AI发展的又一个关键瓶颈浮出水面——高质量 、高可信度的数据 ，正成为AI竞争的胜负手。这也为出版
、新闻等传统内容服务商向AI语料供应商转型创造了机遇
，相关企业的商业价值有望迎来重估 。

　　科技公司加码内容资源布局

　　近日，A股AI语料板块走强 ，读客文化、中信出版 、利欧股份
、中国出版、海天瑞声等股价显著上涨
。

　　有消息称
，苹果正与多家出版商洽谈新的合作协议，希望使用它们的内容来提供最新的新闻和信息 ，这是苹果升级AI驱动版Siri语音助手计划的重要一部分。苹果还计划采用灵活付费模式，当合作出版商的内容被Siri用户使用时
，再支付相应的版权费用 。

　　据悉，苹果此前已与部分出版商达成协议 ，向出版商支付费用
，以获取相关内容以及用于AI模型训练方面的使用权
。

　　Anthropic等科技公司也在加码布局内容资源。今年7月，一份解封的法庭文件显示 ，Anthropic通过代号为“巴拿马计划 ”的项目
，斥资数千万美元批量采购数百万册2022年前出版的纸质书，完成高速扫描用于AI训练后 ，将这些书籍粉碎销毁
，该行为被舆论称之为“AI焚书
” 。

　　科技公司为何纷纷盯上了传统媒体的内容资源？在AI大模型快速发展的初期，行业训练大模型所用语料主要来自互联网上公开的信息 ，这些语料信息的合法性 、准确度长期未得到充分重视。更为重要的是
，在生成式AI爆发后，大量AI生成内容、合成数据也涌入互联网 ，再度回流成为大模型训练素材
。但是，若持续使用AI生成内容迭代训练模型
，将引发模型退化，出现“模型坍缩”现象。

　　为获取未被AI生成内容污染的原生语料 ，硅谷科技巨头开始挖掘传统媒体文稿与纸质书籍价值 。这类原生内容能够保障模型输出的准确度
，支撑模型能力持续迭代提升
。

　　数据基建新机遇有望释放

　　AI产业发展应具备能源
、算力、数据 、模型和应用五大核心要素。数据是AI大模型的“燃料 ”，其质量与安全性直接决定了模型价值的上限 。

　　据2026机器人全产业链接会披露信息 ，GPT-〖贰〗
、 GPT-3对应的训练数据时长分别约为79万小时、1100万小时
，想要实现具备实用能力的具身智能，至少需要1000万小时量级多模态数据
。叠加多场景适配 、多模态类型
、数据良率等因素 ，产业实际所需多模态数据集规模将远超1000万小时。

　　当前
，高质量语料短缺已成为制约人工智能大模型发展的核心瓶颈，据Epoch AI预测 ，人类公开的高质量文本数据可能在2026年至2032年间被完全耗尽 。在此背景下
，高质量、高可信度的数据资源正在成为“稀缺
”资源，重要性持续提升
。多位接近出版社 、图片版权机构等传统内容企业的人士向记者透露 ，国内也已经有AI公司开始向传统内容机构采购合规数据集。

　　复旦大学计算与智能创新学院特聘教授
、北电数智首席科学家窦德景认为，谁能掌握高质量、高可信度的行业数据
，谁就能在AI竞争中占据先机 。上述接近传统内容企业人士表示，传统媒体沉淀的大量优质原创内容 ，恰好是AI大模型所需的优质“燃料”
，不仅具备高度准确 、数据可信等优势，还能够规避“模型坍缩 ”风险
。

　　高质量内容数据的“语料价值”持续提升下 ，传统版权资产价值迎来重新评估窗口。兴业证券研报认为
，数据集建设重估版权语料价值，AI应用打开IP商业化空间 ，网文
、出版企业有望从传统内容提供商转变为合规AI训练语料供给方
，自有版权文本数据稀缺性上升，资产价值具备重估空间 。

　　国金证券分析称 ，当前
，数据采集已经成为物理AI发展的最大短板之一，数据基础设施加快建设有望带动数采产业链持续扩容。

（文章来源：上海证券报）