数据标注（Data Annotation / Data Labeling）

通过人工或半自动化方式对原始数据进行 分类、标记、质量评估和偏好排序，使数据满足 AI 模型训练的格式和质量要求。是数据引擎产业的核心环节之一。

定义

把原始非结构化数据（图像、文本、视频、3D 点云、音频）打上结构化标签，让模型可以学习。典型任务：

• 图像分类：把图片标为"猫"或"狗"
• 目标检测：在图片上画框标出物体
• 语义分割：像素级标注
• 3D 点云标注：自动驾驶激光雷达数据标注
• 文本实体识别（NER）：在文本中标出人名、地名、公司名
• 意图分类：用户对话意图标注
• 偏好排序（RLHF）：对多个模型回答按人类偏好排序

在 AI 产业链中的角色

• 大模型训练的"打地基"环节：从预训练到 SFT 到 RLHF，每个阶段都需要不同形式的标注数据
• 质量决定模型上限：在算力 / 算法相对开放的今天，数据质量成为大模型差异化的核心
• 从劳动密集向技术密集转型：Auto-labeling + 人工审核混合模式取代纯人工标注

技术演进

• 第一代（2010-2017）：纯人工标注，依赖众包平台（Appen、Amazon Mechanical Turk）
• 第二代（2018-2021）：标注工具化、SaaS 化（Labelbox、Scale AI 早期）
• 第三代（2022-2024）：Auto-labeling + 人工审核混合，标注员转向"质量审核 + 边缘案例"
• 第四代（2025+）：与 合成数据 融合，RLAIF 用 AI 替代部分人类标注

主要玩家

• 国际：Scale AI（绝对龙头）/ Labelbox / Appen
• 中国：海天瑞声（A 股唯一）/ 拓尔思 / 倍赛科技 / 整数智能 / 曼孚科技 / 龙猫数据

行业格局

• 全球：Scale AI 一家独大，$290 亿估值远超第二梯队
• 中国：格局分散，海天瑞声 是 A 股稀缺标的但营收规模小

政策催化

• 2025-01：中国四部委《促进数据标注产业高质量发展实施意见》
• 2024-05：7 个国家级数据标注基地（成都、沈阳、合肥、长沙、海口、保定、大同）

相关概念

• RLHF / DPO / RLAIF
• Auto-labeling
• 数据引擎
• 合成数据（替代品）

∈ belongs_to::4-01-数据引擎