数据是人工智能发展的核心要素，特别是进入2023年大模型时代后，高质量数据集的重要性日益凸显，成为大模型产品研发的瓶颈和焦点。各类大模型的性能不仅取决于数据的数量，也依赖于数据的质量。国内在数据集的数量、质量，以及围绕数据集的生态上与国外存在差距，这限制了我国的人工智能产业的发展。合成数据技术有望解决未来各类大模型发展中的数据缺口问题，特别是在金融、医疗和自动驾驶等领域具有巨大潜力。