当大模型参数规模从千亿冲向万亿，一个比算力更棘手的问题浮出水面——AI快“没饭吃了”。  

据独立研究机构EpochAI测算，语言模型的训练将在2026年到2032年间耗尽人类公开的文本数据。高质量文本数据资产，最快可能在2026年至2030年之间被完全开采一空。更严峻的是，全球50亿大模型数据训练集中，中文语料占比仅为1.3%。英文占全球网络内容近一半，中文却远远落后。这一缺口不仅影响模型的中文理解和生成能力，更限制了中国AI产业的自主发展。  

语料短缺之外，版权风险同样高悬。2026年7月，美国加州北区联邦法院批准了Anthropic涉及15亿美元（约合101.5亿元人民币）的版权诉讼和解协议，创下美国版权史上最高纪录。这些作家指控Anthropic未经许可使用其著作训练Claude聊天机器人。与此同时，AI生成内容大量涌入互联网，若不加筛选地循环训练，将引发“模型坍缩”——用复印件去复印复印件，每一代都在丢失信息。  

产业界正在行动。2026世界人工智能大会专门设立“语料筑基、智生时代”语料创新论坛，释放出清晰信号：AI的竞争正从“卷参数、卷算力”全面转向“卷数据、卷闭环”。国家数据局数据显示，截至2026年6月，全国已建成高质量数据集超12万个，总体量超1565PB。WAIC2026论坛还提出“数据在闭环”理念，发布语料运营公共服务平台2.0，首创“筛选—转换—合成”三层十级数据进化路线。合成数据、数据闭环等新范式加速落地。  

当“数据决定模型上限”成为共识，谁能率先掌握高质量语料与可持续的数据闭环能力，谁就拿到了AI下一阶段的入场券。