YTL AI Labs 和 NVIDIA 发布了 135 万个并不存在的马来西亚人。这个数据集叫 Nemotron-Personas-Malaysia，于 2026 年 9 月 23 日公布。如果你的公司快要推出客服机器人，这是个便宜的办法：拿说话方式和你团队不一样的人，来测试你的 AI 聊天机器人。
YTL AI Labs 和 NVIDIA 到底发布了什么
合成人物（synthetic persona）是一个虚构的人，但他的各项资料符合真实的人口统计。数据集里没有一个人是真的，可年龄、职业和地区的比例跟全国一致。根据 The Star、Lowyat.NET 和 EdgeProp 的报道：
| 项目 | 内容 |
|---|---|
| 规模 | 135 万个人物，由 15 万条基础记录扩展而来 |
| 字段 | 每人 39 项，包括年龄、性别、职业、所在地和性格，细到县区一级 |
| 语言 | 以马来文为主，是 NVIDIA 人物合集里第一个这样做的 |
| 覆盖族群 | 马来人、华人、印度人、卡达山-杜顺人、巴瑶人、姆律人、伊班人、比达友人、马兰诺人等 |
| 数据来源 | 马来西亚统计局、OpenDOSM、MyCensus、eStatistik |
| 授权 | CC-BY-4.0，可免费商用 |
YTL AI Labs 首席执行员 Foong Chee Mun 说，评价 AI 不应只看模型大小，“还要看它能不能理解它所服务的群体”（Sabah Media，译自马来文）。ILMU 也是这个团队做的。
问题在于：报道说数据集已经放上 Hugging Face，但我们在 9 月 24 日查看时，NVIDIA 的公开合集列出十个国家，里面没有马来西亚。
NVIDIA 的 Nemotron-Personas 合集，2026 年 9 月 24 日上午 11:30 截图，为了放下整份列表已去掉缩略图。来源：Hugging Face
在它真正出现之前，别把上线计划押在一个你还没见过的链接上。也别把它跟 Malaysia-Personas 搞混，那是同一天发布、毫不相干的社区数据集。
怎么用假的大马人测试 AI 聊天机器人？
测试 AI 聊天机器人的方法是：先写下正确回复应该是什么样，再用各种不同顾客的信息去问机器人，最后逐条对照清单检查。合成人物让第二步便宜很多。大多数机器人只由做它的人测试，而他们早就知道机器人该怎么回答。
- 写下正确回复的标准。五到十条就够：用顾客的语言回复、报对价格、绝不编造政策、答不了就转给真人。
- 挑 50 个横跨各州、各年龄层和各行业的人物，比如古晋的退休老师，或巴生的 Grab 司机。
- 让 AI 用每个人物的口吻写出第一条信息，可以是正式马来文、Manglish，或者只有两个字的不耐烦。
- 把这些信息发给你的机器人，按清单给每个回复打分，失败的部分自己亲眼看一遍。
我们那篇 PMX AI 停摆的文章，讲的就是跳过这一步的代价。
用假顾客测试 AI 聊天机器人，会漏掉什么
我们会用这个数据集来抓明显的漏洞，比如斗湖顾客用沙巴马来话提问，机器人却用英文回答。但人物是从平均数据里生成的，真实顾客会发语音、发模糊截图、一连发三条信息，还会问上个星期的促销。这些事，数据集不会知道。
人物描述也是语言模型写的，所以可能比真人整齐。测试通过，意思只是“没有明显漏洞”，不是“可以上线”。
还有一个好处：用虚构的人测试，就不用把真实顾客的聊天记录贴进测试工具。想了解背后的原因，可以看顾客资料在 AI 工具里去了哪里。
这对马来西亚企业意味着什么
如果有人在帮你做聊天机器人，问他们：谁测试的？那些测试的人是怎么打字的？如果答案是“我们自己的团队”，这个数据集让你可以免费要求他们多做一步。
之后，找一小批真实顾客做试运营，并安排真人盯着每一段对话。真正的问题会在那时出现。
Gotchaa Lab 为马来西亚企业开发和测试 AI 聊天机器人与智能体。如果你想在上线前听听第二意见，来聊聊。
参考资料
- YTL AI Labs, NVIDIA launch open dataset reflecting Malaysia's population diversity, The Star
- YTL AI Labs Teams Up With NVIDIA To Build Dataset For Malaysia-Focused AI, Lowyat.NET
- YTL AI Labs Lancar Set Data NVIDIA Nemotron-Personas-Malaysia, Sabah Media
- YTL AI Labs, Nvidia release 1.35 million synthetic Malaysian personas, EdgeProp.my
- Nemotron-Personas collection, NVIDIA on Hugging Face
