上午九点，在河北保定数据标注基地，中国移动数据标注员李晨点开工作台，屏幕上出现一帧街景图片，一辆快递三轮车斜停在路口，远处有行人横穿斑马线。这辆三轮车是否属于占道违停？行人是否在信号灯允许时段通行？这便是他的任务——为这条数据赋予判断逻辑，逐条打标、备注情境，再提交审核。

　　这份看似普通的工作，正是人工智能从“识字”走向“理解”的关键一步。AI并不天生认得红绿灯、看得懂病历、听得懂地方话，它需要先被人类“教会”。数据标注，就是把现实世界的图像、语音、文本，转化为AI可学习的“标准答案”，是大模型训练的“教科书编撰工程”。

　　2026年5月，国家数据局正式印发《2026年数字经济发展工作要点》，将“强化数据赋能人工智能发展”列为八大重点任务之一，明确提出实施包括标注攻坚在内的六大专项行动，要求集中力量破解高质量数据供给不足等行业难题，加快培育AI就绪（AI-Ready）标杆性数据集。

　　作为数字基础设施“国家队”，中国移动积极响应国家“标注攻坚”号召，以梧桐大数据平台为核心底座，从数据汇聚到价值释放全链条发力，让AI的“教科书”编得更准、更快、更安全。

　　从“矿石”到“精钢”：一座数据精炼厂如何炼成AI原料

　　李晨每天面对的海量街景图片、语音片段、医疗影像，并不是从天上掉下来的。这些数据首先需要从数据中心汇聚到数据标注中心，然后再由梧桐大数据平台进行一道“精加工”。

　　中国移动搭建了“1+N”集省架构，把散落在全国各地的数据汇聚到一起，就像把深山里的矿石统一运进精炼厂。在这座“数据精炼厂”里，梧桐大数据平台集成数百项数据处理工具，能够自动清洗、分类、脱敏——文本里的错别字被纠正，图像中的噪点被抹去，音频里的杂音被过滤。这套“流水线”已经实现了百万量级的数据自动化处理能力，全面支持文本、图像、音频、视频以及结构化和多模态等全品类数据加工，让复杂数据“变干净、变有用”。

　　但有些“矿藏”太稀缺了，比如政务审批中罕见的驳回案例、工业质检中极少出现的瑕疵品图片、数据中心设备的异常状态日志——真实样本少到根本不够AI学。怎么办？中国移动利用数据合成能力突破稀缺场景瓶颈，自己“冶炼”数据。截至目前，平台累计生成合成数据超过千万条，覆盖政务、办公、财务、供应链等核心行业场景，这些高仿真的“人造精矿”，有效解决了行业数据短缺难题，为大模型训练补足了最稀缺的“原材料”。

　　给AI装上“思维引擎”：数据标注的进化之路

　　矿石炼成了精钢，接下来就是“锻造”——也就是李晨正在做的事——数据标注。

　　在人们的固有印象中，数据标注仍停留在“手动框选目标物体”的阶段。然而，随着大模型时代的到来，中国移动正在重新定义这一工种的内涵与外延。

　　中国移动自主搭建了大模型专用标注平台，上线了数十项标准化标注工具。最核心的变化是落地了思维链标注，不再是简单地给一张图片打标签，而是要求标注员像老师批改讲解作业一样，一步步写出推理过程：“这辆车为什么被判定为违停？因为它停在禁停区，且驾驶员不在车内。”AI学到的就不再是一个孤立的结论，而是一整套思考路径。

　　为了提高效率，平台还采用了AI预标注+人工复核精修的模式：系统先用算法自动圈出大概范围，标注员只需要纠错和细化。这样一来，智能标注实施率超过80%，效率比纯人工提升了3倍。

　　目前，中国移动已累计承接标注需求数百万条，赋能保定、长沙两个国家级标注基地及山东自建标注基地，形成了全国协同的标注网络。这支数百人的专业团队，标注的内容涵盖政务文书理解、供应链单据识别、低空目标分类、智能客服意图判别等各个领域。

　　每一批标注完成的“毕业作品”，都要经过一道严苛的数据质量评测把关。当前，中国移动已建成成熟的数据质量评测体系，涵盖200余项评测指标，从源头保障数据“可信、可用、可靠”。最终，这些高质量数据集通过一站式供给平台上架——目前已沉淀高质量数据集超过一千个，直接服务于中国移动九天大模型及各行业模型的训练。

　　筑一座“安全桥”：让数据敢流通、愿流通、畅流通

　　数据标注出来了，但新的问题随之而来：很多高质量数据掌握在特定机构手里，涉及个人隐私或商业秘密，企业“不敢放、不愿给”，成为整个行业最普遍的堵点。

　　中国移动给出的解法，是一座名为梧桐·模数共振空间的“安全桥”。它的核心机制可以概括为四句话：数据不出域、模型代训练、全程可审计、按价值分账。

　　这一机制如何运作？以一家大型物流企业为例：该企业拥有海量的配送路线、仓储调度和客户签收数据，涉及大量商业机密，无法直接交给第三方企业用于训练智能调度模型。此前，这类高价值数据往往因安全顾虑而被封存。如今，通过模数共振空间，数据可留存在企业本地服务器上，由平台远程调度算力完成模型训练——原始数据全程不出域，仅传输模型梯度参数。供需双方的每一次调用行为均由区块链如实记录，并据此按贡献比例自动完成收益分配。

　　当前，这座“安全桥”已初步建成并投入运营，整合了网络、算力、数据等核心资源，并正在持续迭代升级，全力打通数据加密、计量统计、计费结算等全链路运行闭环。它的存在为数据要素的合规流通提供了一套可复制的“移动方案”，也让更多沉睡的数据资产被唤醒。

　　立一把“行业标尺”：从各自为战到有章可循

　　能力体系的构建与流通模式的打通，为行业规范化发展奠定了基础，下一步的关键在于确立统一标准。

　　过去数年，合成数据行业长期处于粗放发展阶段：各参与主体依据自身标准合成数据，质量参差不齐，安全风险难以有效管控。下游AI企业在采购数据集时，时常面临数据偏差甚至错误频出的困境，严重制约了模型训练的可靠性。

　　在此背景下，中国移动率先破局，牵头申报了《高质量数据集数据合成技术要求》国家标准，获国家标准化管理委员会批准立项。该标准系统界定了多模态合成数据在特征定义、生成方法、质量评估、实施流程及安全合规等方面的统一标准，为行业提供了一套具有权威性的技术标尺。

　　在保定数据标注基地的那块大屏幕前，李晨刚刚完成一组低空无人机巡检图像的语义分割标注，那些像素级的标记，将帮助AI学会识别河道漂浮物、违规下水游泳等风险，守护一方水域安全。千里之外，政务大模型正用中国移动提供的高质量数据集学习理解百姓诉求，方便为百姓提供更高效、更精准、更智慧的服务。

　　从一座精炼厂到一套标注体系，从一座安全桥到一把行业标尺，中国移动用全链条的数据能力，为千行百业标注着精准的数字坐标。