一副看似普通的眼鏡，僅重61克，卻能實時翻譯、AI交互，自帶138種語言實時翻譯，東盟小語種識別率達(dá)90%……第22屆中國—東盟博覽會上，一副看似普通的黑框眼鏡被客商們爭相試戴。

創(chuàng)造這副眼鏡的邁越科技公司副總經(jīng)理黃有章，就站在幾步之外。這一幕，讓他想起8年前在憑祥口岸看到的景象：中越商戶們漲紅了臉，用手勢比劃著水果價格，交易在計算器的“滴滴”聲和含混的單詞中進(jìn)行。“那時我就想，要做出能戴在臉上的翻譯工具�！彼�回憶道。

這副驚艷東博會的眼鏡，背后遠(yuǎn)非一家企業(yè)的技術(shù)突破。

黃有章展示AI智能眼鏡 。權(quán)晟 攝

“以前，尋找東盟小語種非通用語料，如同在沙漠中尋水；如今，高校、企業(yè)、政府三方擰成一股繩，數(shù)據(jù)池越積越滿、質(zhì)量越來越高�！睆V西翻譯協(xié)會副會長溫家凱在接受采訪時如是感慨。

廣西的語料庫建設(shè)何以起勢？從有到優(yōu)，還要邁過多少坎？

從“為什么是廣西”到“廣西如何做”

“語料庫絕不是單純的‘?dāng)?shù)據(jù)倉庫’，能切實解決實際問題才是核心�！睆V西大學(xué)人工智能學(xué)院副院長蒙祖強(qiáng)的觀點，道破了廣西建設(shè)語料庫的起點：強(qiáng)烈的現(xiàn)實需求驅(qū)動。

邊境貿(mào)易的窘境、跨境醫(yī)療的風(fēng)險、商事糾紛的僵局，這些具體痛點，成為倒逼語言數(shù)據(jù)建設(shè)的動力。但真正讓廣西得以蹚出一條路的，是獨特稟賦與務(wù)實路徑。

“其他省份可能更多依賴文獻(xiàn)，而我們能直接在邊境、在東盟，采集到鮮活、地道的語料�！秉S有章認(rèn)為。超過1.2萬名東盟留學(xué)生和密集的小語種專業(yè)，為這座數(shù)據(jù)池提供了源源不斷的活水。

“我們不需要一味追求最前沿的技術(shù)，更需要‘好用、便宜、適配本地需求’的實用技術(shù)�！睆V西民族大學(xué)的郭泉老師坦言。例如，他們攻堅三個月，將老撾語的文字識別準(zhǔn)確率從30%多提升至80%以上。這項“夠用就好”但關(guān)鍵的突破，立刻盤活了海量紙質(zhì)文獻(xiàn)。

政策精準(zhǔn)滴灌，更為語料庫建設(shè)按下快進(jìn)鍵。

2026年，自治區(qū)印發(fā)廣西深入實施“人工智能＋”三年行動方案，明確提出“加快實施高質(zhì)量語料庫建設(shè)工程”；自治區(qū)教育廳將語料庫建設(shè)納入高校學(xué)科評估核心指標(biāo)，給予招生計劃與科研經(jīng)費雙重傾斜；南寧、柳州等地創(chuàng)新推出“語料券”“算力券”補(bǔ)貼政策，企業(yè)與高校合作可申領(lǐng)最高100萬元補(bǔ)貼，有效激發(fā)了協(xié)同共建活力……

“若沒有‘人工智能＋’行動方案的精準(zhǔn)扶持，我們的語料庫或許仍停留在理論構(gòu)想階段�！币晃粯I(yè)內(nèi)人士感慨。

黃有章介紹邁越科技東盟語料庫管理平臺。記者 黃玲娜 攝

從“數(shù)據(jù)荒漠”步入“數(shù)據(jù)丘陵”

當(dāng)然，“并不是所有語種都能建立語料庫�！睆V西醫(yī)科大學(xué)王富博教授表示。

他以廣西本土方言為例作了分析。據(jù)他介紹，廣西的壯語語料庫資源極度稀缺，目前尚無一本權(quán)威的壯語醫(yī)學(xué)詞典可供參考�！案�何況，廣西不僅有壯語，也有粵語和各種方言，而要建立某種語料庫必須具備語言和文字兩個條件，這便是本土特色語料建設(shè)的困境”。

因此，盡管廣西人工智能語料庫建設(shè)成果初顯，但前行之路并非坦途。受訪者的一個共識是：廣西正從“數(shù)據(jù)荒漠”步入“數(shù)據(jù)丘陵”，從“有沒有”邁向“好不好”，挑戰(zhàn)更為復(fù)雜。

