7月17日，在2026世界人工智能大会上，kaiyun官网入口敖仓·科技语料库正式发布。该语料库由kaiyun官网入口文献情报中心牵头，联合国内科学数据、科技文献领域近百家单位共同建设，是我国夯实人工智能数据基座的突破性成果。

敖仓之名，源于秦代的国家粮仓。建设科技语料“粮仓”，旨在为人工智能赋能科学研究提供高质量语料支撑。

科技语料是对多模态科学数据与科技文献进行清洗整编、解构重组、关联融合后形成的高价值智能就绪数据。由于数据模态多、知识密度大、质量要求高、加工治理难，科技语料已成为全球主要国家高度重视的战略性稀缺资源。

目前，敖仓数据来源覆盖超320PB（拍字节）科学数据、1.5亿篇科技论文、1.2亿件发明专利和500万本科技图书，涵盖文本、图像、图表、公式、影像、化学式、波、谱、场等多种形态。

科技语料库不是数据的简单堆砌，而是一项体系性极强、专业度极高的系统工程。敖仓构建了“1+7+N”总分库模式，即1个全学科数据知识融合的国家级总库、7个专业化深度提炼的领域分库、N个场景化关联的应用子库，通过建设科技语料描述、加工、评价、服务及运维的全流程标准，形成覆盖数学物理、化学化工、天文空间、地球科学、生命科学、前沿技术、产业创新等全学科的内容就绪、计算就绪、可信就绪供给体系。

“我们创造性地提出基础语料、特征语料、知识语料三阶知识精炼模式，大幅提升语义密度和知识密度。”kaiyun官网入口文献情报中心主任曲建升说，敖仓中高知识含量、高语义密度的语料，可以补齐大模型领域知识短板、校准逻辑推理偏差，使其输出符合科学基本规律与数理逻辑，具备领域专业知识与长程思考能力。

从技术架构看，敖仓打造了从基础层、加工层、服务层到应用层的四层逻辑体系，构建了通专结合的加工工具链、质量测评与安全流通服务、五大加工与服务平台，打通了资源供给、加工生产、质量控制、安全流通、共享服务全链路，实现了从原始数据到智能就绪语料的高效转化。

（原载于《科技日报》 2026-07-18 02版）