腾讯数据闭环平台产品介绍
产品概述
腾讯数据闭环平台通过集成传统数据管理流程与先进技术，驱动提效。平台基于云服务、预标注大模型、多模态大模型和海量数据集，赋能数据采集、存储、清洗、标注、生产、品控、检索的闭环链路，服务于自动驾驶、空间计算等领域。作为模型训练和调优的数据管理平台，其核心功能包括数据标注、模型训练、模型部署等。
智能驾驶研发阶段与痛点
智能驾驶研发分为起步、迭代和极致三个阶段，每个阶段面临不同痛点：
- 起步阶段：从零开始积累场景数据。
- 迭代阶段：场景打磨，数据采集和标注效率低。
- 极致阶段：余下1%的cornercase和极端case难以采集，导致模型迭代慢。
核心痛点包括：
- 数据采集和标注效率低下（17元/帧，3帧/人天，50W帧需16.7W人天）。
- 场景数据难以积累，模型迭代慢。
- 数据效率与成本问题突出（"Data Hungry"）。
腾讯自动驾驶数据闭环解决方案
解决方案通过四大工具链实现数据闭环：
- 4D动态标注工具链：利用多模态云端识别大模型自动化标注，降低标注成本。
- 静态真值生成工具链：基于HD Map母库重定位检索，实现10倍标注效率提升，降低90%标注成本。
- 多模态样本挖掘工具链：通过文图检索大模型自动化检索传感器样本数据，批量化积累案例数据。
- 场景重建编辑工具链：结合4DGS重建和车辆行为仿真，实现端到端自动驾驶评测。
核心技术与工具
- 4D时空自动标注：融合激光和视觉数据，实现高效标注。
- 激光分割工具链：自动分割标注模型，提供高质量初始标注。
- 静态真值生成工具链：通过HD Map母库重定位检索，生成静态建图真值标注。
- 场景样本挖掘工具链：利用多模态图文大模型自动化检索和生成样本真值集。
- AI编辑引擎与检索引擎：支持场景数据编辑和检索。
自主可控优势
平台具备全自研数据闭环链路、业内领先的自动化标注及挖掘能力，核心引擎和工具帮助快速实现自主可控的数据平台。
