原创力文档- 1、本文档共25页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
中国AIGC数据标注产业全景报告
PanoramicReportofGenerativeAIDataLabelingIndustryinChina
2023.11杨净量⼦位智库QbitAIInsights
数据标注，正迎来关键时刻。作为AI认识世界的起点，数据标注本质上是将现实世界信
序⾔息结构化、数字化，充分发挥数据信息的价值。
⼤模型时代到来，AIGC众多垂直场景落地，以及通⽤智能、具⾝智能等前沿领域探索，
与⾼质量、专业化的场景数据密不可分，数据标注从劳动密集型加速朝着知识密集型转
型，⾏业壁垒进⼀步提⾼。
作为底层基础服务，数据标注贯穿⼤模型全⽣命周期（训练测试、评估验证和应⽤迭
代）。⼀⽅⾯，牵涉关键Know-how，更多⼤模型公司/AI企业选择⾃建标注团队和管线；
另⼀⽅⾯，上下游合作关系将更为紧密和耦合，专业数据服务提供商更多机会将在垂直
领域，帮助企业完成私有化部署。
机遇与挑战并存。合成数据作为新衍⽣赛道，潜在市场空间巨⼤。与此同时，数据标注
标准难以统⼀、数据处理流程尚未规范，⾼学历多领域多专业成为标注⼈才的硬指标。
⽬录⼤模型时代下的数据标注
AIGC数据标注四⼤变化
AIGC数据标注三⼤影响因素
数据标注产业竞争格局/市场规模
数据标注代表玩家案例集
⼤模型时代下的数据标注
数据标注是AI认识世界的起点
数据标注是将原始数据进⾏加⼯处理，⽐如分类、拉框、注释、标记等操作转换成机器可识别信息的过程。
国内数据标注⼚商，⼴义称之为基础数据服务提供商，通常需要完成数据集结构/流程设计、数据处理、数据质检等⼯作，为下游客⼾提
供通⽤数据集、定制化服务、数据闭环⼯具链等。这也是本次AIGC数据标注全景报告的研究对象。
原始数据类型训练任务
⼀般数据处理流程：根据以及划分：
n⽂本：
数据数据数据模型训练词性标注、分类标注、情绪标注、命名实体识别、语义标注、
原始数据
清洗标注质检测试/验证意图标注等；
n图像：
图像分类、语义分割、实例分割、拉框、OCR转写等；
n⾳频：
数据标注中的⼆⼋定律语⾳识别、声纹识别、语⾳转写等；
n视频：
通常在一个AI项目中，数据准备工作需要80%时长，模型训练和部署仅占20%。⽬标跟踪、⾏为识别等；
文档评论（0）