曼孚科技完成5000萬元Pre-B輪融資,AI+RPA驅動自動駕駛數據標注規模化量產
近日,AI基礎架構與數據智能平臺服務商曼孚科技宣布,已于2022年7月完成5000萬元Pre-B輪融資,近三年累計融資金額超數億元。
本輪投資方包括凱復資本以及公司管理團隊,所融資金將主要用于產品研發、自動駕駛數據標注市場拓展等。
曼孚科技商業化始于2019年,是一家AI+RPA雙輪驅動的數據平臺企業,也是國內最早專注自動駕駛數據標注領域的企業,致力于以前瞻性技術和創新性產品,服務數據智能時代下的前沿產業。
旗下主要產品服務包括:面向數據生命周期管理的數據智能平臺、AI數據中臺、AutoLabeling中臺,以及數據服務(數據標注、數據采集、數據清洗)等。
憑借從戰略到技術落地的一站式數據解決方案,曼孚科技已與百余家企業達成深度合作,用戶包括世界頂級Tier1廠商、一線科技公司、主流算法公司、造車新勢力,以及傳統汽車主機廠商等。2022年攀升至國內自動駕駛數據標注市占率前三,年營收額實現4倍以上高爆發增長。
一、自動駕駛數據標注行業終局初現
高階自動駕駛技術閉環由“感知、決策與執行”三要素共同構成,其中感知系統作為車輛與環境交互的紐帶,是實現行車安全的首要前提。
現階段,多傳感器融合方案賦予車輛感知現實世界的能力。隨著感知技術與計算平臺的逐漸成熟,影響高階自動駕駛落地的關鍵因素不再是解決一般案例,而是解決各類長尾“路口”問題。算法迭代事實上演變成數據的迭代,提升感知能力離不開大規模路測數據的支持。
蘭德公司對路測數據規模預估是:自動駕駛車輛需要在真實或虛擬環境中至少進行177億公里測試,不斷利用新數據調優算法,才可以證明自動駕駛系統比人類駕駛員更加可靠,這催生了規模龐大的數據標注需求。
然而,與指數型增長的數據需求相比,傳統堆積人力的數據生產方式,在成本控制與產出效率等方面逐漸暴露出諸多弊端。十余年野蠻擴張后,數據標注正向自動化、精細化方向轉變,行業終局初現。
曼孚科技相信,一方面,“人工-半自動化-自動化”的演進方式將成為行業發展主流,RPA重要性凸顯,減少對人力的依賴將成為行業創新的主要路徑。RPA作為AI落地最后一公里的實施載體,既可為包括自動駕駛等AI技術提供更多落地場景,也可借助AI能力,實現從流程自動化到認知自動化的跨越。
另一方面,無論從科技行業的發展趨勢,還是從Scale AI 73億美元估值角度考量,自動駕駛數據標注行業終將呈現高度集中狀態,1-2家企業主導整個行業,這對企業產品技術壁壘提出了更高的要求。數據平臺將成為自動駕駛重要基礎設施,以產品技術為核心競爭力的平臺型企業,將成為主導數據標注行業未來的關鍵性力量。
二、RPA驅動AI數據規模化量產
立足行業痛點,著眼未來發展趨勢,曼孚科技將自動化理念貫徹始終,推出了以MindFlow SEED數據服務平臺為核心的產品服務體系。
MindFlow SEED數據服務平臺在研發伊始,即明確聚焦自動駕駛數據標注賽道,是國內最早成體系、大規模商用的標注平臺產品。歷時三年多積淀,現已在數據處理尤其是3D點云數據處理領域,建立起6-12個月的技術壁壘。
MindFlow SEED 數據服務平臺
在具體應用場景上,平臺提供全封閉測試、半封閉港口、高速公路、城市道路、智能座艙場景下的車輛行人、車道線、泊車、車路協同、點云融合、點云連續幀、點云語義分割等100+各類2D、3D數據標注類別,全面覆蓋自動駕駛各細分場景。
作為第三代數據標注平臺,RPA能力建設是曼孚科技構建技術壁壘的關鍵,其主要體現在流程自動化、分發自動化等多個方面。
以流程自動化為例,平臺引入流水線與精益生產理念,依據預設規則自動執行項目任務。通過建立詳細且標準化的作業指導和標準作業程序,實現與標注員協同,代替或輔助人工完成各種重復性操作,駕簡馭繁,降本增效。
以流程自動化和分發自動化為代表的RPA能力,賦予曼孚科技以更低人力支出與邊際成本,提供更具標準化數據解決方案的能力。綜合人效平均提升30%,數據生產成本平均降低40%,徹底突破產能天花板限制,實現AI數據無上限規模化量產。
三、數智融合,AI驅動
作為一家數據科技企業,曼孚科技始終將提升AI能力作為構建平臺型企業的關鍵,現階段AI能力已深入數據流轉各環節。
AI標注方面,平臺內嵌RPA常規流程需要的主要機器學習模型,如預標注模型,RPA可以快速調用這些AI能力。與常見技術路線不同,曼孚科技預標注算法應用預訓練大模型,具備較好的知識完備性,精度高,泛化能力強。
大模型可以通過蒸餾、知識遷移等方式迅速提升下游任務小模型能力,也可為小模型產出更具針對性的數據,減少開發與迭代成本。平臺還支持邊標邊訓,基于AutoML以及自有數據集構建數據標注模型,自我驅動完成算法迭代。
此外,AI能力還與RPA實現了深度融合。AI讓RPA具備認知自動化的能力,實現功能的“升維”。以流程自動化為例,AI可讀取標注員操作日志,分析操作行為,最終找出重復人工環節,并通過RPA取代。
