作者丨楊婧雪
編輯丨劉恆濤
圖源丨midjourney
《中商產業研究院》的一份報告預測，2025年，中國自動駕駛市場規模將接近4500億元，自動駕駛技術的發展，需要海量、高質量的資料支撐，這些資料經過清洗和標註，才能成為機器可識別的訓練資料。資料標註行業，無疑是AI時代的新基建行業。
感知、決策、執行，是自動駕駛的核心技術體系，其中，資料標註在車身感知、環境感知都扮演了重要角色。IDC預計，2025年，中國人工智慧資料採集、標註服務市場規模將達到123.4億元，自動駕駛是需求巨大且增長迅速的一個領域。
進入2025年，自動駕駛標註市場迎來變革的契機。
一是AI技術發展帶來的自動化升級，可能會讓這個勞動密集型的行業升級換代，另外，主機廠激增的複雜需求，也讓那些優秀公司更容易實現身位的領先。
2025年，創業邦首次啟動自動駕駛資料標註的榜單評選，旨在挖掘這一新興行業在這一輪變革中的創新力量。
行業需要效率變革，AI被給予厚望
2022年，是AI爆發的元年，也是自動駕駛爆發的元年。以人工標註為主的資料標註市場，將迎來一次大變革。
推動自動駕駛資料標註變革的最直接原因，是車載雷射雷達在智慧汽車的廣泛應用。作為自動駕駛“眼睛”的雷射雷達感測器精度更高，產生的資料更大、更復雜。比如雷射雷達生成的是三維點雲資料，相比二維影像，點雲資料更復雜，標註時需要處理空間中的點集。此外，雷射雷達的資料是連續性的，需要跨幀標註，種種原因，使得自動駕駛場景資料標註的需求量呈幾何倍增長。
與此同時，自動駕駛的端到端技術革命正在掀起。無論是蔚小理等造車新勢力，還是大眾等傳統車企，亦或是華為，都在逐步引進端到端技術，將自動駕駛的規則導向徹底轉變成了資料導向。
以特斯拉FSD 為例，特斯拉 FSD每天從車隊中收集的資料量高達 PB 級（1PB = 1024TB）。資料處理成為自動駕駛流程中的重中之重。特斯拉前AI高階總監Andrej Karpathy 曾表示，特斯拉自動駕駛部門將3/4的精力用在採集、清洗、分類、標註高質量的資料上面，只有1/4的用於演算法探索和模型建立。
特斯拉在2023年將 FSD 程式碼量削減99%，讓大模型更加依賴大資料“餵養”。但大模型本身存在難以解釋的“黑盒效應”。因此，只能投餵更多的高質量資料，來儘可能修正錯誤與幻覺。
這對資料集的量級和感測模態都提出擴充需求。大量資料的需求，成為了資料標註行業變革的催化劑，原先“人海戰術”式的資料標註難以應對這樣的規模。
AI預標註的介入，成為資料標註企業的新質生產力。資料標註企業開始形成人機協同的智慧化標註平臺，行業內也開始進行自動化標註的探索。
儘管行業內對自動標註概念的意見不一，但在自動駕駛爆發元年的2022年，各家資料標註企業開始發力智慧平臺的佈局。
以曼孚科技為例，曼孚科技推出的第三代 MindFlow SEED（下稱“ SEED 平臺”）透過引入駕駛資料建立RLHF（人類反饋強化學習）。在RLHF的幫助下，AI能快速掌握了人類經驗。基於深度學習與計算機視覺構建大模型，曼孚科技可實現複雜場景下資料的高效處理與全自動化標註。
基於積累的海量資料與標註經驗，曼孚科技綜合運用業界領先的模型結構，形成一套從資料預處理、演算法推斷到結果精修的完整演算法鏈路，匹配不同應用場景。其中，典型場景效率可提升10倍以上，精準度達到99.99%以上。
強者恆強，飛輪效應加劇格局調整
當前，汽車市場競爭激烈，主機廠大力推動智慧駕駛技術的普及應用，讓更多消費者能以更低的成本享受到智慧駕駛功能。因此，自動駕駛業務有幾大特點。
一個體量大， 一些大廠在大力推動自動駕駛的普及化，因此需求體量很大；第二，主機廠競爭激烈，要求在極短的週期交付；另外，主機廠多短平快的專案越來越多。這對資料標註企業的交付能力提出更高的需求，交付時間甚至達到小時級別。
