1、2022 年深度行业分析研究报告 hY8XqOoNtOqNmNpRmPaQaO8OsQnNoMsQkPnNrPlOsQqRaQpPvMuOpNqOMYsQzR目录3请务必阅读正文之后的信息披露和免责申明1、数据标注行业概览数据标注行业概览 1.1 数据标注 1.2 AI基础数据服务 1.3数据标注产业链与生态2、自动驾驶自动驾驶 2.1 自动驾驶分类 2.2 L2级渗透率 2.3 激光雷达 2.4 L3+自动驾驶 2.5 更高的数据要求3、数据标注市场现状、数据标注市场现状、门槛门槛 3.1 模型训练所需的数据量更多 3.2 行业门槛提升4、自动驾驶数据标注相关公司、自动驾驶数据标注相关公司

2、4.1 四维图新 4.2 海天瑞声 4.3 Scale AI4数据标注行业概览：数据标注行业概览：定义、背景与现状定义、背景与现状15请务必阅读正文之后的信息披露和免责申明资料来源：Appen官网、海天瑞声招股说明书、天风证券研究所1.11.1、 数据标注数据标注 数据标注是向训练数据集添加元数据的过程。这种元数据通常采用标签的形式，可以添加到任何类型的数据中，包括文本、图像和视频。添加高质量和高精准的标签是为机器学习开发训练数据集的一个关键过程。 人工智能数据标注是数据预处理中不可缺少的阶段，因为监督式机器学习模型可以学习识别标注数据中重复出现的模式。当一个算法处理了大量的标注数据后，算法可

3、以在新的、未标记数据出现时识别相同的模式。因此，数据科学家需要使用清洗过后的标注数据来训练机器学习模型。数据标注是人工智能的基础数据标注是人工智能的基础图：训练数据生产过程图：训练数据生产过程6请务必阅读正文之后的信息披露和免责申明资料来源：IDC、天风证券研究所1.21.2、 AIAI基础数据服务基础数据服务 根据IDC发布的报告，到2025年，中国人工智能数据采标服务市场规模将达到123.4亿元人民币。市场的发展驱动力一方面来源于人工智能市场的迅猛发展，另一方面来源于行业用户加大数据采集力度。 自动驾驶领域发展需要海量数据支撑，也促进了基础数据服务市场的发展。 自动驾驶感知技术是自动驾驶的

4、核心技术之一，训练自动驾驶感知模型需要使用大量数据，数据标注行业中与自动驾驶相关的数据标注也因此得到快速发展。中国中国AIAI基础数据需求促进数据标注行业快速增长基础数据需求促进数据标注行业快速增长图：中国图：中国AIAI基础数据服务市场规模预测，基础数据服务市场规模预测，20222022- -20252025图：图：AIAI基础数据服务市场分行业占比，基础数据服务市场分行业占比，2020202035.00%20.00%20.00%15.00%10.00%自动驾驶AI技术提供商和智能安防互联网智能终端金融、医疗等其他行业7请务必阅读正文之后的信息披露和免责申明资料来源：IDC、天风证券研究所1

5、.31.3、 数据标注产业链与生态数据标注产业链与生态行业图谱行业图谱8自动驾驶：自动驾驶：分类、技术与数据分类、技术与数据需求需求2 29请务必阅读正文之后的信息披露和免责申明资料来源：NHTSA、SAE、天风证券研究所2.12.1、 自动驾驶分类自动驾驶分类图：自动驾驶发展阶段图：自动驾驶发展阶段 由于绝对的无人驾驶/自动驾驶在实现路径上无法在短期达到最终形态，根据美国 NHTSA 和 SAE 协会标准，自动驾驶根据其自动化程度的不同分为了“L0-L5”6个等级。 目前乘用车的自动驾驶呈现形式以驾驶辅助功能为主。具有明确的运行设计域。自动驾驶的六个阶段自动驾驶的六个阶段Level 1驾驶支

6、持Level 2部分自动化Level 3有条件自动驾驶Level 4高度自动驾驶Level 5完全自动驾驶Level 0无自动化由人类驾驶者全权驾驶汽车，在行驶过程中可以得到警告。 前方碰撞警告 车道偏离警告系统通过加速/制动或转向提供持续辅助，同时驾驶员保持完全参与和专注。 自适应巡航 车道保持辅助系统在加速/制动和转向方面提供持续的帮助，同时驾驶员保持完全投入和专注。 自适应巡航 碰撞预警 紧急制动由无人驾驶系统完成所有的驾驶操作，根据系统要求，人类提供适当的应答。由无人驾驶系统完成所有的驾驶操作根据系统要求，人类不一定提供所有的应答。限定道路和环境条件由无人驾驶系统完成所有的驾驶操作，在

