从版权交易平台到 AI 数据服务：图虫加码多模态 AI 数据服务能力建设

随着大模型技术演进，AI 对数据的需求正由“拼规模”转向“拼质量、结构与合规”。模型能力提升，越来越依赖高质量、可追溯、可合法使用的数据资产。

据国务院新闻办公室披露，中国日均 AI Token 消耗量已达 30 万亿级，半年内增长超 300 倍。在规模快速扩张的同时，数据质量、结构化程度与合规性，正成为制约模型效果与商业落地的核心因素。目前，高质量数据集规模已超过 400PB，占数据交易比重提升至 80%，数据标注、加工与合规流通逐步成为大模型研发的重要基础设施。

在此背景下，图虫正由版权内容平台向多模态 AI 数据服务延展，构建覆盖数据采集、加工、标注与交付的一站式服务体系，并在多个实际项目中得到验证，服务对象涵盖多家头部行业客户，覆盖互联网、智能制造等多个重点领域，相关合作案例持续落地，为大模型及行业模型研发提供稳定、合规的基础数据支持。

从内容积累出发，延展 AI 数据服务能力

图虫成立于 2009 年，长期深耕视觉内容领域，旗下业务涵盖图虫创意、IC Photo 以及图虫社区等板块，持续沉淀了8亿+版权关系相对清晰、结构多样的内容资源。

随着多模态 AI 的发展，内容资源在模型训练中的价值不断放大。围绕模型对图像、视频、音频、文本及 3D 数据的综合需求，图虫在原有内容与版权能力基础上，将业务延展至 AI 数据服务赛道，逐步形成面向模型训练的多模态数据资源与配套加工能力。

1. 多模态成品数据集

基于既有多模态数据库与数据集能力，图虫已沉淀海量丰富类型的版权内容资源，并完成核心数据的结构化与标签化处理。

相关数据覆盖动植物、风景、人像、建筑等多个高频与长尾垂类场景，可按需进行定制化组合，缓解在大模型训练过程中，出现的数据多样性不足与垂类样本稀缺问题，提升模型在真实业务场景中的泛化能力与稳定性。

2. 专业化数据标注服务

围绕真实业务场景需求，图虫提供覆盖文本、图片、音频、视频及多模态大模型数据的高精度标注服务。通过标准化流程与定制化方案相结合，实现从需求理解、任务拆解到质量审核的全链路管理。

在标注过程中，重点保障数据语义一致性、场景适配性与质量可控性，持续提升专业领域模型的训练效果。

3.定制化数据采集服务

针对垂直行业模型对数据针对性要求更高的特点，图虫为 AI 模型厂商与技术团队提供覆盖全球范围的垂类定制化数据采集服务。根据客户在行业、场景或语义层面的具体需求，开展定向寻源、采集、加工与开发，构建可用于模型训练与优化的专用数据集。

以合规素材赋能 AI 创作

围绕 AI 工具在内容生产环节的落地应用，图虫已与多款主流 AI 创作工具形成能力协同。通过向 AI 工具提供合规、可商用的素材库资源，支持 AI 生图、智能匹配与内容生成等场景，帮助模型在生成过程中调用具备明确版权来源的基础素材。

基于这一模式，由 AI 工具生成的内容可获得明确的商用版权授权，在提升创作效率的同时，降低企业与创作者的合规风险。

以版权与合规经验，回应 AI 行业数据新要求

在生成端保障素材合规之外，图虫也将这一套版权与合规经验延伸至模型训练数据层面。

随着生成式 AI 应用加速落地，训练数据的版权与合规问题日益凸显，数据来源是否清晰、授权是否完整、使用范围是否可追溯，已成为企业选择数据服务的重要考量。

基于多年内容审核与版权运营经验，图虫将成熟的授权管理与使用范围界定机制引入 AI 数据服务体系，通过明确数据来源、授权主体与应用场景，为模型训练及后续商业化提供合规保障，降低应用落地风险。

在此基础上，图虫推出“萤火虫基金计划”，以创作者自愿参与为前提，构建面向 AI 场景的内容授权与激励机制。“萤火虫共创计划 2.0” 在半年内吸引千余名签约创作者参与，产出并上架大量 HD 与 4K 实拍视频素材，其中符合标准的内容已授权用于 AI 模型训练。

通过实际项目验证，萤火虫计划逐步形成 AI 训练数据从合规获取到价值回馈的闭环，推动创作者、平台与 AI 应用之间的可持续共创。

图虫紧扣大模型训练与 AI 创作需求，将版权优势延伸为可落地的多模态 AI 数据服务，其数据集建设、采集标注及生成端合规供给等能力已获项目验证，为 AI 研发与内容生成筑牢合规根基。

未来，图虫将以合规为基、质量为核，推动相关能力在更多真实业务中验证复用，为 AI 产业高质量发展注入稳定数据动能。