AI语料库概念股票|AI语料库板块龙头股资金流向(实时)

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。

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。

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。公司持续深耕专网业务，成功新签、续签8个百万级影视内容基础包。互联网公网业务企稳回升，与海信、优酷等核心播控平台续签合作，新增与影牛牛、斑马开展播控合作，拓展与创维等10余家渠道合作以及与TCL等固定推荐位资源合作。聚焦优质内容引进，独家和首发引进主赛道内容293部，引进内容累计近45000小时。

捷成股份：在数据要素领域，公司高度重视和深度布局数据要素领域，依托公司积累的20余万小时高质量影视版权素材，构建从数据采集、清洗标注、向量化加工、多模态理解到场景化应用的全链条数据资产体系，打造AI时代文化数字内容核心竞争力；未来，公司将持续加大数据要素投入，完善版权确权、数据标注、资产运营、价值变现闭环，拓展数据服务、模型训练、媒资管理等创新业务，推动影视版权资源从内容存货向高价值数据资产转化。

果麦文化：2026年4月14日公司投资者关系活动记录表披露，公司拥有垂直领域的专业私域数据，即高质量的校对语料。公司从事出版数十年，积累了丰富的语料，并与出版同行合作采集更多语料，进行清洗、标注与训练，形成核心护城河。通过业务模式从SaaS向RaaS转变，公司能够沉淀更多语料以持续喂养模型。

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。

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。

四川长虹：数通业务持续聚焦四大核心业务领域，巩固媒体业务在运营商市场的领先地位，构建覆盖家庭、企业、边缘接入等多元场景的全系列、高性能接入产品体系，丰富智能家居、智能控制、环境感知等AIoT产品矩阵，重点拓展智慧家居和跟踪定位等应用场景端到端系统解决方案，逐步实现从产品供应商向智慧物联整体解决方案提供商的转型升级。

元隆雅图：2024年5月22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。

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。

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。

中广天择：中广天择搭建的“节目购”“淘剧淘”两大视频版权在线交易平台，为全国600余家电视台提供优质视频版权。近年抢抓文科融合新机遇，建设运营“中国V链”平台，为各大版权方提供全生命周期的版权服务，可提供网剧备案、剧片交易、剧本超市、版权保护等一站式全链条综合服务；同时聚焦以音视频为主的高质量多模态算法训练语料，以40万小时4K超高清视频和200万小时高保真音频，构建起高质量垂类算料库，与国内多家顶尖大模型公司实现了合作，多项数据集产品填补国内空白。

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。

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。

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。

视觉中国：平台拥有可供版权授权的内容超过5.4亿，包括摄影、矢量图、视频、音乐、3D模型等各种类型的素材，是全球优质的同类视觉内容数字版权交易平台之一。平台聚合的海量、高质量、版权合规的内容数据，也是构建可信人工智能模型的关键基石，公司以应用为导向，持续加强人工智能高质量数据集建设，平台拥有可供AI大模型训练的合规内容数据超过7亿，位居行业领先地位。平台在人工智能产业链中凭借自身数据资源与场景应用优势，构建了覆盖数据采集、标注、审核、认证及授权的全链路AI大模型数据服务解决方案，已成为国内领先的多模态数据授权商。

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。

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。