AI语料库概念股票|AI语料库板块龙头股资金流向(实时)

汇纳科技：2024年，公司深度整合多模态大模型能力，建设了深度结合线下商业场景的大规模高质量多模态数据集，开发了新一代多模态细粒度行人Re-ID系统；面向垂直应用场景，全面整合LLM大模型、多模态大模型、AI Agent等AI技术能力，开发ASR语音转写、文本语义分析、图像理解与分析等垂类AI大模型，构建多个垂类AI场景解决方案，赋能餐饮零售、政务等泛行业客户；同时，面向海外业务场景，积极整合海外先进AI能力与自研产品，打造国际化AI客流解决方案。在数据要素方面，2024年，公司开发了汇纳大数据底座软件；综合运用区块链、数字身份DID、安全载体、可信时间戳、国密密码等技术，构建开发了汇纳可信数字身份系统、汇纳数据空间和安全交换平台等新解决方案，面向多场景推广应用。

麦克奥迪：在医疗领域，历经十余年深耕，公司已累积超1,260万例DNA倍体宫颈筛查标本、40多万例其他组织DNA倍体标本及100万张典型病例数字病理切片，成为国内最大的病理数据库之一。这些数据不仅能为AI辅助诊断产品的开发提供海量训练基础，还能支撑公司利用数据推动病理科从传统模式向智能化、标准化转型；同时，智慧光学可协同开发硬件设备与AI软件，优化远程数字病理会诊系统的服务效率，未来进一步构建覆盖远程诊断、质控、教育培训的全链条智慧病理服务体系。

中远海科：2024年1月4日公司在互动平台披露，目前公司的船视宝数据产品在上海数据交易所挂牌，上海数据交易所搭建了良好的数据要素交易平台生态的功能，公司积极借助上海数据交易所的平台进一步推动公司相关服务的宣传营销和市场推广。

慧辰股份：2024年9月27日公司投资者关系活动记录表披露：在算法模型领域，经过十余年服务超大型客户及公共服务领域的沉淀形成了行业知识库、算法模型库与大量专业数据分析报告等，为公司AI模型的训练提供了丰富的训练语料库，形成了面向领域场景的多个大模型生成技术，慧辰大模型内容生成算法、语音合成算法及数字人算法已经通过国家网信办互联网信息服务算法备案。具体在服务商业消费与营销类场景的产品，包括“慧AI”、“AIGC+洞察创新”、“AIGC+数字营销”、“AIGC+客户体验”、“AI数字分身”等，可全面赋能客户的商业运营。

岩山科技：2024年4月26日公司在互动平台披露：公司有自己的AI语料库，用于AIGC大模型的训练语料主要基于公司旗下上海二三四五网络科技有限公司拥有的数据及通过互联网获取的公开信息，经过大量数据清洗、整理工作而产生。

上海钢联：作为行业领先的数据服务商之一，突破传统数据集成模式，聚焦AI技术与垂类大模型深度应用，构建“数据生产-智能分析-决策赋能”全价值链服务体系。公司积极探索行业大模型研发和另类数据采集领域，打造“大模型数据标注平台”，不断完善大宗商品行业垂类大语言模型“钢联宗师”及“小钢”数字智能助手，持续加码大数据能力、深化AI技术创新打造上海钢联EBC产品，提供数字化转型解决方案。以需求为导向强化数据产品开发和服务，为产业链上下游各类企业、金融机构、政府等主体，提供精准的数据跟踪、深入的市场洞察和先进的数据决策解决方案，推动大宗商品行业数字化进程进入“认知智能”新阶段，与客户共同迈向创新突破和可持续发展之路。2024年8月，“上海钢联大宗商品价格智能预测算法”成功通过国家网信办备案，是国内大宗商品价格智能预测领域首个通过的算法备案；同年12月，“上海钢联宗师大宗商品行业垂直大模型算法”成功通过国家网信办备案；“小钢”数字智能助手1.6版本也获得了行业与相关部委的认可。

