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。

华泰股份：2025年11月17日公司在互动平台披露：公司全资子公司瞬捷数科的造纸行业AI语料库入选山东省重点行业语料库揭榜挂帅项目。该语料库计划整合造纸全产业链的多元数据，经专业处理后可支撑行业大模型的开发、训练与微调，适配自然语言处理等AIGC相关的AI任务。同时，公司通过研发的瞬捷云链造纸产业大模型，依托上述语料库支撑起造纸“产业大脑”、数字孪生工厂等项目，可以实现生产、质检等全链条的数智化协同。

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。

中文传媒：旗下朗知传媒聚焦“全链路+数智化”技术赋能，以前沿科技驱动内容生产与精准营销，持续打造智慧营销新范式。江西朗知中文于2025年9月正式发布“版慎通”智能审校系统，入选中国新闻出版研究院“出版业新一代信息技术创新应用案例”，该系统已在国家档案局等100余家企事业单位推广应用，审校效率与准确率显著提升。《江右文库》编纂出版及数字化工程项目推出第三批成果和《江右文库》数据库移动端应用，并入选2025古籍数字化与活化利用典型案例。

同方股份：数智信息领域，打造系列标准化或类标准化产品，华知大模型6.0 焕新升级，推出AI Pat+、CNKI AI 等数智产品。推进“1+2+X”数智信息产业发展格局落地；打造融入生产系统的知识增强垂直大模型，千亿级 L1 核行业大模型正式发布，助力中核集团推进核行业大模型示范落地，树立典型示范案例；深入参与数据要素领域，进一步拓展数据治理与运营业务。昆仑灵境Agent智能体完成研发，创新大小模型融合应用方式，进一步提升智能化赋能水平。

飞利信：2024年12月10日公司在互动平台披露：公司旗下丽水云数据中心已升级为算力（智算）中心，并以此为依托展开了与各大人工智能产品厂商及技术研究机构的合作。在Ai语料方面，公司已完成了数据处理平台向模型训练数据准备（构造、标注、增强）平台的技术升级，并参与了相关行业标准的技术要求制定工作。

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。

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。

芒果超媒：2024年11月25日公司在互动平台披露，公司基于大模型打造面向短剧的创新生产引擎——山海短剧智能制作平台，正在进行AI语料收集和训练。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。公司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。

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。

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。

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。

人民网：依托实验室，公司持续建设主流价值语料库，不断夯实高质量语料供给能力。持续推进问答语料、基础语料等多模态语料建设，增强主流价值语料的系统性、全面性、权威性，形成“建设-应用-迭代”的闭环链路。推动语料建设从资源积累走向协同共创，发起“主流价值语料生态联盟”，上线“媒体语料服务平台”；共建AI交互语料创新实验室，发布首批“具身交互语料数据集”；联合推出“科技领域高质量数据集”，推动可信语料体系化。

博彦科技：在AI大模型领域，公司积极与国内外主流大模型厂商建立生态与技术协作关系，凭借在行业场景化落地的突出表现，荣获百度智能云“大模型最具成长伙伴奖”。依托原有“人工智能计算平台”技术基座，公司持续为行业客户提供涵盖数据标注、模型开发、训练、部署及推理服务的一站式解决方案。2023年7月28日公司在互动易平台披露：公司为部分客户提供AI大模型训练相关的语料、数据标注、数据训练等服务。

上海钢联：公司数据加工平台围绕AI提效，持续推进大宗商品高质量语料集建设，着力夯实核心资产、厚植数据底座。2026年上半年，数据库新增数据源28个，新增指标20万余条，新增数据量306.42GB；同步推进航运物流、碳排放、电力等专题数据库扩容，完善事件图谱、企业图谱、政策图谱、产业链生产图谱、本体图谱等多元图谱体系，构建图谱实体65万余个、关系160万余条。

汉王科技：2023年6月27日公司在互动平台披露：数据是人工智能技术长期发展的关键要素之一，公司掌握的OCR技术及应用在2007年即获得国家科学技术进步二等奖；依托海量高质量语料资源和丰富的文本数据处理经验，公司正在自研基础大模型，针对不同的行业领域进行需求挖掘，在数字人文、教育、档案、司法、医疗、安防等垂直行业重点布局，研发多个行业分支模型，以更好地满足市场和客户的需求。

新开普：2024年10月30日公司在互动平台披露：新开普在人工智能领域积极探索，并逐步建立了自己的AI语料库，用于支持智能服务和产品的研发。公司语料库的构建结合了多个渠道的数据，包括获取版权和许可的私有数据和公开数据源，并针对收集到的数据做了严格的清洗和预处理，公司对语料库的维护，采用分层存储和分布式管理的方法，使用大数据处理技术实现数据的高效管理和快速检索，同时建立了完善的版本控制机制和数据更新流程。通过这些措施，新开普的AI语料库能支持多种应用场景，如智能推荐、语义理解、自动问答等，提高产品和服务的智能化水平。

汇纳科技：2026年上半年公司加速数据要素开发应用，面向城市运营管理等部门推出城市商圈实时客流及商圈画像数据产品，面向连锁零售业务推出城市及业态客流趋势监测数据产品。

华策影视：2025年，公司版权业务实现从"内容存货"向"数据资产"的战略跃迁。依托超5万小时正版影视版权库和约2万TB高清原始素材，以及自2023年起逐步建设的AI 3D数字资产库，公司初步构筑起AI时代的数据竞争力。这些拥有完全自主知识产权的全流程数据，涵盖剧本、人物设定、镜头语言等核心要素，不仅是华策自研模型的高价值训练语料，更为探索基于高价值AI语料库的内容授权新模式打下坚实的基础。公司运营商业务实现稳健增长，视频彩铃等融媒体业务成为集团稳定现金流来源，并为IP宣传发行提供下沉渠道。

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。