云測數(shù)據(jù)智能駕駛數(shù)據(jù)解決方案2.0：智駕賽道的“源頭創(chuàng)新”

文：談擎說AI 作者：鄭開車

智能經(jīng)濟時代，有人將數(shù)據(jù)比作石油，比作燃料。誠然，拿無人駕駛賽道來講，數(shù)據(jù)標注是實現(xiàn)無人駕駛系統(tǒng)準確性的前提。

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

在談擎說AI看來，詩意的講，數(shù)據(jù)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(shù)據(jù)做上標注，就是對“源頭活水”的凈化。

從這個維度來講，數(shù)據(jù)標注是智駕賽道的“源頭創(chuàng)新”。

作為“源頭”，那么數(shù)據(jù)標注的發(fā)展、進化、創(chuàng)新就顯得尤為重要。為了更好的認知數(shù)據(jù)標注賽道，談擎說AI團隊連線云測數(shù)據(jù)總經(jīng)理賈宇航，探究數(shù)據(jù)標注產(chǎn)業(yè)背后的圭臬。

//量產(chǎn)比拼時代：數(shù)據(jù)標注賽道的進化路徑

在國內(nèi)乘用車市場，高階智能駕駛輔助功能滲透率不斷提升。據(jù)工信部相關數(shù)據(jù)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(xù)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(yè)加速量產(chǎn)，是智能駕駛賽道的基本面。想要量產(chǎn)，想規(guī)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(tǒng)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(guī)模且高質(zhì)量的數(shù)據(jù)集去訓練。

“其實早在21年的時候，云測數(shù)據(jù)就發(fā)布了智能駕駛的數(shù)據(jù)解決方案1.0版本，1.0版本的解決方案圍繞著企業(yè)整個研發(fā)周期——針對企業(yè)預研階段，云測數(shù)據(jù)為其提供相關行業(yè)場景基礎數(shù)據(jù)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(fā)階段，云測數(shù)據(jù)提供場景化的數(shù)據(jù)采集與標注服務，滿足當前階段對AI數(shù)據(jù)精度和規(guī)模的需求;對于形成數(shù)據(jù)閉環(huán)的第三階段，云測數(shù)據(jù)提供一整套成熟工具幫助完成數(shù)據(jù)采集、標注、管理一系列流程，幫助企業(yè)優(yōu)化迭代。”云測數(shù)據(jù)總經(jīng)理賈宇航對談擎說AI表示道。

高質(zhì)量AI數(shù)據(jù)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(shù)據(jù)精確化顯得更為重要：一方面，現(xiàn)實交通場景復雜、安全威脅多，非常重視數(shù)據(jù)分析的效率和敏捷；另一方面，標注數(shù)據(jù)質(zhì)量的高低將直接影響智能駕駛的判斷和用戶體驗。有優(yōu)質(zhì)數(shù)據(jù)存在，才會訓練出優(yōu)質(zhì)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(shù)據(jù)量極為龐大，不斷的迭代更新，要想提高效率，數(shù)據(jù)標注人員培訓的規(guī)范化、溝通成本、業(yè)務流程管理至關重要。

另一個是技術效率。

“其實在數(shù)據(jù)處理工具鏈層面上，云測數(shù)據(jù)做了很多標準化。比如研發(fā)上更強調(diào)系統(tǒng)集成這個概念，面對每一個企業(yè)不同的數(shù)據(jù)底座來講，會有很多不同需要，或者不同企業(yè)之間數(shù)據(jù)流轉的規(guī)范是不同的。云測數(shù)據(jù)這個過程之中將數(shù)據(jù)處理工具進行標準API接口研發(fā)，快速支持企業(yè)靈活調(diào)用。”云測數(shù)據(jù)總經(jīng)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(yè)變革速度很快，高效率的交付質(zhì)量，保證了時效性，智能汽車現(xiàn)在是OTA遠程升級，早日升級保證了用戶體驗，以及產(chǎn)品競爭力。

在談擎說AI看來，對于云測數(shù)據(jù)來講，其技術能力是產(chǎn)品化和產(chǎn)品標準化的前提。對于數(shù)據(jù)標注行業(yè)來講，標準化，也將促進智能駕駛數(shù)據(jù)標注市場的開拓和發(fā)展。

最后是數(shù)據(jù)安全。

從數(shù)據(jù)的采集、數(shù)據(jù)的標注，再到數(shù)據(jù)的管理，每一個環(huán)節(jié)都必須保證數(shù)據(jù)不被泄露、不被竊取。不少企業(yè)放棄公有云，通過私有云部署、內(nèi)外網(wǎng)絡隔離、實時數(shù)據(jù)流量監(jiān)控等方式進行。

