近日，在2026世界人工智能大会的“人工智能高质量语料生态论坛”上，由广州大学、广州市社科联共建的粤语语料库建设与大模型评测重点实验室发布两项原创成果——AI-DIMSUM粤语语料库搜索平台2.0和粤语真实语音上下文交互能力评测基准CRS-Bench。

　　何为粤语语料库？简单来说，它是为粤语建立的一套“数字家底”。现实生活中的粤语文本、语音、视频以及背后的场景和文化知识，只有经过采集、清洗、标注、确权、评测，才能成为可供模型训练和应用的数据资源。而语料库不只是收集语言资料的“仓库”，更是服务粤语AI创新的数据“基建”。

　　为何要建？首先是让人工智能真正“懂粤语”。其次，是为岭南文化筑牢数字根基。可以说，粤语记录着岭南社会的发展演变，承载着广府人的思维方式和生活方式，也是连接粤港澳大湾区及海内外广府人的情感纽带。建设高质量的粤语语料库，正是为了让AI真正读懂粤语的韵味、理解岭南文化的灵魂，实现前沿技术与本土文化的深度融合。

　　——陈文杰：让粤语在AI时代“声声不息”