調(diào)研表明，廣西高校語料庫存在明顯短板，主要體現(xiàn)在三個方面：質(zhì)量上，通用語料占比偏高，專業(yè)語料匱乏，東盟小語種語料中日常對話類超60%，醫(yī)療、法律等專業(yè)領(lǐng)域占比不足20%；范圍上，越南語、泰語等主要語種布局較全，文萊語、東帝汶語等小眾語種近乎空白；形式上，文本語料為主，語音、視頻等多模態(tài)語料占比不足15%。

“我們曾經(jīng)采集過一段老撾語工程機(jī)械維修視頻，僅差旅費就數(shù)萬元，還未必能獲高質(zhì)量素材�！睆V西科技大學(xué)人工智能學(xué)院的一位老師介紹，該校為收集100小時的泰語機(jī)械維修視頻，耗時8個月、投入超40萬元，高成本與高難度讓多模態(tài)建設(shè)舉步維艱。

更棘手的是語料標(biāo)準(zhǔn)化不足，各高校標(biāo)注規(guī)則各異�！拔覀冊�想引用某大學(xué)的越南語醫(yī)療語料，因標(biāo)注規(guī)則不同需重新加工，成本高、效率低，最終只能放棄。”廣西外國語學(xué)院人工智能學(xué)院院長鐘明輝無奈表示。

“缺乏相關(guān)國家本土人員支持，公開語料多被大公司壟斷，語音語料難辨有效信息等，都加劇了采集難度�！泵勺鎻�(qiáng)補(bǔ)充了語料獲取難點。

如何構(gòu)建能自我生長的生態(tài)

“首要任務(wù)，是‘立標(biāo)準(zhǔn)、通血脈’�！倍辔皇茉L者呼吁，必須盡快從建設(shè)具體項目，轉(zhuǎn)向構(gòu)建一個能自我迭代、良性循環(huán)的生態(tài)系統(tǒng)。

一方面，是復(fù)合型人才的培育。“‘東盟小語種+AI’復(fù)合型人才招聘難，要么懂小語種缺AI技術(shù)，要么懂AI不懂小語種，供需錯配突出。”黃有章介紹，邁越科技的情況反映了行業(yè)普遍困境。

調(diào)研顯示，廣西高校語料庫建設(shè)面臨師資、學(xué)生“兩缺”難題。具備東盟語言、AI技術(shù)與行業(yè)知識的教師不足50人，多依賴外聘專家；“人工智能+小語種”專業(yè)年均畢業(yè)生僅300余人，且60%以上流向發(fā)達(dá)地區(qū)，人才流失嚴(yán)重。

針對人才短板，區(qū)內(nèi)高校紛紛創(chuàng)新模式。例如，廣西民族大學(xué)設(shè)實驗班、廣西醫(yī)科大學(xué)開微專業(yè)、廣西外國語學(xué)院開發(fā)特色課程；不少高校依托“廣西人才計劃”引進(jìn)高端人才，搭建校企聯(lián)合培養(yǎng)基地實現(xiàn)就業(yè)無縫銜接。

另一方面，需要協(xié)同創(chuàng)新破局，激活語料庫生態(tài)效能�！皢嗡�高校的資源與能力有限，唯有抱團(tuán)發(fā)展、協(xié)同發(fā)力，才能把語料庫做大做強(qiáng)、做深做精。”廣西民族大學(xué)人工智能學(xué)院院長葛麗娜提出的觀點，也是廣西高校的普遍共識。

針對校際、校企間的“數(shù)據(jù)壁壘”與安全顧慮，廣西搭建起“高校牽頭、企業(yè)參與、政府協(xié)調(diào)、東盟合作”的多元協(xié)同機(jī)制。

校企合作中，廣西科技大學(xué)與五菱汽車共建“汽車術(shù)語語料庫”，3個月內(nèi)完成5000條車載越南語術(shù)語標(biāo)注；跨境合作上，廣西高校已與東盟160余所高校建立合作，聯(lián)合研發(fā)小語種大語言模型、校準(zhǔn)醫(yī)療語料。技術(shù)層面，聚焦東盟小語種特性，開發(fā)“東盟小語種智能預(yù)標(biāo)注系統(tǒng)”，依托柳州東盟智算中心提供50%算力補(bǔ)貼。

“我們不僅要追趕前沿技術(shù)，更需要‘好用、便宜、適配本地需求’的實用技術(shù)。”廣西民族大學(xué)老師郭泉建議。

“語料庫建設(shè)不是短跑，而是久久為功的馬拉松。”專家一致表示，校、企、政協(xié)同發(fā)力，才能讓語料庫真正“用得好”，為廣西AI產(chǎn)業(yè)發(fā)展、東盟多語種合作筑牢根基。