data becomes a strategic asset in the AI era

数据资料成为AI时代的战略资产,内容生产者对此应该有更深刻的体会

  

李世达

在全球人工智能竞赛火热推进的当下,人们逐渐体认到,大模型进入推理阶段后,数据并不就此失去价值,反而因为动态知识需求而更显关键。“最后一公里”的语料质量与多样性,往往决定了一个大模型的优劣。

这或许是脸书母公司Meta(META.US)斥资143亿美元,战略性投资AI数据公司Scale AI的主要考量。

Scale AI是一家数据标注与数据清洗的公司,专为AI模型训练提供高品质语料。数据标注指为图片、文本或语音资料加上标签,例如标示出图片中的行人或文章的倾向等;数据清洗则是删除错误、重复、无效或不相关资料,提升资料准确性与一致性。Scale AI以海量人力与自动化流程,为OpenAI、Meta、Google等科技巨头提供高质量、结构清晰的数据资料。

优质数据的价值还有另一个例子。美国媒体《纽约时报》宣布,已与科技巨头亚马逊(AMZN.US)签署新闻内容授权协议,将其经过编辑和事实查证的新闻内容投入大模型训练。而此前还有美联社对OpenAI的授权也是如此。

虽然表面上是“新闻内容的授权”,但实际上也体现了“内容即资料、资料即服务”的逻辑,不仅反映了媒体对自身内容价值的再认识,也揭示了AI团队对高质量语料的迫切需求。

相比之下,中文世界面临公开可用资源占比极低、专业标注与文化典籍难以大规模数字化等挑战,更凸显了中文语料在本土化AI发展中的关键地位。

据阿里研究院发布的《大模型训练数据白皮书》指出,全球可爬取网络文本中,英文占比高达59.8%,中文仅1.3%,一旦放大至需要大规模预训练的场景,中文语料显得尤为稀缺。同时,维基百科作为常用开放语料,英文维基拥有超过700万篇条目,而中文维基则约为150万篇,二者相差超过三倍。

中文语料相对稀缺

在这种明显不均的环境中,中文大模型若缺乏足量的公开预训练语料,其基础语言理解与生成能力就会明显落后于英文对应系统,使得中文AI在理解表达及文化传承方面可能“喝洋墨水”过多、出现“水土不服”现象。

当然,中国官方机构早已认识到此一问题,纷纷采取行动。人民网、新华社等官方平台积极构建“价值观对齐”的语料库,向AI开发方提供经过审核的新闻、评论与政策解读等高质量文本,为模型价值观安全层面的训练奠定基础。

中国官方亦透过如“网信研究大模型”等项目,聚焦政策法规与官媒语料建设,强化价值观对齐。

可以想像,对齐中国价值观是中国AI大语言模型的“基本功”。在中文世界,虽尚未有类似Scale AI规模如此大的公司,但已有多家企业与机构投入数据产业链建设,例如北京爱数智慧、云测数据、科大讯飞(002230.SZ)与海天瑞声(688787.SH)等公司提供大规模标注与清洗服务。

市调机构IDC的数据显示,中国AI训练数据集市场规模在2023年约2.6亿美元,预计到2032年将增至约23.2亿美元,复合年增长率约27.4%。

AI模型的进步,最终取决于它“吃进什么样的内容”。当新闻、评论、学术论文与文化资产被结构化使用时,其价值从即时资讯转化为可商用的数据资产。内容生产者不只是“提供素材”的角色,而是数据服务供应链的一环,包括新闻媒体在内的内容生产者,或许都应该认真思考自身的附加价值。

李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com

欲订阅咏竹坊每周免费通讯,请点击这里

新闻

扫地机械人零部件商欢创科技招股 集资最多6.15亿港元

扫地机械人空间感知产品供应商深圳市欢创科技股份有限公司(6802.HK)周二起招股,发售价为每股58.85港元,最多集资约6.82亿港元,扣除上市开支后集资净额约6.15亿港元(7,800万美元),预计9月30日在港交所挂牌。 公司全球发售1,158.88万股H股,招股期至9月25日中午结束。是次招股引入比亚迪旗下Golden Link及台湾中润光电为基石投资者,合计认购1.10亿港元,占发售股份约16.13%。集资所得主要用于产品研发、技术平台开发、提升产能及一般营运资金。 欢创主要生产激光雷达及线激光传感器,应用于扫地机械人的导航、定位和避障,2025年按相关产品收入计为内地市场第一。去年收入按年增长41.6%至6.14亿元人民币,转亏为盈,录得纯利220万元。今年首季收入再增48.7%至1.96亿元,纯利775.7万元。扫地机械人产品占收入98.4%,业务集中度较高。 李世达 欲订阅咏竹坊每周免费通讯,请点击这里 

博雅续购比特币 累计持有逾4千枚

网络游戏商博雅互动国际有限公司(0434.HK)又再购入比特币,周一公布在过去的一周内,以9,063万港元购入152枚比特币,平均每枚成本为75,899万美元。 目前博雅手上累计持有4,468枚比特币,每枚平均成本约68,543万美元。近期比特币的市场成交价持续上升,每枚价值已达85,000美元。 博雅表示,公司于2024年开始积极布局Web3游戏生态,除大力投入Web3游戏及基础设施的研发外,并进行相关战略资产配置,其中以投资比特币为主。目前公司已形成“游戏应用+生态构建+价值存储”的业务体系。 周二博雅开盘升4%报3.245港元,公司股价较过去一年高位跌近六成。 刘智恒 欲订阅咏竹坊每周免费通讯,请点击这里
GAC brings FAW into the picture to jointly combat the industry's harsh winter

