待验证50% 置信事实精确时间

公开互联网上高质量文本的存量正在被快速消耗，促使AI团队转向非公开数据源

1

来源数

50%

置信度

长期有效

时效性

2026/10/13

首次发现

来源

AI训练数据从哪来？数据授权中介模式悄然兴起

涉及实体

公开互联网高质量文本concept AI训练数据concept

相关事实

待验证根据Epoch AI等机构的研究，公开互联网上可用于训练的高质量文本（如书籍、学术论文、优质网页内容）总量约为数百亿词级别78% 相似待验证Epoch AI估算互联网上可公开获取的高质量文本数据总量约在4.6万亿到17万亿token之间78% 相似待验证用户日常对话数据是最珍贵的数据，其价值远超公开的互联网文本72% 相似待验证年轻用户大规模转向AI可能导致依赖搜索流量的内容创作者、媒体和知识网站流量枯竭72% 相似待验证有研究预测未来几年内AI生成内容可能占据互联网内容的大部分比例69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1018043

API

curl https://kongchang.com/api/v1/knowledge/claims/1018043

MCP

get_claim(id=1018043)