数据是新时代的新燃料，如何有效、高效地应用数据燃料，成为企业发展中竞争壁垒中的重要组成部分。然而现实是，标注行业认知的差别正在成为企业乃至行业的发展的挑战。

(资料图片)

对此，星尘数据创始人、CEO章磊提出了标注行业认知天梯的概念。他将数据认知分为初级认知、中级认知和高级认知：初级认知是标注行业是“人力工厂”，服务商用相对初级的标注工具、项目管理和海量人力就能干活，招标时低价者中标，存在交付风险；中级认知是，对项目管理的难度和标注工具的复杂度有一定认知，投入工具研发和项目管理成本，研发周期长，管理难度大，数据迭代效率低；高级认知是，重视平台的技术实力，使用高度自动化的标注平台，且与数据服务商一起迭代数据闭环和数据策略。

打破标注产业“人力工厂”认知

3月1日，星尘数据发布的Rosetta3.0平台就是要打破标注产业“人力工厂”认知。

星尘数据表示，其拥有行业内自动化水平最高的标注平台Rosetta平台，在算法种类、算法效率、算法接入能力、算法交互能力等方面均具领先优势，其数据闭环系统打通数据采集标注、数据预处理、自动化质检、人工质检、多轮质检、客户验收系统、数据管理、数据检索、数据可视化、场景挖掘等全链路，同时为客户提供数据策略专家服务，能够支持人机交互、主动学习、强化学习等主流数据策略。

据介绍，全面升级之后的Rosetta平台提升了算法加持能力，新增20+自研算法，点云标注效率较纯人工标注提升 5倍+，支持机器人标注及质检，支持交互式标注以及算法实时反馈；增强了自动驾驶数据标注能力，3D渲染50帧/秒以上，支持超长连续帧2000+ 流畅标注，支持2000W点点云平滑标注，支持BEV标注、3D重建标注、4D标注、毫米波标注；增强数据闭环支持能力，打通 DataOps 和 MLOps 链路，通过 API 对接实时发现难例，帮助客户实现主动学习和强化学习；通过架构模式全面升级提升平台能力，采用微服务架构模式，系统具备更高扩展性和可用性，可支持数万人同时作业，并引入流式计算等大数据技术，提升平台数据实时处理能力；提供面向第三方的开放服务能力，通过 OpenAPI 方式，和客户建立灵活的数据通路和算法服务通路，加速客户算法迭代速度；构建 5A 数据安全保障体系，从产品、技术双层面落地 5A 数据安全架构，实现端到端存储传输使用安全、信息隐私保护、数据隔离等；持续增强全方位、精细化质检能力，提供上百个行业通用质检规则服务和自研质检算法，为数据质量保驾护航，标注准确率可达 99.9%；强化数据管理能力，支持多源异构数据管理、版本管理、标签管理、场景管理，支持数据可视化、数据场景挖掘、多模态检索等。

能为自动驾驶带来什么？

作为自动驾驶的三驾马车之一，数据已经成为算法迭代、感智能提升不可或缺的一部分。然而，随着自动驾驶能力的提升，自动驾驶车辆的快速增长，数据标注的需求量也随之爆发。但许多数据标注企业仍停留在劳动密集型产业的定位中，简单粗暴的“人力工厂”已无法有效解决供应不足的行业痛点。

这一魔咒，正在被创新的标注技术不断打破。章磊指出，星尘数据开发了上百种辅助标注算法，为预标注、标注、质检环节提供多样化的算法辅助。以激光雷达点云标注为例，平台在渲染、自动贴合、自动映射、连续补间等功能上具备行业领先的性能，具备无延时切帧特点。

同时，算法的加入一是让平台自动化水平逐年提升，目前平台自动化率达到60%。高自动化率让标注效率和标注产能显著提升。二是让复杂标注需求得以解决。目前针对BEV、3D重建、4D融合等自动驾驶前沿算法的数据标注，Rosetta平台都可以实现。

截至目前，星尘数据服务了50多家头部的车厂和自动驾驶公司，包括了前80%的重要客户，数据闭环能够帮客户数据的算法迭代周期从三个月缩短到两周。整个过程的全部自动化极大缩短了沟通的时间，减少了60%以上的数据处理，有效提升标注效率。

自动驾驶客户的认可也从侧面证明了Rosetta平台强大的标注能力。目前星尘数据合作了90%头部自动驾驶客户。自动驾驶标注业务在营收占比高达70%-80%。

值得关注的是，随着自动驾驶新型传感器的上车，对自动驾驶标注数据的要求也在提高。章磊表示，L2标注主要就是各种细分的任务，比如说车道线，可行性区域红绿灯行人等。L4标注主要是激光雷达点云标注、2D/3D融合标注等。另外，BEV、3D场景重建、4D重建（3D+时序）正在成为自动驾驶研发热门方向。在具体的标注策略上面，系统看到的东西更加连续了，将会变成一个连续的大空间进行标注。这对于底层的标注能力、系统效率、系统加载大资源的效率、标注策略优化、标注管理能力等各方面都会提出了更高的要求。

在自动驾驶中，星尘数据可视化3D激光雷达点云标注工具可以帮助客户进行自动驾驶模型训练，支持物体的位置、大小、朝向等属性，以及多传感器融合及连续帧对象追踪。

对于无人驾驶行业来说，普遍缺乏数据的一站式解决方案，耗费大量的人力和时间成本。基于多年无人车领域数据采集和标注的经验，星尘数据针对这一痛点，打通无人车训练的闭环，提供从改装车、数据采集、数据标注、仿真测试到真车测试的一站式解决方案。

在发布会上，章磊介绍了星尘数据的数据闭环解决方案，这是Rosetta3.0平台的一大亮点。章磊表示，全流程闭环式AI数据系统将成为主流，星尘数据为此提早进行研发布局。

在一个完整的数据闭环训练中，客户可使用星尘提供的离线数据包进行基础版模型训练，星尘标注系统通过API与客户算法系统进行交互，动态感知客户模型效果，基于模型各版本迭代的效果，动态检索不确定性最大、信息量最大、损失最大、稀疏场景等有效数据。几次迭代后，不仅沉淀了有效数据，还节省了数据成本。同时，星尘还可以在海量数据中找到真正有价值的数据帮助客户训练模型，并利用自有数据集评测模型效果。模型上线后，行车数据可用于模型迭代，形成数据闭环。

章磊表示，未来星尘数据将专注AI数据服务，通过Autolabeling 技术、数据策略专家服务和数据闭环系统服务，为全球人工智能企业特别是自动驾驶行业提供“燃料”，最终实现AI的平民化。