汽车行业多模态融合高质数据集建设项目

依托吉利不可复制的存量数据底座，构建全球化、标准化、可复用、可训练的汽车行业高质量数据集体系。项目围绕汽车'研产供销服'全生命周期布局四大核心数据集：多模态数据集（文本、图片、视频、音频及点云）、智能语音数据集、车联网数据集、产业生态数据集。计划最终交付预训练数据集2万亿词元以上、指令微调数据集1000万条以上、强化学习偏好数据30万组以上、基准测试数据集4万条以上。