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。融資将重點用于“自動駕駛-自動标注算法”的持續更新與開源資料集建設。
博登智能
博登智能是一家自動駕駛資料閉環工具鍊供應商，通過自研的資料閉環工具鍊，結合AI算法的自動标注能力，開發了具有完全自主知識産權的智能駕駛資料處理平台，可提供支援覆寫市場上95%以上傳感器驅動的資料采集、存儲，預處理，标注，模型訓練/部署等整套資料處理流水線系統，形成資料閉環。
一直以來，資料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。随着自動駕駛向L3、L4推進，據英特爾推算：每輛車每天将産生的資料量将高達4000GB。這将大幅擴大基礎資料服務市場的空間。
但高度依賴人工的标注模式，在海量資料面前行不通。博登智能創始人兼CEO趙捷認為，“資料作為自動駕駛的生産要素，一定要靠自動化實作效率的大幅提升，傳統的人工标注模式生産效率是有極限的，未來将無法滿足需求。”
高效标注，成為博登智能的産品切入點。其核心産品BASE标注平台，是集資料标注、項⽬管理、⼈員排程、流程配置、進度統計、算法訓練為⼀體的⼀站式智能資料服務平台。最新BASE V4.0版本，已疊代為采用圖⽚狀态管理模式，引⼊Potree提⾼3D點雲加載速度。
BASE标注平台圖檔
與業内同類公司相比，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資料中心的搭建。公司成立至今，已累積獲得6項專利和16項軟著。
将公司優勢作用于産品上，BASE标注平台所具備的資料處理能力，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标注方式，可以節省30-40%的成本，并提高30%的處理效率。目前，該平台已與國内龍頭車企等企業達成長期合作，項目估算超兩千萬。
通過圖檔标注産能對比，可以明顯看出博登智能自動化标注與人工标注的差距。以3D圖檔為例，AI全自動标注的日均産能為>20k張，而人工标注的日均産能為>10k張。
不同标注之間的産能對比
據趙捷介紹，支撐該資料處理平台的背後，有三大技術關鍵。
在資料采集和标定方面，博登智能擁有自己的資料采集、傳感器标定軟體，可将資料采集軟體搭載在車輛上，在采集資料的同時對于資料進行脫敏、場景識别等預處理，減少備援資料的存儲。
在AI資料處理軟體方面，随着海量資料的不斷産生與流入，會促進博登智能的資料處理閉環系統進行不斷疊代，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、标注、訓練、驗證”的閉環過程，可為産品自身提供自動化疊代能力。
為實作這些技術難點，趙捷說，“前期公司已投入大量精力進行算法研發，并及時将這些技術突破轉化為知識産權。在與主機廠合作中，不斷拓展服務能力，如新增的傳感器标定業務目前已接到量産訂單，這也為自動化閉環系統的構築帶來幫助。”
根據IDC釋出的報告，到2025年，中國人工智能資料采标服務市場規模将達到123.4億元人民币。
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資料處理方法，建立獨有的資料集，以省去标注成本；從長期主義的視角出發，博登智能将持續專注于高附加值、有技術門檻的産品創新之路。與此同時，在資料閉環的服務過程中，将深挖在自動駕駛領域中的機會。
未來，随着自動駕駛領域的感覺場景不斷豐富，要處理的資料類型已包括2D圖像資料和3D點雲資料，行業進入門檻進一步提高。據了解，L3級别以上自動駕駛需要大量的3D點雲資料支撐，而3D點雲标注不僅要求對雷射雷達回傳的資料進行實時處理分析，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，也為識别準确率帶來極大的挑戰。這些都将對資料标注公司的技術疊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，也使等未來市場競争加劇。在“老玩家”的規模效應與産品精度不斷提升的壓力下，無疑将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企業核心算法進階工程師，并在智能汽車領域深耕十餘年，參與開發多款量産智能駕駛項目（如2019款寶馬5系等）；首席科學家趙萬磊為廈門大學模式識别實驗室教授，擁有多項計算機視覺、圖像檢索等領域關鍵科技成果。