2026年7月10日，贵州数据集（语料）服务平台（https://corpus.gzdata.com.cn）正式上线运行。平台由贵州省大数据发展管理局指导、贵州大数据集团建设运营，集“语料超市、语料加工厂、语料生态枢纽”于一体，致力于为全省乃至全国人工智能产业发展提供高质量数据支撑。

为什么要建这个平台？

当前，人工智能大模型的发展离不开高质量数据“粮食”。但现实中存在一个普遍难题——很多机构手握优质原始数据，却不知道如何合规加工、怎么合规交易；而AI企业、科研院所要研发行业大模型，又面临高质量语料“找不着、买不起、用不上”的困境。

贵州数据集（语料）服务平台正是为解决这一痛点而生。平台上承政务与行业高质量数据资源，下接大模型训练及产业应用场景，打通从数据资源到AI应用落地的完整价值链条。涵盖语料资源汇聚、数据治理、多模态标注、质量评测、合规审查、交易流通、模型训练与微调、知识库管理、应用孵化与场景对接等全链条功能。

平台有什么语料？

以公共数据为牵引，平台已汇聚112个标准化语料，覆盖政务、民族语言、气象、地质等十余个领域。

更值得一提的是，贵州独有的山水人文为平台注入了不可复制的语料基因——苗语、布依语等民族语言语音数据，山地气象立体观测数据，酱香白酒酿造工艺图谱。这些深植于黔中大地的特色资源，正加速转化为高质量语料，为训练“懂贵州”的行业大模型提供独特“养分”。

平台的上线，标志着贵州在汇聚省内公共语料和特色产业语料方面迈出了关键一步，将成为贵州从“数据仓库”向“数据工厂”转型的关键抓手。

怎么使用？就四步

第一步：一键入驻，轻松上架

针对供数单位的痛点，平台提供数据清洗、专业标注、脱敏合规一站式标准化加工服务，同步可配套交易所的数据要素登记等增值服务，助力原始数据转化为合规可商用的高质量训练语料。供给单位线上提交入驻资质审核，审核通过后即可上架语料产品，依托平台生态实现合规流通、价值变现，顺畅打通数据资源向数据资产转化的全链路。

第二步：多维检索，先评后购

平台搭建行业分类等多维度筛选体系，搭配智能检索、目录导航工具，帮助需求方快速找到适配语料。同时开放查询、预览等功能，申请使用前可了解语料规模、内容构成与适用场景，做到先评估、后采购，有效消除供需信息不对称。

第三步：授权审批，安全交付

需求方选定目标语料后，线上提交使用申请，经合规审核授权，通过专属通道完成交付。全流程操作留痕、全程可追溯，严格守住数据来源合法、使用边界合规的底线。

第四步：按需定制，专属生产

标准化语料无法覆盖细分研发需求？没关系。用户可发起定制化生产订单，平台联动生态服务商完成数据采集、标注加工、质量检测全流程作业，交付专属定制数据集，充分适配各类差异化AI研发场景。

平台搭建一体化合规防护体系，贯穿语料上架、交易、交付、使用全周期，让供给方放心上架、需求方安心采购，保障数据在安全合规框架内有序流通。

接下来，贵州还将统筹政策、资金、数据、场景等资源，为相关企业入驻做好各项保障和服务。省大数据局将围绕语料需求方、提供方、加工服务方三类用户做好服务，着力构建公共语料与本地特色语料协同联动的资源体系，推出一批精品和特色语料。

不管您是手里有数据，还是需要数据，甚至想帮忙加工数据，这里都能一站式搞定。诚邀各单位入驻合作，携手挖掘语料资源潜力，共创数据新价值！（贵州省大数据发展管理局）