2025年8月，国务院印发《关于深入实施"人工智能+"行动的意见》，在"加强数据供给创新"一条中写明：以应用为导向，持续加强人工智能高质量数据集建设。这是"高质量数据集"第一次以这样的分量进入国家文件。对地质行业来说，这不只是一个新词，而是一道已经出卷的必答题：数据底座怎么建、技术怎么用、业务在哪里落地，文件都给了方向，剩下的功课要行业自己补。

三份文件画出闭环：底座、路径、出口都已就位

把时间线拉开看，节奏非常清楚。2025年1月，自然资源部印发《关于加强地质资料管理的通知》（自然资规〔2025〕1号），要求推进地质资料数字化转型升级，开展国家基础地质数据库建设及更新维护——这是在打数据底座。2025年8月，国务院"人工智能+"行动意见明确了技术怎么用——以应用为导向，与行业深度融合。2026年6月，自然资源部部署"十五五"新一轮找矿突破战略行动，提出发展找矿领域新质生产力——业务出口也定了。三份文件，一份管底座、一份管路径、一份管出口，AI进入地质行业的政策闭环已经画完。对地勘单位而言，问题不再是"要不要做"，而是"从哪里开始做"。

先行者的共同点：先建数据，不急着买模型

行业里的先行者已经交出了阶段性答卷。中国地质调查局的智能调查与智能找矿系统，融合多源地学数据、专业知识与算法模型，支持智能阅图、辅助成图和找矿靶区圈定，已在多个地区开展项目应用。四川省地质调查研究院依托多源地质数据融合开展找矿预测，初步划分161个成矿远景区、圈定36处找矿预测区。国家数据局也已遴选出72家链主单位，开展行业高质量数据集建设。把这些动作放在一起看，共同点很耐人寻味：他们都不是先去买一个大模型，而是先做数据融合和知识工程。模型可以采购，但喂给模型的行业数据，谁也替代不了自己来建。

多数单位的落差：有资料、有数据库，没有数据集

对照先行者，多数地勘单位的现状是"两有三无"：有资料、有数据库，但没有数据集。三十年的勘查报告都在，扫描件也齐——但扫描件不等于数字化，数据库也不等于数据集。举几个最常见的场景：同一个钻孔，报告里叫"ZK1201"，图件上叫"1201孔"，表格里叫"ZK-1201"，机器认成三个孔；同一层粉质黏土，三份报告三种描述，没有统一编码；每条分层界线画在图上，却没有一条记录说明它是依据岩芯、测井还是区域对比定的——人能看懂，机器学不了。一句话：资料是给人看的，数据是给软件算的，数据集才是给模型学的。这道题绕不过去，也拖不得。

那么，高质量数据集到底是什么？和手头的数据库差在哪？下一篇用四个硬条件讲清楚。