《中商产业研究院》的一份报告预测，2025年，中国自动驾驶市场规模将接近4500亿元，自动驾驶技术的发展，需要海量、高质量的数据支撑，这些数据经过清洗和标注，才能成为机器可识别的训练数据。数据标注行业，无疑是AI时代的新基建行业。
感知、决策、执行，是自动驾驶的核心技术体系，其中，数据标注在车身感知、环境感知都扮演了重要角色。IDC预计，2025年，中国人工智能数据采集、标注服务市场规模将达到123.4亿元，自动驾驶是需求巨大且增长迅速的一个领域。
进入2025年，自动驾驶标注市场迎来变革的契机。
一是AI技术发展带来的自动化升级，可能会让这个劳动密集型的行业升级换代，另外，主机厂激增的复杂需求，也让那些优秀公司更容易实现身位的领先。
2025年，创业邦首次启动自动驾驶数据标注的榜单评选，旨在挖掘这一新兴行业在这一轮变革中的创新力量。
行业需要效率变革，AI被给予厚望
2022年，是AI爆发的元年，也是自动驾驶爆发的元年。以人工标注为主的数据标注市场，将迎来一次大变革。
推动自动驾驶数据标注变革的最直接原因，是车载激光雷达在智能汽车的广泛应用。作为自动驾驶“眼睛”的激光雷达传感器精度更高，产生的数据更大、更复杂。比如激光雷达生成的是三维点云数据，相比二维图像，点云数据更复杂，标注时需要处理空间中的点集。此外，激光雷达的数据是连续性的，需要跨帧标注，种种原因，使得自动驾驶场景数据标注的需求量呈几何倍增长。
与此同时，自动驾驶的端到端技术革命正在掀起。无论是蔚小理等造车新势力，还是大众等传统车企，亦或是华为，都在逐步引进端到端技术，将自动驾驶的规则导向彻底转变成了数据导向。
以特斯拉FSD 为例，特斯拉 FSD每天从车队中收集的数据量高达 PB 级（1PB = 1024TB）。数据处理成为自动驾驶流程中的重中之重。特斯拉前AI高级总监Andrej Karpathy 曾表示，特斯拉自动驾驶部门将3/4的精力用在采集、清洗、分类、标注高质量的数据上面，只有1/4的用于算法探索和模型创建。
特斯拉在2023年将 FSD 代码量削减99%，让大模型更加依赖大数据“喂养”。但大模型本身存在难以解释的“黑盒效应”。因此，只能投喂更多的高质量数据，来尽可能修正错误与幻觉。
这对数据集的量级和传感模态都提出扩充需求。大量数据的需求，成为了数据标注行业变革的催化剂，原先“人海战术”式的数据标注难以应对这样的规模。
AI预标注的介入，成为数据标注企业的新质生产力。数据标注企业开始形成人机协同的智能化标注平台，行业内也开始进行自动化标注的探索。
尽管行业内对自动标注概念的意见不一，但在自动驾驶爆发元年的2022年，各家数据标注企业开始发力智能平台的布局。
以曼孚科技为例，曼孚科技推出的第三代 MindFlow SEED（下称“ SEED 平台”）通过引入驾驶数据建立RLHF（人类反馈强化学习）。在RLHF的帮助下，AI能快速掌握了人类经验。基于深度学习与计算机视觉构建大模型，曼孚科技可实现复杂场景下数据的高效处理与全自动化标注。
基于积累的海量数据与标注经验，曼孚科技综合运用业界领先的模型结构，形成一套从数据预处理、算法推断到结果精修的完整算法链路，匹配不同应用场景。其中，典型场景效率可提升10倍以上，精准度达到99.99%以上。
强者恒强，飞轮效应加剧格局调整
当前，汽车市场竞争激烈，主机厂大力推动智能驾驶技术的普及应用，让更多消费者能以更低的成本享受到智能驾驶功能。因此，自动驾驶业务有几大特点。
一个体量大， 一些大厂在大力推动自动驾驶的普及化，因此需求体量很大；第二，主机厂竞争激烈，要求在极短的周期交付；另外，主机厂多短平快的项目越来越多。这对数据标注企业的交付能力提出更高的需求，交付时间甚至达到小时级别。
