據(jù)市場(chǎng)研究機(jī)構(gòu)預(yù)測(cè)，2025年全球道路AI模型標(biāo)注服務(wù)市場(chǎng)規(guī)模約為18.9億美元，2026年預(yù)計(jì)增長(zhǎng)至23.3億美元。另有行業(yè)報(bào)告顯示，全球自動(dòng)駕駛數(shù)據(jù)標(biāo)注平臺(tái)市場(chǎng)在2026年的規(guī)模預(yù)計(jì)超過(guò)30億美元，中長(zhǎng)期仍保持較高的增長(zhǎng)預(yù)期。

市場(chǎng)規(guī)模的持續(xù)擴(kuò)大，與自動(dòng)化標(biāo)注技術(shù)的快速滲透密切相關(guān)。以國(guó)內(nèi)某標(biāo)注企業(yè)為例，其全自動(dòng)標(biāo)注產(chǎn)線僅需少量運(yùn)維人員即可完成傳統(tǒng)模式下數(shù)百人一年的標(biāo)注產(chǎn)能，數(shù)據(jù)建設(shè)成本大幅降低，標(biāo)注效率從人工每人每小時(shí)數(shù)百件躍升至自動(dòng)化系統(tǒng)的數(shù)百萬(wàn)件級(jí)別，之前也和大家聊過(guò)自動(dòng)化標(biāo)注如何通過(guò)技術(shù)取代人工的（相關(guān)閱讀：自動(dòng)駕駛自動(dòng)化標(biāo)注讓技術(shù)接管了人工？）。面對(duì)如此懸殊的效率對(duì)比，傳統(tǒng)人工標(biāo)注是否還有存在的必要？

自動(dòng)化標(biāo)注究竟能做到什么程度？

其實(shí)在討論傳統(tǒng)人工標(biāo)注是否還有存在的必要之前，我們必須先知道自動(dòng)化標(biāo)注到底能做到什么程度。

其實(shí)相較于自動(dòng)化標(biāo)注來(lái)說(shuō)，傳統(tǒng)人工標(biāo)注的瓶頸非常明顯，一輛L4級(jí)自動(dòng)駕駛汽車每天產(chǎn)生的數(shù)據(jù)量高達(dá)10TB到20TB，其中需要標(biāo)注的數(shù)據(jù)占比超過(guò)60%。面對(duì)日均PB級(jí)的新增數(shù)據(jù)，傳統(tǒng)人工標(biāo)注的效率遠(yuǎn)低于數(shù)據(jù)產(chǎn)生速度，而自動(dòng)駕駛場(chǎng)景的標(biāo)注成本一般占項(xiàng)目總投入的30%到40%，這意味著，如果不引入自動(dòng)化手段，數(shù)據(jù)生產(chǎn)的速度和成本就會(huì)成為整個(gè)行業(yè)的天花板。

圖片源自：網(wǎng)絡(luò)

過(guò)去兩年，自動(dòng)化標(biāo)注技術(shù)在幾個(gè)方向上取得了實(shí)質(zhì)性突破，在算法架構(gòu)層面，YOLO-SAM級(jí)聯(lián)模型將YOLOv8的目標(biāo)檢測(cè)能力與Segment Anything Model的分割能力整合在一起，形成了兩階段協(xié)同處理的標(biāo)注流程；在3D標(biāo)注領(lǐng)域，基于預(yù)訓(xùn)練語(yǔ)義分割模型的深度學(xué)習(xí)框架已經(jīng)被用于激光雷達(dá)點(diǎn)云的自動(dòng)化真值標(biāo)注。

在4D標(biāo)注方面，行業(yè)也已經(jīng)有了成熟的落地案例，4D-BEV上億點(diǎn)云標(biāo)注系統(tǒng)從空間和時(shí)序兩個(gè)維度對(duì)車輛、行人和路標(biāo)進(jìn)行多視角標(biāo)注，能夠處理上億量級(jí)的點(diǎn)云數(shù)據(jù)。相比傳統(tǒng)標(biāo)注方式，這類系統(tǒng)的效率可提升約30%，準(zhǔn)確性提高約20%。