新华网：2024年4月29日公司在互动平台披露：新华网正积极布局人工智能大模型及其深度应用，拥有丰富权威的新闻和传媒数据作为专属大模型语料库建设基础，我司AIGC-Safe平台亦在通过采集大量国内外生成式视频内容训练AI鉴别模型。语料库建设会随着新华网在人工智能大模型领域应用场景的开发有序推进。

四川长虹：2024年7月2日公司在互动平台披露，长虹云帆AI平台拥有多维感知、多重理解、多任务管理、多模交互、内容激发的五大能力。目前该平台面向智能电视用户群体，基于公司对智慧生活的深刻理解，并依托更多传感设备和多重AI算法，深度理解用户行为意图，为用户提供更加精准、更多形式的内容和服务，例如全场景AI对话、AI壁画、口语陪练、全科知识问答、生成式内容创作等创新场景。目前该平台搭载在CHiQ品牌主销机型上。2023年报披露：智能电视方面，本集团聚焦“多模态交互、画质”等核心技术，形成了屏幕、芯片、内容、传输等关键环节的全链路8K完整解决方案，先后推出全球首台“超脑”AI大模型电视，全球首台星闪电视、全球首款超两万分区Mini LED ARTIST星箔电视、8K高清和288Hz高刷电视、200英寸巨幕激光影院等。

视觉中国：公司拥有海量的高质量内容，包括超过5.4亿的摄影、矢量图、视频、音乐、3D模型等素材，是全球最大的同类视觉内容数字版权交易平台之一；同时，这些素材还具有丰富的结构化元数据，例如每个素材都包括：标题、描述、格式、尺寸、创作技术数据、以及20-30个关键词标签。这些高质量、授权清晰可追溯、高度结构化的数据使公司在AI模型训练的价值体系中占据关键位置。此外，公司拥有数字内容交易平台持续产生数十亿次的搜索、下载、购买等客户行为数据，创作者社区的上传、标注、分享、点赞、收藏等创作者用户行为数据，以及丰富的媒体出版、广告营销、创意设计等垂类行业知识图谱。公司拥有优质版权内容的数量、质量、丰富性、全面性以及独家性是公司业务增长的关键驱动因素之一。

汉王科技：2023年内，公司启动语音识别、语音合成、声纹识别的技术研发，并低成本高效率的取得技术突破，形成包括文字、图像、语音、视频在内的多模态数据在内的识别核心技术体系。基于大模型实际场景落地的出发点，结合公司资金、技术、资源等实际情况及对行业数据、行业背景知识理解的优势，公司聚焦AI行业大模型的研发，并于2023年10月12日发布具有“数据私有化、算力低成本化、深度专业化、知识实时化、生成精准化”五化特质的汉王天地大模型，旨在解决客户在应用大模型时对成本负担、数据安全、生成准确性等疑虑。目前，汉王天地大模型已经通过国家《生成式人工智能服务管理暂行办法》备案。目前汉王天地大模型已应用在公司智能办公本、智能电纸学习本系列产品的部分功能模块中，赋能产品实现话稿整理、会议纪要生成、智能判题等功能，未来公司更多智能硬件亦将搭载AI模型，帮助用户实现更多的AI功能。公司自研的古汉语大模型，构建了包括古籍句读、文言文转白话文、信息抽取、古籍档案智能著录等AI工具，同时将大模型语义理解能力与专业知识库的数据融合，大幅提升古汉语大模型的定向问答能力。经过人机多维度的对比评测，公司古汉语大模型在古籍的信息抽取与整理、历史人文知识问答以及古文翻译、诗词写作、对联等古文理解、演绎等能力上的综合表现优于通用大模型。2023年内，古汉语大模型在某省级档案馆落地应用，并入选北京市人工智能行业大模型创新应用白皮书。

