內容概要：合成數據是指通過計算機算法生成的模擬數據，它模擬真實世界的數據分布和特征，通過數學模型和生成技術，來構建新的數據集，而不是直接來自現實世界的觀測或記錄。大模型訓練和開發對數據尤其是高質量數據的需求量日益增長，但大模型訓練所需數據量卻日漸緊張，面臨“不夠用、不好用、不能用”等諸多問題，而合成數據憑借其強大的場景模擬和生成能力，為許多缺乏真實觀測數據或進行實體實驗成本高昂、風險巨大的前沿領域開辟了新的研究范式。全球合成數據市場規模持續擴大，市場規模從2021年的11.8億元迅速擴張至2025年的47.6億元，期間年復合增長率高達41.8%。得益于其成熟的技術生態、嚴格的數據法規以及早期積極的企業采納，全球合成數據解決方案在北美和歐洲的滲透率最高，分別為35%-40%、25%-30%之間。中國市場增速最快，由龐大的互聯網用戶基數、豐富的落地應用場景和強有力的政策支持驅動，滲透率約為20%-25%。亞太其他地區及新興市場目前滲透率相對較低，但增長潛力巨大。聚焦中國市場，數字經濟時代下，我國高度重視數據產業發展，全方位給予大力支持，推動數據產業呈現穩步增長態勢，合成數據也迎來良好發展機遇。2024年中國合成數據市場規模超7億元，占全球總規模的約15%。2024年以來，中國境內有多家合成數據企業獲得融資，2025年6月、7月，數創弧光、智萃數據相繼完成了天使輪融資，8月深信科創獲由合肥高投領投的A輪融資，資金將重點投入合成數據生成技術、持續學習框架及世界模型的深化研發，加速自動駕駛、工業場景與具身機器人領域的規模化落地。整體來看，行業融資集中在天使輪、Pre-A輪早期階段，這也說明行業仍處于發展初期階段。未來，在AI技術迭代加速、數據安全要求提升以及成本效益優勢凸顯的多重驅動下，合成數據市場將保持強勁增長勢頭，同時量子計算、數據孿生等新興技術將徹底改變合成數據的生成，實現更高的真實性、可擴展性和效率。

上市企業：漢儀股份(301270)、星環科技-U(688031)、海量數據(603138)、熵基科技(301330)、索辰科技(688507)等

相關企業：光輪智能（北京）科技有限公司、杭州卓印智能科技有限公司、螞蟻區塊鏈科技（上海）有限公司、數創弧光(深圳)科技有限公司、安徽深信科創信息技術有限公司、IBM中國有限公司、北京松應科技有限公司、英特爾（中國）有限公司

關鍵詞：合成數據產業鏈、合成數據發展驅動因素、合成數據市場規模、合成數據投融資動態、合成數據發展趨勢

一、合成數據行業相關概述

合成數據是指通過計算機算法生成的模擬數據，它模擬真實世界的數據分布和特征，通過數學模型和生成技術，來構建新的數據集，而不是直接來自現實世界的觀測或記錄。合成數據技術路線眾多，常用的有以下三種：基于LLMs生成的合成數據、基于GANs或者DiffusionModels生成的合成數據、基于統計和模擬生成的合成數據，在實際應用中多種方式往往相互協同和補充，以提升數據合成質量。

從合成數據產業鏈來看，上游環節涵蓋了傳感器、芯片等硬件與數據管理、標注、數據安全等軟件兩大支撐領域，其中傳感器決定真實數據采集的精細度與可靠性，而芯片則是保障仿真模擬與數據生成的算力基礎，數據管理、數據標注與數據安全構成了合成數據的治理底座。中游為合成數據解決方案，合成數據解決方案競爭特征在于技術迭代快、行業Know-how門檻高、生態兼容性要求高。這三個方面決定了供應商能否實現跨行業遷移與規模化落地。下游為垂直應用領域，包括具身智能、自動駕駛、工業、金融、醫療等。

相關報告：智研咨詢發布的《中國合成數據行業市場競爭態勢及發展趨勢研判報告》

二、合成數據行業發展驅動因素

隨著人工智能技術邁向大模型時代，行業發展正經歷從“以模型為中心”向“以數據為中心”的范式轉移。近年來以GPT、DeepSeek為代表的大模型技術突破實踐表明，數據質量與規模已成為決定模型性能的核心要素。尤其是 DeepSeek 模型在復雜邏輯推理任務中取得突破性進展，源于其 R1 模型采用的數學推理數據集，不僅要求答案正確性，更對解題步驟的規范性、邏輯鏈的完整性提出嚴格標準，這種精細化的數據設計使得模型在抽象思維能力上實現質的提升。數據顯示，截至2025年7月，全球已發布大模型總數達3755個，其中中國企業貢獻1509個，數量位居全球首位。

