【中国信通院】数据标注产业发展研究报告(2025年)

日期：2026-03-24 18:45:09 来源：网络整理作者：本站编辑评论：0

本报告由中国信息通信研究院联合中国电信等多单位编制，以数据标注产业为核心，系统梳理其发展概况、现状机遇、核心要素、未来趋势及推进建议，为政策制定者、行业从业者等提供全面参考，旨在推动产业高质量发展以支撑 AI 与数字经济进步。

一、数据标注产业总体概况：定义、模式与核心价值

狭义：聚焦 “数据标记”，即通过人工 / 半自动方式将原始数据（文本、图像等）转化为机器可识别信息，为 AI 提供标准化 “教材”，如文本分词、图像拉框标注等。

广义：覆盖 “全生命周期数据服务”，含数据采集（合法合规）、清洗（去除 “脏数据”）、标注（核心环节）、质检（专职审核）全流程，是 AI 数据服务上中下游产业链的统称。

标注方式：以人工标注（准确率高但效率低）为主，半自动标注（AI 辅助提升效率）、全自动标注（AI 生成标注，复杂场景需人工审核）为辅。

数据类型

服务模式：分集中式（企业自建团队，质量高但成本高）、分布式（众包 / 外包，灵活低成本但质量不均）、混合模式（结合前两者优势，成主流选择）。

产业链架构：呈 “需求 - 平台 - 执行” 三层 —— 上游（AI 研究 / 技术开发方，提需求）、中游（标注平台公司，研技术 / 连供需）、下游（第三方服务商，落实操），分别以一线、一线、二三线城市为主要布局。

核心意义：三重价值支撑 ——①数据价值引擎：将原始数据转化为高价值资产（如医疗影像标注后价值达未标注的数十倍）；②AI 落地基石：为算法训练提供 “燃料”（如司法文本标注支撑法律文书智能分析）；③要素融合纽带：串联数据资源与 AI 技术，推动跨行业创新（如公共交通数据标注赋能自动驾驶）。

国家层面：三阶段推进

基地与地方层面：示范引领 + 生态建设

数据需求爆发：国际主流大模型训练数据量增长近 1.4 万倍（2018 年 GPT-1 为 4.6GB，2025 年 Qwen2.5Max 超 20 万亿 tokens），且需多模态数据（文本 + 图像 + 音频）。

标注需求新特点

DeepSeek 新范式：①自动生成高质量数据减少传统标注需求；②“数据蒸馏 + 人类协同” 提效提质；③聚焦高质量推理型数据集（推理与非推理数据 3:1）。

发展历程：起源于 1984 年纸质电子化，2010 年后随 AI 崛起爆发，2023 年国内相关企业达 1123 家；

国际分布：北美（技术驱动，如 Scale AI）、欧洲（业务外迁）、亚太（供给强劲，中国企业如海天瑞声、数据堂）；

基地产出：7 个基地标注总规模 17282TB（相当于中国国家图书馆数字资源 6 倍），引育企业 223 家，从业人员 5.8 万，带动产值超 83 亿元，建设数据集 524 个（超 29PB），服务大模型 163 个。

报告提出 “技术创新、行业赋能、生态培育、标准应用、人才培养、安全保障” 六大核心要素，并附实践案例：

核心要素	关键方向	典型案例
技术创新	自动化标注（如商汤自动驾驶数据自动标注）、众包标注、多模态标注、数据预处理、模型评估优化	多模态数据智能标注平台：打破国外垄断，覆盖语音、文本、CV，赋能自动驾驶、智能客服
行业赋能	渗透 12 大领域（科学、制造、农业、能源、交通、金融、医疗、教育等），打造行业高质量数据集	医学影像智能标注：自研分割大模型 MISM，集成 100 个预标注算法，实现国产化替代
生态培育	产学研融合、产业联盟建设、“地方 + 智库 + AI 企业” 合作	区域数据生态中心：“1+N” 模式（1 个中心 + N 个企业 / 基地），打通 “采集 - 标注 - 应用” 全链条
标准应用	建设质量、安全、工具、流程、伦理、人员认证等标准，搭建质量评估体系	高质量数据集标准：研制《高质量数据集建设指南》等 4 项技术文件，规范标注全流程
人才培养	开设课程、社会培训、校企合作、职业认证，解决 “年均缺口超 30%” 问题	产教融合实训平台：链接高校与企业，提供 “培训 - 练习 - 考试” 全流程能力提升
安全保障	合规遵循（《网络安全法》等）、数据加密、访问控制、脱敏审计、安全培训	数据安全体系：部署区块链 / 数字水印，建立分类分级保护、安全预警机制