浙江省2026年人工智能行业高质量数据集典型案例

前言 行业高质量数据集是推动“人工智能+”赋能千行百业、实现产业落地的基础性、关键性资源。近年来，浙江省深入贯彻落实国家关于加快数据要素市场化配置改革和推进“人工智能+”行动的部署要求，持续推进行业高质量数据集建设，着力构建“数据供给—模型训练—场景应用—产业赋能”协同发展的良性生态，加快推动数据要素价值释放与人工智能创新发展深度融合，不断培育智能经济发展新动能。 为进一步总结推广行业高质量数据集建设经验，充分发挥典型案例示范引领作用，浙江省数据局组织开展第一批高质量数据集典型案例征集工作，遴选形成30个场景特色鲜明、数据基础扎实、应用成效显著的典型案例，并汇编成册。案例围绕“什么行业、解决什么问题、谁来建设、谁在使用、取得什么成效”五个核心要素，集中展示各类主体在数据资源开发利用、行业场景创新和人工智能融合应用等方面的实践探索，为各地各行业推进高质量数据集建设、加快构建以数据为关键要素、以人工智能为重要驱动力的现代化产业体系提供有力支撑。 目录 1.奶牛智能育种高质量数据集...................................................12.多领域工业工艺一体化融合高质量数据集...........................33.化纤行业高质量数据集...........................................................64.化塑新材料物性高质量数据集...............................................95.包装产业全链路高质量数据集.............................................126.造纸行业高质量数据集.........................................................157.钢铁企业多模态数据集.........................................................188.玻璃产业高质量数据集.........................................................219.电梯全生命周期高质量数据集.............................................2410.高精度齿轮检测数据集.......................................................2711.模塑产业全生命周期多模态高质量数据集.......................3012.晶振研发制造全流程高质量数据集...................................3313.汽车零部件生产设备运行高质量数据集...........................3614.离散工业智能排产与工艺优化数据集...............................3915.电机核心部件质量管控高质量数据集...............................42 16.电力配套设备高质量数据集...............................................4417.电力电气行业专利高质量数据集.......................................4618.动力电池材料配方优化及质量预测数据集.......................4819.智慧厨房高质量数据集.......................................................5120.具身智能多模态灵巧操作高质量数据集...........................5521.智能家庭陪伴机器人数据集...............................................5822.儿童与AI玩具多模态交互高质量数据集........................6223.智慧工地多源融合感知高质量数据集...............................6524.四港联动高质量数据集.......................................................6825.脑栋大开－多模态对话高质量数据集...............................7126.“启真”医学知识高质量数据集...........................................7427.间接免疫荧光高质量数据集...............................................7728.基于医疗影像的AI模型训练集.........................................8029.AE增强全球气象重建数据集............................................8230.温州文旅景区视频图像高质量数据集...............................86 奶牛智能育种高质量数据集 一、基本信息 所属行业：农业畜牧业。 建设主体：浙江中星畜牧科技有限公司。 用户：企业自用，并为奶牛场、育种技术服务团队、科研机构及智能育种模型研发主体提供支撑。 二、案例背景 针对我国奶牛产业在高温高湿环境下面临的生产性能下降、繁殖效率降低、健康风险增加、优质种源供给不足等挑战，以及育种数据分散、标准不统一、遗传评估精度和选配效率有待提升等瓶颈，浙江中星畜牧科技有限公司已采集整合30.4T多源异构数据，涵盖奶牛生产性能测定、繁殖与疾病记录、体型鉴定、系谱信息、基因组、微生物组、转录组及环境信息，构建南方奶牛智能育种高质量数据集。