此图由AI工具制作生成
文／何文静 黄晓东 洪美娜
5月18日，在钱江世纪城投资促进大会上，数搭国际数据开源社区（ZODA）正式发布。它由整数智能信息技术（杭州）有限责任公司牵头建设，致力于解决当前人工智能发展中最关键也最棘手的难题：高质量数据从哪来、怎么评，将打造成为在“数据+评测+专家生态”关键环节填补全球开源生态空白的基础设施。
“数搭”二字，既有“数据搭建”之意，也暗含“为AI发展搭建数据基础设施”的使命。“以数据筑基，搭建AI未来”，是数搭社区的核心主张。它是钱江世纪城、萧山区乃至浙江省共同打造的人工智能“数据底座”。
会上，数搭社区公布了清晰的两年目标：数据集累计下载量超2亿次，专家规模超过100万人，发布200个以上评测榜单，覆盖100个以上国家和地区，入驻200家以上AI企业，带动AI数据产业规模超过100亿元。
01 ZODA：从浙江到中国
数搭社区的英文名ZODA ，藏着宏大的愿景。
Z——代表浙江，也代表中国，寄望这一社区能够在全球AI数据标准领域发出中国声音。同时，Z也指Z世代，象征创新活力。
O——Open Source（开源）。开源是人工智能发展的重要驱动力。从Linux、PyTorch到DeepSeek，开源正在重塑全球AI竞争格局。中国开源模型已在全球赢得口碑，美国一些估值数百亿美元的AI应用公司，在做企业级部署时，甚至会优先选择中国的开源模型。
DA——Data（数据）。数据是人工智能的燃料。谁掌握了高质量数据，谁就掌握了AI竞争的主动权。
为什么数据如此重要？整数智能副总裁、数搭社区负责人孟卓飞介绍，在整个AI模型的生产周期中，超过80%的时间花在数据准备和处理上。“模型的训练范式已经相对收敛，真正决定模型能力上限和不同厂家核心差异化的点，是数据的质量和品位。”他说。训练一个聪明的大模型，大部分功夫不在写代码，而在“备课”——收集、清洗、标注、评测数据。如果数据质量差，再强的算力也只能训练出“糊涂”的模型。
过去两年，提到人工智能，人们最常听到的是“算力”“参数”“大模型”。但业内人士越来越清楚地意识到，真正拉开差距的，是喂给模型的数据质量。这种变化正在重塑整个AI产业链。前两年行业流行“堆参数、扩规模”，如今风向已转向“场景驱动、高质量后训练”，模型不仅要知识广，更要在具体场景里解决问题。这对数据提出了全新要求，不光要告诉AI“这是什么”，还要让它理解“这是什么关系”“处于什么状态”“将如何演变”。这种高端数据标注，恰恰是大语言模型、具身智能、智慧医疗等前沿领域最急需的。
围绕这一行业需求，数搭社区明确了三大核心使命：构建高质量开源数据集、打造覆盖全部主流模型的核心评测基准、连接全球专家网络。在数据集方面，社区将联合高校和科研机构，把分散在各处的优质数据集中起来，形成开放的数据集，供开发者免费或低成本使用；在评测基准方面，社区将设计各种评测任务，检验模型在代码编写、逻辑推理、金融交易等不同场景下的真实能力，致力于成为全球大模型能力评估的“标尺”；在专家网络方面，社区将通过线上挑战赛、线下工作坊等形式，把跨学科、跨领域的专家聚集起来——因为大模型需要压缩全人类的智慧，仅靠理工科远远不够，还需要文史哲、社会科学以及金融、医疗等行业的资深专家。
运营模式上，数搭社区将打造“线上+线下+国际”三位一体的创新模式。线上设立数据集平台、模型排行榜、高额悬赏挑战赛等板块；线下则在钱江世纪城江边设立一座“ZODA House”，仿照硅谷顶尖技术社区的“House”模式，让顶级研究员、活跃创业者和资深投资人面对面交流，常态化举办技术沙龙等活动；国际层面，社区将连接Linux基金会、PyTorch基金会等全球顶级开源生态，形成国际交流机制。“在硅谷，很多早期创意和商业订单就是在这样的非正式场合碰撞出来的。”孟卓飞说，“这样的事情，也完全可以在世纪城实现。”
02 为什么是钱江世纪城？
数搭社区落户钱江世纪城，并非偶然。把目光投向这片土地，答案便会逐渐清晰。
