王潇蔓，上海人工智能实验室数据平台中心高级工程师，具有丰富的语料创新建设经验，长期从事多语种、多模态语料资源建设与数据治理相关工作，曾参与多项语料相关国家标准及团队标准的编写。研究方向主要包括多模态语料库建设、低资源语言数据构建、智能数据处理与高质量标注体系等。

本报告将聚焦一带一路、东盟、金砖等国家语言互通需求，介绍“万卷·丝路”多模态小语种语料库的建设思路、关键技术与实践成果。目前小语种数据普遍存在数量不足与质量不高的挑战，报告将介绍如何创新构建了高质量音视频、文本等多模态多语言高质量语料库、如何利用从“国别专家+智能处理+小语种专家”协同闭环机制下实现工业级高质量语料建设的路径，以及在企业出海等实际应用场景中的落地经验。致力于为消除“语言孤岛”、促进文明互鉴、搭建高质量数字桥梁提供有力支撑。