内容概要：合成数据是指通过计算机算法生成的模拟数据，它模拟真实世界的数据分布和特征，通过数 学模型和生成技术，来构建新的数据集，而不是直接来自现实世界的观测或记录。大模型训练和开发对 数据尤其是高质量数据的需求量日益增长，但大模型训练所需数据量却日渐紧张，面临"不够用、不好 用、不能用"等诸多问题，而合成数据凭借其强大的场景模拟和生成能力，为许多缺乏真实观测数据或 进行实体实验成本高昂、风险巨大的前沿领域开辟了新的研究范式。全球合成数据市场规模持续扩大， 市场规模从2021年的11.8亿元迅速扩张至2025年的47.6亿元，期间年复合增长率高达41.8%。得益于其 成熟的技术生态、严格的数据法规以及早期积极的企业采纳，全球合成数据解决方案在北美和欧洲的渗 透率最高，分别为35%-40%、25%-30%之间。中国市场增速最快，由庞大的互联网用户基数、丰富的落 地应用场景和强有力的政策支持驱动，渗透率约为20%-25%。亚太其他地区及新兴市场目前渗透率相对 较低，但增长潜力巨大。聚焦中国市场，数字经济时代下，我国高度重视数据产业发展，全方位给予大 力支持，推动数据产业呈现稳步增长态势，合成数据也迎来良好发展机遇。 ...