有些頭部企業(yè)的自動(dòng)標(biāo)注算法其實(shí)已經(jīng)在多項(xiàng)精度指標(biāo)上穩(wěn)定超過(guò)人工標(biāo)注基準(zhǔn)，多數(shù)人工標(biāo)注供應(yīng)商僅能保證約95%的標(biāo)注準(zhǔn)確率，若想進(jìn)一步提升精度，需要投入大量資源進(jìn)行多輪質(zhì)量核查。而自動(dòng)化工具在適配的場(chǎng)景內(nèi)，標(biāo)注精度與召回率都能達(dá)到甚至超越人工水平。

自動(dòng)化標(biāo)注的效率其實(shí)是非常可觀的，中汽創(chuàng)智的汽車行業(yè)多模態(tài)數(shù)據(jù)融合人機(jī)協(xié)同智能化標(biāo)注系統(tǒng)，就被國(guó)家數(shù)據(jù)局認(rèn)證為‌首批優(yōu)秀案例‌，據(jù)數(shù)據(jù)披露，其自動(dòng)化率超90%，人工介入率可降至8%；特斯拉采用的自動(dòng)標(biāo)注系統(tǒng)處理8攝像頭數(shù)據(jù)后，標(biāo)注成本也從每幀0.5美元降至0.02美元。此外，半自動(dòng)標(biāo)注工具結(jié)合AI預(yù)標(biāo)注后，單幀圖像的標(biāo)注時(shí)間從15分鐘壓縮到了90秒。

從這些數(shù)據(jù)來(lái)看，自動(dòng)化標(biāo)注在常規(guī)場(chǎng)景、重復(fù)性任務(wù)和大規(guī)模數(shù)據(jù)處理上已經(jīng)建立起明顯的優(yōu)勢(shì)，這是否意味著傳統(tǒng)標(biāo)注就失去了價(jià)值？

自動(dòng)化標(biāo)注跨不過(guò)去的幾道坎

不可否認(rèn)，自動(dòng)化標(biāo)注給數(shù)據(jù)標(biāo)注效率和成本帶來(lái)了質(zhì)的改變，但自動(dòng)化標(biāo)注在短期內(nèi)仍舊有非常多的問(wèn)題難以突破。

第一個(gè)是場(chǎng)景泛化問(wèn)題，自動(dòng)化標(biāo)注算法的性能高度依賴于訓(xùn)練數(shù)據(jù)的覆蓋范圍，在算法已經(jīng)見(jiàn)過(guò)的場(chǎng)景類型中，它可以做到高精度、高效率。但一旦遇到訓(xùn)練數(shù)據(jù)中沒(méi)有覆蓋的新場(chǎng)景、新物體類型或極端環(huán)境條件，算法的表現(xiàn)就會(huì)急劇下降。有研究明確指出，當(dāng)前自動(dòng)標(biāo)注方法在開放世界場(chǎng)景中的泛化能力仍然不足，換句話說(shuō)，自動(dòng)化標(biāo)注擅長(zhǎng)處理的是已知的已知，而對(duì)未知的未知幾乎無(wú)能為力。

還有就是邊緣案例的處理能力不足，自動(dòng)駕駛真正的難點(diǎn)從來(lái)不是晴好天氣下的高速公路，而是那些發(fā)生頻率極低但后果嚴(yán)重的邊緣場(chǎng)景，像是被遮擋的行人、散落的障礙物、異常的交通狀況等都屬于這類情況，而這類場(chǎng)景恰恰是數(shù)據(jù)標(biāo)注中最需要專業(yè)判斷和經(jīng)驗(yàn)的部分。自動(dòng)化算法在這些場(chǎng)景中因?yàn)槿狈ψ銐虻膮⒖家罁?jù)，難以做出準(zhǔn)確的標(biāo)注決策。

圖片源自：網(wǎng)絡(luò)

復(fù)雜交互場(chǎng)景的理解也是自動(dòng)化標(biāo)注難以準(zhǔn)確判斷的，真實(shí)的道路交通充滿了人與人、車與人、車與車之間的微妙互動(dòng)，一個(gè)行人的猶豫、一輛車的變道意圖、一個(gè)手勢(shì)的含義，都可能代表不同的意圖。這些信息很難被簡(jiǎn)化成邊界框或語(yǔ)義標(biāo)簽，需要標(biāo)注者對(duì)交通場(chǎng)景有深層次的理解，自動(dòng)化工具其實(shí)目前還做不到這一點(diǎn)。

