
中国信通院&中国电信: 《2数据标注产业发展研究报告》
(完整版.pdf ) 以下仅展示部分内容 下载方式见文末
一、产业定位:连接数据与 AI 的核心桥梁
(一)定义范畴:从 “狭义标注” 到 “全流程服务”
数据标注是人工智能产业链的关键基础设施,其定义分为狭义与广义两层。狭义上,它是通过人工或半自动方式为原始数据(文本、图像、语音等)添加标签,将人类知识转化为机器可识别信息的过程,例如为自动驾驶图像标注 “行人”“信号灯” 等目标,为医疗文本标注 “疾病类型”“用药方案” 等语义信息。广义上,其覆盖数据全生命周期服务,包含数据采集(合规获取多源数据,避免侵犯隐私与肖像权)、数据清洗(去除不完整、不一致的 “脏数据”)、数据标注(核心标记环节)、数据质检(审核标注准确性,形成闭环修正)四大环节,如同 “石油勘采 - 粗炼 - 精炼 - 质检” 的完整产业链,最终为 AI 模型提供高质量 “燃料”。
从数据类型看,标注业务已形成多元细分领域:文本标注(含词性标注、命名实体识别,服务智能客服、法律文书分析)、图像标注(含拉框标注、语义分割,支撑人脸识别、医学影像处理)、语音标注(含语音切割、声纹识别,赋能智能语音转写)、视频标注(含目标跟踪、行为识别,应用于安防监控、自动驾驶)、3D 点云标注(含 3D 分割、连续帧标注,适配无人机、机器人场景),以及多模态数据标注(融合视觉、语言、本体状态数据,服务具身智能),各类标注共同构成 AI 模型训练的 “教材体系”。
(二)产业结构:“需求 - 平台 - 执行” 三层架构
数据标注产业链清晰呈现三层分工:上游为需求与数据供给方,包括 AI 研究机构、互联网企业、垂直行业(如医疗、制造)企业,它们提出标注需求(如大模型训练需海量文本标注、自动驾驶需道路场景标注),同时提供原始数据(公共数据、企业自有数据、采购数据等),是产业发展的 “源头驱动力”,主要集中于一线城市;中游为数据标注平台公司,承担技术研发(如自动化标注工具开发)、方案设计(如定制化标注流程)、任务分发(众包或分包给下游)职能,通过标准化流程连接供需两端,同样以一线城市为核心聚集区;下游为第三方标注服务商,依托人力资源优势完成具体标注操作,多分布于二三线及以下城市,形成 “头部技术 + 下沉人力” 的协同格局。
从生态维度看,产业呈现 “基础供给 - 价值转化 - 生态保障” 立体化架构:资源提供方(含通用 AI 企业、行业场景企业、公共数据平台)既供给数据,也作为标注服务的应用对象;核心服务方(技术服务、平台服务、交易服务、人力服务)提供全流程支撑,例如腾讯 WeData、百度众包等平台实现标注工具与流程管理;配套支撑方(标准机构、人才机构、安全机构)则通过制定规范(如 ISO/IEC 数据质量标准)、培养人才(年均缺口超 30 万)、保障安全(数据脱敏、隐私计算),筑牢产业发展根基。
(三)发展意义:释放数据要素价值的核心引擎
数据标注是数据从 “资源” 转向 “资产” 的关键环节。在质量提升上,通过规范化处理消除原始数据的杂乱性,例如自动驾驶领域对道路物体的精准标注,使数据集可读性与机器学习效率大幅提升,推动数据从 “可用” 迈向 “好用”;在资产化上,标注后的数据形成标准化产品,具备明确商业价值,如医疗影像标注后的数据市场价值是未标注数据的数十倍,成为可交易的数字资产;在场景拓展上,标注赋予数据多维语义,使其渗透至各行业核心环节,例如金融风控依赖标注后的用户行为数据,零售行业通过商品图像标注实现智能货架识别。
