《中商產業研究院》的一份報告預測，2025年，中國自動駕駛市場規模將接近4500億元，自動駕駛技術的發展，需要海量、高質量的數據支撐，這些數據經過清洗和標注，才能成為機器可識別的訓練數據。數據標注行業，無疑是AI時代的新基建行業。

感知、決策、執行，是自動駕駛的核心技術體系，其中，數據標注在車身感知、環境感知都扮演了重要角色。IDC預計，2025年，中國人工智能數據采集、標注服務市場規模將達到123.4億元，自動駕駛是需求巨大且增長迅速的一個領域。

進入2025年，自動駕駛標注市場迎來變革的契機。

一是AI技術發展帶來的自動化升級，可能會讓這個勞動密集型的行業升級換代，另外，主機廠激增的復雜需求，也讓那些優秀公司更容易實現身位的領先。

2025年，創業邦首次啟動自動駕駛數據標注的榜單評選，旨在挖掘這一新興行業在這一輪變革中的創新力量。

行業需要效率變革，AI被給予厚望

2022年，是AI爆發的元年，也是自動駕駛爆發的元年。以人工標注為主的數據標注市場，將迎來一次大變革。

推動自動駕駛數據標注變革的最直接原因，是車載激光雷達在智能汽車的廣泛應用。作為自動駕駛“眼睛”的激光雷達傳感器精度更高，產生的數據更大、更復雜。比如激光雷達生成的是三維點云數據，相比二維圖像，點云數據更復雜，標注時需要處理空間中的點集。此外，激光雷達的數據是連續性的，需要跨幀標注，種種原因，使得自動駕駛場景數據標注的需求量呈幾何倍增長。

與此同時，自動駕駛的端到端技術革命正在掀起。無論是蔚小理等造車新勢力，還是大眾等傳統車企，亦或是華為，都在逐步引進端到端技術，將自動駕駛的規則導向徹底轉變成了數據導向。

以特斯拉FSD 為例，特斯拉 FSD每天從車隊中收集的數據量高達 PB 級（1PB = 1024TB）。數據處理成為自動駕駛流程中的重中之重。特斯拉前AI高級總監Andrej Karpathy 曾表示，特斯拉自動駕駛部門將3/4的精力用在采集、清洗、分類、標注高質量的數據上面，只有1/4的用于算法探索和模型創建。

特斯拉在2023年將 FSD 代碼量削減99%，讓大模型更加依賴大數據“喂養”。但大模型本身存在難以解釋的“黑盒效應”。因此，只能投喂更多的高質量數據，來盡可能修正錯誤與幻覺。

這對數據集的量級和傳感模態都提出擴充需求。大量數據的需求，成為了數據標注行業變革的催化劑，原先“人海戰術”式的數據標注難以應對這樣的規模。

AI預標注的介入，成為數據標注企業的新質生產力。數據標注企業開始形成人機協同的智能化標注平臺，行業內也開始進行自動化標注的探索。

盡管行業內對自動標注概念的意見不一，但在自動駕駛爆發元年的2022年，各家數據標注企業開始發力智能平臺的布局。

以曼孚科技為例，曼孚科技推出的第三代 MindFlow SEED（下稱“ SEED 平臺”）通過引入駕駛數據建立RLHF（人類反饋強化學習）。在RLHF的幫助下，AI能快速掌握了人類經驗。基于深度學習與計算機視覺構建大模型，曼孚科技可實現復雜場景下數據的高效處理與全自動化標注。

基于積累的海量數據與標注經驗，曼孚科技綜合運用業界領先的模型結構，形成一套從數據預處理、算法推斷到結果精修的完整算法鏈路，匹配不同應用場景。其中，典型場景效率可提升10倍以上，精準度達到99.99%以上。

強者恒強，飛輪效應加劇格局調整

當前，汽車市場競爭激烈，主機廠大力推動智能駕駛技術的普及應用，讓更多消費者能以更低的成本享受到智能駕駛功能。因此，自動駕駛業務有幾大特點。

一個體量大， 一些大廠在大力推動自動駕駛的普及化，因此需求體量很大；第二，主機廠競爭激烈，要求在極短的周期交付；另外，主機廠多短平快的項目越來越多。這對數據標注企業的交付能力提出更高的需求，交付時間甚至達到小時級別。

