高质量数据集，
AI文旅的燃料
6月，国家数据局把文化旅游列入行业高质量数据集建设重点领域；7月，浙江上线文旅行业高质量数据集共创平台；9月，杭州国家AI应用中试基地发布 4个高质量数据集。模型竞争之后，是数据竞争。
模型之后，拼的是数据
过去两年，文旅AI的叙事是“模型”：大模型、数字人、AI导游。现在，竞争正在往上游走——谁有高质量数据集，谁才有可训练的模型、可复制的场景。
6月8日，国家数据局印发《关于推进行业高质量数据集建设行动的实施方案》，把文化旅游列入19个重点领域之一，明确“强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放”六个专项行动；到2028年底，要建成一批经过应用验证的行业高质量数据集。1
地方和企业已经开始动手：浙江上线文旅行业高质量数据集共创平台，计划三年建成100个高质量导览数据集、突破6项技术、打造10个场景、制定5项标准；杭州国家AI应用中试基地发布4个高质量数据集，覆盖古建筑、公共文化空间、文旅视听和文化出海。23
没有高质量数据集，
再大的模型也只是“空转”。
这期不讲“哪个模型更强”，而是拆“数据集怎么造”：政策、平台、基地、质量、飞轮。
文化旅游，被列入19个重点领域
行业高质量数据集，第一次被放到“人工智能+”的基础设施位置：不是一家的数据，而是行业的公共底座。
方案对“行业高质量数据集”的定义很明确：经过采集、加工等数据处理，可直接用于开发和训练AI模型、能有效提升模型性能的行业数据集合，包含行业通识和行业专识数据集。它是“人工智能+”落地的基础性、关键性资源。1
方案提出“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的“数据飞轮”，并部署六项行动：强基扩容、标注攻坚、提质增效、应用赋能、管理服务、价值释放。到2028年底，建成一批覆盖重点领域、经过应用验证的行业高质量数据集，形成一批工具和标准。1
对文旅行业来说，这意味着“数据集”不再是技术部门的项目，而是目的地、博物馆、景区、平台、技术公司共同参与的基础设施。谁掌握场景，谁就有数据；谁掌握标准，谁就有定价权。地方也在跟进：8月22日，2026高质量数据集和数据标注产业供需对接活动在呼和浩特举办，150余家企业、近千人参与，20余家企业达成合作意向。6
一个平台，把“知识”变成“数据”
7月14日，浙江上线文旅行业高质量数据集共创平台：内置景区、文化遗产、酒店、餐饮等知识资产，做知识组织、数据规范、多模态管理、知识图谱与AI辅助标注。
平台由浙江省文化广电和旅游厅指导，浙江省文旅大数据中心联合浙江大学、浙江旅游职业学院、省旅投、杭州文旅发展中心、华数、飞猪、网易、灵伴、优数云旅等单位共建。它的核心不是“存数据”，而是把行业知识组织成可标注、可训练、可复用的数据生产流水线。2
按规划，浙江将在三年内建成覆盖重点景区和公共文化场馆的100个高质量导览数据集，突破6项智能导览共性关键技术，打造10个典型应用场景，制定5项标准规范；首期AR智能眼镜终端已进入实地场景实测。4
景区介绍、文物档案、非遗技艺、酒店服务、餐饮特色，原本散落在不同系统里。平台用知识图谱和多模态管理把它们组织起来，再用AI辅助标注，让“采集—标注—审核—质检”形成标准化流水线。数据不是越多越好，而是越“可用”越好。
杭州：
4个数据集，5个场景
9月28日，全国首个文旅方向国家AI应用中试基地在杭州拱墅开园，发布5个模型、4个高质量数据集、5大应用场景。
中试基地首批成果：5个模型、4个数据集、5个场景
数量 · 个规模、场景、谁在用
四个数据集，四种“数据形态”：古建筑看结构，公共文化看空间，文旅视听看内容，文化出海看国别。
| 数据集 | 规模 | 典型场景 | 关键能力 |
|---|---|---|---|
| 古建筑基因 | 全国4万余处古建筑；门窗/木雕/雕花等构件40万+ | 影视美术、游戏场景、文物展陈、文创IP | 形制/结构/布局/微观构件 |
| 公共文化空间 | 22个省份、百余处博物馆/纪念馆/文化馆 | 智能导览、展陈设计、公共文化服务 | 多模态空间语料 |
| 文旅和视听 | 百万小时媒资、诗画浙江资源、文化治理数据 | 内容生成、智能推荐、文化传播 | 文本/图像/音视频 |
| 文化出海 | 20个国家 | 国别文化、政策框架、多语种表达 | 跨文化/多语种 |
数据规模与场景来自中试基地公开发布；不同数据集计量单位不同，不作直接排名。来源 5
“大”不是高质量，
“可用”才是
国家方案给出四个质量标准：结构完整性、内容多样性、标注准确性、模型适配性；再加一条“合规安全”，构成文旅数据集的五道关。
文旅数据集：五个维度的“及格线”
编辑评估 · 1—5分“五个维度”为编辑归纳，评分为编辑判断，不是统计数据；合规与授权是一票否决项。浙江数字经济学会已就《高质量数据集 归集与标注 旅游服务》团体标准征求意见，说明“文旅数据怎么标”正在从项目经验变成行业规范。8来源 1
从场景到价值，转起来才算数
国家方案说得很清楚：场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值。少一环，飞轮就转不起来。
接下来，看这四个“数据信号”
政策、平台、基地都已启动；真正的分水岭，在标准、测评与商业闭环。
| 待观察 | 为什么重要 | 看什么 |
|---|---|---|
| 行业高质量数据集标准 | 决定“高质量”能不能被度量 | 格式、标注、测评、互认 |
| 浙江100个导览数据集 | 决定平台能否规模化生产 | 上线数量、使用率、标准 |
| 杭州中试基地 | 决定“1到10”能否商业化 | 企业注册、项目签约、收入 |
| 数据标注产业 | 决定数据供给的成本与质量 | 标注基地、人才、单价 |
八个来源，一条数据链
本期引用国家数据局、文旅部、杭州市政府、光明网、新华网与浙江旅游职业学院的公开信息。
方法：以2026年6—9月公开政策与基地发布为主；数据集规模、模型准确率为发布口径；“质量五维”评分为编辑判断，不是统计数据。