質(zhì)量驗(yàn)證的閉環(huán)也是自動(dòng)化標(biāo)注難以自我完成的，現(xiàn)階段，自動(dòng)化標(biāo)注生成的數(shù)據(jù)依舊需要有人來(lái)驗(yàn)證其質(zhì)量，如果完全依賴自動(dòng)化系統(tǒng)自己生成的標(biāo)注來(lái)訓(xùn)練模型，誤差可能會(huì)不斷累積和放大。想要解決這個(gè)問(wèn)題，就必須引入獨(dú)立的質(zhì)量評(píng)估機(jī)制，而高質(zhì)量的評(píng)估本身就需要專業(yè)的標(biāo)注人員來(lái)完成。

傳統(tǒng)標(biāo)注的真正價(jià)值在哪里？

知道了自動(dòng)化標(biāo)注存在的問(wèn)題，其實(shí)我們就可以厘清傳統(tǒng)標(biāo)注的價(jià)值了。

其實(shí)傳統(tǒng)標(biāo)注并不是說(shuō)由人去做，可以慢工出細(xì)活，而是通過(guò)人工進(jìn)行標(biāo)注，能夠處理自動(dòng)化工具無(wú)法處理的復(fù)雜和異常情況。當(dāng)算法遇到從未見(jiàn)過(guò)的場(chǎng)景時(shí)，只有具備專業(yè)知識(shí)和判斷力的標(biāo)注人員才能做出正確的標(biāo)注決策，這種能力在自動(dòng)駕駛的安全驗(yàn)證中是不可替代的。

正如前文所提的，自動(dòng)化標(biāo)注的精度需要有人來(lái)驗(yàn)證和校準(zhǔn)，而這個(gè)人只能是經(jīng)驗(yàn)豐富的標(biāo)注專家。自動(dòng)化工具生成的標(biāo)注數(shù)據(jù)是否準(zhǔn)確、是否完整、是否符合規(guī)范，這些問(wèn)題的答案最終要由人來(lái)給出，因此，傳統(tǒng)標(biāo)注不會(huì)被自動(dòng)化取代，而是會(huì)升級(jí)成自動(dòng)化標(biāo)注的質(zhì)檢員和教練。

圖片源自：網(wǎng)絡(luò)

此外，傳統(tǒng)標(biāo)注對(duì)新場(chǎng)景的響應(yīng)也會(huì)更加快速些，當(dāng)自動(dòng)駕駛系統(tǒng)拓展到新的地理區(qū)域、新的天氣條件或新的交通規(guī)則環(huán)境時(shí)，自動(dòng)化標(biāo)注算法需要重新訓(xùn)練或微調(diào)，而這個(gè)過(guò)程需要大量高質(zhì)量的標(biāo)注數(shù)據(jù)作為訓(xùn)練素材。這些初始數(shù)據(jù)只能通過(guò)人工標(biāo)注來(lái)獲取。沒(méi)有傳統(tǒng)標(biāo)注提供的基礎(chǔ)數(shù)據(jù)，自動(dòng)化標(biāo)注就無(wú)從談起。

從行業(yè)的實(shí)踐來(lái)看，真正有效的做法從來(lái)不是只能在全自動(dòng)或全人工之間二選一，而是兩者應(yīng)該相結(jié)合。當(dāng)前主流的標(biāo)注模式是預(yù)標(biāo)注+人工精標(biāo)復(fù)核，即AI完成八成以上的基礎(chǔ)標(biāo)注工作，標(biāo)注人員負(fù)責(zé)修正遮擋場(chǎng)景、特殊場(chǎng)景等復(fù)雜部分。這種模式下，整體標(biāo)注效率可以提升2到3倍，同時(shí)人工抽檢的工作量可減少60%。有人將這種模式稱為人機(jī)協(xié)同，其本質(zhì)是把人和機(jī)器各自擅長(zhǎng)的事情分開，機(jī)器處理重復(fù)、大規(guī)模、規(guī)則明確的任務(wù)，人處理復(fù)雜、異常、需要判斷的任務(wù)。

