当前，AI大模型如GPT-4、文心一言、通义千问等面临“数据饥渴症”。数据成为AI发展的瓶颈，高质量数据稀缺且难以快速扩展。低质量数据、数据偏见及行业数据孤岛等问题加速这一问题。国内外企业正努力通过联邦学习、隐私计算等技术激活沉睡数据，并探索生成数据和小数据精细化标注等方式应对。此外，强化学习成为数据稀缺情况下的重要突破方向，尽管其资源消耗和目标设计存在挑战。人与AI的实时交互正创造新的数据形态，成为AI学习和进化的关键。