36 氪獲悉，AI 數(shù)據(jù)公司「整數(shù)智能」于近期完成了數(shù)千萬 Pre A 輪融資，本輪由翊宙資本、藕舫天使、安益盛銀、圖靈啟真投資，翊尚資本為獨家融資顧問。

據(jù)悉，本輪融資主要用于智能數(shù)據(jù)工程平臺（ABAVA Platform）的迭代升級，全新的 ABAVA 平臺將集成 AI 大模型 + 小模型，實現(xiàn)高效自動化數(shù)據(jù)標注。此外，整數(shù)智能還將集成 RLHF（人類反饋強化學習）數(shù)據(jù)服務能力，為大語言模型（LLM）的研發(fā)與迭代提供方案。

整數(shù)智能發(fā)展于浙江大學計算機創(chuàng)新技術研究院，致力于為人工智能企業(yè)及科研院所提供一站式數(shù)據(jù)管理服務。其提供的智能數(shù)據(jù)工程平臺（ABAVA Platform）與數(shù)據(jù)集構建服務（ACE Service），能夠滿足自動駕駛、AIGC、智慧醫(yī)療等數(shù)十個應用場景的數(shù)據(jù)需求。

目前，公司已合作國內(nèi)外頂級科技公司與科研機構數(shù)百家，擁有知識產(chǎn)權數(shù)十項，多次參與人工智能領域的標準與白皮書撰寫。

整數(shù)智能創(chuàng)始人林群書為浙江大學計算機博士生，聯(lián)合創(chuàng)始人趙子健為浙江大學法學碩士生，目前均處于休學創(chuàng)業(yè)中。

林群書認為，正如人工智能公司 OpenAI 的聯(lián)合創(chuàng)始人 Ilya Sutskever 所說，"Training data is technology"，OpenAI 訓練的 GPT-3 大模型，有 1750 億參數(shù)。作為 AI 領域的基礎設施，數(shù)據(jù)工程是人工智能時代絕對值得 All in 的機會。

他告訴 36 氪，當下數(shù)據(jù)標注正在從人力密集型向自動化標注過渡。以 Tesla 為例，在 2018 年，一段 clip 數(shù)據(jù)需要花費 500 小時的人工標注。隨著 Tesla 通過對數(shù)據(jù)引擎及自動化標注能力的重點建設，到 2021 年，一段 clip 數(shù)據(jù)的標注只需要花費 0.5 小時的算力標注 +0.1 小時的人工標注即可。

針對人工智能行業(yè)發(fā)展的大趨勢，整數(shù)智能推出了智能數(shù)據(jù)工程平臺（ABAVA Platfom），對人工智能所需的數(shù)據(jù)標注工具套件進行了全域覆蓋，包含圖像、點云、文本、音頻等多模態(tài)標注工具。

林群書表示，行業(yè)當前的自動化標注，更多依賴算法工程師打磨特定場景的自動化標注算法，通用性有限。跨行業(yè)或跨場景時，如果算法自動化標注的精度下降，會需要工程師花費額外的時間精力，對自動化標注算法進行手動升級。

而 ABAVA 平臺，其內(nèi)置的 AI Power 系統(tǒng)通過結合 AI 大模型與小模型各自的優(yōu)點，能夠快速在新行業(yè)或新場景進行自動化標注，并且不斷提升自動化標注的精度，使得獲取高質(zhì)量數(shù)據(jù)的時間成本與人力成本不斷降低。

簡單來說就是，能夠跨越不同行業(yè)、不同場景實現(xiàn)自動化標注；同時還能利用標注好的數(shù)據(jù)來迭代算法模型。" 使用時間越長，沉淀數(shù)據(jù)越多，自動化標注水平也就越高。" 林群書說道。

4D 標注工作界面 圖源整數(shù)智能

此外，整數(shù)智能針對自動駕駛場景，推出了 4D 標注工具，即在三維空間數(shù)據(jù)的基礎上疊加時間維度的序列信息進行場景重建，目前已能支持視覺重建與點云重建。據(jù)林群書介紹，其 4D 標注工具可以把原本需要數(shù)十幀的標注工作，極限壓縮到一幀來進行，將數(shù)據(jù)標注的效率提升數(shù)十倍。

4D 標注工具的研發(fā)難點在于，其一需要使用算法融合多幀數(shù)據(jù)進行場景重建，重建的質(zhì)量尤為重要，直接影響后續(xù)的投影精度；其二在于重建后的點云密度非常高，給 Web 端點云工具的性能優(yōu)化帶來巨大挑戰(zhàn)；其三在于完成標注后的結果如何精確的投影回 2D 空間，需要做大量的算法優(yōu)化。

總的來看，林群書告訴 36 氪，人工智能時代獲取「數(shù)據(jù)能源」將經(jīng)歷人工標注、自動標注、合成數(shù)據(jù)三個發(fā)展階段。目前整數(shù)智能能夠通過自動標注大幅降低獲取數(shù)據(jù)的成本。

隨著 AI 大模型時代到來，整數(shù)智能也在探索合成數(shù)據(jù)的模式。比如通過 AI 合成數(shù)據(jù)，可以解決自動駕駛缺乏 Corner case 場景數(shù)據(jù)的問題。

整數(shù)智能認為，AI 大模型時代，數(shù)據(jù)消耗的速度將遠遠大于數(shù)據(jù)自然產(chǎn)生的速度，通過合成數(shù)據(jù)的技術路徑，可以帶來「數(shù)據(jù)能源」獲取方式的一次革命。"AIGC（即 AI 生成內(nèi)容，如 AI 生成圖片）的技術爆炸，技術效果和效率會遠遠超過自動化標注。"