数据标注人工智能风口下的卖水人.pdfVIP

数据标注人工智能风口下的卖水人

从ChatGPT走红到GPT-4降临，最近爆火的多种大模型应用再次带火了人工智能

这个不算新的念。作为人工智能核心应用场景之一，自动驾驶的发展长期以来

备受争议，算法优化和落地量产能力是人们讨论的重点。

随着大家的注意力逐渐回到人工智能上，除了下游应用和上游算力，人工智能产

业链当中还有哪些值得关注的部分呢？璞跃中国移动出行关注到r自动驾驶上

游数据供应商在这一产业链中的存在价值。

人工智能模型和算法的发展带动数据标注的需求不断增长。数据标注就是生产“

数据”的工作，它存在的意义便是让机器理解、认识世界。例如，在计算机视觉

中，图像分类、对象检测和目标分割工程中，需要对输入模型训练算法的每张图

像进行注释。

01.

市场背景

自动驾驶不是一朝一夕的事，而是已经有了长期积累沉淀的算法。

2018年以前，由于受成本和法规限制J,高级别自劭驾驶的商业化落地遭遇瓶颈。

2022年起，自动驾驶公司的发展核心从算法研发转向L2量产落地，带来对长尾

场景的大量数据需求。自动驾驶算法经历不断迭代加速后已基本成型，在落地渗

透率上不断提高，需要长尾数据完成算法优化。

2018・2021年间路测数量显著上升，数据来源包括道路量产车和采集车数据两种。

L2+算法需要大量的3D点云数据支撑，引发对2D3D融合和3D点云标注的需求。

2022年，受益于算法、数据与芯片技术发展，我国在售新车L2和L3的渗透率

分别为35%和9%,新车搭载L2功能正在逐渐成为前装标配。

国内自动驾驶领域相关融资153起，与2021年相比，融资事件数量有所增加。

2018-2021北上广

自动驾驶汽车测试牌照累计发放;

自动驾驶下半场来临，商业化落地将成为竞争关键，其中L2L3的渗透率提高

将更为显著。

1）政策方面，2022年11月，工信部印发《关于开展智能网联汽车准入和上路

通行试点工作的通》，对准入试点的智能网联汽车产品，提出了一系列规划和

指导要求，进一步推进了自动驾驶的发展进程。2022年以来，商业化落地能力

成为对自动驾驶投资和判断的关键指标。

2）落地应用方面，预计2023年L2和L3渗透率将达到51%和20%,L4渗透率达

到11%,带来更多且更高质量的数据需求。

3）技术演进方面，3-5年内随着大模型的落地应用，对分布式预训练模型数据需

求呈爆发式增长。

禾赛科技是全球自动驾驶及高级辅助驾驶激光雷达领军企业，其上市招股书中指

明：从2017年到2022年12月31日，禾赛已出货超过10.3万台激光雷达，仅

2022年累计出货超过8.04万台激光雷达，禾赛在2022年ADAS（高级驾驶辅助

系统）领域出货量全球第一。不仅如此，禾赛还是全球第一家每月交付超过1

万台激光雷达装置的公司。

2022-2023L1-L4透率预测

60%

50%

40%

30%

20%

10%

0%

2025图像数据标注行业市场规模或达400亿人民币/年，随着人工智能行业应用

不断发展，在未来3-5年内数据需求持续保持旺盛。

2025自动驾驶行业客户全年总预算可达200亿―300亿人民币,数据支出需求多。

在算法趋同成熟的情况下，量产需要大量高质量、无偏差的数据，需求持续时

间长。

举个例子，假设有一辆汽车在不同的驾驶条件下，以每小时45公里的速度行驶

30万公里。通过计算，可得汽车行驶了6700个小时。假设自动驾驶系统在6700

个小时内以每秒至少10帧的速度记录，最后会生成2.4亿帧的数据。如果平均

每帧有