硬件预埋，正在推动智能驾驶行业进入数据驱动迭代周期。

今年，英伟达在Orin进入规模上量阶段的同时，推出了Drive Map，基于精确测绘数据与匿名众包数据相结合，提供厘米级的定位精度。后者，由搭载英伟达Hyperion架构的车辆提供数据众包，包括来自摄像头、激光雷达和毫米波雷达的数据。

所有这些数据，从车端不断上传到云端。然后，加载到英伟达的Omniverse平台，后者是一个为虚拟仿真和实时物理精确模拟而构建的开放平台，用于更新地图数据。同时，这些数据会转换成模拟测试环境，可用于Nvidia Drive Sim，一个端到端的自动驾驶车辆模拟平台。

而在Omniverse的背后，还有数据自动标签技术。

“Omniverse允许我们创建多样化、海量、精确的数据集，以构建高质量、高性能和安全的数据集，这对人工智能至关重要。”这其中，对于传统手工数据标注的增强，是关键要素之一。

2021年初，特斯拉披露正在位于纽约的Gigafactory招聘一组数据标签员，以提供图像标注支持，帮助训练Autopilot/FSD神经网络。原因是，对于自动驾驶演进来说，算法方面的差距会逐渐缩小，数据将是真正影响技术能力和用户体验的重要因素。

而按照此前公布的数据，特斯拉总共有近千人的数据标注团队规模。“数据需求缺口仍在，市场远未饱和。这对于真正优质的数据供应商来说，正是抢占市场高地的绝佳时机。”数据堂公司相关负责人表示。

一、

特斯拉AI主管Andrej Karpathy去年透露，公司只有“几十名”工程师在研究神经网络，但背后有一个“庞大”的团队在研究标签。一方面，手动高质量标准仍是基础工作，另一方面，标签自动化也是趋势，从而应对车队收集的大量数据。

对于人工标注岗位（大概每小时20美元的工资），特斯拉也多次明确其重要性：基于Autopilot标注界面来标记图像，对于训练深度神经网络至关重要。

比如，标注团队将与Autopilot团队的计算机视觉工程师互动，以帮助改进内部标注工具的设计；同时，标注团队将获得基本的计算机视觉和机器学习知识，以更好地理解算法如何使用标签，因为这将帮助在标记过程中出现的困难的「边缘情况」做出准确判断。

实际上，这个背后所传递的信息是：数据标注并非简单的「拉框」，也不是纯粹的逐条标注。“这种方式既费时又费钱。”一些行业人士指出，大部分传统外包商交付的结果数据经多次返修，依然无法达到客户要求的精确度。

2021年，数据堂的智能驾驶数据服务同比去年，业务涨幅达65%。这家连续数年在智能驾驶数据服务市场占有率领军的企业，也拿到了长城、上汽、小鹏、蔚来、宇通等国内一线车企的订单。

同时，考虑到数据合规的重要性，这家公司还在去年拿到了相关的测绘资质，意味着可以在真实的道路环境下合法采集数据，并合规地进行数据标注和处理，这也是其他数据服务商难以比拟的优势，也是拿到车企订单的准入门槛。

而这个赛道的下一波红利，来自标注工具的自动化。原因是，随着搭载具备数据采集、回传功能的新车规模逐步增长，对于庞大数据的处理成为了刚需。

以特斯拉为例，为了配合后端Dojo超级计算机（6个训练模块组成一个2x3的矩阵，两个矩阵组成一个计算机机柜，每个机柜提供超过每秒100千兆的浮点运算）的需求，推出了自动标注工具。

当然，Andrej Karpathy也明确表示，手工标注在语义等方面非常擅长，但计算机在几何、重建、三角测量和跟踪方面更擅长。现在，需要人工和计算机合作来创建这些矢量空间数据集。

同样以视觉感知起家的Mobileye，庞大的实际道路行驶数据库是这家公司的顶梁柱。这家公司拥有近二十几年时间积累的1600万段1分钟的视频片段，接近200PB的数据存储量，也是亚马逊AWS全球存储容量最大的客户之一。

这背后，同样依靠大规模数据标记。公开数据显示，Mobileye背后有一支2500多人组成的数据标注团队，每月处理5000万个数据集——相当于500,000小时的驾驶里程，并建立了一个庞大的内部搜索引擎数据库。

这意味着，标注效率以及准确性，决定了视觉及多融合感知技术的迭代速度。“高质量数据，某种意义上就是决定性的要素。”在行业人士看来，一套高质高效的数据集，也是加快功能开发周期的关键。

为此，数据堂也推出了自研的数据标注工具，内置ML辅助预识别功能，真正实现半自动化作业，有效提升人均效率30%以上。近30套标注工具，可灵活应用于语音、图像、3D点云、文本等多类型数据的标注，已成功应用在11年近5000多个项目的实施过程中。

