近日，海天瑞聲宣布品牌升級(jí)，英文名稱改為“DataOcean AI”，同時(shí)啟用全新 Logo，全面進(jìn)入 AI+領(lǐng)域，通過(guò)語(yǔ)音、圖像、文本全覆蓋，并且深入行業(yè)應(yīng)用場(chǎng)景，賦能企業(yè)用戶，全方位助力 AI 前沿項(xiàng)目的全球商業(yè)落地。

海天瑞聲 CEO 王曉東強(qiáng)調(diào)，“此次品牌升級(jí)不僅是一個(gè)簡(jiǎn)單的改名，還代表著海天瑞聲將在數(shù)據(jù)科技和人工智能領(lǐng)域的進(jìn)一步發(fā)展和探索。過(guò)去海天瑞聲是語(yǔ)音 Speech 海洋，未來(lái)在人工智能領(lǐng)域是數(shù)據(jù) Data 海洋。品牌升級(jí)后，海天瑞聲將更好地滿足客戶全方位的 AI 數(shù)據(jù)需求，共建 AI 未來(lái)！”

海天瑞聲 CEO 王曉東

品牌煥新，實(shí)現(xiàn) AI 數(shù)據(jù)全覆蓋

海天瑞聲于2005年成立，起家時(shí)專注于智能語(yǔ)音數(shù)據(jù)。隨著近些年人工智能技術(shù)的快速迭代發(fā)展，海天瑞聲的業(yè)務(wù)已經(jīng)從單純的語(yǔ)音數(shù)據(jù)服務(wù)，擴(kuò)展至提供覆蓋語(yǔ)音、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和多模態(tài)的數(shù)據(jù)解決方案及成品數(shù)據(jù)集，未來(lái)還將支持以數(shù)據(jù)驅(qū)動(dòng)的生成式 AI 業(yè)務(wù)發(fā)展。

為了打破市場(chǎng)對(duì)于海天瑞聲固有的語(yǔ)音業(yè)務(wù)印象，同時(shí)服務(wù)于客戶全方位的需求，海天瑞聲于近日完成了品牌煥新，中文名稱“海天瑞聲”保持不變，英文名稱將從“SpeechOcean”改成“DataOcean AI”，公司啟用全新的 Logo。

近年來(lái)，海天瑞聲的業(yè)務(wù)范圍在逐步擴(kuò)大，但是海天瑞聲還是會(huì)堅(jiān)持提供高質(zhì)量的數(shù)據(jù)。王曉東強(qiáng)調(diào)，“海天瑞聲不僅具備開(kāi)發(fā)、訓(xùn)練和評(píng)估算法能力，還提供生成人工智能和大模型數(shù)據(jù)解決方案。但有一點(diǎn)永遠(yuǎn)不會(huì)改變，我們致力于為客戶提供高質(zhì)量的數(shù)據(jù)集和解決方案。”

據(jù)了解，海天瑞聲一直在為 AI 產(chǎn)業(yè)鏈上的各類機(jī)構(gòu)提供 AI 算法模型開(kāi)發(fā)訓(xùn)練所需的專業(yè)數(shù)據(jù)集，目前這些數(shù)據(jù)集已覆蓋智能語(yǔ)音、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言等 AI 核心領(lǐng)域。經(jīng)過(guò)多年深耕，海天瑞聲的產(chǎn)品和服務(wù)已獲得阿里巴巴、騰訊、三星等國(guó)內(nèi)外頭部客戶的認(rèn)可，并在自動(dòng)駕駛、虛擬主播、聲紋識(shí)別、人臉姿態(tài)等眾多人工智能場(chǎng)景及相關(guān)算法模型的訓(xùn)練過(guò)程中獲得應(yīng)用。

為了踐行推進(jìn)數(shù)據(jù)資源整合共享的社會(huì)責(zé)任，海天瑞聲還宣布開(kāi)放多模態(tài)數(shù)據(jù)集「DOTS-MM-0526」，覆蓋圖像、語(yǔ)音、文本等多個(gè)維度的數(shù)據(jù)集，免費(fèi)開(kāi)放給全球 AI 開(kāi)發(fā)者和研究人員使用，共同推動(dòng)人工智能技術(shù)的發(fā)展和落地。王曉東表示，“開(kāi)源數(shù)據(jù)集可以幫助各領(lǐng)域的研究者和開(kāi)發(fā)者快速獲得更多高質(zhì)數(shù)據(jù)樣本，進(jìn)而提高模型的精準(zhǔn)度和魯棒性，幫助他們更好地進(jìn)行算法研究和模型訓(xùn)練，助力中國(guó)人工智能開(kāi)放生態(tài)建設(shè)。”

深入行業(yè)，率先發(fā)力自動(dòng)駕駛領(lǐng)域

自動(dòng)駕駛是2020年至今，AI 基礎(chǔ)數(shù)據(jù)服務(wù)支出規(guī)模最大的細(xì)分行業(yè)，同時(shí)也是最具增長(zhǎng)潛力的行業(yè)，主要數(shù)據(jù)采集需求包括車內(nèi)駕駛艙以及車外道路環(huán)境感知等場(chǎng)景。但是，自動(dòng)駕駛行業(yè)數(shù)據(jù)仍面臨諸多痛點(diǎn)，包括數(shù)據(jù)處理迭代速度無(wú)法滿足技術(shù)路線的飛速發(fā)展；人工標(biāo)注效率低；項(xiàng)目多樣化，要求復(fù)雜，流程管理困難；數(shù)據(jù)安全合規(guī)趨于嚴(yán)格。

