文｜數據猿

4月29日，國家數據局在第八屆數字中國建設峰會上發(fā)布了《數據標注優(yōu)秀案例集》，從全國417個申報案例中嚴格遴選出47個代表性優(yōu)秀案例，覆蓋全國29個省、自治區(qū)、直轄市及計劃單列市、新疆生產建設兵團。

數據猿梳理發(fā)現，本次發(fā)布的數據標注優(yōu)秀案例，涵蓋了數據標注技術創(chuàng)新、行業(yè)賦能、標準應用、生態(tài)培育、人才培養(yǎng)等五個方向。不僅展示了我國數據標注領域的最新成果和實踐經驗，也為行業(yè)進一步發(fā)展提供了有益參考和借鑒。

據統計，在發(fā)布的最終優(yōu)秀案例集中，其中入選行業(yè)賦能方向案例最多，占了16項；技術創(chuàng)新方向其次，占了15項；人才培養(yǎng)方向案例10項；生態(tài)培育方向案例5項；標準應用方向案例1項。

47個優(yōu)秀案例各方向成果展示

截圖來自國家數據局

《數據標注優(yōu)秀案例集》

☆數據標注優(yōu)秀案例名單如下：

1.多模態(tài)醫(yī)學影像智能數據標注平臺

2.多模態(tài)數據智能標注與管理平臺

3.AI助力數據標注產業(yè)發(fā)展新生態(tài)

4.時空智能數據標注標準化實踐

5.打造數據標注產業(yè) 助力縣域人才振興

6.農村集體土地高質量時空數據集多源協同標注

7.數據標注賦能電商產業(yè)效能提升

8.汽車行業(yè)多模態(tài)數據融合人機協同智能化標注

9.智能標注閉環(huán)體系重塑AI數據工程

10.數據標注政產教融合人才培養(yǎng)

11."政校企共建 產教訓融合"數據標注人培模式

12.AGI智能化時代的AI數據標注平臺

13.AI手語翻譯數據標注賦能無障礙信息建設

14.產教融合醫(yī)學影像數據標注人才創(chuàng)新培養(yǎng)

15.ADS數據標注與PAI平臺賦能自動駕駛創(chuàng)新提效

16.大模型驅動的數據自主標注智能服務

17.SIFT技術引領全球大規(guī)模智能醫(yī)學影像數據標注

18.面向深度學習的遙感影像建筑半自動數據標注

19.數據標注平臺工具的創(chuàng)新實踐

20.深挖政務熱線數據標注產業(yè)賦能基層治理新場景

21.小語種數據標注特色創(chuàng)新模式

22.數據標注平臺 賦能AI產業(yè)高質量發(fā)展

23.深挖數據處理價值構建城市級數據標注產業(yè)生態(tài)

24.鐵塔視頻數據標注賦能多領域智慧監(jiān)測

25.多模態(tài)數據自動化標注與增強平臺

26.數據標注賦能油氣勘探地物信息智能解譯

27.高質量多模態(tài)醫(yī)療AI訓練數據標注設施建設

28.無人機視角下人居環(huán)境數據集數據標注

29.點-線-面多粒度遙感大規(guī)?；鶞蕯祿瘶俗?/p>

30.礦山數工—數據標注賦能礦山行業(yè)高質量發(fā)展

31.無人機影像數據標注賦能低空經濟發(fā)展

32.數據標注筑基高質量數據集

33.數據標注專業(yè)人才產學融合培養(yǎng)平臺

34.場景驅動高質量垂類數據標注人才培養(yǎng)

35.4D-BEV上億點云標注系統

36.視覺大模型自動標注一站式生產運營

37.中醫(yī)藥行業(yè)大模型數據標注

38.高質量自動駕駛數據集標注與應用

39.數據標注創(chuàng)新引領電力行業(yè)數智轉型

40.建設人工智能數據標注實訓基地，打造人才培養(yǎng)高地

41."AI+產教融合"助力數據標注高技能人才培養(yǎng)

42.3D點云數據標注產教融合人才培養(yǎng)

43.熱帶亞熱帶典型地物空天遙感樣本標注

44.產教融合創(chuàng)新實踐 賦能數據標注人才培養(yǎng)

45.數智引擎：產教融合型數據標注人才培養(yǎng)

46.AI數據標注助力中醫(yī)藥領域高質量發(fā)展

47.云藏搜索引擎藏文信息處理數據標注

47個案例一覽，有哪些特色與亮點？

什么是數據標注？為什么需要數據標注？

數據標注是人工智能訓練過程中的關鍵環(huán)節(jié)，通俗來說，就是教AI認識世界——通過標記數據的特征，讓AI理解"這是什么"。具體來看，指通過人工或半自動方式為原始數據（如圖像、文本、語音、視頻等）添加結構化標簽，使其成為機器學習模型可識別的訓練樣本的過程?？梢哉f，沒有標注，AI寸步難行，正是標注質量直接決定AI的"智商"。

