中国冶金报社
记者 刘加军 刘经纬 报道
7月27日，2025语料数据智能创意大赛（CICC）获奖榜单在世界人工智能大会揭晓。宝信软件“钢铁行业高质量多模态数据集筑基企业AI+应用”课题斩获一等奖，研究成果入选2025年语料风云榜。
语料数据（Corpus Data）指为语言分析、模型训练等目的系统化收集的真实文本或语音材料的集合，是自然语言处理（NLP）领域的核心资源，相当于AI学习语言的“教材”。在AI时代，语料是人工智能发展的核心基础之一，甚至被誉为AI产业的“金矿”，是决定模型能力上限的核心要素。
上海作为中国人工智能发展的前沿阵地，已采取一系列措施来加强语料库的建设和应用。此次大赛由上海市经信委指导，旨在面向全社会寻找“好语料、好技术、好场景”，为上海“模塑申城”工程筑牢语料基石，打通高质量语料数据采集、标注、共享、应用全链路。大赛吸引了150余支高水平团队参赛，竞争激烈。经过赛事组委会及多家权威支持单位从方案完整性、领域适配性、技术创新性等多维度的多轮严格评审，宝信软件参赛项目最终脱颖而出。
该获奖课题致力于构建钢铁行业高质量多模态数据集，以推动AI技术在钢铁企业经营管理及生产制造中的深度应用。钢铁行业作为典型的流程制造业，生产环节复杂，涵盖炼铁、炼钢、轧钢等数十个工序，数据类型庞杂，既有设备传感器的实时数据，也有生产报表、质检图像等非结构化信息，长期面临“数据孤岛”“标准不一”“质量参差”三大问题，导致AI技术难以深度渗透。该课题通过“规范制定-平台研发-应用支撑”三位一体的实施路径，有效解决了这些行业痛点问题。
该项目有着诸多核心创新点。在全模态数据覆盖方面，整合OT/IT数据与文本、图像/视频等非结构化数据，支撑审计监督、质量预测、智能炼钢等关键场景；在技术闭环构建方面，集成数据采集、清洗标注及知识图谱技术，融合大模型能力，形成“数据-模型-应用”协同体系。该项目在宝武某钢铁基地规模化应用后，获得缺陷检测准确率提升30%等成果，已推广应用至百余家钢铁企业并输出11项行业标准，其中《钢铁企业多模态数据采集规范》《缺陷图像标注指南》等填补了行业空白，为行业数字化转型奠定了坚实基础。
