补和人才计划——补贴和需求信号会先在那里汇集。
3. 把标注和质量流程建到"可自证"的标准上——"一次测评、全国互认"只有在你的数据集经得起独立评估时才成立。
诚实的局限
本文梳理两份国家政策文件和国家数据局的官方表态，不能替代原文，地方落地会有差异。高于20%的复合增速和2028年底的目标，是文件设定的指标而非担保，取决于省市两级的预算和执行。2023年800亿元市场规模是媒体援引的估算，不是官方统计，应作指示性阅读。10万数据集、890PB是2025年底的官方数字，会变动，请以nda.gov.cn当前数据为准。这里描述的文件都不是强制性国家标准，而是指引和规划。