市場(chǎng)在告訴我們什么？

其實(shí)真實(shí)的市場(chǎng)數(shù)據(jù)也在驗(yàn)證上面所說(shuō)的判斷，盡管自動(dòng)化標(biāo)注技術(shù)發(fā)展迅速，但全球數(shù)據(jù)采集和標(biāo)注市場(chǎng)仍然在高速增長(zhǎng)，從2025年的44.1億美元到2026年的56.4億美元，復(fù)合年增長(zhǎng)率達(dá)到27.9%。此外，道路AI模型標(biāo)注服務(wù)市場(chǎng)同樣從18.9億美元增長(zhǎng)到23.3億美元。如果自動(dòng)化標(biāo)注真的能夠完全取代人工，這個(gè)市場(chǎng)應(yīng)該萎縮的，而不是像現(xiàn)在這樣出現(xiàn)膨脹。

市場(chǎng)之所以會(huì)增長(zhǎng)，其實(shí)是因?yàn)樽詣?dòng)駕駛對(duì)數(shù)據(jù)的需求增長(zhǎng)速度，遠(yuǎn)超過(guò)自動(dòng)化標(biāo)注技術(shù)替代人工的速度，數(shù)據(jù)需求在膨脹，標(biāo)注市場(chǎng)就在膨脹。自動(dòng)化標(biāo)注解決的是效率問(wèn)題，即讓同樣的投入產(chǎn)出更多的標(biāo)注數(shù)據(jù)；而傳統(tǒng)標(biāo)注解決的是質(zhì)量和覆蓋問(wèn)題，其可以確保標(biāo)注數(shù)據(jù)在復(fù)雜場(chǎng)景下依然準(zhǔn)確、在未知場(chǎng)景下依然可用。由此可見(jiàn)，傳統(tǒng)標(biāo)注和自動(dòng)化標(biāo)注解決的是不同維度的問(wèn)題。

圖片源自：網(wǎng)絡(luò)

其實(shí)像百度智能云、海天瑞聲等行業(yè)頭部企業(yè)，都在通過(guò)AI大模型和自研標(biāo)注平臺(tái)占據(jù)高端市場(chǎng)，但這些企業(yè)沒(méi)有一家放棄人工標(biāo)注能力。海天瑞聲自研的DOTS-AD標(biāo)注平臺(tái)集成了SAM模型提升2D語(yǔ)義分割效率50%，但同時(shí)也保留了完整的人工標(biāo)注和質(zhì)量控制體系；中汽創(chuàng)智的智能化標(biāo)注方案實(shí)現(xiàn)了超過(guò)90%的自動(dòng)化率，但剩余不到10%的工作恰恰是最關(guān)鍵、最復(fù)雜的那一部分。

聊了這么多，再回到最初的問(wèn)題，自動(dòng)化標(biāo)注普及后，傳統(tǒng)標(biāo)注還有存在的意義嗎？

答案是有，但傳統(tǒng)標(biāo)注的角色正在發(fā)生根本性的轉(zhuǎn)變，它不再是數(shù)據(jù)生產(chǎn)的主力，而是變成了質(zhì)量保障的守門人、邊緣場(chǎng)景的處理者、新場(chǎng)景的開拓者。傳統(tǒng)標(biāo)注的從業(yè)者不再需要像流水線工人那樣日復(fù)一日地拉框打點(diǎn)，而是需要具備更深厚的場(chǎng)景理解能力和質(zhì)量判斷能力。

其實(shí)自動(dòng)化標(biāo)注并不會(huì)消滅傳統(tǒng)標(biāo)注，而是會(huì)重新定義傳統(tǒng)標(biāo)注，其可以將人從重復(fù)勞動(dòng)中解放出來(lái)，讓人去做那些只有人才能做的事情，這或許就是技術(shù)進(jìn)步的真正意義。

-- END --

       原文標(biāo)題 : 自動(dòng)駕駛自動(dòng)化標(biāo)注普及后，傳統(tǒng)標(biāo)注崗還有存在的意義嗎？