2026年7月10日，貴州數據集（語料）服務平台（https://corpus.gzdata.com.cn）正式上線運行。平台由貴州省大數據發展管理局指導、貴州大數據集團建設運營，集“語料超市、語料加工廠、語料生態樞紐”於一體，致力於為全省乃至全國人工智能產業發展提供高質量數據支撐。

為什麼要建這個平台？

當前，人工智能大模型的發展離不開高質量數據“糧食”。但現實中存在一個普遍難題——很多機構手握優質原始數據，卻不知道如何合規加工、怎麼合規交易﹔而AI企業、科研院所要研發行業大模型，又面臨高質量語料“找不著、買不起、用不上”的困境。

貴州數據集（語料）服務平台正是為解決這一痛點而生。平台上承政務與行業高質量數據資源，下接大模型訓練及產業應用場景，打通從數據資源到AI應用落地的完整價值鏈條。涵蓋語料資源匯聚、數據治理、多模態標注、質量評測、合規審查、交易流通、模型訓練與微調、知識庫管理、應用孵化與場景對接等全鏈條功能。

平台有什麼語料？

以公共數據為牽引，平台已匯聚112個標准化語料，覆蓋政務、民族語言、氣象、地質等十余個領域。

更值得一提的是，貴州獨有的山水人文為平台注入了不可復制的語料基因——苗語、布依語等民族語言語音數據，山地氣象立體觀測數據，醬香白酒釀造工藝圖譜。這些深植於黔中大地的特色資源，正加速轉化為高質量語料，為訓練“懂貴州”的行業大模型提供獨特“養分”。

平台的上線，標志著貴州在匯聚省內公共語料和特色產業語料方面邁出了關鍵一步，將成為貴州從“數據倉庫”向“數據工廠”轉型的關鍵抓手。

怎麼使用？就四步

第一步：一鍵入駐，輕鬆上架

針對供數單位的痛點，平台提供數據清洗、專業標注、脫敏合規一站式標准化加工服務，同步可配套交易所的數據要素登記等增值服務，助力原始數據轉化為合規可商用的高質量訓練語料。供給單位線上提交入駐資質審核，審核通過后即可上架語料產品，依托平台生態實現合規流通、價值變現，順暢打通數據資源向數據資產轉化的全鏈路。

第二步：多維檢索，先評后購

平台搭建行業分類等多維度篩選體系，搭配智能檢索、目錄導航工具，幫助需求方快速找到適配語料。同時開放查詢、預覽等功能，申請使用前可了解語料規模、內容構成與適用場景，做到先評估、后採購，有效消除供需信息不對稱。

第三步：授權審批，安全交付

需求方選定目標語料后，線上提交使用申請，經合規審核授權，通過專屬通道完成交付。全流程操作留痕、全程可追溯，嚴格守住數據來源合法、使用邊界合規的底線。

第四步：按需定制，專屬生產

標准化語料無法覆蓋細分研發需求？沒關系。用戶可發起定制化生產訂單，平台聯動生態服務商完成數據採集、標注加工、質量檢測全流程作業，交付專屬定制數據集，充分適配各類差異化AI研發場景。

平台搭建一體化合規防護體系，貫穿語料上架、交易、交付、使用全周期，讓供給方放心上架、需求方安心採購，保障數據在安全合規框架內有序流通。

接下來，貴州還將統籌政策、資金、數據、場景等資源，為相關企業入駐做好各項保障和服務。省大數據局將圍繞語料需求方、提供方、加工服務方三類用戶做好服務，著力構建公共語料與本地特色語料協同聯動的資源體系，推出一批精品和特色語料。

不管您是手裡有數據，還是需要數據，甚至想幫忙加工數據，這裡都能一站式搞定。誠邀各單位入駐合作，攜手挖掘語料資源潛力，共創數據新價值！（貴州省大數據發展管理局）