比如，在醫(yī)療領域，醫(yī)生在肺部CT影像上用不同顏色標注不同的病癥，紅色為惡性腫瘤、綠色區(qū)域標注為良性結節(jié)、白色輪廓標注為器官邊界……訓練后的AI能自動標記新患者的CT片，輔助醫(yī)生快速定位病灶，實現效率翻倍。

此前，有報道稱，目前市場上有1%的數據能被收集保存下來，同時其中有90%數據是非結構化數據，這些非結構化的數據只有經過清洗與標注才能被喚醒價值，這就產生了源源不斷的清洗與標注需求。

值得一提的是，此次國家數據局發(fā)布的47個優(yōu)秀案例，集中展示了我國先進的標注技術和方法，反映中國數據標注產業(yè)的創(chuàng)新圖譜，涉及多個領域和行業(yè)，以及國內多個地區(qū)。這些案例主要涵蓋了數據標注技術創(chuàng)新、行業(yè)賦能、標準應用、生態(tài)培育、人才培養(yǎng)等五個方向，下面我們就從這五個方面來展開分析，詳細了解一些典型的案例及其具體情況和意義。

1.數據標注賦能行業(yè)：填補空白，建立標注規(guī)范

從行業(yè)分布來看，這47個案例主要分布在醫(yī)療影像、自動駕駛、電商產業(yè)、遙感影像、人才培養(yǎng)教育、人工智能與大數據、行業(yè)賦能與創(chuàng)新、小語種與多語種、特定行業(yè)應用等領域。

例如，數據標注賦能醫(yī)療健康領域。以排名首位的"多模態(tài)醫(yī)學影像智能數據標注平臺"為例，該平臺由沈陽東軟智能醫(yī)療科技研究院有限公司等單位開發(fā)。該項目創(chuàng)新提出醫(yī)學影像分割大模型MISM等數據標注關鍵技術，研發(fā)集數據、模型、工具、場景為一體的醫(yī)學影像智能數據標注平臺，實現標注工具自主可控及國產化替代，標注效率提升兩個數量級（100倍）以上，質量提升30%且成本降低60%以上。該平臺搶占自主可控的數據標注技術高地，建立醫(yī)學影像標注"中國標準"。

整體框架（截圖來自國家數據集）

高質量自動駕駛數據集標注與應用。高質量的數據集對于自動駕駛技術的發(fā)展至關重要。這些數據集不僅提升了自動駕駛系統的感知能力，還促進了技術的標準化，降低了研發(fā)成本，支持了多種任務的完成，推動了自動駕駛技術的全面發(fā)展。

比如，在入選的優(yōu)秀案例中包含了"4D-BEV上億點云標注系統"、"高質量自動駕駛數據集標注與應用"等5個案例。如"4D-BEV上億點云標注系統"、"高質量自動駕駛數據集標注與應用"，專注于解決復雜環(huán)境下的三維空間標注問題，這些案例普遍采用點云連續(xù)幀標注、多傳感器融合標注等技術，滿足自動駕駛高精度感知需求。

數據標注賦能油氣勘探。標注技術應用于垂直行業(yè)的智能化轉型，這些案例通常需要深厚的行業(yè)知識沉淀，標注對象具有高度專業(yè)化特征。在油氣勘探領域，準確的地物信息解譯對于資源的發(fā)現和開發(fā)至關重要。通過高效的數據標注技術，不僅提高了勘探的效率和精度，還降低了勘探成本，推動了油氣勘探行業(yè)的數字化轉型和智能化升級。

典型案例如第26號，"數據標注賦能油氣勘探地物信息智能解譯"。在這個案例中，傳統人工標定面臨海量地物與復雜地形挑戰(zhàn)，存在效率低、錯漏率高難題。通過基于多源地理數據融合的智能解譯系統，并結合AI算法與圖像處理技術構建了自動化翻譯平臺，累計處理地物8900萬個，解譯精度達90%，效率較人工提升20倍。經測算，年度可節(jié)約成本1.89億元，為勘探智能化轉型提供核心技術支撐，顯著推動行業(yè)降本增效。

