7月27日，2025語(yǔ)料數(shù)據(jù)智能創(chuàng)意大賽（CICC）獲獎(jiǎng)榜單在世界人工智能大會(huì)上揭曉。寶信軟件“鋼鐵行業(yè)高質(zhì)量多模態(tài)數(shù)據(jù)集筑基企業(yè)AI+應(yīng)用”課題斬獲一等獎(jiǎng)，研究成果成功入選2025年語(yǔ)料風(fēng)云榜，在鋼鐵行業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域具有重大意義，為行業(yè)發(fā)展注入了新動(dòng)能。
語(yǔ)料數(shù)據(jù)（Corpus Data）指為語(yǔ)言分析、模型訓(xùn)練等目的系統(tǒng)化收集的真實(shí)文本或語(yǔ)音材料的集合，是自然語(yǔ)言處理（NLP）領(lǐng)域的核心資源，相當(dāng)于AI學(xué)習(xí)語(yǔ)言的“教材”。在AI時(shí)代，語(yǔ)料是人工智能發(fā)展的核心基礎(chǔ)之一，甚至被譽(yù)為AI產(chǎn)業(yè)的“金礦”，是決定模型能力上限的核心要素。上海作為中國(guó)人工智能發(fā)展的前沿陣地，已采取一系列措施來(lái)加強(qiáng)語(yǔ)料庫(kù)的建設(shè)和應(yīng)用。
此次大賽由上海市經(jīng)信委指導(dǎo)，旨在面向全社會(huì)尋找“好語(yǔ)料、好技術(shù)、好場(chǎng)景”，為上海“模塑申城”工程筑牢語(yǔ)料基石，打通高質(zhì)量語(yǔ)料數(shù)據(jù)采集、標(biāo)注、共享、應(yīng)用全鏈路。大賽吸引了150余支高水平團(tuán)隊(duì)參賽，競(jìng)爭(zhēng)異常激烈。經(jīng)過(guò)賽事組委會(huì)及多家權(quán)威支持單位從方案完整性、領(lǐng)域適配性、技術(shù)創(chuàng)新性等多維度的多輪嚴(yán)格評(píng)審，寶信軟件參賽項(xiàng)目最終脫穎而出，體現(xiàn)了在數(shù)據(jù)智能領(lǐng)域的深厚積累與創(chuàng)新突破。
該獲獎(jiǎng)?wù)n題致力于構(gòu)建鋼鐵行業(yè)高質(zhì)量多模態(tài)數(shù)據(jù)集，以推動(dòng)AI技術(shù)在鋼鐵企業(yè)經(jīng)營(yíng)管理及生產(chǎn)制造中的深度應(yīng)用。鋼鐵行業(yè)作為典型的流程制造業(yè)，生產(chǎn)環(huán)節(jié)復(fù)雜，涵蓋煉鐵、煉鋼、軋鋼等數(shù)十個(gè)工序，數(shù)據(jù)類型龐雜，既有設(shè)備傳感器的實(shí)時(shí)數(shù)據(jù)，也有生產(chǎn)報(bào)表、質(zhì)檢圖像等非結(jié)構(gòu)化信息，長(zhǎng)期面臨“數(shù)據(jù)孤島”“標(biāo)準(zhǔn)不一”“質(zhì)量參差”三大問(wèn)題，導(dǎo)致AI技術(shù)難以深度滲透。該課題通過(guò)“規(guī)范制定-平臺(tái)研發(fā)-應(yīng)用支撐”三位一體的實(shí)施路徑，有效解決了這些行業(yè)痛點(diǎn)問(wèn)題。
該項(xiàng)目有著諸多核心創(chuàng)新點(diǎn)。在全模態(tài)數(shù)據(jù)覆蓋方面，整合OT/IT數(shù)據(jù)與文本、圖像/視頻等非結(jié)構(gòu)化數(shù)據(jù)，支撐審計(jì)監(jiān)督、質(zhì)量預(yù)測(cè)、智能煉鋼等關(guān)鍵場(chǎng)景；在技術(shù)閉環(huán)構(gòu)建方面，集成數(shù)據(jù)采集、清洗標(biāo)注及知識(shí)圖譜技術(shù)，融合大模型能力，形成“數(shù)據(jù)-模型-應(yīng)用”協(xié)同體系。輸出11項(xiàng)行業(yè)標(biāo)準(zhǔn)，其中《鋼鐵企業(yè)多模態(tài)數(shù)據(jù)采集規(guī)范》《缺陷圖像標(biāo)注指南》等填補(bǔ)了行業(yè)空白，為行業(yè)數(shù)字化轉(zhuǎn)型奠定了堅(jiān)實(shí)基礎(chǔ)。
