近日，海天瑞聲宣布品牌升級，英文名稱改為“DataOcean AI”，同時啟用全新 Logo，全面進入 AI+領(lǐng)域，通過語音、圖像、文本全覆蓋，并且深入行業(yè)應(yīng)用場景，賦能企業(yè)用戶，全方位助力 AI 前沿項目的全球商業(yè)落地。

海天瑞聲 CEO 王曉東強調(diào)，“此次品牌升級不僅是一個簡單的改名，還代表著海天瑞聲將在數(shù)據(jù)科技和人工智能領(lǐng)域的進一步發(fā)展和探索。過去海天瑞聲是語音 Speech 海洋，未來在人工智能領(lǐng)域是數(shù)據(jù) Data 海洋。品牌升級后，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！”

海天瑞聲 CEO 王曉東

品牌煥新，實現(xiàn) AI 數(shù)據(jù)全覆蓋

海天瑞聲于2005年成立，起家時專注于智能語音數(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)從單純的語音數(shù)據(jù)服務(wù)，擴展至提供覆蓋語音、計算機視覺、自然語言處理和多模態(tài)的數(shù)據(jù)解決方案及成品數(shù)據(jù)集，未來還將支持以數(shù)據(jù)驅(qū)動的生成式 AI 業(yè)務(wù)發(fā)展。

為了打破市場對于海天瑞聲固有的語音業(yè)務(wù)印象，同時服務(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，海天瑞聲的業(yè)務(wù)范圍在逐步擴大，但是海天瑞聲還是會堅持提供高質(zhì)量的數(shù)據(jù)。王曉東強調(diào)，“海天瑞聲不僅具備開發(fā)、訓練和評估算法能力，還提供生成人工智能和大模型數(shù)據(jù)解決方案。但有一點永遠不會改變，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)鏈上的各類機構(gòu)提供 AI 算法模型開發(fā)訓練所需的專業(yè)數(shù)據(jù)集，目前這些數(shù)據(jù)集已覆蓋智能語音、計算機視覺、自然語言等 AI 核心領(lǐng)域。經(jīng)過多年深耕，海天瑞聲的產(chǎn)品和服務(wù)已獲得阿里巴巴、騰訊、三星等國內(nèi)外頭部客戶的認可，并在自動駕駛、虛擬主播、聲紋識別、人臉姿態(tài)等眾多人工智能場景及相關(guān)算法模型的訓練過程中獲得應(yīng)用。

為了踐行推進數(shù)據(jù)資源整合共享的社會責任，海天瑞聲還宣布開放多模態(tài)數(shù)據(jù)集「DOTS-MM-0526」，覆蓋圖像、語音、文本等多個維度的數(shù)據(jù)集，免費開放給全球 AI 開發(fā)者和研究人員使用，共同推動人工智能技術(shù)的發(fā)展和落地。王曉東表示，“開源數(shù)據(jù)集可以幫助各領(lǐng)域的研究者和開發(fā)者快速獲得更多高質(zhì)數(shù)據(jù)樣本，進而提高模型的精準度和魯棒性，幫助他們更好地進行算法研究和模型訓練，助力中國人工智能開放生態(tài)建設(shè)。”

深入行業(yè)，率先發(fā)力自動駕駛領(lǐng)域

自動駕駛是2020年至今，AI 基礎(chǔ)數(shù)據(jù)服務(wù)支出規(guī)模最大的細分行業(yè)，同時也是最具增長潛力的行業(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)境感知等場景。但是，自動駕駛行業(yè)數(shù)據(jù)仍面臨諸多痛點，包括數(shù)據(jù)處理迭代速度無法滿足技術(shù)路線的飛速發(fā)展；人工標注效率低；項目多樣化，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 自動駕駛平臺”。 據(jù)海天瑞聲 CTO 黃宇凱介紹，這是一款專為自動駕駛場景設(shè)計的全棧式數(shù)據(jù)平臺，能夠支持多維度、全方位的自動駕駛標注任務(wù)，數(shù)據(jù)標注效率提升高達8倍，可支持萬人同時作業(yè)，能夠解決項目經(jīng)理和標注員的使用痛點，提升標注效能，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 自動駕駛平臺具有四大核心功能：一是全面支持自動駕駛領(lǐng)域各維度2D/3D/4D 點云或圖像數(shù)據(jù)標注；二是能針對不同場景支持輔助標注/自動化標注；三是支持項目的柔性管理，支持流程/工具/標簽的自定義；四是可實現(xiàn)對數(shù)據(jù)的智能化管理，確?？蛻舻纳虡I(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)訓練領(lǐng)域的核心壁壘，也將賦能自動駕駛技術(shù)走邁向新高度。

黃宇凱表示，“希望通過 DOTS-AD 自動駕駛平臺，能夠賦能自動駕駛企業(yè)的算法高效量產(chǎn)，讓每一個輛車更智能、更安全地行駛在世界的每個角落?！?/span>

大模型訓練中的數(shù)據(jù)價值

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

對此，黃宇凱認為，從大方向上來看并沒有什么不同，還是需要先提出數(shù)據(jù)方案，然后進行設(shè)計，再執(zhí)行采集、標注等一系列的工作流程，最終目標也是讓客戶能夠基于所提供的數(shù)據(jù)，訓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)重點不同。比如，大模型主要分為預(yù)訓練和強化學習兩個階段，這兩個階段對數(shù)據(jù)都有很高的要求。就前者而言，雖然大模型對應(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、向哪個方向清洗，才能更好地應(yīng)用于大模型的基礎(chǔ)能力。對于后者來說，進行強化學習需要撰寫對應(yīng)的提示詞，這對數(shù)據(jù)標注人員的邏輯思維能力和表達能力也有較高的要求。

對于一家數(shù)據(jù)公司來說，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隊，對歐盟頒布的《通用數(shù)據(jù)保護條例》、我國頒布的《數(shù)據(jù)安全法》和《個人信息法》等法規(guī)進行了深入的研究，并制定了高于國家法律的數(shù)據(jù)合規(guī)要求。具體來說，其在整個公司層面上，要求所有成員在嚴格遵循當?shù)胤煞ㄒ?guī)的基礎(chǔ)之上，開展包括數(shù)據(jù)采集、標注等在內(nèi)的具體工作。