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

//升級賦能：卷自己推動行業(yè)發(fā)展

Grand View Research預計，到2027年，全球無人駕駛數(shù)據(jù)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(fā)展的賽道，云測數(shù)據(jù)發(fā)布云測數(shù)據(jù)智能駕駛數(shù)據(jù)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(shù)據(jù)底座為核心，全面升級數(shù)據(jù)標注及數(shù)據(jù)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(shù)據(jù)標注效率。

升級賦能：針對特定算法類型的數(shù)據(jù)持續(xù)優(yōu)化迭代，并納入更多場景數(shù)據(jù)。

對于此次2.0版本，云測數(shù)據(jù)總經(jīng)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(fā)點。目前整個的智能駕駛行業(yè)處于規(guī)模量產(chǎn)階段，對于不少智駕企業(yè)已經(jīng)在逐漸的搭建自己的數(shù)據(jù)系統(tǒng)、數(shù)據(jù)閉環(huán)，云測數(shù)據(jù)更加強調(diào)去幫助企業(yè)在系統(tǒng)集成性、數(shù)據(jù)流轉的層面的優(yōu)化，這個是升級的第一點。

其次：云測數(shù)據(jù)智能駕駛數(shù)據(jù)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(qū)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(shù)據(jù)持續(xù)優(yōu)化迭代，涵蓋點云4D疊幀、語義分割聯(lián)合標注和智能ID軌跡預測。數(shù)據(jù)集也更加豐富，納入了更多場景數(shù)據(jù)，標注方法也從原來以點線面體為主進化到融合4D標注規(guī)則和標注工藝。在服務方面，數(shù)據(jù)標注精度、反饋給企業(yè)的時效性有了大幅提升。

在談擎說AI看來，云測數(shù)據(jù)智能駕駛數(shù)據(jù)解決方案2.0，將對行業(yè)產(chǎn)生以下影響：

1 服務智能駕駛企業(yè)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(shù)據(jù)服務具備敏銳的洞察力和精進的技術研發(fā)能力，才能夠及時識別和把握新行業(yè)發(fā)展趨勢，取得領先優(yōu)勢。

2 數(shù)據(jù)標注行業(yè)良莠不齊，云測數(shù)據(jù)的智能駕駛數(shù)據(jù)解決方案2.0為行業(yè)提供了可供參考的服務標準，推動行業(yè)發(fā)展走向規(guī)范化的新階段，通過提供高質(zhì)量、高效率的方案來解決自動駕駛產(chǎn)業(yè)落地的數(shù)據(jù)需求，為無人駕駛賽道發(fā)展保駕護航，夯實了這個行業(yè)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(chǎn)品、提升產(chǎn)品質(zhì)量，而作為實現(xiàn)AI功能的上游數(shù)據(jù)訓練環(huán)節(jié)，需要高效、高質(zhì)的AI數(shù)據(jù)支撐，從而打造出用戶體驗良好、具備差異化優(yōu)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(xié)助、管理能力、數(shù)據(jù)、算力儲備、缺一不可。但如果說從底層邏輯來看，數(shù)據(jù)更為重要。業(yè)界大牛陸奇曾不止一次在公眾場合表示，數(shù)據(jù)是人工智能時代的核心產(chǎn)能。如何挖掘數(shù)據(jù)價值，不啻為智駕企業(yè)的核心要義。

//大模型時代：數(shù)據(jù)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(xiàn)在的科技圈進入了百模大戰(zhàn)。AI數(shù)據(jù)影響、甚至是決定著AI的質(zhì)量，同時人工智能的快速發(fā)展，也在影響著AI數(shù)據(jù)標注賽道。

"人工標注和自動標注后的人工審核校驗和微調(diào)，這是未來的一種業(yè)態(tài)。在這個趨勢下，自動標注的數(shù)據(jù)量的占比可能會越來越高。其實這里邊會發(fā)現(xiàn)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(shù)據(jù)的需要、標注的數(shù)據(jù)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(shù)據(jù)總經(jīng)理賈宇航對談擎說AI表示道。

對于大模型熱，云測數(shù)據(jù)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(shù)據(jù)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(yè)，云測數(shù)據(jù)持續(xù)精進為其提供對應的場景化數(shù)據(jù)。

在談擎說AI看來，大模型的本質(zhì)是為了提升效率，高質(zhì)量交付，為客戶賦能。作為工具類產(chǎn)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(tǒng)，不是拿著錘子找釘子，大模型火了就盲目跟進，而是根據(jù)需求，去開發(fā)適用于企業(yè)的應用。

縱觀整個出行領域，從傳統(tǒng)汽車到智能汽車，底層邏輯是從制造驅動到數(shù)據(jù)驅動的產(chǎn)品革命，數(shù)據(jù)是當下的核心驅動力，得數(shù)據(jù)者得天下，為智駕企業(yè)做好賦能，也是對中國乃至全球汽車產(chǎn)業(yè)進化的有利助攻。

· 談擎說AI出品 ·

· 未經(jīng)授權 謝絕轉載 ·

· 歡迎分享到朋友圈哦 ·