金耀在《法学论坛》2026年第2期撰文指出：人工智能模型的迭代升级离不开数据训练语料库的供给。当前人工智能数据训练主要依赖现实世界的真实数据，存在高质量的数据供给方式缺乏、个人信息和隐私泄露、自动化决策偏见固化、大规模版权侵权、数据模型训练缺少伦理价值对齐等问题。上述问题已严重制约我国人工智能模型的开发与创新。作为一种技术解决方案，合成数据不但可以有效解决训练数据的质量与数量问题，而且可以有效减少数据训练的法律风险并重塑人工智能的伦理治理。合成数据治理应成为我国人工智能模型开发的重要路径，为此，须在理论上形成“技术—法律—伦理”的多维治理方案，在制度上激励合成数据的高质量供给，拓宽合成数据的获取渠道，保证合成数据治理的公平性。