广汽引一汽入局 联手对抗产业寒冬

广汽拟通过发行A股方式,买入一汽股份持有的某整车合资公司部分股权,惟未有公布详细交易细节 重点: 广汽以发A股方式,收购一汽旗下合资公司部分股权 工信部预先预告,鼓励车企兼并重组   白芯蕊 过去十年中国汽车产业经历新能源转型、内卷式价格战与全球供应链重塑后,目前正面对史无前例深层次整合潮。广州汽车集团股份有限公司(2238.HK;601238.SH)在9月14日收盘后宣布,与中国第一汽车股份有限公司签署《意向协议》,广汽拟通过发行A股方式,买入一汽股份持有的某整车合资公司部分股权,令一汽变身成为广汽第二大股东。 受消息利好,广汽股价在消息公布后次日一度炒高16%,最终当日涨幅大幅收窄至2.6%收盘。 品牌阵容强劲 在广汽宣布计划收购一汽合资公司部分股权前,工信部早在9月11日举行新闻发布会,表示将支持大型汽车企业开展改革,以市场化、法治化方式推进企业间兼并重组,支持骨干企业有效整合研发、生产等资源,避免在产品设计、技术研发等方面开展同质化竞争,似已提早暗示广汽与一汽的资产重组计划。 回顾广汽的历史,集团于1997年成立,为广州最大车企,隶属广州国资委,旗下品牌包括广汽传祺、广汽埃安、广汽丰田、广汽本田等品牌。 至于一汽集团成立得更早,目前为北方最大车企,其总部设于吉林长春,与东风集团、中国长安同属国务院国资委直接监管一级央企,一汽旗下自主品牌包括红旗、解放,及合资品牌一汽丰田、一汽大众等。 最初市场估计,广汽丰田或与一汽丰田合并,但据内地媒体《财经》报道,交易虽涉及一汽丰田,但广汽集团不会全额收购一汽所持有的一汽丰田,意味一汽丰田和广汽丰田不会在此交易中完全合并。 广汽与一汽的交易仍有待公布,但无可否认的是内地汽车业竞争激烈,令广汽业绩惨不忍睹。从2026年广汽中期业绩看到,集团净亏损扩大至44.67亿元,同比大增76%,毛利率为-4.25%,即卖一辆亏一辆。 集团解释主要受到国内市场竞争加剧,同时面对上游原材料成本上涨,导致自主品牌利润下滑,且合资品牌经营承压,加上销量下降、销售投入持续加大及原材料成本上涨等因素影响,成为集团录得巨大亏损的主因。 利润率创十年新低 另一方面,虽然中央过往两年不断推出汽车反内卷政策,但汽车业基本未有改善。据乘联会数据显示,汽车行业利润率已经从2021年的6.1%,下降到2025年仅剩4.1%。更不幸的是,步入今年有进一步恶化迹象。据中国汽车工业协会副秘书长陈士华称,2026年上半年,中国整车制造平均利润率进一步下滑至1.5%,创近10年新低。 为免汽车业进一步内卷,行业并购是出路之一,而投行对广汽与一汽资产重组的反应偏向正面。花旗认为,一汽将成为广汽第二大股东兼具战略影响力,此举被视为中国推动国有车企整合的首个具体行动,与近期“十五五”汽车业政策呼吁跨区整合,以遏制重复竞争相符。 另一家投行大和则估计,一汽通过资产转让安排合并,形成交叉持股结构,相信会促进两家车企更广泛战略合作,但认为汽车业当前疲弱,预期较显著的财务改善,可能需要数年后才显现。大和又指,若合并导致部分国内品牌整合,将对内地汽车业秩序及竞争有利,因此潜在合并对中国汽车行业稍微偏向正面。 面对利润率跌至1.5%的近十年新低,广汽与一汽跨区域的股权重组,无疑吹响了内地车企“十五五”兼并重组潮的号角。在央企与地方国企破局打破藩篱的背后,本质上是消除同质化恶性竞争、遏制产能过剩的强烈警示。 市场普遍将本次交叉持股视为整合产业资源、重塑市场秩序的正面信号,惟在内卷式价格战持续吞噬毛利下,单靠股权层面搬砖加瓦,恐难以即时扭转“卖一辆亏一辆”的经营困局。长远而言,两大车企能否在技术研发与供应链上产生实质协同效应,将是这场史无前例重组潮能否帮助车企闯过严冬的制胜关键。 欲订阅咏竹坊每周免费通讯,请点击这里

转而拓展国际业务 吴海生辞任奇富CEO

线上助贷平台奇富科技(QFIN.US)周日宣布,吴海生将辞去公司CEO一职,转而专注拓展国际业务。同时,公司任命首席风险官郑彦接任。 郑彦自2017年起担任奇富科技副总裁,并于2020年出任首席风险官。此前,他的履历包括在招商银行风险管理部任职。 吴海生将业务重心转向海外之际,奇富科技等民营金融科技借贷及助贷机构,在中国本土市场正面临日益严峻的环境。除监管收紧外,随着中国经济增速放缓,所有此类公司在维持贷款质量方面均面临挑战。 在此背景下,奇富科技第二季度促成及发放贷款总额,同比下滑25%至634亿元;其未偿贷款总余额也下降23%至1,080亿元。 宣布更换CEO后,周一奇富科技股价在纽约市场的盘前交易持平。今年以来,该股已累计下跌近60%,目前股价在历史低位徘徊。 阳歌 欲订阅咏竹坊每周免费通讯,请点击这里。