ARTICLE · 1315048

AI竞争下半场,数据如何成为产业生产力?华鸿智数亮相乌镇世界互联网大会

发布时间：2026-11-05 18:34:11 最近访问：2026-11-05 18:34:11

当人工智能告别技术探索，大步迈入产业落地阶段，行业竞争的逻辑正在悄然切换。

过去，AI 基建比拼的是算力规模、芯片性能；而伴随大模型、具身智能技术快速迭代，数据的高效汇聚、规范治理、安全流通，以及高质量数据集供给能力，已经成为限制 AI 产业进一步发展的核心瓶颈。

11月4日，2026年世界互联网大会“互联网之光”博览会数字创新发布——数字基础设施主题发布活动于浙江乌镇互联网之光博览中心举行。华鸿智数与浪潮集团、科大讯飞、中科可控等科技企业同台，围绕数字基础设施创新与产业实践展开分享。

华鸿智数COO邹璇带来《AI时代的先进存力中心：从数据汇聚走向高质量数据供给》主题演讲，结合华鸿智数近年来在先进存力中心、可信数据空间及高质量数据集建设的落地经验，解读AI 时代先进存力中心的建设逻辑与产业实践。

图｜邹璇发表主题演讲

以下为演讲内容整理（有删节）。

—

从算力到数据：

AI产业发展为何需要先进存力中心？

AI 产业化落地，对数据基础设施提出全新要求。

邹璇在分享中指出，前两年行业建设 AI 项目，大家更多聚焦算力规模、芯片配置、智算中心利用率。但随着大模型走向真实业务，产业逐渐意识到：制约 AI 落地的不只有算力，更是数据。

大模型训练需要优质语料，具身智能依赖真实场景数据，行业数字化应用需要经过治理、授权的数据资源。数据从何而来、如何存储治理、怎样安全流通使用，已经从后台配套，升级为 AI 产业的核心议题。

现阶段数据基础设施建设，仍面临五大现实挑战：

1.缺少成熟底座，数据归集困难；

2.重硬件建设、轻长期运营，缺少商业闭环；

3.数据源分散，标准不统一，难以稳定供给数据；

4.数据和业务场景脱节，价值无法释放；

5.可信流通机制不完善，数据流转受阻。

而这五大痛点，正是先进存力中心需要破解的核心课题。

政策层面也在持续加码：2023 年，工信部等六部门印发《算力基础设施高质量发展行动计划》，将存力纳入算力基建框架；2024 年，《可信数据空间发展行动计划（2024—2028 年）》推动数据合规流通；2026 年 6 月，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，明确提出“鼓励探索建设支撑大规模、多模态数据集的数据基础设施存力中心”。政策引导叠加产业刚需，推动数据基础设施从单纯的存储硬件，转向汇聚、治理、流通、应用一体化综合体系。

图｜邹璇发表主题演讲

—

从数据汇聚到高质量供给：

华鸿智数的实践路径

目前，华鸿智数已在全国形成约350PB的存力建设规模，围绕公共数据、行业数据与企业数据三类数据源，提供政务数据归集与授权运营支撑、行业数据空间底座，以及企业多协议数据接入等能力，推动分散的数据资源实现统一汇聚与管理。

在数据领域布局方面，华鸿智数已围绕机器人训练、海洋卫星、国内康养产业、新能源汽车、法律数字人、智慧医疗等六大方向开展数据资源建设，推动数据基础设施与具体产业需求相结合。

数据不仅要存得下，更要用得好。为推动数据资源向高质量训练数据转化，华鸿智数在广东茂名建设数创超级工厂，探索具身智能数据规模化生产模式。

图｜华鸿智数茂名数创超级工厂
数创超级工厂总面积约6400平方米，布局4大场景、28个细分场景及84个标准工位，配备100+专业采集机器人与智能辅助设备规模化作业，面向具身智能产业开展真机数据采集与训练数据生产。目前，工厂日均稳定产出超过300小时的高质量训练数据，年产能达到10万小时级，标注准确率达到99%以上。
在数据交付方面，工厂将数据采集、标注、质量控制到交付的整体周期优化至1.5个月。同时，配套建设30PB温存与10PB冷存专属存力底座，形成“设备+存力+人”的标准化闭环生产体系，覆盖家居、商超、物流、工业3C等主流场景，为具身智能产业提供规模化、标准化的真实场景数据供给能力。
当前，具身智能行业面临真机采集成本高、仿真数据与真实场景存在差异等问题。通过标准化产线、规模化设备集群及专业化数据生产体系，茂名数创超级工厂正在为行业提供可持续的真实场景数据供给能力，推动具身智能数据生产从分散采集走向规模化、标准化。