在AI淘金熱中，有一些人手持鐵鍬和鎬，不斷“開墾”更多數據，為AI企業提供資源。

3月27日，在博鰲亞洲論壇2025年年會期間，杭州曼孚科技有限公司CEO趙劍接受第一財經記者專訪時表示，隨著人工智能的發展，不同類型的企業對于數據的需求不同，數據的應用場景也在不斷拓展，數據行業正在經歷新的變化。

數據是驅動AI產業鏈的燃料。當信息智能向空間智能、具身智能發展時，企業對數據的定義和需要也會改變。趙劍透露，曼孚科技正將重心轉向大模型多模態數據標注。趙劍解釋，隨著大語言模型（LLM）向多模態演進，文本、圖像、語音、視頻等數據的融合標注需求激增?！拔磥淼腁I需要理解真實世界，而多模態是必經之路?！?/p>

當被問及多模態數據標注的成本挑戰時，趙劍坦言，由于處理維度的上升，數據成本也會隨之變高。以自動駕駛為例，一輛智駕汽車的傳感器能夠包括激光雷達、攝像頭、毫米波雷達等多源信息，收集、清洗、標注這些數據是一筆不小的工作量。

在復雜的數據處理場景，利用AI和自動化流程提升數據處理效率，是趙劍認為的解決方案。在標注層面，AI輔助技術可以識別圖像中的車輛、行人，并預標注關鍵點，在自動化流程中，重新建立一套工業化標準進行流水線的數據清洗、標注。趙劍強調，AI標注的局限性不容忽視?！霸贏I本身都不那么成熟的情況下，AI自動標注怎么能做到那么成熟呢？”

從曼孚的客戶結構來看，自動駕駛領域的企業仍然是公司主要的客戶來源。趙劍解釋，這是因為自動駕駛商業化的成熟度更高。“車企愿意為數據付費，且需求明確，行業已形成從數據采集到模型落地的閉環?！?/p>

相較之下，服務機器人、人形機器人等領域的客戶相對較少?！皺C器人是軟硬件協同的智能體，公司對自身硬件所適配的數據是否了解，對業務場景是否有明確的定義，這些都會影響他們所要求的數據質量和數據規模。”趙劍說，在機器人行業，數據的通用性很低。如果在公司尚未摸清自身需求的情況下進行數據購買，效率不會高。

對于自動駕駛的技術路線，趙劍指出，從技術發展路徑來看，強化學習與端到端模型的探索正在加速?！安贿^，自動駕駛算法的‘黑箱’特性帶來法律風險，事故責任界定仍是難題。這需要技術、法規甚至倫理層面的共同突破?！?/p>

全球范圍內，科技巨頭們圍繞人工智能領域的布局持續升溫，微軟、Meta、OpenAI等科技公司均透露過有建設AI數據中心的想法。微軟在2025年開年宣布，在2025財年豪擲800億美元用于建設AI數據中心。微軟官方透露，800億美元將著重用于開發能夠訓練人工智能模型、基于云的應用程序的數據中心等。Meta公司CEO扎克伯格也曾透露，2025年計劃投資650億美元用于擴展人工智能基礎設施。在1月“星際之門”計劃宣布后，OpenAI也宣布將立即投入1000億美元，以在美國建設數據中心。

面對科技巨頭們在 AI 數據中心建設上的巨額投入，趙劍表示，相比單純的數據中心建設，數據處理、篩選以及管理更為重要。“其實從行業角度看，大家在數據處理等環節實際投入的資源不足?！彼硎?，當前行業仍處在發展早期，在數據標注在處理效率和速度方面未達到理想狀態，未來仍有很大提升空間。

AD：

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。