需求端的變化，也推動自動標注市場格局進入快速調整期。

為了滿足主機廠的需求，除了AI賦能生產工具的基礎之外，數據標注企業在各個維度上都努力嘗試優化和設計，進一步提升效率。

比如曼孚科技，公司強化了 RPA（機器人流程自動化）在 AI 落地中的作用。在配備 RPA 技術后，SEED 平臺可以根據預設的腳本與用戶系統交互，接管那些原本需要人工完成的任務，從而實現部分流程的自動化，提高效率。

RPA通過讀取標注員操作日志，讓 AI 能夠找出其重復人工環節，讓RPA取代人工標注。同時，曼孚科技的RPA+AI技術，可以根據人類標注員的具體能力，自動匹配相適應的標注任務，改變了傳統的生產關系，讓業務邊界不受限制，大大提高了交付時間。

在自動駕駛這個高度垂直化的場景中，對場景堅持深耕，是數據標注公司的基本功，只有這樣，才能完成主機廠的定制化數據處理需求。當前，數據標注行業標準不統一，每家公司的標注標準也很不相同。主機廠客戶在涉及多個細分項目時，往往傾向選擇一家能數據復用的標注公司，避免數據遷移導致的成本和效率問題。

這對數據標注公司的數據中臺提出了更高要求，只有打通數據流轉的全生命周期，才能夠實現數據復用。

為了滿足主機廠需求，覆蓋數據流轉的全生命周期，曼孚科技打造了集存儲、處理、導入導出于一體的數據管理平臺：通過 SDK 打通數據采集平臺、數據標注平臺、模型訓練平臺和生產運營系統等多種外部平臺。其中，SDK能將標注能力模塊化，幫助企業快速構建或增強標注流程，相當于搭建了一條跨平臺的數據高速公路。

有了數據管理平臺，數據標注企業也能接入外部的數據交易核心平臺模塊，深入布局數據交易上下游產業鏈，連接供給端與需求端。這種方式，把主機廠變成數據資源供給方，進一步豐富了數據標注企業的數據集，形成飛輪效應，進一步筑高標注企業的競爭壁壘。

從戰略到技術落地的一站式數據解決方案，讓曼孚科技與數百家企業達成深度合作，其中包括世界頂級Tier1廠商、造車新勢力，以及傳統汽車主機廠商等。

超大賽道 有望誕生標注行業獨角獸

《2025自動駕駛數據標注企業TOP10》榜單評選，由投資機構的專業人士擔任評委，評選對象，是市場上活躍的自動駕駛數據標注企業。評選維度主要包括技術能力、標注質量、資本價值和企業規模及影響力四項內容。

綜合本次榜單評選的結果，10家上榜企業在技術能力這一項的評分上，明顯領先非入榜企業，這也從側面說明，數據標注行業當前已轉變為技術主導的行業。

資本價值也是本次榜單關注的重點。本次上榜的10家企業中，4家企業獲得5輪以上融資，融資輪次涵蓋了天使、A、B、C各個輪次，這也說明，這個行業還在市場爆發期。

而且，標注行業的獨角獸，極有可能在自動駕駛行業誕生。

美國數據標注獨角獸企業Scale AI最新估值達138億美元，追溯其發展歷程可以看到，Scale AI的第一個風口，就是自動駕駛。因此，國內數據標注行業的獨角獸企業，很有可能在自動駕駛數據標注賽道誕生。

工信部的一份數據顯示，2024年國內L2級自動駕駛新車滲透率已達50%。而隨著高階自動駕駛技術落地，L3+滲透率也迎來提速之時。Canalys 預計，到2025年，L3輔助駕駛市場滲透率有望達到4.6%。

據英特爾的統計，一輛L3+級自動駕駛汽車，每天產生的數據高達 4000GB 。

面對即將爆發的L3+市場，海量數據需要經過篩選、清洗、標注，自動駕駛數據標注仍有極大的增量空間。根據公開信息，國內幾家相對成熟的數據標注企業，在2022年實現了200% 以上的業務增速，且自動駕駛業務占比逐年上升。

自動駕駛數據標注不僅應用于乘用車領域，還可擴展到物流、農業、礦業和航空等多個領域。這是一個有著廣闊前景的市場，AI的發展將加速行業的發展進程，也許，下一個巨無霸會在不遠的將來誕生。