需求端的變化，也推動自動標註市場格局進入快速調整期。
為了滿足主機廠的需求，除了AI賦能生產工具的基礎之外，資料標註企業在各個維度上都努力嘗試最佳化和設計，進一步提升效率。
比如曼孚科技，公司強化了 RPA（機器人流程自動化）在 AI 落地中的作用。在配備 RPA 技術後，SEED 平臺可以根據預設的指令碼與使用者系統互動，接管那些原本需要人工完成的任務，從而實現部分流程的自動化，提高效率。
RPA透過讀取標註員操作日誌，讓 AI 能夠找出其重複人工環節，讓RPA取代人工標註。同時，曼孚科技的RPA+AI技術，可以根據人類標註員的具體能力，自動匹配相適應的標註任務，改變了傳統的生產關係，讓業務邊界不受限制，大大提高了交付時間。
在自動駕駛這個高度垂直化的場景中，對場景堅持深耕，是資料標註公司的基本功，只有這樣，才能完成主機廠的定製化資料處理需求。當前，資料標註行業標準不統一，每家公司的標註標準也很不相同。主機廠客戶在涉及多個細分專案時，往往傾向選擇一家能資料複用的標註公司，避免資料遷移導致的成本和效率問題。
這對資料標註公司的資料中臺提出了更高要求，只有打通資料流轉的全生命週期，才能夠實現資料複用。
為了滿足主機廠需求，覆蓋資料流轉的全生命週期，曼孚科技打造了集儲存、處理、匯入匯出於一體的資料管理平臺：透過 SDK 打通資料採集平臺、資料標註平臺、模型訓練平臺和生產運營系統等多種外部平臺。其中，SDK能將標註能力模組化，幫助企業快速構建或增強標註流程，相當於搭建了一條跨平臺的資料高速公路。
有了資料管理平臺，資料標註企業也能接入外部的資料交易核心平臺模組，深入佈局資料交易上下游產業鏈，連線供給端與需求端。這種方式，把主機廠變成資料資源供給方，進一步豐富了資料標註企業的資料集，形成飛輪效應，進一步築高標註企業的競爭壁壘。
從戰略到技術落地的一站式資料解決方案，讓曼孚科技與數百家企業達成深度合作，其中包括世界頂級Tier1廠商、造車新勢力，以及傳統汽車主機廠商等。
超大賽道
有望誕生標註行業獨角獸
《2025自動駕駛資料標註企業TOP10》榜單評選，由投資機構的專業人士擔任評委，評選物件，是市場上活躍的自動駕駛資料標註企業。評選維度主要包括技術能力、標註質量、資本價值和企業規模及影響力四項內容。
綜合本次榜單評選的結果，10家上榜企業在技術能力這一項的評分上，明顯領先非入榜企業，這也從側面說明，資料標註行業當前已轉變為技術主導的行業。
資本價值也是本次榜單關注的重點。本次上榜的10家企業中，4家企業獲得5輪以上融資，融資輪次涵蓋了天使、A、B、C各個輪次，這也說明，這個行業還在市場爆發期。
而且，標註行業的獨角獸，極有可能在自動駕駛行業誕生。
美國資料標註獨角獸企業Scale AI最新估值達138億美元，追溯其發展歷程可以看到，Scale AI的第一個風口，就是自動駕駛。因此，國內資料標註行業的獨角獸企業，很有可能在自動駕駛資料標註賽道誕生。
工信部的一份資料顯示，2024年國內L2級自動駕駛新車滲透率已達50%。而隨著高階自動駕駛技術落地，L3+滲透率也迎來提速之時。Canalys 預計，到2025年，L3輔助駕駛市場滲透率有望達到4.6%。
據英特爾的統計，一輛L3+級自動駕駛汽車，每天產生的資料高達 4000GB 。
面對即將爆發的L3+市場，海量資料需要經過篩選、清洗、標註，自動駕駛資料標註仍有極大的增量空間。根據公開資訊，國內幾家相對成熟的資料標註企業，在2022年實現了200% 以上的業務增速，且自動駕駛業務佔比逐年上升。
自動駕駛資料標註不僅應用於乘用車領域，還可擴充套件到物流、農業、礦業和航空等多個領域。這是一個有著廣闊前景的市場，AI的發展將加速行業的發展程序，也許，下一個巨無霸會在不遠的將來誕生。