最后,曼孚科技還會積極參與到自動駕駛公司數據閉環內,協同完善AI能力。數據采集階段,可對數據采集難易程度、數據質量進行評估,提供智能化檢索、數據可視化等服務,解決客戶需求不明晰、原始數據交付周期漫長等問題;數據標注階段,可邊標注邊提供算法反饋;模型部署應用階段,憑借海量自有數據集,曼孚科技還可承擔算法評估工作,為算法調優提供更多建議。
除上述環節外,AI能力還體現在數據生產、流轉等更多維度。AI所具備的學習與認知能力,賦予RPA從應對基于規則、重復性的任務,到AI加持下的智能自動化的跨越,也為曼孚科技拓展更廣闊的AI業務線提供了無限的可能。
四、寒冬中逆勢而上
以PLG為核心的商業模式、AI+RPA雙輪驅動的產品技術方案以及良好的用戶口碑,讓曼孚科技在經濟下行周期內仍然取得年營業額4倍以上高速增長,2023年營收預估仍將維持4-5倍高爆發增長。
從初始商業化,到國內數據標注行業第一梯隊,曼孚科技僅用時3年時間,是目前國內數據標注行業發展速度最快、產品技術積累最深厚的企業之一。
這些結果的背后,是建立在企業對行業的深刻理解以及對行業發展的敏銳判斷上,也建立在對產品力的極致追求和對客戶服務的始終如一上。
未來,曼孚科技在深耕數據行業、提升自動化水平的同時,也將嘗試打破層級壁壘,探尋更廣闊的AI產業。以AutoML平臺為核心的新產品線,將補齊曼孚科技作為平臺型企業缺失的最后一環,從而構建起從數據到算法的全鏈路體系,為用戶提供更具創新性的產品和更有價值的服務。
免責聲明:市場有風險,選擇需謹慎!此文僅供參考,不作買賣依據。
關鍵詞:
您可能也感興趣:
為您推薦
遼寧擴大緩繳社保費政策實施范圍 補繳期間免收滯納金
增額終身壽險成銀保市場上的黑馬 中途退保恐會損失保費
保險公司紛紛探索轉型之路 聚焦細分業務、推出新產品
排行
最近更新
- 曼孚科技完成5000萬元Pre-B輪融資,AI+RPA驅動自動駕駛數據標...
- 時訊:加密KOL:DebtDAO發行的FTX債券代幣FUD可能違反證券法
- 世界微速訊:金融律師:DebtDAO發行FTX債券Token FUD可能違反證券法
- 世界視點!銀河證券:2022年輕工行業整體承壓,看好底部持續向好
- 每日信息:欽州港經開區首次躋身全國百強
- 全球熱頭條丨萬達商業擬發行3年期美元高級無抵押債券 初始指...
- 環球微頭條丨航天科工研發車載云臺式激光甲烷遙測系統
- “20綠城01”將進行回售 資金兌付日3月6日
- 英飛凌新推出的160V MOTIX?三相柵極驅動器IC集成了電源管理...
- 河北御芝林生物科技有限公司成功通過河北省“專精特新”示范...
- 天天即時:葉祖新個人資料簡介?葉祖新演過的電視劇有哪些?
- 全球微動態丨何天宇個人資料簡介?何天宇有哪些作品?
- 世界今亮點!魏一寧是誰?魏一寧個人資料簡介?
- 張嘉譯個人資料簡介?張嘉譯主演的電視劇有哪些?
- 郝劭文個人資料簡介?郝劭文電影有哪些?
- 全球新消息丨央吉瑪個人資料簡介?央吉瑪有哪些作品?
- 【當前獨家】王琳個人資料簡介?王琳老公是誰?
- 世界觀熱點:姜潮個人資料簡介?姜潮演過的電影電視劇有哪些?
- 黃小蕾老公是誰?黃小蕾個人資料簡介?
- 曾泳醍個人資料介紹?曾泳醍有哪些作品?
- 熱文:短道速滑世界杯林孝埈連奪兩金事件簡單介紹
- 【獨家】Michael Saylor:加密貨幣需要監管和動蕩才能發展
- 當前要聞:容聯云構建“空中營業廳"助力保險業數字化轉型
- 【全球新要聞】騰訊發布《全真互聯·銀行數字化發展研究報告》
- 醫護之家,貼心服務你的就醫全流程
- 來自智利的藍色風味,呈上當季寶藏味道與營養
- 滿漢全席有多少道菜?滿漢全席被禁止的三道菜是什么?
- 蒸魚多長時間最佳?清蒸魚用熱水還是冷水?
- 今日聚焦!蔚縣聯社成功舉辦“存款破百億,喜迎開門紅”直播活動
- 鹿泉農商銀行舉辦“新春開門紅 歡樂鬧元宵”趣味運動會
今日要聞
- 曼孚科技完成5000萬元Pre-B輪融資,AI+RPA驅動自動駕駛數據標注規模化量產
- 河北御芝林生物科技有限公司成功通過河北省“專精特新”示范企業認定
- 全球熱頭條丨萬達商業擬發行3年期美元高級無抵押債券 初始指導價12.5%區域
- 每日信息:欽州港經開區首次躋身全國百強
- 英飛凌新推出的160V MOTIX?三相柵極驅動器IC集成了電源管理單元、電流感應放大器和過流保護功能
- 郝劭文個人資料簡介?郝劭文電影有哪些?
- 全球新消息丨央吉瑪個人資料簡介?央吉瑪有哪些作品?
- 世界今亮點!魏一寧是誰?魏一寧個人資料簡介?
- 環球微頭條丨航天科工研發車載云臺式激光甲烷遙測系統
- 世界微速訊:金融律師:DebtDAO發行FTX債券Token FUD可能違反證券法