數據標注賦能油氣勘探 數據融合過程示意圖（來源：國家數據局）

在鄉(xiāng)村振興領域，如第6號"農村集體土地高質量時空數據集多源協同標注"，該項目通過多源協同標注技術，為農村土地確權和數字化管理提供數據基礎。

2.展現強大自研能力：多模態(tài)、大模型加持

在技術創(chuàng)新方面，很多入選案例都展現了強大的技術自研能力，如利用人工智能、機器學習等技術實現智能標注，提高標注效率和質量，降低人工成本。值得一提的是，有多個案例都提到了多模態(tài)數據標注，這也展示了當前數據標注技術發(fā)展的一個重要趨勢。比如第一個案例"多模態(tài)醫(yī)學影像智能數據標注平臺"，它實現了胸部疾病的批量化智能檢測與標注，體現了技術的高效性,又如第二個案例"多模態(tài)數據智能標注與管理平臺"。

此外，還有大模型賦能標注，典型案例如第16號案例"大模型驅動的數據自主標注智能服務"和第36號案例"視覺大模型自動標注一站式生產運營"，通過預訓練大模型實現標注過程的自動化迭代，大幅降低人工依賴。這些平臺通過打通算法平臺與標注平臺的數據交互流水線，實現數據自驅的多模態(tài)標注算法快速迭代，形成AI數據生產的新質生產力。

3.培養(yǎng)專業(yè)數據標注師，解決產業(yè)脫鉤問題

數據標注是人工智能發(fā)展的核心基石之一，貫穿于算法訓練、模型評估、迭代優(yōu)化以及場景應用等多個環(huán)節(jié)，數據標注作為新興產業(yè)，存在人員需求大、勞動密集強度高、職業(yè)技能迭代快、產教融合深度不足、政府扶持力度不夠等現狀。

數據猿梳理發(fā)現，此次入選的案例有的探索出多種創(chuàng)新路徑，來培養(yǎng)專業(yè)的數據標注人才。如，第11號案例的"政校企共建 產教訓融合"數據標注人培模式、第34號案例"場景驅動高質量垂類數據標注人才培養(yǎng)"。

入選單位提到，在第11號案例的"政校企共建 產教訓融合"數據標注人培模式中，為解決數據標注人才培養(yǎng)痛點，政府、學校、企業(yè)共建溫州數據學院，將"生產、教學、培訓"相融合，實現了"技能培訓、人才就業(yè)、效益產值"共贏，打造了數據標注人才培養(yǎng)的新范式。

"政校企共建 產教訓融合"數據標注人培模式的整體框架

又比如第34號案例，大連金慧科技的"場景驅動高質量垂類數據標注人才培養(yǎng)"案例，通過將垂類業(yè)務場景、自主研發(fā)的大模型智能標注平臺與人才培養(yǎng)體系結合，推出場景化人機協同培養(yǎng)模式，解決高質量垂類多模態(tài)數據標注專業(yè)人才短缺問題，已在多個業(yè)務基地落地實施，累計培養(yǎng)逾1萬名專業(yè)標注人員，有效縮短人才培養(yǎng)周期20%，提升培訓效率40%，培訓后準確率提升8%。

但具體來看，在人才培養(yǎng)這個方面，不同的案例也會采用不同的路徑和方法。比如，有的側重于政產學研合作，如數據標注政產教融合人才培養(yǎng)案例；有的注重實踐能力培養(yǎng)，如人工智能訓練師崗課賽證綜合育人模式案例，這些不同的人才培養(yǎng)模式滿足了不同地區(qū)、不同企業(yè)和不同人群對數據標注人才的需求。

4.標準應用

比如，第4號案例"時空智能數據標注標準化實踐"，針對時空數據標注不統一的問題，武漢大學牽頭制定國際開放地理信息協會OGC TrainingDML-AI標準，并轉為ISO標準（ISO 19178-1）和國家標準，涵蓋時空數據標注概念模型、編碼等標準規(guī)范。

地理人工智能數據標注標準化實踐系統圖

5.生態(tài)培育初見成效

數據標注產業(yè)生態(tài)培育過程中，面臨技術薄弱、業(yè)務匱乏、人才不足等挑戰(zhàn)。一些案例通過構建數據標注產業(yè)生態(tài)，整合產業(yè)鏈上下游資源，實現了數據標注與其他產業(yè)的協同發(fā)展。

如昆玉公司打造"1+N"數據產業(yè)群，形成覆蓋數據采集、清洗、標注、訓練全產業(yè)鏈的數據服務能力，成功孵化4家數據標注企業(yè)、7個項目工作室，輸出123類產品數據集。

此外，還有第3號案例，"AI助力數據標注產業(yè)發(fā)展新生態(tài)"中，百度智能云（山西）科技有限公司通過政企協同，并利用技術、生態(tài)和品牌優(yōu)勢，結合山西轉型綜合改革示范區(qū)的產業(yè)政策，形成疊加效應，推動產業(yè)鏈形成。標注效率提升超60%，累計產值超15億元，孵化企業(yè)超50家，帶動就業(yè)與人才培養(yǎng)超3萬人。

