中国科学院牵头启动语料创新生态联盟，发布42项科技语料标准与敖仓社区平台
由中国科学院（Chinese Academy of Sciences，中国国家级科研机构）文献情报中心发起的语料创新生态联盟在北京启动，同步发布五类42项科技语料标准、敖仓·语料社区服务平台和英文期刊Data Express in AI Corpus。
联盟试图把分散的科技语料转为可训练数据，并计划联合验证AI4S（AI（人工智能） for Science，人工智能驱动科学研究）模型与场景。
2026年10月10日《光明日报》报道，语料创新生态联盟在北京启动，中国科学院文献情报中心为发起方。 联盟发起人、中国工程院院士孙凝晖表示，科技语料具有科学语义、物理约束和误差信息，不能简单汇聚后直接使用。 中国科学院科技基础能力局局长卢方军指出，高价值科技资源仍较分散，资源汇聚与授权机制、标准规范、专业加工、质量评价和安全流通能力有待完善；
语料供给方、技术研发方与应用需求方之间缺少紧密协同机制。 首批共建单位50家，覆盖国家实验室、科研院所、国家级科学数据与文献资源机构、地方政府、人工智能企业、数据基础设施企业、出版与知识服务机构、语料运营企业及投资机构。
已发布的标准为五类42项，采用“指导层—体系层—操作层”三级架构，覆盖采集、加工处理、质量评价等全生命周期，计划先在联盟内先行先用，再逐步上升为行业标准。 敖仓·科技语料库于2026年7月17日世界人工智能大会上发布，此次启动的敖仓·语料社区服务平台将打通正式语料与社区语料双轨供给。
联盟下一步五项任务包括联合共建高质量科技语料、智能就绪语料集成服务、国家科技语料基础设施协同建设、标准质量与可信治理、AI4S模型与应用场景联合验证。
这条消息的价值不在又多了一个联盟，而在于把AI4S长期含糊的瓶颈写成可执行的工程问题：语料标准、授权与收益分配、安全流通。 42项标准能否被不同机构采用、平台能否承载跨机构授权，比联盟名单更能决定科技语料是否真的可训练。
需要区分的是，标准、平台和期刊目前均处于发布与计划层面，报道未披露语料规模、质量评测结果或模型性能提升数据，联合验证也尚未开展，因此不能据此推断AI4S模型能力已获提升。
后续观察信号
- 联盟是否公布语料质量评价的具体指标与评测结果
- 科技语料的授权与收益分配机制是否有可查文件
- 联合验证是否覆盖生命科学或材料领域具体任务