近年來，隨著不同大模型在語言理解及生成等領(lǐng)域的出色表現(xiàn)，大模型別后的規(guī)模規(guī)律不斷強(qiáng)化數(shù)據(jù)在要提升AI性能上的關(guān)鍵作用，AI數(shù)據(jù)服務(wù)可加速高質(zhì)量數(shù)據(jù)的獲取與標(biāo)注，推動AI算法的創(chuàng)新與持續(xù)優(yōu)化，是AI產(chǎn)業(yè)發(fā)展的基礎(chǔ)。加速高質(zhì)量數(shù)據(jù)的獲取與標(biāo)注，推動AI算法的創(chuàng)新與持續(xù)優(yōu)化，是未來人工智能行業(yè)發(fā)展的大勢所趨。

AI數(shù)據(jù)服務(wù)三大核心產(chǎn)品：標(biāo)準(zhǔn)數(shù)據(jù)集、定制數(shù)據(jù)集、配套產(chǎn)品工具服務(wù)

標(biāo)貝科技是專注于為各行業(yè)的AI算法訓(xùn)練與調(diào)優(yōu)提供AI數(shù)據(jù)服務(wù)的公司。標(biāo)貝科技通過提供標(biāo)準(zhǔn)數(shù)據(jù)集、定制數(shù)據(jù)集和配套產(chǎn)品工具服務(wù)，為眾多人工智能廠商提供支持互聯(lián)網(wǎng)、大模型、智能駕駛等各領(lǐng)域的AI技術(shù)發(fā)展的有力支撐。

A. 數(shù)據(jù)集按內(nèi)容格式可分為文本、圖像、視頻、語音等類型，核心數(shù)據(jù)集生產(chǎn)流程主要包括方案設(shè)計、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注和數(shù)據(jù)質(zhì)檢等五個關(guān)鍵環(huán)節(jié)。標(biāo)準(zhǔn)數(shù)據(jù)集是由如標(biāo)貝科技等類似的數(shù)據(jù)服務(wù)廠商研發(fā)并可多次銷售的統(tǒng)一標(biāo)準(zhǔn)化的數(shù)據(jù)集；

B. 定制數(shù)據(jù)集是依據(jù)客戶需求制作特定數(shù)據(jù)集，數(shù)據(jù)的知識產(chǎn)權(quán)歸客戶所有；

C. 配套產(chǎn)品工具服務(wù)包括標(biāo)注工具、實(shí)訓(xùn)平臺及AI模型評測等軟硬件工具服務(wù)，用于滿足高效標(biāo)注數(shù)據(jù)、培訓(xùn)數(shù)據(jù)標(biāo)注、評估AI能力效果等不同層次的客戶需求，輔助和延展數(shù)據(jù)服務(wù)廠商的相關(guān)業(yè)務(wù)。

AI數(shù)據(jù)服務(wù)****服務(wù)場景——通用大模型

大模型AI數(shù)據(jù)服務(wù)，數(shù)據(jù)量更大、維度更加多元，標(biāo)注方式及質(zhì)量評判標(biāo)準(zhǔn)也更為復(fù)雜多樣

通用大模型的算法模型從理論到實(shí)踐的應(yīng)用過程需要大量的訓(xùn)練數(shù)據(jù)未訓(xùn)練模型的穩(wěn)定性和精準(zhǔn)性。廠商提供的訓(xùn)練數(shù)據(jù)數(shù)據(jù)量越多、越完整、標(biāo)注質(zhì)量越高，大模型推演的結(jié)果就越可靠。就目前業(yè)內(nèi)最知名的大模型-ChatGPT在2022年11月上線以來，掀起了AI乃至社會經(jīng)濟(jì)各領(lǐng)域?qū)Υ竽Ｐ偷难杏懪c應(yīng)用的熱潮。與傳統(tǒng)AI相似，大模型依然需要大量優(yōu)質(zhì)數(shù)據(jù)為維持其模型的穩(wěn)定性，且大模型所需訓(xùn)練數(shù)據(jù)的數(shù)據(jù)量更大、數(shù)據(jù)維度更加多元，標(biāo)注方式及質(zhì)量評判標(biāo)準(zhǔn)也更為復(fù)雜多樣。

AI數(shù)據(jù)服務(wù)服務(wù)場景——自動****駕駛

AI基礎(chǔ)數(shù)據(jù)服務(wù)與AI算法研發(fā)相互促進(jìn)，共同推動著自動駕駛的實(shí)現(xiàn)

自動駕駛是目前人工智能應(yīng)用最為成功、成熟的行業(yè)之一，在訓(xùn)練模型和端到端的技術(shù)加持下，自動駕駛的智能化程度不斷提升，智能駕駛的性能已成為部分消費(fèi)者在購車時的重要考慮因素。在高級別的自動駕駛系統(tǒng)中，主要依賴攝像頭和激光雷達(dá)兩大核心傳感器采集的數(shù)據(jù)進(jìn)行駕駛模型訓(xùn)練。這兩類傳感器中，主要采集數(shù)據(jù)場景如下：

