据摩根大通的研究分析，到2025年前，中国L1到L5级的辅助驾驶和自动驾驶市场规模将实现33%的年均增长率，总规模于2025年达到约71亿美元。2020年，国家发改委会同11个国家部委联合发布了《智能汽车创新发展战略》，指明了2025年实现有条件智能汽车规模化生产，2035年中国标准智能汽车体系全面建成的愿景。

　　时下，Robo-Taxi、无人送货等技术的商业化已进入快车道。百度Apollo、滴滴、文远智行、AutoX等载客服务在国内部分地区得到验证；新石器、京东、美团等电商、物流企业积极探索低速送货业务。

　　随着乘用车电驱化渗透率提升，车企之间的竞争不再围绕内燃机、变速器，转而向车内软件、智能化程度看齐。上汽集团董事长陈虹甚至将自动驾驶比作车企的“灵魂”； 戴姆勒公司董事会主席康林松也将奔驰重新定位为“一家软件运营公司”，并表示“正在生产具有开创性的移动设备”。

　　然而，自动驾驶的“进阶之路”如同人类学习开车一样，都需要经历漫长的过程，不仅需要先进的模型预算法，高质量且大规模数据一样不可或缺。

　　为解决智能驾驶从研发初期到落地的训练高质量数据需求，近日，国内AI训练数据服务商「云测数据」发布新一代自动驾驶数据解决方案。

　　目前云测数据为自动驾驶企业提供的提供的解决方案分三部分。一是基础数据集，二是定制化数据采集和标注服务，三是包括数据采集标注、数据管理的全方位数据工具链。

　　“三个部分分别对应不同层阶段的自动驾驶落地需求。”云测数据总经理贾宇航向我们介绍，“第一个阶段解决场景识别等基础问题的通用数据，例如车辆识别、车道线识别，这个阶段涉及多种传感器，需要的大量布局；第二阶段基于选定的场景，根据深度神经网络引入特定的数据，云测数据场景实验室和标注基地有实力满足相应数据的精度和规模；第三阶段形成数据闭环，类似于特斯拉，云测数据可提供一整套成熟工具帮助完成数据采集、标注、管理一系列流程，帮助企业完成自身迭代。”

　　据介绍，云测数据采集服务覆盖智能驾驶主流应用场景，拥有DMS与ADAS场景搭建采集经验，比如支持驾驶员信息备采、多模及车载语音采集等众多类型。凭借高质量的数据交付实力，云测数据已和业内包括自主、合资车企，大型Tier1、Tier2，以及无人出租车、自动驾驶公司等众多企业，建立了持久良好的合作关系。

　　与此同时，随着激光雷达硬件成本下降，相应的需求也在井喷式爆发，实际上云测数据已在新的需求中提前布局，“我们在点云类型数据标注上有完整、完善的工具及经验，是业内率先实现2D/3D融合标注、3D点云标注、3D矩形框选、语义分割、目标跟踪等功能的企业。”贾宇航在采访中表示。

　　“通过我们为自动驾驶落地服务的数据标注平台、标注工具，能够将AI数据训练过程综合效率提升200%，项目较高标注精度可实现99.99%。”贾宇航介绍到。

　　AWS、C3和谷歌等公司也通过为医疗卫生事件数据创建集中存储库，成功地推广了他们的产品和分析能力(工具集和环境)。目前，这些数据湖是公开的，没有货币化。但是，预计这些公司将来会尝试使用数据湖来创建产品以销售到医疗保健市场。从技术角度来看，数据湖可能是创建和测试数据可见性和流分析服务的第一步。医疗卫生事件展示了公共云医疗保健行业向制药、生物医学和远程医疗扩展的雄心。