汽車領(lǐng)域，是海天瑞聲率先落地的戰(zhàn)略之一。海天瑞聲于4月18日推出了“DOTS-AD 自動(dòng)駕駛平臺(tái)”。 據(jù)海天瑞聲 CTO 黃宇凱介紹，這是一款專為自動(dòng)駕駛場(chǎng)景設(shè)計(jì)的全棧式數(shù)據(jù)平臺(tái)，能夠支持多維度、全方位的自動(dòng)駕駛標(biāo)注任務(wù)，數(shù)據(jù)標(biāo)注效率提升高達(dá)8倍，可支持萬(wàn)人同時(shí)作業(yè)，能夠解決項(xiàng)目經(jīng)理和標(biāo)注員的使用痛點(diǎn)，提升標(biāo)注效能，且支持多元化部署，包括公有云、私有云和混合云部署模式。

海天瑞聲 CTO 黃宇凱

值得注意的是，DOTS-AD 自動(dòng)駕駛平臺(tái)具有四大核心功能：一是全面支持自動(dòng)駕駛領(lǐng)域各維度2D/3D/4D 點(diǎn)云或圖像數(shù)據(jù)標(biāo)注；二是能針對(duì)不同場(chǎng)景支持輔助標(biāo)注/自動(dòng)化標(biāo)注；三是支持項(xiàng)目的柔性管理，支持流程/工具/標(biāo)簽的自定義；四是可實(shí)現(xiàn)對(duì)數(shù)據(jù)的智能化管理，確保客戶的商業(yè)敏感數(shù)據(jù)安全合規(guī)。基于這些核心功能，海天瑞聲正建立起在智能駕駛數(shù)據(jù)訓(xùn)練領(lǐng)域的核心壁壘，也將賦能自動(dòng)駕駛技術(shù)走邁向新高度。

黃宇凱表示，“希望通過(guò) DOTS-AD 自動(dòng)駕駛平臺(tái)，能夠賦能自動(dòng)駕駛企業(yè)的算法高效量產(chǎn)，讓每一個(gè)輛車更智能、更安全地行駛在世界的每個(gè)角落。”

大模型訓(xùn)練中的數(shù)據(jù)價(jià)值

去年年底以來(lái)，隨著 ChatGP 的發(fā)布以及之后各種大模型的出現(xiàn)，讓我們加速走進(jìn)了大模型時(shí)代，并真切地感受到了其與日俱增的能力。眾所周知，大模型也需要進(jìn)行訓(xùn)練，那么在此過(guò)程中與數(shù)據(jù)相關(guān)的工作，與此前有什么不同呢？

對(duì)此，黃宇凱認(rèn)為，從大方向上來(lái)看并沒(méi)有什么不同，還是需要先提出數(shù)據(jù)方案，然后進(jìn)行設(shè)計(jì)，再執(zhí)行采集、標(biāo)注等一系列的工作流程，最終目標(biāo)也是讓客戶能夠基于所提供的數(shù)據(jù)，訓(xùn)練出效果良好的模型。

其中，不一樣的地方在于，不同企業(yè)關(guān)注的側(cè)重點(diǎn)不同。比如，大模型主要分為預(yù)訓(xùn)練和強(qiáng)化學(xué)習(xí)兩個(gè)階段，這兩個(gè)階段對(duì)數(shù)據(jù)都有很高的要求。就前者而言，雖然大模型對(duì)應(yīng)的是大數(shù)據(jù)，但并不是數(shù)據(jù)越多越好，還要執(zhí)行數(shù)據(jù)清洗的步驟。數(shù)據(jù)公司必須掌握如何清洗、向哪個(gè)方向清洗，才能更好地應(yīng)用于大模型的基礎(chǔ)能力。對(duì)于后者來(lái)說(shuō)，進(jìn)行強(qiáng)化學(xué)習(xí)需要撰寫對(duì)應(yīng)的提示詞，這對(duì)數(shù)據(jù)標(biāo)注人員的邏輯思維能力和表達(dá)能力也有較高的要求。

對(duì)于一家數(shù)據(jù)公司來(lái)說(shuō)，數(shù)據(jù)安全與合規(guī)是其底線，也是立身之本。因此，海天瑞聲組建了專門的團(tuán)隊(duì)，對(duì)歐盟頒布的《通用數(shù)據(jù)保護(hù)條例》、我國(guó)頒布的《數(shù)據(jù)安全法》和《個(gè)人信息法》等法規(guī)進(jìn)行了深入的研究，并制定了高于國(guó)家法律的數(shù)據(jù)合規(guī)要求。具體來(lái)說(shuō)，其在整個(gè)公司層面上，要求所有成員在嚴(yán)格遵循當(dāng)?shù)胤煞ㄒ?guī)的基礎(chǔ)之上，開(kāi)展包括數(shù)據(jù)采集、標(biāo)注等在內(nèi)的具體工作。