中國冶金報社
記者 劉加軍 劉經緯 報道
7月27日，2025語料數據智能創意大賽（CICC）獲獎榜單在世界人工智能大會揭曉。寶信軟件“鋼鐵行業高質量多模態數據集筑基企業AI+應用”課題斬獲一等獎，研究成果入選2025年語料風云榜。
語料數據（Corpus Data）指為語言分析、模型訓練等目的系統化收集的真實文本或語音材料的集合，是自然語言處理（NLP）領域的核心資源，相當于AI學習語言的“教材”。在AI時代，語料是人工智能發展的核心基礎之一，甚至被譽為AI產業的“金礦”，是決定模型能力上限的核心要素。
上海作為中國人工智能發展的前沿陣地，已采取一系列措施來加強語料庫的建設和應用。此次大賽由上海市經信委指導，旨在面向全社會尋找“好語料、好技術、好場景”，為上海“模塑申城”工程筑牢語料基石，打通高質量語料數據采集、標注、共享、應用全鏈路。大賽吸引了150余支高水平團隊參賽，競爭激烈。經過賽事組委會及多家權威支持單位從方案完整性、領域適配性、技術創新性等多維度的多輪嚴格評審，寶信軟件參賽項目最終脫穎而出。
該獲獎課題致力于構建鋼鐵行業高質量多模態數據集，以推動AI技術在鋼鐵企業經營管理及生產制造中的深度應用。鋼鐵行業作為典型的流程制造業，生產環節復雜，涵蓋煉鐵、煉鋼、軋鋼等數十個工序，數據類型龐雜，既有設備傳感器的實時數據，也有生產報表、質檢圖像等非結構化信息，長期面臨“數據孤島”“標準不一”“質量參差”三大問題，導致AI技術難以深度滲透。該課題通過“規范制定-平臺研發-應用支撐”三位一體的實施路徑，有效解決了這些行業痛點問題。
該項目有著諸多核心創新點。?在全模態數據覆蓋?方面，整合OT/IT數據與文本、圖像/視頻等非結構化數據，支撐審計監督、質量預測、智能煉鋼等關鍵場景；在技術閉環構建方面，?集成數據采集、清洗標注及知識圖譜技術，融合大模型能力，形成“數據-模型-應用”協同體系。該項目在寶武某鋼鐵基地規模化應用后，?獲得缺陷檢測準確率提升30%等成果，已推廣應用至百余家鋼鐵企業并輸出11項行業標準，其中《鋼鐵企業多模態數據采集規范》《缺陷圖像標注指南》等填補了行業空白，為行業數字化轉型奠定了堅實基礎。