先看牵头者整数智能。这家企业孵化于钱江世纪城的浙大计算机创新技术研究院，2021年起步以来，始终聚焦高质量数据集构建与模型训练全生命周期服务。五年间，企业发展成效显著，今年3月，入选浙江省第一批高端数据标注基地试点名单；其技术被Qwen、DeepSeek等顶尖模型作为基准引用，全球合作的顶级机构超3000家。
在开源领域，整数智能的积累为数搭社区提供了坚实的运营基础。团队低调运营开源生态两年，累计发布50余个高质量评测基准，数据集下载量突破1亿次，多家头部模型厂商在重大版本发布时，引用的评测榜单中超过20%来自其开源项目。“我们的目标是未来两年，将这一引用率提升至50%以上。”孟卓飞表示，这一目标的实现，将意味着中国在AI开源领域从技术跟随正式迈向标准引领。
整数智能的快速崛起，离不开钱江世纪城优质的产业生态。作为杭州人工智能产业的重要集聚区，这里集聚了北大信息技术高等研究院、浙大计算机创新技术研究院等国家级科研平台，汇聚近200家国家高新技术企业。同时，杭州拥有深厚的开源基础，既有DeepSeek等知名开源模型，也有魔搭社区等工具链平台，在全球开发者群体中拥有极高认可度。数搭社区诞生于此，天然具备“邻里协作”的生态优势。
人才是AI产业的核心竞争力，而钱江世纪城正是人才集聚的“高地”。作为全国最年轻、学历最高的CBD之一，这里35岁以下青年人才占比达70%，近三年年均净流入青年人口超1.9万人，新增常住人口中本科及以上学历占比超八成，硕士及以上占比近三成。“人才和企业的选择，最能说明区域的吸引力。”钱江世纪城相关负责人表示。
优质的营商环境，更是为企业发展保驾护航。对此，整数智能相关负责人深有体会，从场地支持到产业链对接，从算力补贴到惠企政策，“有求必应、无事不扰”是他眼中世纪城的服务底色。这种全方位的支持，对于需要长期投入、跨领域协作的开源社区而言，尤为珍贵，“我们对萧山区和钱江世纪城的支持能力，充满信心。”
此外，萧山作为传统工业强区，拥有纺织、化工、汽车零部件等产业集群优势，规上工业企业超1700家，沉淀了海量真实生产数据。这些数据，正是训练工业AI模型最宝贵的“养料”。数搭社区不仅聚焦通用数据，更致力于深入产业场景，萧山的制造业基础，成为其独有的“数据富矿”。
正是这些因素的叠加，让钱江世纪城成为数搭社区诞生的理想之地。
03 模数共振，协同闭环
数搭社区的诞生，并非孤立的产业布局。在钱江世纪城，它与芯模社区形成了天然的互补关系。
芯模社区是钱江世纪城2025年正式启动的战略平台，聚焦国产AI芯片与算法模型的适配，致力于打造全国芯模联动发展示范区。依托芯模社区，2300P的智算算力已建成上线，80余种主流模型为企业提供低成本、高效率的研发环境。芯模社区解决的是“算力+模型”的问题——让国产芯片跑得稳、让模型适配快。
而数搭社区则专注于“数据+评测+专家生态”，为生态补上关键短板。高质量数据是训练优质模型的前提，权威评测是衡量模型能力的标尺。数搭社区提供数据和评测，芯模社区提供算力和适配，两者合在一起，就形成了一个完整的闭环：高质量数据训练出更聪明的模型，模型在芯模社区验证芯片性能，芯片的优化反过来支撑更大规模的数据处理。
这种协同，被形象地称为“模数共振”。就在4月底，工业和信息化部与国家数据局联合发布2026年“模数共振”行动，覆盖石化化工、汽车、医疗装备、航空航天、医药、生物制造、信息通信等20个重点行业，目标到2026年底形成“数据-模型-场景应用”良性循环。钱江世纪城的实践，可以视为这一国家战略在区域层面的先行先试。
对于浙江制造业来说，“模数共振”有着格外坚实的土壤。“我们不只看AI模型在实验室里的表现，更要看它走进生产线后，能帮工人完成多少实际工作、提升多少生产效率。”孟卓飞表示，从今年4月开始，团队已经走访调研了一批萧山工业企业，计划下半年联合萧山区，推进工业场景具身智能真实任务评测体系建设。未来，数搭社区致力于打通“产业—模型—数据”生态链，串联产业需求、模型训练和数据构建，助力数字经济与制造业数字化转型。
面向长远，数搭社区将依托钱江世纪城，打造全球人工智能开源生态的重要节点，实现从“技术跟随”到“生态引领”的跨越，构建自主可控、开放共赢的AI数据基础设施。