需求端的变化，也推动自动标注市场格局进入快速调整期。
为了满足主机厂的需求，除了AI赋能生产工具的基础之外，数据标注企业在各个维度上都努力尝试优化和设计，进一步提升效率。
比如曼孚科技，公司强化了 RPA（机器人流程自动化）在 AI 落地中的作用。在配备 RPA 技术后，SEED 平台可以根据预设的脚本与用户系统交互，接管那些原本需要人工完成的任务，从而实现部分流程的自动化，提高效率。
RPA通过读取标注员操作日志，让 AI 能够找出其重复人工环节，让RPA取代人工标注。同时，曼孚科技的RPA+AI技术，可以根据人类标注员的具体能力，自动匹配相适应的标注任务，改变了传统的生产关系，让业务边界不受限制，大大提高了交付时间。
在自动驾驶这个高度垂直化的场景中，对场景坚持深耕，是数据标注公司的基本功，只有这样，才能完成主机厂的定制化数据处理需求。当前，数据标注行业标准不统一，每家公司的标注标准也很不相同。主机厂客户在涉及多个细分项目时，往往倾向选择一家能数据复用的标注公司，避免数据迁移导致的成本和效率问题。
这对数据标注公司的数据中台提出了更高要求，只有打通数据流转的全生命周期，才能够实现数据复用。
为了满足主机厂需求，覆盖数据流转的全生命周期，曼孚科技打造了集存储、处理、导入导出于一体的数据管理平台：通过 SDK 打通数据采集平台、数据标注平台、模型训练平台和生产运营系统等多种外部平台。其中，SDK能将标注能力模块化，帮助企业快速构建或增强标注流程，相当于搭建了一条跨平台的数据高速公路。
有了数据管理平台，数据标注企业也能接入外部的数据交易核心平台模块，深入布局数据交易上下游产业链，连接供给端与需求端。这种方式，把主机厂变成数据资源供给方，进一步丰富了数据标注企业的数据集，形成飞轮效应，进一步筑高标注企业的竞争壁垒。
从战略到技术落地的一站式数据解决方案，让曼孚科技与数百家企业达成深度合作，其中包括世界顶级Tier1厂商、造车新势力，以及传统汽车主机厂商等。
超大赛道 有望诞生标注行业独角兽
《2025自动驾驶数据标注企业TOP10》榜单评选，由投资机构的专业人士担任评委，评选对象，是市场上活跃的自动驾驶数据标注企业。评选维度主要包括技术能力、标注质量、资本价值和企业规模及影响力四项内容。
综合本次榜单评选的结果，10家上榜企业在技术能力这一项的评分上，明显领先非入榜企业，这也从侧面说明，数据标注行业当前已转变为技术主导的行业。
资本价值也是本次榜单关注的重点。本次上榜的10家企业中，4家企业获得5轮以上融资，融资轮次涵盖了天使、A、B、C各个轮次，这也说明，这个行业还在市场爆发期。
而且，标注行业的独角兽，极有可能在自动驾驶行业诞生。
美国数据标注独角兽企业Scale AI最新估值达138亿美元，追溯其发展历程可以看到，Scale AI的第一个风口，就是自动驾驶。因此，国内数据标注行业的独角兽企业，很有可能在自动驾驶数据标注赛道诞生。
工信部的一份数据显示，2024年国内L2级自动驾驶新车渗透率已达50%。而随着高阶自动驾驶技术落地，L3+渗透率也迎来提速之时。Canalys 预计，到2025年，L3辅助驾驶市场渗透率有望达到4.6%。
据英特尔的统计，一辆L3+级自动驾驶汽车，每天产生的数据高达 4000GB 。
面对即将爆发的L3+市场，海量数据需要经过筛选、清洗、标注，自动驾驶数据标注仍有极大的增量空间。根据公开信息，国内几家相对成熟的数据标注企业，在2022年实现了200% 以上的业务增速，且自动驾驶业务占比逐年上升。
自动驾驶数据标注不仅应用于乘用车领域，还可扩展到物流、农业、矿业和航空等多个领域。这是一个有着广阔前景的市场，AI的发展将加速行业的发展进程，也许，下一个巨无霸会在不远的将来诞生。
