AI语料库概念股票|AI语料库板块龙头股资金流向(实时)

世纪天鸿：公司基于30年所积累的专业化、系统化的教育内容，具备大模型训练三个必备要素之一的“语料”资源，由于该“语料”资源已经实现出版流程，其差错率达到万分之一以下，结合原有渠道优势可以在教育场景中开发基于大模型的垂直领域AI+教育应用。公司所投资的笔神作文在AI作文辅导领域持续突破，目前笔神作文APP累计用户超过2,200万，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5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，形成了较强的竞争壁垒。

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。

*ST天择：2024年是中广天择音视频数据算料业务的启动元年。公司聚焦大模型基模训练与垂直领域优化需求。公司以4K超高清专业级原生视频为核心的视频算料、以48kHz高保真音频垂类场景数据库为核心的音频算料，已实践将标注前置嵌入原数据生产工作流。自身专业的成建制算法研发团队对多模态算料的处理加工及精品定制数据等工作形成技术底座，构筑天择特有的精品算料数据库，形成“多模态融合+垂类精加工”的全链路算料体系。公司对国内大模型公司已完成交付数万小时音视频粗加工及精加工数据集，报告期已确认近500万元收入。

德生科技：2025年上半年，公司加速构建AIAgent全渠道服务网络落地，打造线下、线上一体化运营服务体系，自主研发的“知纬解语”大模型正式通过国家网信部门备案。目前公司大模型相关服务已在湖北、河南、广东等省份，实现社保咨询、政策解读、业务经办等全场景服务的“智能触达”，为多个地市政务服务效能提升40%以上。2025年8月，公司获授“国际人工智能产业联盟理事单位”称号，将全面链接顶尖科研资源与产业生态网络，为技术迭代与场景应用开辟新路径，助力政务服务提质增效。2025年7月28日公司在互动平台披露，公司自主研发的“知纬解语”大模型已通过国家网信部门备案，并积累100多个城市的服务语料。

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。

拓尔思：2024年，公司为解决各数据产品部门多源异构数据采集分散、治理割裂、标准缺失、应用滞后四大痛点，研发了拓思数据平台。该平台定位为拓尔思集团的企业级数据资产智能中枢，构建“采-存-治-用”全链路赋能体系，通过基础治理、智能增强、应用赋能三级架构支撑前台业务场景数星、网察、数家等数据服务产品实时数据调用，实现场景化服务支撑，推动数据要素向业务价值的深度转化，进一步释放数据资产潜能。截至2024年12月31日，公司累计采集的数据总量超5,000亿条。公司每日新增数据采集量平均约为5亿条以上，每年新增文本与图片超1,500亿条，短视频约400亿个，每年经处理后的文字与索引存储300TB以上。公司始终紧跟国家政策导向，是国内首批数据资产入表的上市企业之一。公司数据服务类OpenAPI已在北京、上海、深圳、郑州、湖南、浙江、贵阳、西部等数据交易所挂牌。另外，公司积极参与国家重要行业语料库的共建工作，如中国互联网安全协会数据集、CCI中国互联网语料集等。

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。

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。

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。

三六零：公司依靠360浏览器、360搜索等高频流量入口，形成了10TB+优质文本数据及海量图文视频数据，内容覆盖全球多个语种、涉猎金融、法律、房产、体育、医药等全行业范围，形式包括文档、书籍、散文、诗歌等，为大模型训练提供了大规模、多样性、高质量的训练语料。通过海量探针和云端处理，公司积累超过3EB安全大数据资源，遥遥领先于国内同行业公司。其中包含泛终端安全数据、全球互联网基础信息、网络资产测绘信息等。在多年全网视野的一线攻防下，360形成了全球领先的安全样本库、基因库、知识库，样本文件总数超320亿。

汉王科技：公司以AI技术为驱动，以“技术+服务”模式及App满足B端、G端、C端客户的数字化、智能化需求，并形成数据采集、数字化提取、知识图谱、数据分析、智能化数据输出的数据服务链及App等产品体系，目前客户主要包括司法、金融、人文、档案、医疗等重点行业客户及C端App用户。

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。

万达信息：公司受邀出席2024年中国首场语料主题论坛，联合发布“智慧医疗语料数据集”产品；公司共建项目“高质量多模态医疗AI训练数据标注设施建设”入选2025年国家数据局发布的《数据标注优秀案例集》，成为全国47个优秀案例之一。此外，公司还参与多个数据要素相关标准编制，充分体现出公司在大数据方面的领先创新实力。

