4D點(diǎn)云分割標(biāo)注場景

作為自動化AI數(shù)據(jù)平臺，RPA與AI能力的建設(shè)是曼孚科技構(gòu)建技術(shù)壁壘的核心。

RPA能力主要體現(xiàn)在流程自動化以及調(diào)度分發(fā)自動化等多個(gè)方面。而AI能力則已深入數(shù)據(jù)流轉(zhuǎn)各環(huán)節(jié)，具體體現(xiàn)在：

1）覆蓋數(shù)據(jù)預(yù)處理、算法推斷至結(jié)果精修完整算法鏈路，已商用靜態(tài)道路自適應(yīng)分割、動態(tài)障礙物AI預(yù)處理、AI交互式標(biāo)注等數(shù)十種AI算法標(biāo)注模型；

2）采用Backbone+多Head算法架構(gòu)，快速適配不同場景，大幅降低多任務(wù)模型研發(fā)成本；

3）基于AutoML以及自有數(shù)據(jù)集構(gòu)建AI標(biāo)注模型，自我驅(qū)動完成算法迭代；

4）運(yùn)用遷移學(xué)習(xí)、知識蒸餾等方式，基于小批量數(shù)據(jù)+底層通用大模型快速產(chǎn)出算法模型。

RPA與AI能力的強(qiáng)耦合，賦予曼孚科技以更低人力支出與邊際成本，提供更具標(biāo)準(zhǔn)化數(shù)據(jù)解決方案的能力。綜合人效平均提升80%，數(shù)據(jù)生產(chǎn)成本平均降低50%，并實(shí)現(xiàn)AI數(shù)據(jù)低成本、無上限、規(guī)?；慨a(chǎn)。

基于大模型的AI自動標(biāo)注體系

作為引領(lǐng)人工智能新一輪躍遷式發(fā)展的全新底座，大模型正走深向?qū)?，賦能千行百業(yè)。

海量參數(shù)帶來的容量優(yōu)勢，賦予大模型更強(qiáng)的性能與泛化能力，為數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注等傳統(tǒng)依賴人力的環(huán)節(jié)，提供了全新的技術(shù)解決范式。

目前，曼孚科技已完成自動駕駛數(shù)據(jù)標(biāo)注視覺大模型研發(fā)。通過引入駕駛數(shù)據(jù)建立RLHF，并基于深度學(xué)習(xí)與計(jì)算機(jī)視覺構(gòu)建大模型，可實(shí)現(xiàn)復(fù)雜駕駛場景下，數(shù)據(jù)的高效處理與全自動化標(biāo)注。

曼孚科技數(shù)據(jù)標(biāo)注大模型的主要技術(shù)特點(diǎn)如下：

1）基于弱監(jiān)督與半監(jiān)督學(xué)習(xí)，通過少量人工標(biāo)注數(shù)據(jù)與大量無標(biāo)注數(shù)據(jù)，實(shí)現(xiàn)對場景物體的高效檢測、分割與識別；

2）基于BEV多視角融合與三維重建，借助多攝像頭、激光雷達(dá)等來源數(shù)據(jù)，自動生成場景物體三維信息；

3）運(yùn)用遷移學(xué)習(xí)方式，對不同場景與不同模態(tài)下的數(shù)據(jù)，進(jìn)行統(tǒng)一表示與學(xué)習(xí)，提升模型泛化能力與適應(yīng)性；

4）運(yùn)用主動學(xué)習(xí)與交互式學(xué)習(xí)方式，通過與人工標(biāo)注過程進(jìn)行反饋，不斷優(yōu)化迭代模型性能。

上述大模型技術(shù)加持下，典型自動駕駛數(shù)據(jù)標(biāo)注場景平均效率可提升4-5倍以上，引領(lǐng)曼孚科技率先步入自動化數(shù)據(jù)標(biāo)注時(shí)代。

數(shù)據(jù)驅(qū)動的AI基礎(chǔ)設(shè)施

算法更新迭代的全生命周期內(nèi)，從設(shè)計(jì)、訓(xùn)練、評測到仿真等環(huán)節(jié)均需要海量數(shù)據(jù)不斷輸入作為支撐，其中數(shù)據(jù)標(biāo)簽是整個(gè)流程的基礎(chǔ)與起點(diǎn)。

如果說互聯(lián)網(wǎng)時(shí)代是對信息流量的搬運(yùn)，那么人工智能尤其是大模型時(shí)代，則是對海量數(shù)據(jù)的搬運(yùn)與精細(xì)化運(yùn)用。

