中国日报9月29日电（记者 李梦涵）9月29日，由中国科学院文献情报中心发起、以“共建语料生态·共创智能未来（AIFU）”为主题的“语料创新生态联盟启动暨学术交流会”在北京成功举行。
会上，全国性语料创新生态联盟正式启动，并集中发布了语料标准规范、敖仓·语料社区服务平台及英文期刊Data express（PETS） in AI Corpus等系列重要成果。同时，中国科学院文献情报中心代表敖仓·科技语料库分别与语料应用关键机构、国家人工智能（885728）应用中试基地签署合作协议，并为共建单位授牌，推动科技语料与科研、产业应用场景衔接。
中国科学院科技基础能力局局长卢方军出席会议，中国工程院院士孙凝晖作题为《从数据到语料》的主旨报告。卢方军在致辞中指出，科技语料连接原始科研资源与人工智能（885728）模型，是支撑模型训练、科学推理和知识发现的重要基础。建设高质量科技语料，已经成为发展科学智能、提升人工智能（885728）专业能力的重要基础性工作。
联盟聚能 共建全国性科技语料生态
在2026年7月17日召开的世界人工智能（885728）大会上，由中国科学院牵头建设的国家级敖仓·科技语料库（下称语料库）正式对外发布，旨在为突破AI4S语料供给瓶颈、夯实人工智能（885728）数据基座、保障科技创新自主可控、抢占全球AI4S发展制高点提供坚实保障。
“目前，高价值科技资源仍较为分散，资源汇聚与授权机制有待完善，标准规范、专业加工、质量评价和安全流通能力仍需加强，语料供给与模型研发、科研任务及产业场景之间也需要建立更加紧密的协同机制。这些问题难以依靠单一机构解决，需要语料供给方、技术研发方和应用需求方共同参与、协同推进。”卢方军指出。
中国科学院文献情报中心党委书记李猛力则表示，全球人工智能（885728）竞争正由单一技术和模型能力的比拼，向模型、算力、数据与应用生态协同发展的综合竞争深化。加快构建自主可控、开放协同、安全可信的语料创新生态，是夯实我国人工智能（885728）发展基础、支撑高水平科技自立自强的重要举措。
正是基于上述判断，中国科学院文献情报中心基于敖仓·科技语料“底座”，正式发起全国性语料创新生态联盟（下称“联盟”），旨在以高标准、高质量科技语料建设为核心，打造跨机构、跨领域、跨产业链的语料生态协同平台，推动科技语料资源在更大范围内实现共建共享、协同开发和创新应用。
联盟发起人、中国工程院院士孙凝晖表示：“联盟要推动科技语料资源和加工能力的基础设施化，建设国家高质量科技语料资源的战略保障基地、国家智能就绪语料集成服务的协同枢纽。”
据了解，联盟依托中国科学院以及全国科研与产业体系优势，首批50家共建单位覆盖国家实验室、科研院所与国家级科学数据与文献资源机构，地方政府以及人工智能（885728）、数据基础设施、出版与知识服务等领域骨干单位，语料运营企业以及人工智能（885728）领域知名投资机构，贯通科技语料资源供给、技术研发、平台建设、模型训练与行业应用全链条，推动资源供给、技术研发和行业应用等关键环节有效衔接。
联盟将以任务为牵引，探索“共建、共享、共赢”协同模式，成员以资源、能力、专业、场景四类投入参与共建，将各自的资源、技术和应用需求汇聚为联盟公共能力，再通过开放共享和能力反哺，共享语料工具、平台服务、共建成果与发展机会，形成优势互补、协同创新、成果共享的良性生态。
“下一步，联盟将重点聚焦以下五大任务：一是联合共建高质量科技语料，持续打造具有示范意义的标杆语料资源；二是推进智能就绪科技语料集成服务，探索建立开放、普惠的公共服务机制；三是深化国家科技语料基础设施协同建设，推动基础设施、技术规范和服务能力协同演进；四是强化标准、质量与可信治理，建立语料可信流通、安全使用和质量保障机制；五是开展AI4S模型与应用场景联合验证，通过实际科研任务推动数据、模型和应用持续迭代，为新质生产力发展提供有力的数据支撑。”中国科学院文献情报中心主任曲建升表示。