华策影视：在人工智能快速发展的背景下，影视拍摄过程中大量的沉没素材可以通过清洗、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。公司作为国内年产规模最大的影视公司，历史积累的原始拍摄素材数量庞大，具备极佳的利用潜力。公司已设立AIGC应用研究院，配置人工智能专家、AI人机共创复合型人才、影视数据专家等专职人才，以及专用设备、专项研发和投资资金。AIGC应用研究院的设立，是公司全面推进AIGC产业布局，以AIGC技术为核心驱动力量，在影视创意、制作、传播的全链条实现企业核心能力提升和商业模式创新，加快新技术在行业应用落地，实现企业高质量发展的重要一环。目前，公司已形成“全员知AI、会AI、用AI”的创新氛围，成为当前影视公司AIGC应用中的领跑者。

海天瑞声：标准化数据集产品，是公司区别于众多竞争对手以定制化服务为主的特有商业模式，也是公司核心竞争力之一。截止2025年6月末，公司新增研发超70个训练数据集产品，自有知识产权的训练数据产品储备达到1,790个，尤其在多语种语音对话、多语种OCR、多音色多情感数据集等方面积累了更丰富的标准化产品资源，并建成包括“双工数据集”、“视觉大模型（图像-文本）预训练及微调数据集”等在内的多领域大模型数据集。公司已向下游客户提供了累计超过10,000次/个定制或标准化训练数据集，并已应用于个人助手、语音输入、内容生成、智能家居、机器人、语音导航、智能客服、智能播报、语音翻译、移动社交、虚拟人、智能驾驶、智慧医疗、智慧教育、智慧交通、智慧城市、智慧金融、机器翻译、智能问答、信息提取、情感分析、OCR识别等22类创新应用领域，赋能人工智能技术与实体经济的深度融合。

中远海科：面对数字经济和人工智能的迅猛发展，公司聚合算力、数据、算法、场景等核心资源，明确“算力基础、数据供给、算法牵引、场景落地”为发展路径。公司已构建一个适当规模的算力资源池，通过公司自主研发的混合云计算管理平台，集私有云、公有云及容器云为一体，无缝集中管理跨多个数据中心的云计算资源。公司已研发形成支撑从数据采集、存储、分析、可视化展示、移动应用的数据中台技术架构体系，加速构建高质量的航运大数据集作为关键生产要素，以融合的多源数据为驱动，以机器学习、强化学习、深度学习等算法为工具，深度挖掘数据中的隐藏模式和规律，船视宝平台已经研发了超200种核心算法，能够自动识别和预测船舶的各种行为。

绿盟科技：公司基于“鹰眼安全运营中心”和“风云卫AI安全能力平台”开展AISOC运营，2025年上半年，70%的告警从发现到响应全程由AI独立接管，平均响应时间（MTTR）在分钟级稳步压缩，年内上线内容安全与攻击面管理智能体，实现黑链、黄赌毒、钓鱼、数据泄露等风险一体化监测，并将成熟模式复制至100+客户本地安全运营中心，推动安全大模型在行业落地。2025年上半年运行期间，鹰眼安全运营中心积累超过10000条高质量训练数据，累计发现0day漏洞12个、处置重大事件54起，输出威胁情报10万余条，持续巩固领先优势。

人民网：2025年上半年，传播内容认知全国重点实验室聚焦国家需要、市场失灵的技术，开拓“用AI 治理AI”的人工智能安全治理新范式，持续建设涉政智能审核平台智晓助、主流价值语料库、人民智媒大模型、智能创作引擎“写易”和“初芯”智能体平台等多个应用，“人民智媒大模型”和“自在”心理疏导算法分别在国家网信办完成备案，发布“数据智能伙伴计划”并在多地开展应用落地。

值得买：公司从最初的消费内容业务向智能营销等方向延展，可以借助更广泛的业务触达消费者、电商平台和品牌商，并依托所沉淀的消费数据对消费产业形成更深层次的理解。目前，随着公司逐步沉淀来自于消费内容业务板块和智能营销业务板块等的更多数据资源，已形成一个能够涵盖人、货、场等多种维度的底层数据体系。截至2025年6月末，公司商品数据库已经收录了34.7万+品牌、2290.9万+聚合商品。这些数据一方面提升了“什么值得买”平台结构化展示商品信息的能力，提升了“什么值得买”平台搜索与推荐内容分发的效率，提升了其他消费内容业务和智能营销业务的运营效率；另一方面对公司训练“值得买消费大模型”，以及为品牌提供围绕营销全链路的数据洞察和营销解决方案也发挥重要作用。

慈文传媒：2024年4月17日公司在互动平台披露：公司与多家AIGC公司就慈文传媒20多年来积累的丰富的视频语料数据库正在磋商相关合作，双方就对应的价格、合作的模式、授权的界定范围等均正在进行洽谈。