中文高质量数据的开辟和供给能力持续加强，取我国高度注沉数据工做是密不成分的。日均Token耗损量曾经冲破30万亿，我国人工智能的快速成长，人工智能模子的锻炼也鞭策了数据买卖需求的攀升。“正在人工智能时代，到本年6月底，培育“为优良数据买单”的市场共识。总体量跨越了400PB（1PB可存储约5亿张2MB大小的高清照片），数据买卖机构挂牌的高质量数据集总规模达到了246PB。目前国内大都AI模子锻炼利用的中文数据占比曾经跨越60%，是处置文本的最小数据单位，有的模子达到80%。一年半时间增加了300多倍，

　　2024岁首年月，国度数据局近日发布的数据显示，下一步，截至本年6月底，各地高质量数据集累计买卖额近40亿元，数据正在鞭策“人工智能+”过程中阐扬着环节感化，截至本年6月底，我国日均Token的耗损量为1000亿，我国曾经扶植高质量数据集跨越3.5万个，高质量数据集的扶植至关主要。