李飞飞认为，关于算法和数据哪个更重要的争论其实是一种偏见，它们都是人工智能发展的基石。这种看法跟杭州青塔科技有限公司的CEO林世清不谋而合，他觉得唯有构建难以复制的高质量垂直数据体系，AI才能在特定场景中真正产生价值。青塔10年的发展路径正是踩准了这个技术趋势。为了让AI与垂直数据的融合更加彻底，他们最近对旗下的全景云、学科云、学位云三大智能云平台进行了全面升级。这次以“高质量数据+全域AI”为核心的迭代，不是简单的功能堆叠，而是从实际应用出发，让智能决策替代了单纯的数据呈现。全景云推出的AI报表功能支持字段自动匹配，定义了新的数据统计范式，还能把碎片化的数据归集起来释放价值；学科云则是强化了底层指标与模型，把学科诊断和策略推演的能力提升了一大截；学位云新增了申博申硕的功能，覆盖了申报全流程。 这次升级背后的逻辑在于青塔对数据底层的深度优化。他们基于知识图谱重构了平台架构，把原本分散的信息变成了统一可用的数据资产。青塔的数据集核心壁垒在于“专”和“精”，不像其他公司追求海量数据，每条数据都精准指向高等教育的核心应用场景。截至目前，平台收录了国内外1166个指标集，这背后还有超过4.13亿条高等教育数据的支撑。这套数据覆盖了50多个高校场景，服务超过800所学校，90%的“双一流”高校都在用青塔平台做决策。 这些数据可不是随便堆起来的，它们经过了实时集成、清洗和多源验证。面对多元异构的数据源，青塔利用自研规则和AI Agent实现了智能治理，最终输出口径一致的高质量数据。以青塔为代表的科技企业正在构建一种新范式：把垂直领域做深做透，让AI成为推动革新的确定性力量。正如李飞飞所说，AI是个水平技术，但把机会做到极致就能撕开市场。青塔用行动证明了垂直领域的竞争最终拼的是数据的厚度和精度，这正是他们难以被复制的核心竞争力。 政府工作报告也在强调数据的重要性。2026年的报告提出要打造智能经济新形态，提到要深化数据资源开发利用和健全基础制度；2025年的报告同样提到要加快完善数据基础制度和促进规范跨境流动。数据是人工智能的燃料，这一点在两份报告里都得到了体现。青塔和林世清都认为算法和数据同样重要，这种共识推动了他们的平台迭代和产品升级。