《量子位：2023中国AIGC数据标注产业全景报告（26页）.pdf》由会员分享，可在线阅读，更多相关《量子位：2023中国AIGC数据标注产业全景报告（26页）.pdf（26页珍藏版）》请在三个皮匠报告上搜索。

1、Q量子位insights中国AIGC数据标注产业全景报告Panoramic Report of Generative AI Data Labeling Industry in China杨净2023.11量子位智库QbitAlInsighhts#page#sights数据标注，正迎来关键时刻。作为AI认识世界的起点，数据标注本质上是将现实世界信序言息结构化、数字化，充分发挥数据信息的价值。大模型时代到来，AIGC众多垂直场景落地，以及通用智能、具身智能等前沿领域探索，与高质量、专业化的场景数据密不可分，数据标注从劳动密集型加速朝着知识密集型转型，行业壁垒进一步提高。作为底层基础服务，数据标注贯

2、穿大模型全生命周期（训练测试、评估验证和应用选代）。一方面，牵涉关键Know-how，更多大模型公司/AI企业选择自建标注团队和管线；另一方面，上下游合作关系将更为紧密和耦合，专业数据服务提供商更多机会将在垂直领域，帮助企业完成私有化部署。机遇与挑战并存。合成数据作为新衍生赛道，潜在市场空间巨大。与此同时，数据标注标准难以统一、数据处理流程尚未规范，高学历多领域多专业成为标注人才的硬指标。#page#nsigh目录01大模型时代下的数据标注02AIGC数据标注四大变化03AIGC数据标注三大影响因素OA数据标注产业竞争格局/市场规模05数据标注代表玩家案例集#page#hsigftsghts0

3、1大模型时代下的数据标注insights#page#hnsighs数据标注是AI认识世界的起点数据标注是将原始数据进行加工处理，比如分类、拉框、注释、标记等操作转换成机器可识别信息的过程。国内数据标注厂商，广义称之为基础数据服务提供商，通常需要完成数据集结构/流程设计、数据处理、数据质检等工作，为下游客户提供通用数据集、定制化服务、数据闭环工具链等。这也是本次AIGC数据标注全景报告的研究对象。一般数据处理流程：根据原始数据类型以及训练任务划分：文本：词性标注、分类标注、情绪标注、命名实体识别、语义标注、模型训练数据数据数据原始数据清洗标注质检意图标注等；测试/验证图像：图像分类、语义分割、实

4、例分割、拉框、OCR转写等；音频：语音识别、声纹识别、语音转写等；数据标注中的二八定律视频：通常在一个A项目中，数据准备工作需要80%时长，模型训练和部署仅占20%。目标跟踪、行为识别等；3D点云nSiC#page#insights大模型时代下的数据标注大模型范式涌入数据标注，自动化标注门槛大幅降低上市公司股价狂，创业公司融资加速海天瑞声是国内唯一一家AI数据上市公司，今年2月以来股价受ChatGPT热潮以SAM模型为代表的图像分割模型开源；GPT-4、GPT-4V为代表的大模型也被验曾一度狂，截至11月10日股价较年初上涨59.75%。证在文本、图像领域标注具有可行性，并衍生出专门做数据标注

5、的大模型，大幅降低自动化标注门槛。国内不少数据服务商进行相关大模型研发，部分产品已经创业代表公司融资情况发布：星尘数据一22年12月5000万A轮曼孚科技一23年9月数千万B轮海天瑞声：数据生产垂直大模型（研发阶段）恺望数据一23年4月战略融资标贝科技一23年4月超亿元B2轮曼孚科技：自动驾驶数据标注视觉大模型（已完成研发）整数智能|23年6月数千万PreA轮23年9月数千万PreA轮龙猫数据：自动驾驶大模型AutopilotGPT（发布）柏川数据一23年7月千万元天使轮商汤：明眸SenseAnnotation自动化数据标注平台（发布）标贝科技：烘培师大模型Baker-GPT（发布）大模型数据

6、解决方案多处开花，以一站式、定制化服务为主智能驾驶新感知范式，BEV+Transformer是机遇也是挑战国绕大模型开发全生命周期（包括预训练、监督微调、RLHF、红队测试、基准测作为最具代表性应用场景，智能驾驶迎试等），专业数据服务商、大模型企业、AI公司等各方都拿出相关数据解决方案，来新感知范式：以BEV+Transformer为大部分以一站式、定制化服务为主。代表的四维感知替代掉2D+CNN为代表云测数据：面向垂直行业大模型数据解决方案的二维感知方案，给数据服务厂商带来星尘数据：星尘COSMO大模型数据金字塔解决方案更多机遇与挑战，包括不限于标注场景澳鹏Appen：A聊天反馈和基准测试两