人工智能领域对高质量数据集的需求正呈现多元化趋势，采购主体已从传统互联网巨头向科研机构、高校及国有企业全面延伸。

最新公开信息显示，中国政府采购网近日发布《清华大学跨模态对齐与输出矫正评估数据集采购项目》招标公告。该项目计划采购总量不少于36万条的多模态数据集，预算金额及最高限价均为108万元，数据类型涵盖文本、图像、音频、视频四大模态。招标文件获取通道将于10月20日关闭，开标仪式定于11月3日13时30分举行。

据徽声在线记者梳理，此前数据标注行业主要需求方集中在百度、字节跳动、阿里巴巴等科技企业，以及自动驾驶研发机构和AI大模型开发商。随着人工智能技术在科研创新和产业升级中的深度渗透，高校、科研院所及中央企业正成为新兴采购力量，相关招标项目呈现爆发式增长态势。

上海财经大学数字经济研究中心主任胡延平教授在接受采访时指出，清华此次采购项目虽规模有限，但具有显著示范效应。项目要求供应商具备跨模态数据处理能力，反映出科研场景对专业化、精细化数据需求的快速增长。这类长尾需求正在重塑数据采集标注行业的市场格局。

图片来源：徽声在线图库

单条数据预算约3元 验收标准严苛

采购文件显示，36万条数据集分为两个等量包件。按最低采购量计算，每条数据预算约为3元。具体技术要求包括：

第一类数据需构建全模态基准库，要求实现四种模态的语义对齐和统一表征，支撑跨模态理解、多模态推理、模态融合等前沿研究。数据质量标准设定为准确率≥99%、字段完整率≥99%、格式规范率100%、重复率≤1%。

第二类数据聚焦模型输出矫正，需包含多模型推理记录、特征向量、输出结果等全链条信息，并模拟模型异构性、误差累积等复杂场景。该数据集将用于构建模型评估体系，为算法优化提供量化依据。

合同条款明确要求供应商授予清华大学永久性、全球范围的数据使用权，涵盖模型训练、微调、评估及商业部署全流程。数据交付后需提供12个月质保服务，并允许采购方对数据进行复制、修改、汇编等二次开发。项目验收将采用抽样检测方式，强制字段缺失或场景不完整将视为不合格。

徽声在线记者多次致电清华大学采购部门未获回应。项目代理机构东方国际招标公司工作人员表示，技术细节需咨询招标文件编制单位，目前项目正按既定流程推进。

高校采购需求呈现爆发态势

公开招标信息显示，中央民族大学于9月30日发布民语2工具链研发项目，预算高达1625万元。项目要求在3个月内完成工具链开发部署，并在2026年底前交付75TB预训练数据和137万条后训练数据。中国人民大学8月完成的高质量数据集项目中标金额达552.58万元，中国电子技术标准化研究院4月采购的编程代码大模型数据集也达58万元规模。

国有企业数据采购同样活跃。国家能源集团电子招标平台信息显示，其铁路装备智慧科技公司2026年数据集建设项目由百度中标，项目金额未公开。这表明互联网企业正在从数据采购方转型为供应商，形成产业闭环。

长尾需求驱动数据市场变革

胡延平教授分析认为，AI大模型企业的数据竞争已进入深水区。开源模型虽能满足基础需求，但特定场景下的专业数据仍需定制化采集。例如AI4S（人工智能驱动的科学研究）领域，需要结合行业知识图谱构建专属数据集，这对传统数据服务商构成新的挑战。

数据标注龙头企业海天瑞声的财报印证了这一趋势。该公司2026年半年报显示，境内业务收入同比增长69.18%，主要得益于政府、国企及智能驾驶客户的AI需求增长。虽然不能直接归因于高校订单，但反映出公共部门对数据采购的重视程度显著提升。

政策层面正在构建支持体系。国家数据局6月发布的《行业高质量数据集建设行动实施方案》明确提出，将数据采买纳入预算编制范围，鼓励通过政府购买服务等方式培育数据市场。最新数据显示，全国已建成高质量数据集超12.6万个，总量突破1815PB。

业内专家指出，随着AI技术向垂直领域渗透，数据需求正从通用型向专业化转型。医疗、法律、工业等领域的长尾数据采集将成为新蓝海，这要求数据服务商建立行业知识库和领域专家团队，构建从数据采集到模型优化的全链条服务能力。