A. 攝像頭主要用于捕捉二維圖像，通過攝像頭捕捉的圖像數(shù)據(jù)具有高分辨率和豐富的色彩細(xì)節(jié)等特點(diǎn)；

B. 激光雷達(dá)則是通過發(fā)射和接收激光脈沖生成高精度的三維點(diǎn)云立體空間數(shù)據(jù)，三維點(diǎn)云立體空間數(shù)據(jù)能夠精確測量物體與車之間的距離、物體的尺寸和相對位置，且其受光照等外界條件影響較小。

以上為用于自動駕駛不同數(shù)據(jù)類型的兩類傳感器詳細(xì)介紹，在以上兩種傳感器中，攝像頭和激光雷達(dá)具有不同的數(shù)據(jù)類型采集優(yōu)勢，但又互為補(bǔ)充，標(biāo)貝科技類似的數(shù)據(jù)服務(wù)廠商在數(shù)據(jù)標(biāo)注時需對來自不同傳感器的數(shù)據(jù)標(biāo)簽對齊和交叉驗(yàn)證工作。

AI基礎(chǔ)數(shù)據(jù)服務(wù)是支撐自動駕駛、通用大模型等AI算法模型訓(xùn)練、研發(fā)的數(shù)據(jù)基礎(chǔ)和關(guān)鍵因素，AI算法模型的穩(wěn)定性和精準(zhǔn)度，也反向驗(yàn)證了AI數(shù)據(jù)服務(wù)在人工智能場景化落地的重要性，為數(shù)據(jù)服務(wù)行業(yè)的發(fā)展注入了提供了新的落地案例。數(shù)據(jù)與AI彼此支撐、相互促進(jìn)，共同推動著自動駕駛的實(shí)現(xiàn)。

目前****AI基礎(chǔ)數(shù)據(jù)服務(wù)商的市場結(jié)構(gòu)分析

自建團(tuán)隊(duì)與品牌數(shù)據(jù)服務(wù)商主導(dǎo)市場，中小服務(wù)商的市場份額大幅下滑

目前國內(nèi)的AI數(shù)據(jù)服務(wù)市場數(shù)據(jù)服務(wù)廠商主要分為需求方自建團(tuán)隊(duì)、品牌數(shù)據(jù)服務(wù)商、中小數(shù)據(jù)服務(wù)三類。其中，需求方自建團(tuán)隊(duì)最為特殊，因其所提供的數(shù)據(jù)是針對其所屬集團(tuán)內(nèi)部AI算法研發(fā)部門的需求所采集、標(biāo)注、訓(xùn)練的，也有可能這部分?jǐn)?shù)據(jù)服務(wù)可能由外部的品牌和中小數(shù)據(jù)服務(wù)商等后兩種團(tuán)隊(duì)承接。在目前標(biāo)貝科技速收集到市場份額統(tǒng)計中，相比4年的市場份額情況，中小數(shù)據(jù)服務(wù)商的整體市場份額下滑約41%，需求方自建團(tuán)隊(duì)上升36%，品牌數(shù)據(jù)服務(wù)商上升5%；

傳統(tǒng)AI數(shù)據(jù)標(biāo)注市場嚴(yán)重內(nèi)卷，數(shù)據(jù)服務(wù)廠商競爭激烈，通用大模型、自動駕駛等新興項(xiàng)目行業(yè)前景較好，其數(shù)據(jù)需求量較大，但由于數(shù)據(jù)采集和標(biāo)注的專業(yè)性和穩(wěn)定性要求，需要數(shù)據(jù)供給方具備較強(qiáng)的綜合服務(wù)能力。疊加外界環(huán)境影響，較多中小數(shù)據(jù)服務(wù)商實(shí)際已退出數(shù)據(jù)服務(wù)市場；在新興AI算法模型及對應(yīng)標(biāo)注方式快速迭代的時期，為追求更高的算法開發(fā)效率、信息安全保障，較多數(shù)據(jù)需求方通過自建團(tuán)隊(duì)滿足企業(yè)內(nèi)部的數(shù)據(jù)服務(wù)需求；未來隨著品牌數(shù)據(jù)服務(wù)商的數(shù)據(jù)版權(quán)的豐富、專業(yè)能力的提升、標(biāo)注方法的成熟，品牌數(shù)據(jù)服務(wù)商將承接更多的數(shù)據(jù)服務(wù)需求。

標(biāo)貝科技作為國內(nèi)最早一批AI數(shù)據(jù)服務(wù)廠商，可滿足不同AI新興項(xiàng)目的數(shù)據(jù)需求體量大、數(shù)據(jù)標(biāo)注方式復(fù)雜等需求，標(biāo)貝科技擁有自研自動化數(shù)據(jù)標(biāo)注軟件以及多個專業(yè)標(biāo)注基地進(jìn)一步鞏固了其在數(shù)據(jù)服務(wù)市場的競爭力，面對在行業(yè)集中度不斷提升的市場行情，標(biāo)貝科技基于自動化平臺不斷強(qiáng)化項(xiàng)目運(yùn)營及資源整合能力、深刻理解行業(yè)需求，積極應(yīng)用前沿算法、積累高質(zhì)量數(shù)據(jù)集版權(quán)為人工智能行業(yè)持續(xù)不斷輸出高質(zhì)量、高穩(wěn)定性的訓(xùn)練數(shù)據(jù)。

審核編輯 黃宇