如今的世界，摄像头可以识别万物，智能驾驶可以避让人车物，拍照给AI就能做数学题……鲜为人知的是，AI之所以能够识别物体、避让车辆、解析图像解题，其背后离不开专业人员的精心数据训练。

如果说AI也要“上学”，那么，宁波博登智能科技有限公司（简称博登智能）就是“编教材的”。目前，博登智能已经成为宁波乃至浙江训练量最大、训练能力最强的“训练师”之一。

1

AI数据“特训师”

什么样的数据是高质量数据？

以智能驾驶领域的图像数据为例，首先要确保图像数据物象聚焦、表意明确，就像人眼观察事物一样，能够迅速抓住主题并捕捉到关键细节。然后将这些关键信息进行具体的标注。同时，路况信息多数情况下在二维的图片中难以说明，就需要点云图，即3D图像，图片本身带有三维坐标，可以让AI判断物体的长宽高，同时还可以叠加时间维度，形成4D数据。

“我们的一项主要工作是数据标注，就是从海量数据中，为人工智能‘划重点、做标注’，变成大模型可以理解的数据。随后，便能利用这些高质量数据对人工智能进行‘精准投喂’，从而实现对它们的高效训练。”博登智能高级解决方案工程师干逢雨表示。

随着AI大模型的快速发展，AI技术对数据的需求已经扩展到全方位、全场景的多模态数据，以实现对复杂信息的全面理解和高效处理。

所谓多模态数据，就是包含文本、图像、音频、视频的数据，比如，我想把“我有一个苹果”这个信息传递给你，可以用文字写出来、用语言说出来，也可以用图片画出来，还可以拍成视频告诉你。

目前，博登智能是省内数据训练量最大的公司之一，通过其训练的多模态数据已达到PB量级（1PB=1024TB=1024×1024GB），覆盖自动驾驶、医疗、教育、具身智能等行业。

2

用AI训练AI

长期以来，数据标注行业一直背负着“低收益、高人力消耗”的标签，被视为劳动密集型行业的代表，需要大量人工进行标注工作。

而随着智能驾驶技术向L3、L4级进阶，其产生的数据规模正呈现指数级膨胀。例如，据英特尔测算，单辆自动驾驶汽车每日生成的数据量可达4000GB之巨。

此外，自动驾驶车辆海量数据的获取方法与流程也变得日益重要，以确保数据的完整性和过程的可靠性。例如，通过专业设备拷贝数据并上传至数据中心，或采用众包模式采集传输数据。

随着L3、L4级别的量产能力的达成，预计未来几年内自动驾驶市场规模将进一步扩大。依赖人工标注的模式，其时间与资金的双重成本正持续走高。

博登智能提出的解决方案是，利用AI来训练AI，以此推动标注流程向自动化转型。

“我们自主研发的BASE平台已完成第六代技术迭代，内嵌超数百种预标注模型和智能化辅助标注工具，将传统劳动密集型的标注流程转化为技术密集型，显著减少了人工参与，从根本上降低了人力成本。”干逢雨表示，“平台还搭载了自主迭代机制，通过对比识别自动标注结果和最终验收数据中的差异，自动积累形成训练数据，实现模型的自主闭环训练和迭代，形成‘智能飞轮’。”

相较于传统标注方式，博登智能的数据处理方案能降低40%的成本，效率最高提升700%。目前，该公司已与吉利汽车、零跑汽车、赛力斯、中国联通、阿里、商汤等行业头部企业，以及多家大型医疗机构建立深度合作。

今年5月，博登智能已完成A轮亿元融资，由上海国际集团国和投资独家投资。

“高质量数据的训练和生产不仅是AI发展的基础，更将引领行业的进化。我们将立足研发通用和专用大模型的各类高质量数据集，力争在国际市场赢得更多合作机会。”该公司创始人赵捷表示。

记者 乐骁立