大模型訓練和開發對數據尤其是高質量數據的需求量日益增長。雖然我國數據資源總量優勢明顯，多樣化數據資源豐富，數據顯示，2024年全國數據生產總量首次突破40ZB，達到41.06ZB，同比增長25%。人均數據生產量約為31.31太字節（TB），相當于1萬多部高清電影，同比增長25.17%，預計2025年全國數據生產總量將突破50ZB。但大模型訓練所需數據量卻日漸緊張，面臨“不夠用、不好用、不能用”等諸多問題：（1）不夠用。當前大模型訓練對數據的需求量遠超數據的增長量，有資料指出，到2026年，大模型將消耗盡所有高質量數據，低質量數據將在2030年~2050消耗殆盡，而所有圖像訓練數據在2030年~2060年被消耗完。另外，由于成本問題，也會導致某些數據難以獲取。（2）不好用。現實世界中存在數據質量參差不齊的問題，數據中存在錯誤、缺失、異常、格式不一致等情況，例如打了馬賽克的圖片，都會使得模型分析結果產生偏差。（3）不能用。隨著數據使用監管加強，數據隱私保護法律法規日益完善，對涉及個人隱私權、肖像權、個人真實信息等數據的保護力度加大，要求企業在大模型開發和應用中，不得隨意使用上述數據。這些問題一定程度上制約了人工智能發展，合成數據應運而生。

三、合成數據行業市場現狀

1、發展歷程

展望合成數據的發展歷程，可以將其大致分為以下幾個階段：初始萌芽階段（20世紀末期）：小規模研究、快速拓展階段（2010年～2022年左右）：GAN合成特定領域數據、大模型時代階段（2022年至今）：大規模合成思維鏈等適配大模型訓練的數據。

2、市場規模

人工智能技術迅速突破，對數據資源的需求日益增加，而合成數據憑借其強大的場景模擬和生成能力，為許多缺乏真實觀測數據或進行實體實驗成本高昂、風險巨大的前沿領域開辟了新的研究范式。全球合成數據市場規模持續擴大，市場規模從2021年的11.8億元迅速擴張至2025年的47.6億元，期間年復合增長率高達41.8%。

得益于其成熟的技術生態、嚴格的數據法規以及早期積極的企業采納，全球合成數據解決方案在北美和歐洲的滲透率最高，分別為35%-40%、25%-30%之間。中國市場增速最快，由龐大的互聯網用戶基數、豐富的落地應用場景和強有力的政策支持驅動，滲透率約為20%-25%。亞太其他地區及新興市場目前滲透率相對較低，但增長潛力巨大。

數據作為關鍵生產要素，充分發揮數據要素的放大、疊加、倍增作用，對推動經濟高質量發展具有重要意義。數字經濟時代下，我國高度重視數據產業發展，全方位給予大力支持，推動數據產業呈現穩步增長態勢，合成數據也迎來良好發展機遇。2024年中國合成數據市場規模超7億元，占全球總規模的約15%。

3、投融資動態

2024年以來，中國境內有多家合成數據企業獲得融資，2025年6月、7月，數創弧光、智萃數據相繼完成了天使輪融資，8月深信科創獲由合肥高投領投的A輪融資，資金將重點投入合成數據生成技術、持續學習框架及世界模型的深化研發，加速自動駕駛、工業場景與具身機器人領域的規模化落地。整體來看，行業融資集中在天使輪、Pre-A輪早期階段，這也說明行業仍處于發展初期階段。

四、合成數據行業發展趨勢

在AI技術迭代加速、數據安全要求提升以及成本效益優勢凸顯的多重驅動下，合成數據市場將保持強勁增長勢頭，預計到2028全球市場規模將超100億元，2030年市場規模將超200億元。

鑒于對更高質量和更注重隱私保護的數據源的需求，預計到2030 年，人工智能模型中合成數據的生成量將超過真實數據的使用量。未來，合成數據預計將支撐大多數AI分析項目，推動成熟領域和新興領域的創新。技術方面，量子計算、數據孿生等新興技術將徹底改變合成數據的生成，實現更高的真實性、可擴展性和效率。這些技術共同推動合成數據從“靜態復制”向“動態演化”躍遷，極大拓展了其在復雜決策場景中的適用性。如量子計算通過優化算法顯著加速大規模數據生成過程，尤其在金融與物流等場景中增強了真實性與可擴展性

以上數據及信息可參考智研咨詢（www.jwnclean.com）發布的《中國合成數據行業市場競爭態勢及發展趨勢研判報告》。智研咨詢是中國領先產業咨詢機構，提供深度產業研究報告、商業計劃書、可行性研究報告及定制服務等一站式產業咨詢服務。您可以關注【智研咨詢】公眾號，每天及時掌握更多行業動態。