同方股份：在知识内容与服务领域，同方知网继续深耕于大规模集成化数字出版、超大型中外文知识资源数据库建设及数字出版、知识管理和智能信息处理技术研发，不断加快产品服务模式创新和技术革新，引领行业发展。2024年上半年，国家知识产权局中国专利信息中心与同方知网签署战略合作协议，双方将共同开展项目合作、数据对接及相关产品研发，为知识产权和科技信息服务等领域提供切实有效的解决方案；同方知网中标由中国科学技术协会科学技术创新部组织实施的“2024年度科技期刊双语传播工程”项目；同方知网策划开展“数字阅读”进机关、进校园、进法检、进企业、进医院等系列公益活动，累计为100余家机构开通新时代智慧党建学习平台等党政行业数据库阅读服务。针对企业科研人员，同方知网联合中国电子学会等8家行业组织发起“知识赋能创新发展”科技创新知识服务季活动，为180余家企业科研人员、科研管理人员提供高效知识服务。同方知网将知识传播与健康事业深度融合，推广中国医院知识总库CHKD、临床诊疗知识库、医药知识资源总库等专业知识库数字阅读体验。

健麾信息：2024年3月21日公司在互动平台上披露：截至目前，公司累积的处方单数据已高达数十亿条，增长速度在10%左右。这些数据主要源自国内各大医院药房部门的处方药发药记录。全国百强医院中超过半数都是公司的合作伙伴，共同构建了强大的合作网络，确保了数据的专业性和参考价值。同时，公司拥有成熟的数据脱敏技术，能够在保护用户隐私的同时，确保脱敏后的数据可用于支持国内大型模型的训练工作。

元隆雅图：2024年3月29日公司在互动平台披露，公司基于新媒体营销业务长期积累的爆品文案，可以作为AIGC模型训练的语料。

拓尔思：公司采集的公开信源数据通过加工处理，通过不同专业模型转化成不同领域的知识数据，实现数据从资源性到经营性的数据资产变现，形成了三大数据资产平台：数家（媒体资讯）、网察（舆情）、数星（产业大脑）的格局。2023年，在数据资源方面，公司对数百万个采集点进行了采集清理，保证了采集源的高度权威可信。在数据流通方面，公司数据服务类OpenAPI已在北京、上海、深圳、郑州、湖南、浙江等地的数据交易所挂牌，贵阳大数据交易所与西部数据交易中心的数据服务上架正在同步推进中。在数据服务方面，公司大力开拓大模型预训练数据集服务业务，以数据推送服务方式为全国大模型服务厂商提供优质的中文预训练数据集。目前，公司拥有规模位列业界前茅的、经过领域知识加工的权威高质量公开数据2000亿+，涵盖近10年来的报刊数据、互联网主流新闻数据、新闻资讯客户端数据、政府类门户网站数据、权威第三方平台数据及行业资讯数据等。公司已为小米、云之声、云天励飞、蚂蚁集团、上海人工智能实验室等头部大模型厂商提供了训练数据集销售服务。在数据资产管理方面，公司积极加强与上海数据交易所的交流。

芒果超媒：2024年3月27日公司在互动平台披露：公司丰富的版权内容数据资产为“芒果大模型”（行业垂类大模型）的研发提供了高质量的训练语料。我们非常重视这些数据的价值开发，并将分类整理的数据用于“芒果大模型”的训练。近期，我们推出的国内首个AI导演“爱芒”，就是基于“芒果大模型”衍生的细分场景推理模型创新应用。爱芒在湖南卫视、芒果TV播出的《我们仨》节目中首秀，承担助理导演的职责，负责与艺人沟通确定节目行程、撰写分镜头脚本、创作文案、设计节目游戏、完成vlog剪辑等等。

