整数智能发展于浙江大学计算机创新时期询查院，费力于为东谈主工智能企业及科研院所提供一站式数据护士劳动。其提供的智能数据工程平台（ABAVA Platform）与数据集构建劳动（ACE Service），大约知足自动驾驶、AIGC、贤慧医疗等数十个应用场景的数据需求。

当今，公司已谐和国表里顶级科技公司与科研机构数百家，领有学问产权数十项，屡次参与东谈主工智能限制的轨范与白皮书撰写。

整数智能首创东谈主林群书为浙江大学计算机博士生，集合首创东谈主赵子健为浙江大学法学硕士生，当今均处于休学创业中。

林群书合计，正如东谈主工智能公司OpenAI的集合首创东谈主Ilya Sutskever所说，“Training data is technology”，OpenAI检会的GPT-3大模子，有1750亿参数。动作AI限制的基础形式，数据工程是东谈主工智能时期悉数值得All in的契机。

他告诉36氪，数据标注正在从东谈主力密集型向自动化标注过渡。以Tesla为例，在2018年，一段clip数据需要破耗500小时的东谈主工标注。跟着Tesla通过对数据引擎及自动化标注才调的要点诞生，到2021年，一段clip数据的标注只需要破耗0.5小时的算力标注+0.1小时的东谈主工标注即可。

针对东谈主工智能行业发展的大趋势，整数智能推出了智能数据工程平台（ABAVA Platfom），对东谈主工智能所需的数据标注器用套件进行了全域遮蔽，包含图像、点云、文本、音频等多模态标注器用。

林群书暗示，行业现时的自动化标注，更多依赖算法工程师打磨特定场景的自动化标注算法，通用性有限。跨行业或跨场景时，如若算法自动化标注的精度下跌，会需要工程师破耗相当的时分元气心灵，对自动化标注算法进行手动升级。

而ABAVA平台，其内置的AI Power系统通过引诱AI大模子与小模子各自的优点，大约快速在新行业或新场景进行自动化标注，何况不断提高自动化标注的精度，使得取得高质料数据的时分本钱与东谈主力本钱不断裁减。

通俗来说等于，大约越过不同业业、不同场景末端自动化标注；同期还能讹诈标注好的数据来迭代算法模子。“使用时分越长，千里淀数据越多，自动化标注水平也就越高。”林群书说谈。

4D标注职责界面 图源整数智能

此外，整数智能针对自动驾驶场景，推出了4D标注器用，即在三维空间数据的基础上重复时分维度的序列信息进行场景重建，当今已能复古视觉重建与点云重建。据林群书先容，其4D标注器用不错把蓝本需要数十帧的标注职责，极限压缩到一帧来进行，将数据标注的服从提高数十倍。

4D标注器用的研发难点在于，其一需要使用算法会通多帧数据进行场景重建，重建的质料尤为遑急，径直影响后续的投影精度；其二在于重建后的点云密度绝顶高，给Web端点云器用的性能优化带来巨大挑战；其三在于完成标注后的规则怎么精准的投影回2D空间，需要作念大批的算法优化。

总的来看，林群书告诉36氪，东谈主工智能时期取得「数据动力」将资格东谈主工标注、自动标注、合成数据三个发展阶段。整数智能大约通过自动标注大幅裁减取得数据的本钱。

跟着AI大模子时期到来，整数智能也在探索合成数据的模式。比如通过AI合成数据，不错科罚自动驾驶困难Corner case场景数据的问题。

整数智能合计，AI大模子时期，数据破费的速率将远渊博于数据当然产生的速率，通过合成数据的时期旅途，不错带来「数据动力」取得方式的一次立异。“AIGC（即AI生成施行，如AI生成图片）的时期爆炸，时期服从和服从会远远突出自动化标注。”