比如，漏标是很严重的标注错误。数据堂在工具中内置了地面检测算法、颜色自动渲染，标注时可以根据颜色来判断标注物体，以减少漏标。

此外，这套工具还内置插值算法预标注功能，如在第一、五帧标注了目标ID，则会自动标注中间帧位置，只需查看或微调位置即可（主要用于目标追踪项目）。

二、

事实上，从去年开始，基于影子模式、整车OTA等功能的数据驱动闭环模式已经成为智能驾驶方案供应商、一线品牌车企的新一轮技术竞赛焦点。

此外，下一代传感器也开始增加OTA功能，这意味着，基于数据驱动模式，可以实现传感器性能的优化并适配新的功能要求。

比如，NXP去年推出的首款专用16nm成像雷达处理器为例，S32R平台提供高性能的硬件安全引擎，支持OTA更新，符合新的网络安全标准。

同时，激光雷达的OTA也正在成为标准配置。比如，此前百度Apollo定制的禾赛科技全新架构激光雷达，将同步支持OTA以满足批量化智能管理及远程升级迭代需求。

“软件将是激光雷达的另一个‘大脑‘，除了基于采集数据的融合帮助系统做出正确的决策，还将会自动适应环境变化，并通过定期更新来提高性能。”科络达CEO吴柏仪表示，作为整车OTA解决方案提供商，公司已经率先实现了ADAS相关传感器的OTA升级。

高工智能汽车研究院监测数据显示，2021年中国市场（不含进出口）乘用车新车前装标配搭载OTA功能上险量为745.37万辆，其中，FOTA搭载量为382.93万辆，同比增长162.03%，前装搭载率为18.78%。

而对于智能驾驶方案供应商来说，数据采集、处理、训练并循环迭代功能被认为是实现软件定义汽车的关键。本周，博世旗下的ETAS宣布和PLC2 Design计划联合开发一个整体解决方案，在车载数据预处理和边缘计算领域协助客户实现数据验证。

在此之前，PLC2 Design已经与博世跨领域计算解决方案部门进行合作，提供类似的开放和模块化的解决方案，比如，基于FPGA用于边缘设备和云端数据中心的视频无损压缩和解压缩。

目前，ETAS已经参股PLC2 Design，并计划将双方的整体解决方案作为一个系统组件进行对外销售。而按照博世的规划，ETAS将强化汽车基础软件、中间件和开发工具的业务。

同时，博世也在为L4级自动驾驶物色「数据科学家」岗位，与软件敏捷开发团队中的深度学习工程师和数据工程师合作，从真实世界和模拟数据中提取自动驾驶所需的关键要素。

众所周知，早期的ADAS研发基本上是以基于规则的逻辑开发，这意味着开发人员决定对给定事件（输入）的反应（输出）。而基于神经网络训练的决策算法，则是根据可识别特征的权重来决定如何对事件作出反应。

“我们从大量车辆中获取大量数据并进行分析，以找出哪些功能运行良好，哪些不正常。我们越能分析车辆的行为，就越能更好地测试功能。”该公司负责人表示，这和传统开发方式相比，是一次革命。

而在前装量产赛道，市场已经启动。

“这将是一个循序渐进的过程，从良好天气条件、规则的道路，再到更复杂的环境和天气情况。这将是一个长期的竞争过程。”大众旗下软件子公司CARIAD在收购海拉图像处理公司的基础上，正在加快数据驱动的软件开发，并提高图像处理算法的自研比重。

此前，小鹏汽车多次强调，除了自有的数据采集车，大量用户车辆产生的数据，也可以在线检测长尾事件，并获取这些数据上传至云端，用于算法改进。

理想汽车也强调，数据是自动驾驶技术最大壁垒，公司计划通过搭载更加丰富的传感器组合，实现高质量数据采集，从而实现自动驾驶算法的更快收敛。

一周前，大众集团宣布为了加快E³2.0软件平台的开发进程，已经在德国及美国等国家部署数百辆定制化开发车队，配备高性能传感器和联网计算平台，并提供处理实时数据的能力，缩短开发时间。

按照计划，这家传统汽车巨头将从2024年开始，通过建立一个跨品牌车辆的神经网络，通过不断交换数据，创建一个拥有数百万辆汽车的自主学习系统。大众集团表示，这些车将是“时间机器”，同时与其他联网汽车共享道路、交通和其他系统的实时数据。

在这方面，除了特斯拉、Mobileye，几家中国本土供应商也已经率先起跑。

比如，智驾科技去年量产的MAXIPILOT®1.0，就是首度在1R1V硬件平台中部署OTA数据闭环，与客户协同建立数据全场景触发机制和平台，为自动驾驶技术迭代打下了多维基础。

同样已经进入前装量产赛道的知行科技，也拥有一套自建的数据闭环和云平台网络，基于原生云架构的设计方式，可以实现算法和功能的快速更新和迭代，通过大数据驱动提供真正安全可靠的智能驾驶功能。

而在大众集团看来，这套数据驱动开发模式，与技术本身无关，而是对传统汽车开发模式的一次颠覆性变革，比如，硬件和软件的开发分离，并最终实现端到端自主学习。

在高工智能汽车研究院看来，这是新一轮智能驾驶方案市场份额争夺战的制高点，同时也将为整车OTA（包括域控制、传感器等）、云服务、数据标注等产业链相关环节带来新一轮市场红利。