同时,它是 AI 技术落地的 “底层支撑”。模型训练阶段,标注数据为 AI 提供 “学习样本”,例如法律文书智能分析需对数万条文本标注 “案件类型”“争议焦点”,机器通过学习标签特征实现自动分类;垂直领域应用中,行业级标注推动 AI 适配复杂场景,如智慧农业通过作物病虫害图像标注助力无人机识别病害,智能安防通过视频行为标注实现异常事件预警;此外,标注建立标签与现实的映射关系,增强 AI 系统的可解释性,例如医疗诊断模型可通过标注数据追溯病灶识别逻辑,提升高风险领域用户信任感。
二、产业现状:政策、需求、市场三重驱动
(一)政策体系:“央地一体” 构建发展框架
国家层面已形成 “总体谋划 - 产业布局 - 全面实施” 三阶段推进路径。2017 年《新一代人工智能发展规划》首次明确数据标注的战略意义,2022 年《“十四五” 大数据产业发展规划》提出 “强化高质量数据要素供给”,要求提升数据标注等环节能力;2024 年进入产业布局期,全国数据工作会议提出建设数据标注基地,确定成都、沈阳、合肥、长沙、海口、保定、大同 7 个试点城市;2024 年 12 月《关于促进数据标注产业高质量发展的实施意见》出台,明确到 2027 年年均复合增长率超 20%,培育标杆企业与创新载体,同时推进标准建设(全国数据标准化技术委员会成立)、人才培养(数字技术工程师培育项目)、供需对接(已召开四次产业对接会),形成政策闭环。
地方层面积极响应,7 个基地城市率先突破:沈阳出台全国首个《数据标注科技创新指导意见》,差异化发展工业领域标注;保定打造京津冀数据标注高地,发布国内首个人工智能数据集质量评估体系,将标注职业纳入政府补贴培训;大同制定《数据产业发展三年行动计划》,依托煤炭优势构建特色数据集;长沙提出打造 “全国数据标注产业第一城”,计划 2026 年形成 8 个以上行业高质量数据集。此外,北京、无锡、武汉、河南等 20 多个省市跟进,例如北京海淀区揭牌全国首个高端数据标注示范基地,河南公布 7 个省级试点城市,形成 “国家基地 + 地方试点” 的协同格局。
(二)需求爆发:大模型驱动标注市场扩容
大模型训练催生海量标注需求,数据规模呈万倍增长。2018 年 OpenAI GPT-1 数据量仅 4.6GB,2025 年通义千问 Qwen2.5Max 超 20 万亿 tokens,增长近 1.4 万倍;Meta Llama3、Google Gemini 等主流大模型数据量均突破万亿 tokens 级别,且数据类型从单一文本扩展为 “文本(55%)+ 图片视频(36%)+ 语音(9%)” 的多模态结构,来源涵盖公开数据(22.6%)、网络爬虫(22.5%)、企业自有数据(17.5%)等,对标注的广度与深度提出更高要求。
大模型标注需求呈现全生命周期差异化特征:预训练阶段需海量弱标注数据清洗去噪,覆盖多语言、多领域以增强泛化能力;监督微调阶段需精准指令数据标注,构建 “任务描述 - 输入输出对” 的精细化样本;强化学习阶段依赖人类偏好反馈标注,通过对比排序、质量评分建立奖励模型;持续学习阶段需动态增量标注,实时捕获新场景、新术语。同时,大模型对标注质量要求显著提升,需满足事实准确性(专业数据由资质标注员完成)、语义一致性(跨场景标注标准统一)、价值安全性(伦理审查与内容过滤)、场景完备性(覆盖长尾场景)四大标准,头部企业已采用 “交叉验证 + AI 质检” 混合模式保障质量。
值得关注的是,DeepSeek 等模型开启标注新范式:通过自动化推理生成高质量数据集,减少传统人工标注需求;采用 “数据蒸馏 + 人类协同” 技术,从低质量数据中提炼有效信息;聚焦推理型数据标注(推理与非推理数据配比 3:1),改变监督微调数据构成,为大模型性能提升提供新路径。
(三)市场繁荣:国内外产业协同增长
