AI浪潮火爆全球，国内也涌现出一批优秀的AI应用，例如Kimi Chat、豆包、通义千问、文心一言等，训练AI大模型需要大量的AI语料，目前国内存量数据资源丰富，但由于数据挖掘不足、无法自由在市场上流通等现状，中文优质数据仍然稀缺，AI语料相关企业受到广泛关注。

近期，新闻出版巨头施普林格出版集团与ChatGPT开发机构OpenAI签署协议，成为全球第一家与OpenAI合作将新闻业与人工智能技术进行更深入整合的出版机构。

银河证券认为，当前AI政策密集出台，高质量数据集和训练数据版权问题得到重视，未来优质训练数据库的价值将得到凸显。出版行业公司大多拥有丰富的电子化的图文资源，这可以作为国内外大模型训练的重要数据集。

相关成分股信息：

1）中文在线

入选理由：公司拥有的高质量正版数据总量超过60TB，含文字/音频/视频多种类型，覆盖小说、科普、社会等多个品类，累积数字内容资源超550万种，网络原创驻站作者450余万名，同时与600余家版权机构合作，签约知名作家、畅销书作者2000余位

2）中国出版

入选理由：公司拥有丰富的作者、译者、内容资源；2022年公司在全国图书零售市场实洋占有率为7.53%，动销品种10万余种，双双领跑行业，其中文艺、语言、学术文化、工具书类市场份额保持第一

3）中信出版

入选理由：公司拥有全球经济科技领域权威学者、知名作家和企业家的新书版权；2023年公司在全国图书零售市场实洋占有率为3.25%，其中经管、心理自助、传记类图书排名第一

4）读客文化

入选理由：公司合作作家超700位，国内原创作者近200位，已与全球四大版代在内的数十家版权代理公司保持着长期稳定的合作关系

5）掌阅科技

入选理由：公司在文学和阅读领域的版权储备业内领先，内容储备近300TB，已与国内外300多家知名内容厂商紧密合作，拥有各类优质版权30万余册

6）中广天择

入选理由：旗下“淘剧淘”版权交易平台共计入驻电视台播出机构500余家，电视剧版权公司200余家，汇集400余部近两万集优质电视剧

7）华策影视

入选理由：国内影视剧制作龙头，电视剧年产能规模稳居全行业第一，公司已拥有国内最大影视素材运营平台，手握5万小时版权数量

8）视觉中国

入选理由：公司是全球领先的视觉内容数字版权供应商，拥有超4亿张图片资源、3000万条视频素材和35万首音乐，签约创作者超过50万

9）新华传媒

入选理由：公司是上海报业集团旗下唯一上市公司，上海报业旗下所属有《解放日报》《新民》《财联社》《澎湃》等30多个知名媒体平台，涵盖财经、民生、时政、教育、艺术、体育等几乎所有领域

10）上海电影

入选理由：旗下上海美术电影制片厂是中国历史悠久、片库量丰富、知识产权众多的国有动画企业，创作了《大闹天宫》、《小蝌蚪找妈妈》、《黑猫警长》、《葫芦兄弟》等500多部经典作品

通过财联社的搜索功能，搜索“AI语料”板块，查看更多更全成份股。