7月17日，在2026世界人工智能大会暨人工智能全球治理高级别会议期间，由中国科学院文献情报中心牵头建设的国家级科技语料基础设施——“敖仓·科技语料库”正式发布，标志着我国支撑人工智能高质量发展的新型基础设施建设取得突破性成果。

高质量科技语料已成为驱动科研范式变革的战略性稀缺资源。它通过对多模态科学数据与科技文献进行深度加工、关联融合，形成高知识密度的智能就绪数据，直接关系人工智能赋能科学研究的能力上限。中国科学院文献情报中心主任曲建升介绍，中国科学院拥有国内最大的科学数据产出与储备体系、最全的科技文献保障体系以及跨学科的专业化加工能力，为建设国家级语料库提供了坚实基础。

目前，“敖仓”的数据来源包括超过320PB的科学数据、1.5亿篇科技论文、1.2亿件发明专利和500万本科技图书，覆盖文本、图像、公式、化学式等多种形态。语料库采用“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与N个场景化关联的应用子库，形成了覆盖数学物理、化学化工、天文空间等学科的科技语料供给体系。

据了解，除科研场景外，“敖仓·科技语料库”还针对商业航天、低空经济、智能制造、生物医药等领域开展语料加工服务，下一步将支撑元器件选型、超微病理诊断、高速列车外形设计等百余个行业应用。

据悉，“敖仓·科技语料库”将坚持“共建、共享、共用”原则，持续强化高质量语料加工能力，培育科技语料生态，为我国乃至全球科技创新贡献力量。

（原载于《光明日报》 2026-07-18 02版）