八仙過海，不同區(qū)域、行業(yè)、技術的實踐路徑有何不同？

通過47個案例的分析，也可以看到不同區(qū)域基于資源稟賦和產業(yè)基礎，探索出各具特色的發(fā)展道路。從不同的區(qū)域特色發(fā)展、不同的技術路徑來分析，可以看出：

不同區(qū)域具有不同的發(fā)展模式。比如：

西部地區(qū)：核心特色是就業(yè)優(yōu)先。如，新疆昆玉案例針對"兵團數據標注產業(yè)空白、人才短缺、技術依賴內地"問題，通過自研技術、校企合作、標準化管理等措施，聚焦小語種標注、自動駕駛、無人零售等領域，累計解決當地就業(yè)問題。

東部地區(qū)：側重前沿技術與高端制造技術的融合。比如，廣東入選案例如"無人機視角下人居環(huán)境數據集數據標注"和"SIFT技術引領全球大規(guī)模智能醫(yī)學影像數據標注"，展現技術密集型發(fā)展路徑，這些案例更關注前沿技術在高端制造和智慧城市中的應用。

東北地區(qū)：側重與數據標注賦能傳統轉型模式，將技術自主創(chuàng)新賦能傳統醫(yī)療，以東北地區(qū)東軟醫(yī)療影像標注平臺為代表，依托傳統醫(yī)療產業(yè)優(yōu)勢，深耕專業(yè)醫(yī)療數據標注領域，實現老工業(yè)基地的數字化轉型

民族地區(qū)：側重在文化保護模式，用數據標注來加持文化保護，比如第47號案例中"云藏搜索引擎藏文信息處理數據標注"，專注于少數民族語言和文化保護，填補多語言標注領域空白。

從不同的技術路徑來看，獲選案例采用了不同的技術路徑和方法。有的側重于算法研發(fā)，如多任務分類與分割算法、大模型驅動等；有的注重工具和平臺的創(chuàng)新，如智能標注平臺、4D-BEV上億點云標注系統等，有的在數據增強等技術上進行了創(chuàng)新實踐。

同時，不同行業(yè)、不同應用領域差異化較大。如，不同案例在數據標注的應用領域各有側重。有些專注于特定行業(yè)的深度應用，如醫(yī)療影像數據標注、交通流量數據標注等；有的則涵蓋了多個領域的綜合應用，如多模態(tài)數據標注平臺在醫(yī)療、電商、自動駕駛等多個領域應用。這種差異化的特點反映了數據標注行業(yè)在不同領域的多樣化需求和發(fā)展?jié)摿Α?/p>

透過數據看行業(yè)：對我國數據標注有哪些啟示？

綜上，我們可以看到，技術創(chuàng)新是數據標注行業(yè)發(fā)展的核心動力，在很多優(yōu)秀案例中，都展示了強大的自主研發(fā)能力。這表明，未來數據標注行業(yè)還需不斷探索和應用新技術，如深度學習、人工智能、自動化工具等，以提高標注的準確性和效率。

此外，自動化標注技術的出現，顯著提高了標注效率和準確性，雖然目前還不能完全取代人工標注，但已經大幅減少了人工工作量，并有望在未來實現更高程度的智能化。但我們已明顯看到，隨著生成式人工智能和大模型技術的突破，數據標注已從傳統的人力密集型向AI輔助自動化轉型。

未來，數據標注技術還將擴展到各個行業(yè)進一步深化，推動整個行業(yè)的效率提升和成本降低。隨著人工智能進入多元行業(yè)和場景落地階段，自動駕駛、醫(yī)療、法律、金融等有一定專業(yè)性要求的垂直化場景將成為主要需求，從而帶動行業(yè)進一步朝著垂直化、定制化方向發(fā)展。

當然，我們也會看到，未來數據標注行業(yè)需要建立和推廣更多的標準，以確保數據標注的質量和一致性，同時也便于數據的共享和利用。

有數據顯示，到2027年，數據標注產業(yè)專業(yè)化、智能化及科技創(chuàng)新能力顯著提升，產業(yè)規(guī)模大幅躍升，年均復合增長率超過20%。

數據標注市場的主要增長動力，來自于人工智能技術的快速發(fā)展和應用。數據標注作為數據預處理的重要環(huán)節(jié)，市場需求隨之擴大。隨著大模型時代的到來，數據標注在AI開發(fā)模式中的重要性日益凸顯，貫穿大模型的全生命周期，上下游合作關系更為緊密耦合。此外，非結構化數據的清洗與標注需求不斷增加，也將為數據標注市場帶來了源源不斷的增長動力。