文：談擎說AI 作者：鄭開車

智能經濟時代，有人將數據比作石油，比作燃料。誠然，拿無人駕駛賽道來講，數據標注是實現無人駕駛系統準確性的前提。

數據標注將無標記的數據加上標簽或標注，使其成為有標記的數據，這樣機器學習算法才能夠利用這些數據進行訓練和學習，從而提高自動駕駛系統的準確性和性能。

在談擎說AI看來，詩意的講，數據標注的價值可以用一句古詩來比擬——“問渠那得清如許，為有源頭活水來”。無人駕駛想要提高準確性，想要“清如許”，需要”源頭活水來”。給數據做上標注，就是對“源頭活水”的凈化。

從這個維度來講，數據標注是智駕賽道的“源頭創新”。

作為“源頭”，那么數據標注的發展、進化、創新就顯得尤為重要。為了更好的認知數據標注賽道，談擎說AI團隊連線云測數據總經理賈宇航，探究數據標注產業背后的圭臬。

//量產比拼時代：數據標注賽道的進化路徑

在國內乘用車市場，高階智能駕駛輔助功能滲透率不斷提升。據工信部相關數據顯示，2021年中國L2級輔助駕駛乘用車新車市場滲透率達到23.5%，2022年上半年其滲透率增加至30%，并且滲透率還在持續不斷提升。有機構預測，到2025年，中國L2級以上智能汽車的銷量將突破1000萬臺，滲透率將達到50%。

用戶需求井噴，主機廠跑馬圈地，無人駕駛企業加速量產，是智能駕駛賽道的基本面。想要量產，想規模化，成本把控能力、駕駛交付體驗等都提出了新的要求。

首先，精準度。

智能駕駛系統對感知模型精度的要求也越來越高，因此，提升車輛感知模型的精度需要大規模且高質量的數據集去訓練。

“其實早在21年的時候，云測數據就發布了智能駕駛的數據解決方案1.0版本，1.0版本的解決方案圍繞著企業整個研發周期——針對企業預研階段，云測數據為其提供相關行業場景基礎數據集進行訓練，解決場景識別等基礎問題；到了基于特定場景的定制開發階段，云測數據提供場景化的數據采集與標注服務，滿足當前階段對AI數據精度和規模的需求;對于形成數據閉環的第三階段，云測數據提供一整套成熟工具幫助完成數據采集、標注、管理一系列流程，幫助企業優化迭代。”云測數據總經理賈宇航對談擎說AI表示道。

高質量AI數據才能釋放人工智能的價值。對于智能駕駛技術而言，這樣的數據精確化顯得更為重要：一方面，現實交通場景復雜、安全威脅多，非常重視數據分析的效率和敏捷；另一方面，標注數據質量的高低將直接影響智能駕駛的判斷和用戶體驗。有優質數據存在，才會訓練出優質的算法。

其次，效率。

在談擎說AI看來，提高效率，主要是分為兩種，一種是管理效率，一種是技術效率。

我們先來看管理效率，智能駕駛有很多落地場景且數據量極為龐大，不斷的迭代更新，要想提高效率，數據標注人員培訓的規范化、溝通成本、業務流程管理至關重要。

另一個是技術效率。

“其實在數據處理工具鏈層面上，云測數據做了很多標準化。比如研發上更強調系統集成這個概念，面對每一個企業不同的數據底座來講，會有很多不同需要，或者不同企業之間數據流轉的規范是不同的。云測數據這個過程之中將數據處理工具進行標準API接口研發，快速支持企業靈活調用。”云測數據總經理賈宇航如是說。

標準化，意味著更高的效率，對于無人駕駛來講，技術日新月異，行業變革速度很快，高效率的交付質量，保證了時效性，智能汽車現在是OTA遠程升級，早日升級保證了用戶體驗，以及產品競爭力。

在談擎說AI看來，對于云測數據來講，其技術能力是產品化和產品標準化的前提。對于數據標注行業來講，標準化，也將促進智能駕駛數據標注市場的開拓和發展。

最后是數據安全。

從數據的采集、數據的標注，再到數據的管理，每一個環節都必須保證數據不被泄露、不被竊取。不少企業放棄公有云，通過私有云部署、內外網絡隔離、實時數據流量監控等方式進行。

在談擎說AI看來，如果說數據標注的效率、質量是一個數據標注企業的上限，那么數據安全則是一個企業的下限，上限決定了企業的天花板，下限則決定了能否站在數據標注的舞臺之上。自動駕駛數據養料的質量，決定著無人駕駛企業的競爭力，是企業的基石。算法、算力具有非獨家性，數據卻是獨家的，保證數據安全的基礎上，對數據的充分利用，將是決定未來商業化進展的關鍵一環。

