刘烈宏赴天津出席2026世界智能产业博览会并开展调研

2026世界智能产业博览会刚刚在天津落幕，有一个细节值得反复琢磨——国家数据局局长刘烈宏在开幕式上的致辞，其实为整个行业画了一条非常清晰的“数据赋能AI”路线图。他讲了三个点，每一个都直击当前人工智能落地的核心瓶颈。

先说第一点：高质量数据集，正在成为先进制造业智能化升级的基础资源和创新引擎。这个判断并不新鲜，但真正的问题是——我们有没有把真实产线、设备运行、质量检测这些“脏数据”系统地采集、治理、用起来？如果不把这些工业机理层面的数据喂给大模型和智能体，那AI就永远只能在外围打转，理解不了工业场景，更优化不了工业流程。刘烈宏给出的方向很明确：加大对行业高质量数据集的投入，推动“模数共振”——让数据、模型、装备、场景真正融合在一起。这才是制造业智能化的“最后一公里”。

第二点，是关于具身智能。很多人都盯着机器人能不能走路、能不能抓东西，但忽略了背后的数据基础。具身智能要在真实环境中实现自主适应和执行任务，靠的是视觉、触觉、音频这些高质量、多模态的训练数据。说白了，没有好的数据工程，具身智能就是“有骨架没灵魂”。刘烈宏强调要以完善的数据工程驱动具身智能发展，这个观点在当下尤其重要——因为我们看到的很多演示很酷，一旦脱离实验室就失灵，根子就在数据上。

第三点，AI for Science。科学研究的门槛比工业应用更高——准确性、规范性、可信性，一点不能含糊。高质量数据集不仅是训练科学模型、发现规律、验证成果的基础底座，更是推动基础研究从论文走向产业应用的关键支撑。刘烈宏把这称为“关键支撑”，其实一点也不夸张。没有靠谱的数据，AI在科学领域就只能是个“表演者”，做不了真正的“发现者”。

下午，刘烈宏一行还专门去了中国科学院天津工业生物技术研究所，调研生物制造行业的高质量数据集建设情况。从生物制造大设施的搭建，到数据平台与垂域模型的研发，再到智能中试平台的应用——这些场景恰恰是数据工程在具体行业落地的缩影。一句话总结：数据不是用来囤的，是用来“养”模型的。而高质量数据集，就是那个让AI真正“懂事”的养料。