全球数据标注产业伴随 AI 发展逐步成熟,1996 年澳鹏(Appen)率先布局,2007 年斯坦福 ImageNet 项目通过众包平台完成图片标注,标志行业正式起步。当前,北美以技术驱动为主,代表企业有 Scale AI、Mighty AI,侧重自动化标注工具研发;欧洲企业多向人力成本更低的亚太地区转移业务;亚太地区成为供给核心,中国、澳大利亚、印度企业占据主导,国内涌现海天瑞声、数据堂、百度众包等头部服务商,截至 2023 年相关企业达 1123 家,呈现井喷式增长。
国内 7 个数据标注基地成效显著,据先行先试现场会数据,基地标注总规模达 17282TB(相当于中国国家图书馆数字资源总量的 6 倍),引进培育企业 223 家,从业人员 5.8 万人,带动相关产值超 83 亿元;截至 2025 年上半年,已建设数据集 524 个(规模超 29PB),服务大模型 163 个,覆盖医疗、制造、交通等多个领域,例如成都基地聚焦多模态标注,合肥基地主攻语音与多语种标注,形成 “各有侧重、协同发展” 的格局。
三、核心要素:六大支柱支撑产业高质量发展
(一)技术创新:从 “人工主导” 到 “智能协同”
自动化标注技术成为效率提升关键,通过机器学习与深度学习算法减少人工参与,例如商汤科技利用大模型对自动驾驶路测数据进行自动标注与重建,标注效率提升 3-5 倍;但复杂场景仍需人机协同,半自动标注工具通过 “自动贴边、自动分割” 辅助人工,平衡效率与准确性;全自动标注虽适用于简单场景(如常规图像分类),但精细度要求高的任务(如医疗影像病灶标注)仍需人工审核。
多模态标注技术突破跨领域融合难题,利用注意力机制聚焦多模态数据关键信息,例如多模态智能标注平台整合文本、图像、语音数据,实现 “文本 - 图像” 语义对齐、“语音 - 文本” 转写匹配,服务具身智能、智能驾驶等场景;数据预处理技术(清洗、去噪、归一化)则从源头提升数据质量,降低标注难度,例如对微震监测数据进行 “采样频率标准化”,确保标注准确性。
模型评估与优化技术完善质量管控,通过混淆矩阵、ROC 曲线等定量指标,结合交叉验证等定性方法,精准发现标注模型问题,例如某医疗标注平台通过模型评估,将影像标注准确率从 85% 提升至 98%。
(二)行业赋能:渗透千行百业的 “数据基建”
数据标注已深度融入 12 大垂直领域,为各行业 AI 应用提供支撑。在科学领域,标注实验数据、文献数据,打造基础科学研究数据集;制造领域,标注生产过程、质量控制数据,助力智能制造与数字孪生;农业领域,标注土地资源、作物生长数据,支撑精准农业与灾害预警;能源领域,标注能源生产、消费数据,优化智能电网与储能应用;交通领域,标注道路场景、交通流量数据,赋能自动驾驶与智能调度。
医疗领域是标注应用的典型代表,医学影像智能标注解决方案突破进口工具依赖,研发自主可控的分割大模型(如 MISM 模型),集成 100 个预标注算法,实现 CT、MRI 影像的精准病灶标注,同时搭建云服务平台,支持医院、科研机构协同标注,推动精准医疗与药物研发;金融领域则通过用户行为、风险数据标注,构建反欺诈、智能投顾数据集,提升风控效率。
(三)生态培育:构建 “产学研用” 协同网络
生态培育聚焦产业链整合,推动政府、企业、高校、科研机构深度合作。区域层面,多地成立数据标注产业联盟,例如沈阳数字经济协会、中关村数智人工智能产业联盟,促进资源共享与标准共建;产业园区建设加速集群效应,大同、合肥等地建设标注产业园区,提供场地、政策、资金支持,吸引上下游企业入驻;“地方政府 + 国家智库 + 头部 AI 企业” 结对模式成为创新亮点,例如无锡通过该模式打造文心大模型数据生态中心,打通 “数据生产 - 标注 - 应用” 全链条。