捷成股份：作为国内领先的数字版权分销商、全媒体文化传播服务提供商、数字生活内容运营商，公司集版权采购、数字分销、内容运营于一身，携手国内外千余家出品公司，积累了10万余小时的影视、动漫、节目版权内容，面向广电、互联网新媒体、运营商等媒体渠道进行数字化发行，全面覆盖数字电视、OTT、IPTV、电脑、平板、手机、户外流媒体等全媒体终端。一个由“海量数字内容矩阵”、“全产业媒体发行集群”和“全媒体终端交互式覆盖”形成的“云”、“端”、“场”一体化的运营模式，带来了上中下游全产业融合式服务的文化传播生态。在人工智能快速发展的背景下，影视拍摄过程中大量的素材可以通过清洗、标注、加工等技术处理形成数据集成，作为AI模型训练的优质训练语料。公司作为国内领先的数字版权分销商，积累了海量的影视、动漫、综艺节目、纪录片内容，具备极佳的利用潜力。

中文传媒：在图书市场方面，据开卷数据显示，公司全年在综合零售市场实洋占有率为2.96%，实洋排名第4，实洋品种效率为1.89，同比上升3位，取得近年来最好水平。在“走出去”方面，公司积极谋划出访工作，向世界讲好江西故事，深度融入国外市场，高位推进合作项目，全年实现版权输出489项，涉及38个语种，37个国家和地区，其中17个项目入选“2023年经典中国国际出版工程”和“2023年丝路书香工程”，文化输出彰显实力。在教材教辅方面，公司顺利中标2023—2025年义务教育阶段免费教科书单一来源采购项目，夯实了未来三年经营发展基础。旗下发行集团在全国新华发行系统总体经济规模排名中位居第四，连续8年稳居全国同行业第一阵营，印发集团获评国家新闻出版署首批“国家印刷示范企业”称号，连续第9年荣登“中国印刷包装企业100强”排行榜，连续3年位列全国印刷集团总体经济规模综合评价第二位。

人民网：针对大模型存在的意识形态风险，实验室研发构建生成式AI内容安全评估体系，对国内主要的大模型进行多轮次评估。建设主流价值语料库，已完成3千多万篇基础语料、10万余对问答语料，并在部分大模型厂家得到应用验证，大幅提高了大模型的安全性。初步构建由“舆图-网络-决策”构成的境内外舆论传播认知技术体系。推出系列智能技术应用，包括“谛听”舆论安全风控平台、“天目”智能识别系统、“智晓助”涉政智能风控平台、“写易”写稿助手等。依托内容安全能力，人民网在以智能科技服务党政机关、教育医疗、企事业单位方面构建了独特优势，为公司内容风控、内容聚合分发、内容运营等业务全面赋能。2023年，成功推出大模型内容安全评估体系，建成主流价值语料库，推出面向党政应用的智能写作、 问答大模型“写易”，中标国务院办公厅2023年至2024年国家政务服务平台和国家“互联网+监管”系统运营服务项目，为中华全国总工会研发的智能写作平台成功上线。

华数传媒：公司拥有庞大的版权节目资源，与800多家内容供应商合作，拥有百万小时的数字化节目内容媒体资源库，包括电影、电视剧、综合资讯节目、娱乐综艺、原创动漫和音乐节目等，同时着眼优质内容聚合、垂直领域细分与本地内容运营。丰富的媒体资源储备为与运营商和终端厂商的长期合作奠定了基础，为用户提供多样化的收视内容。

世纪天鸿：凭借强大的内容研发能力，公司具备快速应对考试改革与教材变化的能力，并可以为大模型训练提供优质语料。同作为大模型训练三个必备要素之一的“语料”，公司基于近30年所积累的专业化、场景化的教育内容，成为无论是通用大模型还是垂直领域精准模型都必不可少的来源之一。作为公司在探索人工智能在智慧教育场景的落地与应用，实现教育内容人工智能升级的重要实践，公司所投资的笔神作文在AI作文批改领域持续突破，目前笔神作文APP注册学生用户超过1600万，月活用户180万，作文社区每月投稿量超过30万篇，积累了500多万篇的优质的作文语料。笔神作文的语料库积累了4年时间，超过30万篇基于人工反馈的专业微调数据，作为全国领先的中小学生作文学习平台和投稿社区。