9月4日，工业和信息化部与市场监督管理总局联合印发《电子信息制造业2025－2026年稳增长行动方案》。方案强调加快电子信息制造业数字化转型，推动行业全面普及新一代信息技术，强化软硬协同，赋能千行百业实现数字化、网络化、智能化。重点包括编制产业链数字化转型场景图谱及要素清单，培育典型场景的解决方案和服务商。同时，鼓励企业开展数据管理能力成熟度模型（DCMM）评估，加强人工智能高质量数据集建设，并探索数据流通激励机制，以加速释放数据要素价值，提升行业核心竞争力。

9月1日，国家数据局指导发布的具身智能灵巧手多样抓取仿真数据集DexonomySim正式开源，存储于北大网盘。该数据集由银河通用介绍发布，专为AI机器人灵巧抓取任务设计，包含超950万条高质量抓取姿态，覆盖1万多个物体与31种抓握类型，涵盖约94%的人类抓握分类。作为当前最大规模的灵巧手操作合成数据集，其适用于多指灵巧手高自由度操作场景，基于物理仿真生成，具备数据规范统一、真实可溯等优势，助力人形机器人实现复杂环境下的多样化抓取与任务成功率提升。

财联社9月1日讯，北京数据集团预计近期正式挂牌。据天眼查信息，该公司已于2025年7月22日注册成立，注册资本30亿元，经营范围涵盖大数据服务、数据处理与存储支持、互联网数据服务以及人工智能技术咨询服务等。公司由北京市国有资产经营有限责任公司全资控股，未来将致力于数据服务和投资管理等领域的发展，助力数字化经济建设。

2025中国国际大数据产业博览会上，中国科学院院士陈松蹊建议，企业可优先采用统计模型，再根据需求引入复杂AI模型如CNN，以降低高成本大模型的使用。他强调统计学是串联各领域数据应用的核心基础，并举例其团队在大气环境与医疗领域的跨学科研究。清华大学正聚焦统计与数据科学人才培养，解决数据分析人才缺口问题。此外，陈松蹊团队在西太平洋高质量海洋数据集构建上取得突破，部分指标达国际领先水平。他还提出一次性加噪算法，用于平衡隐私保护与数据可用性，为隐私计算提供新思路。

近日，在加拿大蒙特利尔举行的国际人工智能联合会议（IJCAI）期间，蚂蚁数科与新加坡科技研究局联合主办‘深度伪造检测、定位、可解释性’研讨会。会上，蚂蚁数科开源180万深度伪造定位数据集（DDL-Datasets），涵盖人脸伪造、视频篡改、声音克隆等高危场景，标注了AI造假的具体位置和时间，助力算法可解释性提升。同时，斯坦福大学联合谷歌等开源视频数据集DeepAction，包含2600段动作视频，相关论文获最佳论文奖。此外，澳大利亚莫纳什大学研究表明，文化背景影响深度伪造感知差异。蚂蚁数科长期投入AI安全，旗下ZOLOZ‘实人认证’产品准确率达99.9%，服务覆盖超25个国家和地区。

国务院新闻办公室今日举行发布会，国家数据局局长刘烈宏透露，截至2024年6月底，我国日均Token消耗量突破30万亿，较2024年初增长300多倍，展现人工智能应用规模的快速增长。同时，我国已建成超3.5万个高质量数据集，总量超400PB，累计交易额近40亿元人民币。北京数交所高质量数据集占比从去年10%提升至近80%。此外，中文数据在大模型训练中占比普遍超60%，部分达80%，对提升模型性能作用显著。

8月14日，国务院新闻办举行‘高质量完成“十四五”规划’发布会。国家数据局局长刘烈宏表示，我国多数人工智能模型使用的中文数据占比已超60%，部分达80%，性能快速提升。截至6月底，各地高质量数据集累计交易额近40亿元，上海、天津、安徽等地试点数据作价入股新模式。国家数据局将推进高质量数据集建设，重点布局具身智能、低空经济、生物制造等领域，并培育为优质数据买单的市场环境。

2025年8月，初创公司Tahoe Therapeutics完成3000万美元融资，估值达1.2亿美元，目标是构建包含超10亿单细胞数据点的数据集，用于开发活细胞AI模型。该公司利用Mosaic平台快速生成生物数据，已研发出针对一种主要癌症亚型的候选药物，并推进FDA要求的临床前研究。今年2月，Tahoe开源了Tahoe-100M数据集，包含1亿数据点，助力AI模型预测癌细胞药物反应。其技术已在顶级期刊发表研究成果。核心团队由普林斯顿校友及UCSF顶尖科学家组成，致力于通过AI模拟活细胞破解癌症治疗难题。

近日，群核科技开源数据集InteriorGS登上HuggingFace趋势榜榜首，英伟达Nemotron-Post数据集位列其后，群核另一3D数据集InteriorAgent也同时上榜。InteriorGS是全球首个适用于智能体自由运动的大规模3D高斯语义数据集，包含1000个高斯场景、80多种环境类型及55.4万个物品标签，兼具真实感与精细语义标注。InteriorAgent则专用于IROS 2025“桃源”机器人学习挑战赛，推动具身智能技术从仿真到现实的跨越，大赛将于10月20日颁奖。群核科技自2018年发布InteriorNet以来，持续引领空间智能领域创新，展现中国AI技术的全球竞争力。

2025年7月28日，世界人工智能大会（WAIC）在上海举行，聚焦高质量数据集建设。上海明确将通过专项工程推动语料基座建设，包括稀缺语料、具身智能等领域，构建多层次供给体系并强化标准建设。中国电子云推出全链路AI解决方案，与多家国家实验室和央企达成合作意向。库帕思科技发布多项语料标准，并运营全国首个语料公共服务门户。专家指出，高质量数据集是AI模型落地的关键，但行业面临数据共享难、标准不统一等挑战。此外，东航数科、广州国家实验室等机构也分享了各自在多领域数据集和多模态数据资源建设中的进展。