36氪獲悉，博登智能近日宣布完成數千萬元天使輪融資，投資方為浙江見識創業投資管理有限公司等。融資將重點用于“自動駕駛-自動標注算法”的持續升級與開源數據集建設。

博登智能

(資料圖)

博登智能是一家自動駕駛數據閉環工具鏈供應商，通過自研的數據閉環工具鏈，結合AI算法的自動標注能力，開發了具有完全自主知識產權的智能駕駛數據處理平臺，可提供支持覆蓋市場上95%以上傳感器驅動的數據采集、存儲，預處理，標注，模型訓練/部署等整套數據處理流水線系統，形成數據閉環。

一直以來，數據處理行業被普遍認為是一個利潤率低、高度依賴人工的“苦力活”行業，發展前景極低。隨著自動駕駛向L3、L4推進，據英特爾推算：每輛車每天將產生的數據量將高達4000GB。這將大幅擴大基礎數據服務市場的空間。

但高度依賴人工的標注模式，在海量數據面前行不通。博登智能創始人兼CEO趙捷認為，“數據作為自動駕駛的生產要素，一定要靠自動化實現效率的大幅提升，傳統的人工標注模式生產效率是有極限的，未來將無法滿足需求。”

高效標注，成為博登智能的產品切入點。其核心產品BASE標注平臺，是集數據標注、項?管理、?員調度、流程配置、進度統計、算法訓練為?體的?站式智能數據服務平臺。最新BASEV4.0版本，已迭代為采用圖?狀態管理模式，引?Potree提?3D點云加載速度。

BASE標注平臺圖片

與業內同類公司相比，博登智能積累了自動駕駛方面的know-how。創始人兼CEO趙捷具有自動駕駛方面的實驗室背景，并為寶馬德國做過自動駕駛數據中心的搭建。公司成立至今，已累積獲得6項專利和16項軟著。

將公司優勢作用于產品上，BASE標注平臺所具備的數據處理能力，能更加緊密貼近整車廠的實際需求，幫助客戶降本增效。相較于傳統的純人工標注方式，可以節省30-40%的成本，并提高30%的處理效率。目前，該平臺已與國內龍頭車企等企業達成長期合作，項目估算超兩千萬。

通過圖片標注產能對比，可以明顯看出博登智能自動化標注與人工標注的差距。以3D圖片為例，AI全自動標注的日均產能為>20k張，而人工標注的日均產能為>10k張。

不同標注之間的產能對比

據趙捷介紹，支撐該數據處理平臺的背后，有三大技術關鍵。

在數據采集和標定方面，博登智能擁有自己的數據采集、傳感器標定軟件，可將數據采集軟件搭載在車輛上，在采集數據的同時對于數據進行脫敏、場景識別等預處理，減少冗余數據的存儲。

在AI數據處理軟件方面，隨著海量數據的不斷產生與流入，會促進博登智能的數據處理閉環系統進行不斷迭代，自動解決智能駕駛所涉及的海量場景問題。

在自動化閉環系統方面，通過建立對新需求“自動化發現、記錄、標注、訓練、驗證”的閉環過程，可為產品自身提供自動化迭代能力。

為實現這些技術難點，趙捷說，“前期公司已投入大量精力進行算法研發，并及時將這些技術突破轉化為知識產權。在與主機廠合作中，不斷拓展服務能力，如新增的傳感器標定業務目前已接到量產訂單，這也為自動化閉環系統的構筑帶來幫助。”

根據IDC發布的報告，到2025年，中國人工智能數據采標服務市場規模將達到123.4億元人民幣。

在這樣的市場前景下，博登智能計劃在2-3年周期中重點發力無監督數據處理方法，建立獨有的數據集，以省去標注成本；從長期主義的視角出發，博登智能將持續專注于高附加值、有技術門檻的產品創新之路。與此同時，在數據閉環的服務過程中，將深挖在自動駕駛領域中的機會。

未來，隨著自動駕駛領域的感知場景不斷豐富，要處理的數據類型已包括2D圖像數據和3D點云數據，行業進入門檻進一步提高。據了解，L3級別以上自動駕駛需要大量的3D點云數據支撐，而3D點云標注不僅要求對激光雷達回傳的數據進行實時處理分析，大量的彎道車道線、日積月累的消耗和損壞帶來的形狀和反射率失真問題，也為識別準確率帶來極大的挑戰。這些都將對數據標注公司的技術迭代與創新能力提出更大考驗。

與此同時，目前行業中Scale AI 、四維圖新、海天瑞聲等玩家已紛紛在自動化系統、高精地圖等方面發力，也使等未來市場競爭加劇。在“老玩家”的規模效應與產品精度不斷提升的壓力下，無疑將給新入局者帶來更大的發展挑戰。

博登智能核心團隊：

博登智能創始人兼CEO趙捷博士擁有智能機器人專業背景，曾任德國汽車行業Tier1企業核心算法高級工程師，并在智能汽車領域深耕十余年，參與開發多款量產智能駕駛項目（如2019款寶馬5系等）；首席科學家趙萬磊為廈門大學模式識別實驗室教授，擁有多項計算機視覺、圖像檢索等領域關鍵科技成果。