数据交易生态逐步完善,公共数据平台通过非私密标注赋能 AI 模型,企业数据通过合规标注实现流通,例如海南数据交易中心设立标注数据专区,推动标注后的数据产品交易,激活数据要素价值;同时,生态培育机构通过举办标注技能竞赛、开展技术交流,促进产业创新,例如国家数据局组织的供需对接会,已推动 100 余项标注合作项目落地。
(四)标准应用:规范产业发展的 “标尺”
数据标注标准体系覆盖全流程,重点包括质量标准(数据完整性、准确性、一致性指标)、安全与隐私保护标准(数据脱敏、权限管理要求)、工具与平台标准(标注工具功能规范、接口协议)、流程与协作标准(标注流程节点、跨团队协作规范)。全国数据标准化技术委员会牵头研制《高质量数据集数据标注要求》,明确标注流程(前期准备 - 任务执行 - 交付验收)、技术要求(各类型数据标注细则)、管理要求(人员培训、质量检查),为行业提供统一规范。
标准应用通过 “企业标准 - 行业标准 - 国家标准” 逐步升级,例如海天瑞声制定企业级文本标注规范,后上升为行业标准;同时,标准嵌入信息化建设全流程,新系统开发需遵循数据编码、格式等标准,确保 “数据诞生即合规”;数据集质量评估平台(如保定行业高质量数据集评测平台)则通过标准落地,量化标注质量,形成行业共识。
(五)人才培养:破解 “专业缺口” 难题
人才培养从 “育、引、留、用” 四维度发力。教育层面,高校开设数据科学、人工智能相关专业,增设标注课程(如 “数据标注工具应用”“行业标注规范”),职业院校开展定向培训,例如河南与高校合作开设 “数据标注专业方向”,年培养专业人才超 2000 人;企业层面,建立实训基地、举办技能竞赛,提升从业人员实操能力,百度、腾讯等企业联合院校开展 “标注工程师” 实训,就业率超 90%。
人才引进聚焦高技能人才,通过政策优惠(如住房补贴、税收减免)吸引外地人才,尤其是具备行业知识的复合型人才(如懂医疗的影像标注师、懂交通的场景标注师);留任体系则通过竞争力薪酬、清晰职业路径(标注员 - 标注主管 - 数据分析师)留住人才,中西部地区通过 “乡情引才”“事业引才” 缓解 “招人难、留人难” 问题。
职业认证体系逐步完善,人力资源和社会保障部将数据标注相关职业纳入技能认证,制定统一考核标准,通过认证的人员可获得专业证书,提升行业认可度,截至 2025 年,全国已发放 “数据标注师” 证书超 5 万份。
(六)安全保障:筑牢数据流通的 “防火墙”
合规性遵循是安全基础,企业需严格遵守《网络安全法》《数据安全法》《个人信息保护法》,确保数据采集、标注、流通合法,例如对含个人信息的数据进行脱敏处理(去标识化、匿名化),避免隐私泄露。
技术防护覆盖全生命周期,数据传输采用加密技术(如 SSL/TLS),存储采用权限分级管理(如角色 - Based 访问控制),标注过程采用安全审计(日志记录、操作追溯),例如某金融标注平台通过 “数据加密 + 操作审计”,确保用户信贷数据标注安全;数据脱敏技术则对敏感字段(如身份证号、病历信息)进行处理,保留数据可用性的同时保护隐私。
安全意识提升通过员工培训实现,定期开展数据安全课程,普及 “标注数据不外传、敏感信息不泄露” 准则,同时建立异常处理机制,发现安全隐患及时整改,例如某标注企业通过月度安全演练,将数据安全事件发生率降低至 0.1% 以下。
四、发展趋势:“三高” 特征引领产业未来
(一)高技术含量:智能化与自动化深度融合
智能化标注技术持续深化,自监督学习、主动学习等方法减少对大规模标注数据的依赖,例如自监督学习通过未标注数据预训练模型,再用少量标注数据微调,降低标注成本;人机协同模式优化升级,标注工具更智能(如自动纠错、实时反馈),标注员聚焦关键决策,形成 “机器辅助 - 人工决策 - 模型优化” 的闭环,例如某自动驾驶标注平台通过人机协同,将道路物体标注效率提升 4 倍。
