高质量数据集典型案例 | 青岛港人工智能多模态高质量数据集

　　港口行业数据涵盖船舶作业、货物流转、设备运行等全链条信息，在港口生产、资源调度、物流协同等领域有不可替代的应用价值。当前港口行业数据存在格式杂乱、质量参差不齐、多源数据融合度低、安全风险突出等问题，严重制约了港口领域人工智能的深度应用。2025年山东港口青岛港获批港口行业唯一的国家人工智能应用中试基地，对高质量数据集需求迫切。本案例创新构建“数据转化→应用落地→价值释放”闭环主线，形成港口行业高质量数据集，为行业数智化建设提供数据底座，促进数据流通交换，打造交通领域数据要素市场化可复制的行业标杆。
 

　　方案和成效
 

　　一是建设全流程自动化数据工具链。覆盖数据从“业务场景”到“价值迭代”的完整生命周期闭环，实现多模态数据的融合治理、加工标注与质量管控，提升数据资产工程化管理能力，依托AI4Data的大模型自动化标注能力，标注效率提升50%，数据准确率达98%以上。
 

　　二是打造全场景行业数据集图谱。面向船舶作业调度、安全生产、智能理货等核心业务流程，梳理智能化场景34个，规划数据集数量40个，数据集规模70T+，支撑排泊、作业调度、安全生产等5个大模型，实现“数据-模型-应用”的闭环，验证港口高质量数据集对行业智能发展的支撑价值。
 

　　三是构建港口行业全链数据标准体系。基于港口高质量数据集建设成果，规划“国家战略响应→全链标准构建→实践迭代验证”路径，作为国家信标委港口工作组组长单位，依托人工智能基地，通过“体系化建标+场景化验标”，开展15项人工智能标准建设，为港口行业数据集标准化提供可参照的“青岛样本”。
 

　　四是形成“数据要素×港口行业”价值生态闭环。围绕智慧港口和国家人工智能中试基地发展需求，基于建设合作、供需对接、收益共享、协同合作四大机制，发展10+数据提供方、数据需求方、数据运营方等生态伙伴和上下游企业，打造行业可信数据空间，组建港口产业联盟，创新“监管、运营、供给、消费、服务”“五位一体”运营模式，激活行业数据要素流通市场化潜能。
 

　　创新点
 

　　一是创新构建港口数据增广方案。将港口业务规则与算法和大模型进行融合，通过数据蒸馏，根据港口业务规则开发数据算子，结合大语言模型开展数据增广，在时间和业务场景广度上提高数据集的丰富度和泛化度。
 

　　二是打造AI4Data“港口数据飞轮”。对海量原始数据进行自动化预标注，大幅提升标注效率，降低人工标注成本，实现数据集从构建到使用的正向循环，“数据越积越多，AI越用越聪明”。
 

　　三是打造业务-技术价值共驱机制。打破技术堆砌陷阱，构建按需驱动的技术与港口业务的深度融合体系，确保80%以上新技术应用直接作用于核心业务场景，业务上线周期缩短20%以上，实现技术为业务赋能，业务为技术验效。构建跨平台异构协同创新体系，突破多系统、多厂商、多业务的异构协同壁垒，实现技术融合效率与稳定性双提升。