中国信通院牵头的多媒体数据编织国际标准在 ITU-T 成功立项，面向 AI 多模态数据供给

据中国信通院消息，国际电信联盟第 21 研究组（ITU-T SG21）于 2026 年 7 月 6 日至 17 日在瑞士日内瓦召开全体会议，来自中国、美国、德国、日本、韩国、巴西、瑞士、加拿大、英国等国家和国际组织的百余名代表参会。会议期间，由中国信息通信研究院牵头提出的国际标准项目 ITU-T F.DF-RefFram《多媒体数据编织系统要求与参考框架》（Requirements and reference framework for data fabric system in multimedia）正式立项。该项目聚焦多媒体场景下的数据编织系统，为多源、多模态、分布式数据的发现、访问、治理与服务化供给建立统一参考。

多模态数据规模扩大，传统集中式管理面临挑战

随着数字经济和人工智能应用加速发展，企业与机构所使用的数据形态正在快速扩展。来源显示，当前数据资源已不再局限于结构化业务数据，而是覆盖文本、图像、音频、视频、三维内容、网络遥测数据、业务交互数据，以及人工智能训练和推理过程中产生或使用的数据。

这些数据往往分散在本地系统、云平台、边缘节点、内容平台和合作伙伴环境中。对 AI 应用来说，数据不只是“存起来”即可，更关键的是能否被发现、理解、授权访问、组合使用并持续治理。传统以集中汇聚为主的数据管理方式，在跨系统数据发现、异构数据集成、语义统一、访问控制、数据治理和智能供数等方面，正面临更复杂的现实问题。

数据编织（Data Fabric）正是在这一背景下被产业界关注。其核心思路可概括为“逻辑统一、物理分布”：数据可以继续分布在不同系统和位置，但通过统一的架构和能力，实现跨源数据的统一发现、理解、访问、集成、治理和服务化供给，而不要求所有数据都先集中迁移到单一平台。

标准将覆盖系统定位、功能组件与关键流程

此次立项的 ITU-T F.DF-RefFram 拟系统规定多媒体数据编织系统的总体定位、基本概念、参与角色、功能要求、参考框架、功能组件及关键业务流程。换言之，它并非只关注某一个工具或接口，而是试图为多媒体数据编织系统建立一套可被产业理解和对照实施的基础框架。

从来源披露的信息看，该标准将重点解决分布式数据发现、连接、语义管理、服务编排和治理控制等共性技术架构问题。这些能力直接关系到 AI 时代的数据底座建设：模型训练需要高质量、多样化且可治理的数据，推理和智能应用也需要在不同业务系统间及时获得可靠数据支持。

• 分布式数据发现：帮助系统识别分散在本地、云、边缘和合作方环境中的数据资源。
• 异构连接与集成：降低不同数据源、平台和服务之间的接入与集成复杂度。
• 语义管理：推动跨系统、跨模态数据在概念和含义层面的统一理解。
• 治理与访问控制：在数据供给过程中兼顾权限、合规、质量和可追溯管理。
• 服务编排：将数据能力以更易复用的方式提供给应用、分析系统和 AI 流程。

影响解读：为 AI 高质量数据供给提供标准化支撑

对中文科技产业读者而言，这一标准立项的意义在于，它将数据编织这一架构理念推进到国际标准化讨论框架中，并且明确落在“多媒体”这一与大模型、多模态 AI、内容平台和智能终端密切相关的场景。随着多模态模型和智能体应用发展，数据供给链条会越来越长：从内容采集、清洗、标注、存储，到训练、评测、检索增强和推理服务，都需要更稳定的数据组织方式。

统一标准的价值并不只是定义术语，更在于减少产业实践中的重复适配。不同厂商、平台和行业系统如果能围绕相近的功能框架设计数据能力，后续在跨平台协作、数据服务调用、治理规则映射和 AI 数据管道建设方面，成本有望下降。对于需要处理音视频、图像、三维内容等复杂数据的企业来说，标准化框架也有助于提升数据可用性和可管理性。

来源显示，该标准立项有助于推动国际产业界形成对数据编织系统的统一认识，降低不同数据源、平台和服务之间的集成复杂度，提升多模态数据发现、访问、治理和供给效率。同时，该项目也被视为中国信通院在数据领域标准化研究方面取得的积极进展。后续，中国信通院将联合各方推进数据领域标准化研究，推动标准成果与产业实践结合，并加强与相关国际标准化组织的协同。

总体来看，AI 竞争正在从单一模型能力延伸到数据、算力、工具链和工程体系的综合竞争。多媒体数据编织标准的推进，意味着围绕高质量数据供给的底层规则正在被进一步明确。对于模型厂商、云服务商、内容平台、行业软件企业和数据治理服务商来说，相关国际标准的进展值得持续关注。