在信息流量的基礎(chǔ)上，誕生了諸多影響深遠(yuǎn)的商業(yè)模式。AI時(shí)代，任何人也均可使用數(shù)據(jù)作為“鏟子”去探索商業(yè)“金礦”。是否擁有質(zhì)量更高、數(shù)量更多的“鏟子”，是決定“淘金人”能否真正掌握主動權(quán)，淘到金子的關(guān)鍵。

AI大淘金時(shí)代，曼孚科技希望扮演起為“淘金人”服務(wù)的角色，以數(shù)據(jù)為驅(qū)動力向AI上下游延伸，打造起通用AI基礎(chǔ)設(shè)施。用戶可以以更精簡方式構(gòu)建AI應(yīng)用并管理全生命周期，同時(shí)也可以更加靈活調(diào)整模型構(gòu)建流程中的每個(gè)組件，以得到更契合的需求與分析結(jié)果。

在上述愿景指引下，曼孚科技目前已在自動駕駛場景構(gòu)建起AI數(shù)據(jù)閉環(huán)平臺，涵蓋DaaS數(shù)據(jù)標(biāo)注平臺、數(shù)據(jù)管理平臺、AutoLabeling平臺以及AutoML平臺等，提供從數(shù)據(jù)準(zhǔn)備到模型應(yīng)用的端到端解決方案，并延伸至其他AI應(yīng)用場景。

其中，數(shù)據(jù)管理平臺集數(shù)據(jù)存儲、處理、導(dǎo)入導(dǎo)出于一體，通過SDK打通數(shù)據(jù)采集平臺、數(shù)據(jù)標(biāo)注平臺、模型訓(xùn)練平臺與生產(chǎn)運(yùn)營系統(tǒng)等外部平臺，借助AI與大數(shù)據(jù)技術(shù)加強(qiáng)智能標(biāo)簽、分析報(bào)表、場景挖掘與自然語言搜索等功能體驗(yàn)，提高數(shù)據(jù)使用與管理效率。

而AutoML平臺則是面向自動駕駛等通用視覺場景的自動訓(xùn)練平臺，提供算法模型自動訓(xùn)練與快速迭代功能?？勺詣觾?yōu)化模型結(jié)構(gòu)、參數(shù)與超參數(shù)，提升性能與泛化能力，實(shí)現(xiàn)零代碼一鍵訓(xùn)練，無人值守。

曼孚科技AI基礎(chǔ)設(shè)施架構(gòu)

曼孚科技AI基礎(chǔ)設(shè)施解決方案全面覆蓋數(shù)據(jù)層至算法層，既可提供DaaS服務(wù)，也可提供MaaS服務(wù)。無論用戶規(guī)模大小、是否具備AI研發(fā)能力，只要存在AI需求，即可使用曼孚科技提供的基礎(chǔ)設(shè)施，輕松創(chuàng)建專屬AI產(chǎn)品，實(shí)現(xiàn)從數(shù)據(jù)到商業(yè)價(jià)值的轉(zhuǎn)變。

AI For Everyone

獨(dú)立自研的數(shù)據(jù)閉環(huán)平臺、AI數(shù)據(jù)量產(chǎn)能力以及對客戶業(yè)務(wù)需求的敏銳洞察，讓曼孚科技在不斷變化的市場中實(shí)現(xiàn)業(yè)務(wù)超預(yù)期增長，數(shù)據(jù)驅(qū)動的AI基礎(chǔ)設(shè)施在自動駕駛等行業(yè)驗(yàn)證了應(yīng)用價(jià)值與商業(yè)潛力。

下階段，曼孚科技將繼續(xù)深耕數(shù)據(jù)行業(yè)，不斷完善AI基礎(chǔ)設(shè)施建設(shè)。正如AWS之于云計(jì)算，Snowflake之于數(shù)據(jù)分析一樣，曼孚科技希望在AI行業(yè)能以數(shù)據(jù)構(gòu)建起通用基礎(chǔ)設(shè)施，幫助用戶以更精簡方式訓(xùn)練與部署人工智能應(yīng)用。無論是初創(chuàng)企業(yè)、成熟公司亦或是個(gè)人，均可通過簡單點(diǎn)擊或幾行代碼享受AI帶來的便利，實(shí)現(xiàn)真正的AI民主化與普惠化。

互聯(lián)網(wǎng)時(shí)代，谷歌憑借搜索引擎掌控了互聯(lián)網(wǎng)流量入口，微軟憑借操作系統(tǒng)掌控了PC生態(tài)鏈的上游，目前尚未出現(xiàn)挑戰(zhàn)谷歌、微軟等萬億體量的科技新貴，但AI正讓一切變得可能。

崔歡歡