合成数据技术成为新方向,通过 AI 算法生成模拟数据(如虚拟道路场景、合成医疗影像),补充真实数据缺口,尤其适用于长尾场景(如极端天气下的驾驶数据),同时规避隐私与合规风险,例如某大模型企业利用合成数据,解决医疗影像标注 “数据稀缺” 问题,模型训练效果提升 20%。
标注平台向 “信创国产化” 转型,采用国产硬件(如华为鲲鹏服务器)、操作系统(如麒麟系统)、数据库,提升平台安全性与自主可控能力,例如合肥基地标注平台实现 100% 国产化适配,支撑关键领域标注需求。
(二)高知识密度:从 “劳动密集” 到 “知识密集”
从业者素质要求显著提升,大模型时代的标注需标注者具备深层理解与逻辑分析能力,例如法律文本标注需掌握法律术语与案件分类规则,医疗影像标注需了解解剖学知识,推动从业者从 “高职高专为主” 转向 “本科及以上学历、多领域专业人才聚集”,百度、阿里等企业的数据标注团队已实现 100% 本科学历。
跨学科知识融合成为常态,标注工作需结合计算机科学(工具操作)、数学(数据处理)、语言学(文本标注)、行业知识(如医学、金融),例如多模态标注师需同时掌握图像识别、自然语言处理、领域专业知识;职业发展路径更清晰,标注员可晋升为算法工程师(标注模型优化)、数据分析师(标注数据价值挖掘)、行业解决方案专家(垂直领域标注方案设计),形成 “专业成长阶梯”。
(三)高价值应用:场景专业化与质量标准化
应用领域从 “通用场景” 向 “垂直深耕” 拓展,医疗领域聚焦 “病灶精准标注”,自动驾驶聚焦 “复杂道路场景标注”,法律领域聚焦 “司法文书语义标注”,形成 “领域专属标注方案”;质量标准化推进,建立统一的 “数据收集 - 过程监控 - 质量评估 - 审计” 标准体系,例如《高质量数据集质量评测规范》明确标注误差范围、一致性要求,确保标注数据 “可复用、可验证”。
标注数据的 “资产属性” 凸显,通过 “标注 - 评估 - 交易” 流程,使标注数据成为可交易的数字资产,例如贵阳数据交易所设立 “标注数据专区”,医疗标注数据集、自动驾驶场景标注数据集等产品已实现商业化流通,推动数据要素价值最大化。
五、发展建议:六大举措推动产业升级
(一)加强技术创新:突破关键核心技术
建议地方政府与头部企业共建联合实验室,聚焦自动化标注、多模态标注、合成数据等关键技术,研发高效标注工具(如支持多模态数据的智能标注平台);推动产学研合作,高校、科研机构与企业联合开展前沿研究(如大模型辅助标注、跨模态对齐标注),加速科技成果转化;设立技术创新专项基金,支持中小企业开展标注技术研发,形成 “龙头引领、中小协同” 的创新格局。
(二)提升行业赋能:深化垂直领域应用
深入挖掘各行业标注需求,支持公共数据在医疗、制造、交通等领域的标注开发,例如开放政务交通数据用于智能调度标注;推动标注服务纳入政府采购,鼓励政府部门、国企采购专业标注服务,培育市场需求;引导标注企业与行业龙头合作,开发 “标注 + AI 应用” 一体化解决方案,例如与车企合作开发自动驾驶场景标注数据集,与医院合作构建医疗影像标注平台。
(三)完善生态体系:构建协同发展格局
实施 “龙头 + 中小” 双驱动策略,培育引进标注龙头企业(如海天瑞声、标贝科技),发挥其技术与市场优势;通过税收优惠、资金扶持、创业空间等支持中小微企业,激发创新活力;建设数据标注产业园区,优化产业布局,形成 “研发 - 标注 - 应用” 集群效应;推动产业联盟建设,促进资源共享、标准共建、人才互通。
(四)推动标准应用:健全标准体系
鼓励头部企业参与国家、行业标准制定,构建涵盖技术、质量、流程、安全的标准框架;推动标准在实际标注中的应用,开展标准试点示范(如在 7 个基地推广《高质量数据集数据标注要求》);建立标准实施监督机制,定期开展标注企业标准符合性检查,确保标准落地;加强国际标准对接,推动国内标注标准与 ISO、IEC 等国际标准兼容,提升国际竞争力。