该数据集贯通育种、扩繁、养殖全链条，为区域化遗传改良和智能化决策提供底层数据支撑。 三、应用场景 奶牛区域化遗传改良。依托整合后的数据资源，构建面向南方奶牛的区域化遗传评估与综合选择体系。通过识别耐湿热、高繁殖力、长产奶年限和健康性状表现优良个体，支 撑后备牛留种、核心群筛选和淘汰决策，推动南方奶牛由“高产单一选择”向“耐湿热、高繁、长寿”综合改良转变。 奶牛智慧育种模型训练与决策输出。将数据集用于训练耐热性状识别、繁殖风险预警、健康性状辅助评估和多目标育种决策等专用算法模型，已在南方多省牧场落地验证，形成可复制、可推广的遗传改良数据应用模式，为联合育种和智能化育种决策输出提供支撑。 四、应用成效 推动规模化应用。南方奶牛的区域化遗传评估与综合选择体系面向浙江、福建、江苏等南方区域50家牧场、近10万头奶牛持续开展遗传评估、育种技术服务和产品应用，推广应用优质胚胎、冻精和种牛，每年新增产值5000万元以上。 提升奶牛种质水平。南方奶牛遗传改良的智能育种模型显著提升南方奶牛遗传评估、核心群筛选和精准选配效率，推动育种由经验判断向数据驱动转变，加快耐湿热、高繁殖力、长产奶年限等目标性状的协同改良，从源头提升南方奶牛种质水平和区域化遗传改良能力，为新品系培育和优质种源创制提供了稳定支撑。 多领域工业工艺一体化融合 高质量数据集 一、基本信息 所属行业：纺织新材料制造。 建设主体：浙江思维特数字科技有限公司。 用户：浙江正凯集团有限公司。 二、案例背景 当前纺织新材料制造行业由于企业多源数据归集难、治理能力弱、缺乏标准化数据沉淀，造成研发周期长、生产成本高、生产效率低、质量稳定性差等问题，严重制约行业智能化转型与高质量发展，尤其在PET新材料生产环节，频繁规格切换仍以人工转产为主，高度依赖资深人员经验，单次转产耗时长达4-8小时，且过程中极易产生大量不合格过渡料。针对上述痛点，浙江思维特数字科技有限公司构建多领域工业工艺一体化融合高质量数据集，深度赋能研发、生产、质检、管理四大核心场景，为20+垂直智能体训练提供标准化全链路数据支撑，推动行业数智化转型。 三、应用场景 研发场景。整合纺织原料配方、PE分子结构、催化剂等 浙江省人工智能行业高质量数据集典型案例 超25万组核心工艺指标，沉淀三十年行业工艺知识，构建包含工艺规范、操作标准、行业文献的一体化研发知识库，支撑“纺织小专家”“PET专家”轻量化模型及研发知识检索智能体训练，实现自然语言精准查询工艺参数、自动关联相关配方与实验案例，研发效率提升70%；支撑纺织面料知识库建设，完成2万多种面料图文数据标准化入库，构建自研面料图像识别模型，实现面料智能比对与相似度排序。 生产场景。归集DCS（分布式控制系统）、LIMS（实验室信息管理系统）、MES（生产制造执行系统）等多源异构数据，回溯200+次转产事件提取137项关键特征，构建“转产决策样本库”，并依托120万条物资主数据与“物资－工艺”联动编码体系，训练转产工业智能体和智能排产智能体。其中，转产智能体推动转产时间压缩至0.5-1小时，实现转产精准预测、智能寻优与自动闭环控制；智能排产体实时整合订单、产能与工艺参数，自动生成最优排程并支持紧急插单，设备利用率提升35%，化纤订单处理效率提升80%。 质检场景。整合全流程质检参数与生产工艺数据，训练智能质检分析体，实现检测数据自动解析、异常指标智能筛选与质量隐患实时预警，纺织板块实现PC端与小程序双终端拍照检索，面料识别效率提升70%以上。 管理协同场景。依托标准化物资主数据训练主数据治理智能体，实现物料自动归类、错误项智能识别与属性自动补全，物料分类匹配效率提升90%，人工审核工作量减少70%，同时支撑合同审查、手工单据录入等通用场景智能体训练。 四、应用成效 依托多领域工业工艺一体化融合高质量数据集建设，推动年综合降本增效3000万元，PET转产降等品减少100-200吨，累计节约超千万元，研发周期缩短30%-50%，生产效率提升20%，转产损耗减少21%，年新增有效产能3-5万吨，供应链成本降低25%，能耗降低15%，助力行业绿色低碳发展。 化纤行业高质量数据集 一、基本信息 所属行业：化学纤维制造。 建设主体：浙江五疆科技发展有限公司。 用户：新凤鸣集团。 二、案例背景 传统化纤生产过程具有高度连续性、高速性和复杂性的特点，长期以来面临三大痛点：一是质量检测滞后且依赖人工，传统抽检模式无法做到全量覆盖，表面毛丝、断头等缺陷依赖人工肉眼识别，漏检率高、人力成本大；二是过程质量信息传递呈现“黑盒”状态，化纤生产涉及海量工艺参数，一旦出现废品，难以快速回溯并找出导致异常的关键工艺节点；三是质量改进缺乏多模态信息支撑，质量问题溯源难度大，检验人员难以快速锁定异常成因。针对上述痛点，浙江五疆科技发展有限公司基于新凤鸣集团的化纤生产环境，整合高频生产时序数据（文本）与产线高速工业相机采集的视觉质检数据（图像），构建“文本+图像”双驱动的化纤行业高质量数据集，旨在打通“质检－工艺－追溯”的数据闭环，让AI有效学习和传承“老师傅的隐形经验”。 三、应用场景 多模态智能质检与缺陷预警场景。整合海量的产线动态 图像数据（如高速纺丝过程抓拍图像、丝饼表面微观图像）与设备运行状态参数（约120GB结构化/非结构化文本数据），构建了包含27个核心数据模型和38类指标体系的服务系统，将隐形经验转化为AI可识别的模型特征，有效解决传统人工质检覆盖率低、标准不一的难题。如在纺丝与卷绕环节，系统通过实时抓取图像并与工艺基准文本数据对齐，实现对毛丝、绊丝、成型不良等多种缺陷的在线精准识别与自动拦截。 纺丝工艺参数动态优化场景。基于2787万条原材料检测指标、纺丝工艺参数及最终成品质量管理数据，运用机器学习算法构建化纤质量预测及工艺优化推荐模型，建立复杂工艺参数与产品良品率之间的隐性映射关系。当原材料批次发生变化