2023年8月的ICVS中國(guó)自動(dòng)駕駛博覽會(huì)期間，云測(cè)數(shù)據(jù)正式發(fā)布云測(cè)數(shù)據(jù)發(fā)布智能駕駛數(shù)據(jù)解決方案2.0，并分享了升級(jí)版智能駕駛數(shù)據(jù)解決方案的主要亮點(diǎn)。

云測(cè)數(shù)據(jù)總經(jīng)理賈宇航總在采訪中提到AI數(shù)據(jù)服務(wù)需要具備三項(xiàng)能力：

一、數(shù)據(jù)維度的支持能力。自動(dòng)駕駛正從最早依賴視覺(jué)到現(xiàn)在的多傳感器融合，從3D點(diǎn)云+圖像的融合標(biāo)注到現(xiàn)在增加4D標(biāo)注。4D標(biāo)注不只是看到的靜態(tài)三維空間，還疊加了時(shí)間維度，了解周邊物體在一段時(shí)間內(nèi)的移動(dòng)和變化，能幫助車輛更好地應(yīng)對(duì)復(fù)雜的駕駛情況，更快地識(shí)別道路的不同交通狀況并作出相應(yīng)反應(yīng)，但對(duì)數(shù)據(jù)處理，以及數(shù)據(jù)標(biāo)注方法都帶來(lái)很大的挑戰(zhàn)。

云測(cè)數(shù)據(jù)以集成數(shù)據(jù)底座為核心，全面升級(jí)數(shù)據(jù)標(biāo)注及數(shù)據(jù)管理工具鏈和不同模型的預(yù)標(biāo)注能力，包括圖像整幀、自選物體、區(qū)域、點(diǎn)云批次識(shí)別和文本識(shí)別等，重新定義了基于預(yù)標(biāo)注的人工標(biāo)注效能，如能效看板、綜合看版等。并針對(duì)特定算法類型的數(shù)據(jù)持續(xù)優(yōu)化迭代，涵蓋點(diǎn)云4D疊幀、語(yǔ)義分割聯(lián)合標(biāo)注和智能ID軌跡預(yù)測(cè)。數(shù)據(jù)集也更加豐富，納入了更多場(chǎng)景數(shù)據(jù)，標(biāo)注方法也從原來(lái)以點(diǎn)線面體為主進(jìn)化到融合4D標(biāo)注規(guī)則和標(biāo)注工藝。在服務(wù)方面，數(shù)據(jù)標(biāo)注精度、反饋給企業(yè)的時(shí)效性有了大幅提升。

二、工具的可集成性。規(guī)?；慨a(chǎn)與AI工程化需要基于道路場(chǎng)景的數(shù)據(jù)積累，讓算法更加智能。云測(cè)數(shù)據(jù)做的是將工具鏈系統(tǒng)與企業(yè)數(shù)據(jù)底座相集成的能力，使數(shù)據(jù)更高效無(wú)縫流轉(zhuǎn)的能力作為重點(diǎn)，云測(cè)數(shù)據(jù)支持通過(guò)標(biāo)準(zhǔn)API接口與其他業(yè)務(wù)系統(tǒng)集成，讓更多企業(yè)將自身的生產(chǎn)環(huán)境或訓(xùn)練數(shù)據(jù)流轉(zhuǎn)到標(biāo)注平臺(tái)上進(jìn)行作業(yè)，處理后的數(shù)據(jù)能直接推送到訓(xùn)練服務(wù)器上或是生成評(píng)測(cè)集/仿真數(shù)據(jù)，實(shí)現(xiàn)更高效的流轉(zhuǎn)。

最后，全生命周期的服務(wù)能力。也就是從預(yù)研到場(chǎng)景化定制標(biāo)注再到持續(xù)算法在線優(yōu)化的三個(gè)階段。

這次云測(cè)數(shù)據(jù)的數(shù)據(jù)解決方案核心變化在于之前1.0版本更多圍繞企業(yè)的產(chǎn)品生命周期布局，預(yù)研、場(chǎng)景化定制標(biāo)注和持續(xù)算法優(yōu)化三者的重要性基本處于齊平狀態(tài)。而此次升級(jí)發(fā)布的智能駕駛數(shù)據(jù)解決方案2.0版本則隨著企業(yè)技術(shù)研發(fā)路線的變化而明確強(qiáng)調(diào)以系統(tǒng)集成為核心，將在線優(yōu)化和系統(tǒng)集成放在首要位置，預(yù)研階段的基礎(chǔ)數(shù)據(jù)集及定制化產(chǎn)品服務(wù)變得相對(duì)次要。

這也表明云測(cè)數(shù)據(jù)注重自身標(biāo)注平臺(tái)與企業(yè)大模型相關(guān)的預(yù)標(biāo)注能力的集成。因?yàn)樗吹搅酥悄荞{駛相關(guān)企業(yè)的自動(dòng)標(biāo)注能力在不斷提升，與其和企業(yè)競(jìng)速算法的成熟速度，更看重提高系統(tǒng)集成能力。

賈宇航提到。從趨勢(shì)看，伴隨自動(dòng)標(biāo)注能力提升，標(biāo)注將逐步從手工衍化為算法自動(dòng)標(biāo)注、人工校驗(yàn)和人工標(biāo)注。隨著算法的實(shí)際量產(chǎn)，數(shù)據(jù)閉環(huán)能力增強(qiáng)，整體標(biāo)注數(shù)據(jù)量和手工數(shù)據(jù)標(biāo)注量依然在逐年上升。以往是百分之百人工標(biāo)注，現(xiàn)在是人工標(biāo)注、自動(dòng)標(biāo)注、人工校驗(yàn)各有一定占比。未來(lái)可能自動(dòng)標(biāo)注占比會(huì)越來(lái)越大。不過(guò)，雖然人工標(biāo)注的占比在減小，但伴隨人工智能行業(yè)的逐步發(fā)展數(shù)據(jù)量日漸增加，人工標(biāo)注的量仍會(huì)持續(xù)增加。

寫(xiě)在最后

在智能駕駛領(lǐng)域，技術(shù)的進(jìn)步與創(chuàng)新是源動(dòng)力。尤其當(dāng)前大模型的數(shù)據(jù)服務(wù)能力升級(jí)，云測(cè)數(shù)據(jù)解決方案支持BEV-transformer標(biāo)注，可實(shí)現(xiàn)自動(dòng)標(biāo)注結(jié)果校驗(yàn)，并提升大語(yǔ)言模型標(biāo)注能力和評(píng)測(cè)服務(wù)能力，助力智駕企業(yè)實(shí)現(xiàn)更自然、更智能、更多樣化的人機(jī)交互方式，讓我們保持關(guān)注，共同期待更好的智能駕駛未來(lái)。

崔歡歡