(五)强化人才培养:打造专业人才队伍
支持高校、职业院校开设数据标注相关专业或课程,结合产业需求更新教学内容(如增设多模态标注、行业专属标注课程);建立产教融合实训基地,企业与院校联合开展实践教学,培养 “懂技术、懂行业” 的复合型人才;举办职业技能竞赛(如全国数据标注技能大赛),选拔优秀人才;完善人才引进政策,吸引高学历、高技能标注人才,尤其是中西部地区需优化薪酬福利、职业发展环境,解决 “招人难、留人难” 问题。
(六)保障数据安全:筑牢安全防线
搭建数据标注安全溯源机制,采用区块链技术记录标注全流程,实现 “可追溯、可审计”;推动安全生产环境建设,标注平台需具备数据加密、权限分级、脱敏处理等功能,满足《数据安全法》《个人信息保护法》要求;开展数据合规认证,建立标注数据安全认证体系,对合规企业给予政策支持;加强员工安全培训,提升安全意识,定期开展安全审计与风险评估,及时整改安全隐患。
六、总结:数据标注 ——AI 时代的 “基础设施”
数据标注产业作为连接数据资源与 AI 应用的核心桥梁,已从 “人工密集型” 向 “技术密集型、知识密集型” 转型,在政策驱动、需求拉动、技术创新的多重作用下,呈现 “规模扩张、质量提升、价值凸显” 的发展态势。未来,随着智能化技术深化、行业应用拓展、标准体系完善,数据标注将成为数字经济的重要 “基础设施”,为 AI 大模型训练、垂直领域智能化升级提供高质量数据支撑,推动数据要素价值最大化,助力数字中国建设迈向新高度。





☟☟☟
☞人工智能产业链联盟筹备组征集公告☜
☝
精选报告推荐:
11份清华大学的DeepSeek教程,全都给你打包好了,直接领取:
【清华第四版】DeepSeek+DeepResearch让科研像聊天一样简单?
【清华第七版】文科生零基础AI编程:快速提升想象力和实操能力
【清华第十一版】2025AI赋能教育:高考志愿填报工具使用指南
10份北京大学的DeepSeek教程
【北京大学第五版】Deepseek应用场景中需要关注的十个安全问题和防范措施
【北京大学第九版】AI+Agent与Agentic+AI的原理和应用洞察与未来展望
【北京大学第十版】DeepSeek在教育和学术领域的应用场景与案例(上中下合集)
8份浙江大学的DeepSeek专题系列教程
浙江大学DeepSeek专题系列一--吴飞:DeepSeek-回望AI三大主义与加强通识教育
浙江大学DeepSeek专题系列二--陈文智:Chatting or Acting-DeepSeek的突破边界与浙大先生的未来图景
浙江大学DeepSeek专题系列三--孙凌云:DeepSeek:智能时代的全面到来和人机协作的新常态
浙江大学DeepSeek专题系列四--王则可:DeepSeek模型优势:算力、成本角度解读
浙江大学DeepSeek专题系列五--陈静远:语言解码双生花:人类经验与AI算法的镜像之旅
浙江大学DeepSeek专题系列六--吴超:走向数字社会:从Deepseek到群体智慧
浙江大学DeepSeek专题系列七--朱朝阳:DeepSeek之火,可以燎原
浙江大学DeepSeek专题系列八--陈建海:DeepSeek的本地化部署与AI通识教育之未来
4份51CTO的《DeepSeek入门宝典》
51CTO:《DeepSeek入门宝典》:第1册-技术解析篇
51CTO:《DeepSeek入门宝典》:第2册-开发实战篇
51CTO:《DeepSeek入门宝典》:第3册-行业应用篇
51CTO:《DeepSeek入门宝典》:第4册-个人使用篇