//升級賦能：卷自己推動行業發展

Grand View Research預計，到2027年，全球無人駕駛數據標注市場年均復合增長率為28.8%。為了更好的適應、引領這個蓬勃發展的賽道，云測數據發布云測數據智能駕駛數據解決方案2.0，全新升級。

這次的2.0版本主要是圍繞以下三個方面：

升級賦能：以集成數據底座為核心，全面升級數據標注及數據管理工具鏈。

升級賦能：升級人工標注與自動標注交互能力，全面提升數據標注效率。

升級賦能：針對特定算法類型的數據持續優化迭代，并納入更多場景數據。

對于此次2.0版本，云測數據總經理賈宇航給出了自己的理解：

首先：2.0版本，這一次迭代會有一個新的出發點。目前整個的智能駕駛行業處于規模量產階段，對于不少智駕企業已經在逐漸的搭建自己的數據系統、數據閉環，云測數據更加強調去幫助企業在系統集成性、數據流轉的層面的優化，這個是升級的第一點。

其次：云測數據智能駕駛數據解決方案2.0集成了不同模型的預標注能力，包括圖像整幀、自選物體、區域、點云批次識別和文本識別等，重新定義了基于預標注的人工標注效能，如能效看板、綜合看版等。

最后：我們看到了越來越多傳感器融合等相關的技術在自動駕駛中應用，此次升級的2.0方案針對特定算法類型的數據持續優化迭代，涵蓋點云4D疊幀、語義分割聯合標注和智能ID軌跡預測。數據集也更加豐富，納入了更多場景數據，標注方法也從原來以點線面體為主進化到融合4D標注規則和標注工藝。在服務方面，數據標注精度、反饋給企業的時效性有了大幅提升。

在談擎說AI看來，云測數據智能駕駛數據解決方案2.0，將對行業產生以下影響：

1 服務智能駕駛企業的門檻在提升，如今大模型時代，如何借助工具提升效率、更好的為智駕客戶賦能，需要AI數據服務具備敏銳的洞察力和精進的技術研發能力，才能夠及時識別和把握新行業發展趨勢，取得領先優勢。

2 數據標注行業良莠不齊，云測數據的智能駕駛數據解決方案2.0為行業提供了可供參考的服務標準，推動行業發展走向規范化的新階段，通過提供高質量、高效率的方案來解決自動駕駛產業落地的數據需求，為無人駕駛賽道發展保駕護航，夯實了這個行業的地基。

3 伴隨汽車智能化演進，輔助駕駛、智能泊車等功能正日趨成熟。對于汽車的智能功能而言，決定一項功能用戶體驗的好壞、是否成為賣點，需要反復精細打磨產品、提升產品質量，而作為實現AI功能的上游數據訓練環節，需要高效、高質的AI數據支撐，從而打造出用戶體驗良好、具備差異化優勢的智能應用。

對于智駕賽道而言，是典型的木桶理論，團隊協助、管理能力、數據、算力儲備、缺一不可。但如果說從底層邏輯來看，數據更為重要。業界大牛陸奇曾不止一次在公眾場合表示，數據是人工智能時代的核心產能。如何挖掘數據價值，不啻為智駕企業的核心要義。

//大模型時代：數據標注賽道將走向何方？

要說當下最火的賽道，無疑是大模型，現在的科技圈進入了百模大戰。AI數據影響、甚至是決定著AI的質量，同時人工智能的快速發展，也在影響著AI數據標注賽道。

"人工標注和自動標注后的人工審核校驗和微調，這是未來的一種業態。在這個趨勢下，自動標注的數據量的占比可能會越來越高。其實這里邊會發現有一個很有意思的概念，就是自動標注的占比可能會越來越高，人工標注的占比可能會相對會減少，但是整個的數據的需要、標注的數據量是在逐漸的增大的，所以人工標注的需求量還是增加的、處于攀升的過程之中。"云測數據總經理賈宇航對談擎說AI表示道。

對于大模型熱，云測數據有著自己的思考，不是一味的跟風也不是對新技術置之不理，而是更好的結合：第一點是云測數據的工具與大模型做更好的結合；第二點布局則是針對這些大模型相關企業，云測數據持續精進為其提供對應的場景化數據。

在談擎說AI看來，大模型的本質是為了提升效率，高質量交付，為客戶賦能。作為工具類產品，要更快能適用新的體系，為客戶賦能，更好的耦合客戶的系統，不是拿著錘子找釘子，大模型火了就盲目跟進，而是根據需求，去開發適用于企業的應用。

縱觀整個出行領域，從傳統汽車到智能汽車，底層邏輯是從制造驅動到數據驅動的產品革命，數據是當下的核心驅動力，得數據者得天下，為智駕企業做好賦能，也是對中國乃至全球汽車產業進化的有利助攻。

· 談擎說AI出品 ·

· 未經授權 謝絕轉載 ·

· 歡迎分享到朋友圈哦 ·