具身数据通用性不足，过度依赖AI标注或降低数据质量

　　在AI淘金热中，有一些人手持铁锹和镐，不断“开垦”更多数据，为AI企业提供资源。

　　3月27日，在博鳌亚洲论坛2025年年会期间，杭州曼孚科技有限公司CEO赵剑接受第一财经记者专访时表示，随着人工智能的发展，不同类型的企业对于数据的需求不同，数据的应用场景也在不断拓展，数据行业正在经历新的变化。

　　数据是驱动AI产业链的燃料。当信息智能向空间智能、具身智能发展时，企业对数据的定义和需要也会改变。赵剑透露，曼孚科技正将重心转向大模型多模态数据标注。赵剑解释，随着大语言模型（LLM）向多模态演进，文本、图像、语音、视频等数据的融合标注需求激增。“未来的AI需要理解真实世界，而多模态是必经之路。”

　　当被问及多模态数据标注的成本挑战时，赵剑坦言，由于处理维度的上升，数据成本也会随之变高。以自动驾驶为例，一辆智驾汽车的传感器能够包括激光雷达、摄像头、毫米波雷达等多源信息，收集、清洗、标注这些数据是一笔不小的工作量。

　　在复杂的数据处理场景，利用AI和自动化流程提升数据处理效率，是赵剑认为的解决方案。在标注层面，AI辅助技术可以识别图像中的车辆、行人，并预标注关键点，在自动化流程中，重新建立一套工业化标准进行流水线的数据清洗、标注。赵剑强调，AI标注的局限性不容忽视。“在AI本身都不那么成熟的情况下，AI自动标注怎么能做到那么成熟呢？”

　　从曼孚的客户结构来看，自动驾驶领域的企业仍然是公司主要的客户来源。赵剑解释，这是因为自动驾驶商业化的成熟度更高。“车企愿意为数据付费，且需求明确，行业已形成从数据采集到模型落地的闭环。”

　　相较之下，服务机器人、人形机器人等领域的客户相对较少。“机器人是软硬件协同的智能体，公司对自身硬件所适配的数据是否了解，对业务场景是否有明确的定义，这些都会影响他们所要求的数据质量和数据规模。”赵剑说，在机器人行业，数据的通用性很低。如果在公司尚未摸清自身需求的情况下进行数据购买，效率不会高。

　　对于自动驾驶的技术路线，赵剑指出，从技术发展路径来看，强化学习与端到端模型的探索正在加速。“不过，自动驾驶算法的‘黑箱’特性带来法律风险，事故责任界定仍是难题。这需要技术、法规甚至伦理层面的共同突破。”

　　全球范围内，科技巨头们围绕人工智能领域的布局持续升温，微软、Meta、OpenAI等科技公司均透露过有建设AI数据中心的想法。微软在2025年开年宣布，在2025财年豪掷800亿美元用于建设AI数据中心。微软官方透露，800亿美元将着重用于开发能够训练人工智能模型、基于云的应用程序的数据中心等。Meta公司CEO扎克伯格也曾透露，2025年计划投资650亿美元用于扩展人工智能基础设施。在1月“星际之门”计划宣布后，OpenAI也宣布将立即投入1000亿美元，以在美国建设数据中心。

　　面对科技巨头们在 AI 数据中心建设上的巨额投入，赵剑表示，相比单纯的数据中心建设，数据处理、筛选以及管理更为重要。“其实从行业角度看，大家在数据处理等环节实际投入的资源不足。”他表示，当前行业仍处在发展早期，在数据标注在处理效率和速度方面未达到理想状态，未来仍有很大提升空间。

（文章来源：第一财经）

(原标题：具身数据通用性不足，过渡依赖AI标注或降低数据质量)

(责任编辑：6)