5份厦门大学的DeepSeek教程
【厦门大学第一版】DeepSeek大模型概念、技术与应用实践
【厦门大学第五版】DeepSeek等大模型工具使用手册-实战篇
10份浙江大学的DeepSeek公开课第二季专题系列教程
【精选报告】浙江大学公开课第二季:《DeepSeek技术溯源及前沿探索》(附PDF下载)
【精选报告】浙江大学公开课第二季:2025从大模型、智能体到复杂AI应用系统的构建——以产业大脑为例(附PDF下载)
【精选报告】浙江大学公开课第二季:智能金融——AI驱动的金融变革(附PDF下载)
【精选报告】浙江大学公开课第二季:人工智能重塑科学与工程研究(附PDF下载)
【精选报告】浙江大学公开课第二季:生成式人工智能赋能智慧司法及相关思考(附PDF下载)
【精选报告】浙江大学公开课第二季:AI大模型如何破局传统医疗(附PDF下载)
【精选报告】浙江大学公开课第二季:2025年大模型:从单词接龙到行业落地报告(附PDF下载)
【精选报告】浙江大学公开课第二季:2025大小模型端云协同赋能人机交互报告(附PDF下载)
【精选报告】浙江大学公开课第二季:DeepSeek时代:让AI更懂中国文化的美与善(附PDF下载)
【精选报告】浙江大学公开课第二季:智能音乐生成:理解·反馈·融合(附PDF下载)
6份浙江大学的DeepSeek公开课第三季专题系列教程
【精选报告】浙江大学公开课第三季:走进海洋人工智能的未来(附PDF下载)
【精选报告】浙江大学公开课第三季:当艺术遇见AI:科艺融合的新探索(附PDF下载)
【精选报告】浙江大学公开课第三季:AI+BME,迈向智慧医疗健康——浙大的探索与实践(附PDF下载)
【精选报告】浙江大学公开课第三季:心理学与人工智能(附PDF下载)
篇幅有限,部分展示 加入会员,任意下载 资料下载方式
Download method of report materials
关注公众号后回复:BZ251214 即可领取完整版资料 
荐: 【中国风动漫】《姜子牙》刷屏背后,藏着中国动画100年内幕! 【中国风动漫】除了《哪吒》,这些良心国产动画也应该被更多人知道! 【中国风动漫】《雾山五行》大火,却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折!

如需获取更多报告
扫码加入 “人工智能产业链联盟” 知识星球,任意下载相关报告! 报告部分截图

声明 来源:中国信通院&中国电信,人工智能产业链union(ID:aiyuexingqiu)推荐阅读,不代表人工智能产业链union立场,转载请注明,如涉及作品版权问题,请联系我们删除或做相关处理! 编辑:Zero

文末福利
1.赠送800G人工智能资源。
获取方式:关注本公众号,回复“人工智能”。
2.「超级公开课NVIDIA专场」免费下载
获取方式:关注本公众号,回复“公开课”。
3.免费微信交流群:
人工智能行业研究报告分享群、
人工智能知识分享群、
智能机器人交流论坛、
人工智能厂家交流群、
AI产业链服务交流群、
STEAM创客教育交流群、
人工智能技术论坛、
人工智能未来发展论坛、
AI企业家交流俱乐部
雄安企业家交流俱乐部
细分领域交流群:
【智能家居系统论坛】【智慧城市系统论坛】【智能医疗养老论坛】【自动驾驶产业论坛】【智慧金融交流论坛】【智慧农业交流论坛】【无人飞行器产业论坛】【人工智能大数据论坛】【人工智能※区块链论坛】【人工智能&物联网论坛】【青少年教育机器人论坛】【人工智能智能制造论坛】【AI/AR/VR/MR畅享畅聊】【机械自动化交流论坛】【工业互联网交流论坛】
入群方式:关注本公众号,回复“入群”

戳“阅读原文”下载报告。