标准先行 筑牢科技语料规范体系
欲筑室者，先治其基。标准规范是保障科技语料规模化建设和高质量应用的关键基础支撑。在本次会议上，围绕科技语料建设、工具平台、业务流程和运营管理等重点环节的五类42项科技语料标准集中发布。
据了解，此次发布的标准规范体系坚持系统设计、分类施策，覆盖数据采集、加工处理、质量评价、标注治理、存储管理、开放共享和应用服务等科技语料全生命周期（883436），根本目的在于从源头严控数据质量，规范科技语料全生命周期（883436）流转与治理，确保科技语料资源在安全、合规、可信框架内实现高效共享与优化配置，将为行业开展语料治理、质量管控提供统一参考规范，促进不同机构、不同平台之间的资源互联互通。
此次集中发布的42项标准采用“指导层—体系层—操作层”三级架构。在五类标准体系中，总则子体系明确规范建设的基础框架，涵盖编制指南、通用术语、场景需求等基础规范；语料规范子体系规定科技语料的本体结构、分类分级编码标识、词表规范、溯源要求以及质量规范，实现不同来源、不同类型科技语料从描述到质量的标准化；工具平台规范子体系明确科技语料的工具描述、用户访问控制、语料传输、汇交及安全防护要求；流程规范子体系明确语料加工处理流程，制定通用及领域标注规则，适配不同领域AI应用场景；运营服务规范子体系确定科技语料的数据政策、开放协议、服务记账规范、应用成效评价要求，保证科技语料服务的可量化、可追溯和可优化。
根据计划，上述标准将率先依托联盟先行先用，并逐步将其上升为行业标准、国家标准。
完善服务矩阵 构建智能科研生态新体系
本次大会还发布了敖仓·语料社区服务平台，该平台以“面向语料创新生态，建设开放协同的语料社区”为目标，汇聚科研机构、高校、企业、开发者等多方力量，围绕“开放贡献、需求反馈、共享使用、协同创新”，支持多主体便捷贡献语料、工具与知识，收集并响应科研与产业的多样化需求，推动产学研用深度协同，激发语料数据的更大价值。
平台打通正式语料与社区语料双轨供给共享渠道，在统一规范、统一接口下对外服务，并以“同标准、严审核、有认证、可溯源”的社区语料可信机制，实现数据有来源、过程可追溯、访问有记录；同时建立激励共建机制，让语料使用者、贡献者和建议者都能参与社区共建，并获得相应激励与使用权益，推动形成开放参与、多方协作、持续迭代的科技语料社区生态。
国际化英文学术期刊Data express（PETS） in AI Corpus（《人工智能（885728）语料研究》）也在会上宣布创刊。在人工智能（885728）快速发展与科技期刊高质量发展的战略背景下，该刊面向AI4S新科研范式前沿，聚焦人工智能（885728）语料理论创新、技术突破、应用成效等方向，探索依托期刊、学术会议和语料资源平台协同发展的学术交流与资源服务生态，推动人工智能（885728）语料领域知识传播、成果交流和产业应用，支撑全球人工智能（885728）语料体系化、规模化与就绪化建设。
“通过各类平台协同联动，联盟将进一步完善科技语料从资源汇聚、规范治理、能力开发到应用服务的完整链条，构建‘一库·一刊·一会·一生态’。未来联盟将充分发挥组织协调和资源汇聚优势，逐步形成由敖仓·科技语料库、敖仓·语料社区服务平台及Data express（PETS） in AI Corpus国际期刊共同组成的综合性、立体化服务体系。其中科技语料库夯实高质量数据资源基础，社区服务平台推动多主体参与和生态共建，国际期刊加强领域交流和前沿成果传播。这一服务矩阵将为进一步打造开放协同、繁荣共生的科技语料创新生态，赋能AI4S发展提供更加坚实的系统性保障。”曲建升说。