7、某种可能的情况下人类可以接管，不限定道路和环境条件10请务必阅读正文之后的信息披露和免责申明资料来源：IDC、天风证券研究所整理2.22.2、 L2L2级渗透率级渗透率图：图：2021Q12021Q1- -2022Q1 2022Q1 中国中国L2L2级自动驾驶乘用车渗透率级自动驾驶乘用车渗透率 目前在乘用车市场上实现落地的自动驾驶技术处于L2级水平，市场渗透率正稳步提升。实现的功能包括纵向的全速自适应巡航、横向的车道保持、低速场景的自动泊车等。 根据IDC发布了中国自动驾驶汽车市场数据追踪报告，2022年第一季度L2级自动驾驶在乘用车市场的新车渗透率达23.2%，整个市场处于L2向L3+级别发

8、展的阶段。 随着激光雷达的铺货和成本的降低或将加速L3+的落地。L2L2级自动驾驶渗透率稳步上升，市场向级自动驾驶渗透率稳步上升，市场向L3+L3+发展发展7.50%13.00%16.00%21.50%23.20%0.00%5.00%10.00%15.00%20.00%25.00%2021Q12021Q22021Q32021Q42022Q111请务必阅读正文之后的信息披露和免责申明资料来源：艾瑞咨询、天风证券研究所整理2.32.3、 激光雷达激光雷达激光雷达放量，市场增速高激光雷达放量，市场增速高 主机厂对激光雷达功能开发的深入及激光雷达成本的降低，激光雷达搭载车型数量将在短时间内保持较高增速

9、。 Robotaxi在政府及下游企业的共同推动下持续发展新的城市，测试及运营车队数量或将保持稳定增长。根据艾瑞咨询的报告，车载激光雷达市场有望自2021年4.6亿元增长至2025年54.7亿元，实现85.8%的年复合增长率。46755.10%50.20%47.00%0.420.440.460.480.50.520.540.560050060020212022E2023E2024E2025E市场规模（千万元）同比增长率（%）图：中国激光雷达市场规模图：中国激光雷达市场规模12请务必阅读正文之后的信息披露和免责申明资料来源：智驾网、新工业洞察、天风证券研

10、究所2.32.3、 激光雷达激光雷达表：搭载激光雷达的车辆表：搭载激光雷达的车辆激光雷达厂商激光雷达厂商型号型号搭载车型搭载车型预计量产时间预计量产时间ValeoValeo（法雷奥）法雷奥）SCALA GEN2SCALA GEN2奔驰奔驰S S级轿车级轿车20222022SCALA GEN1SCALA GEN1本田本田Legend Hybird EXLegend Hybird EX20222022大陆大陆HFL 110HFL 110（FlashFlash）丰田丰田MiraiMirai20222022IeboIeboNEXTNEXT（FlashFlash）长城长城WeyWey摩卡摩卡202220

11、22InnovizInnovizInnoviz OneInnoviz One宝马宝马iXiX20222022VelodyneVelodyneVelarray H800Velarray H800福特福特OtosanOtosan未知未知AevaAevaAeriesAeries（FMCWFMCW）奥迪奥迪e e- -trontron20232023大众大众ID BUZZID BUZZ20232023LuminarLuminarIrisIris沃尔沃沃尔沃XC90XC9020222022上汽上汽非凡非凡R7R720222022极星极星极星极星3 320222022InnovusionInnovusio

12、n（图达通）图达通）猎鹰猎鹰蔚来蔚来ET5ET520222022ET7ET720222022速腾聚创（速腾聚创（RobosenseRobosense）M1M1广汽埃安广汽埃安AION LX PLUSAION LX PLUS20222022智己汽车智己汽车L7L720222022小鹏小鹏G9G920222022威马威马M7M720222022LucidLucidAirAir20212021路特斯路特斯Type 132Type 禾赛禾赛AT128AT128理想理想X01X0120222022集度集度未知未知20232023高合高合HiPhi ZHiPhi Z20222022L

13、ivoxLivox（大疆）大疆）Livox Livox 浩界浩界 HAPHAP小鹏小鹏P5P520212021华为华为华为华为9696线线长城长城机甲龙机甲龙20222022北汽极狐北汽极狐阿尔法阿尔法S S全新全新HIHI版版20212021长安长安阿维塔阿维塔 E11E1120222022哪吒哪吒哪吒哪吒S S2022202213请务必阅读正文之后的信息披露和免责申明资料来源：IDC、海天瑞声官网、易飒科技官网、天风证券研究所2.42.4、 L3+L3+自动驾驶自动驾驶激光雷达推动激光雷达推动L3+L3+自动驾驶落地自动驾驶落地 L3+级别自动驾驶对于车身周围环境信息感知要求将明显提高，对

14、于除了特斯拉以外的大部分主流车厂，搭载激光雷达的配置方案是其共同选择； 而随着激光雷达成本的降低以及铺货或将加速L3+级自动驾驶的落地。图：海天瑞声图：海天瑞声3D3D点云标注点云标注图：图：20202020- -20242024，L3+L3+级自动驾驶汽车出货量预测及增速级自动驾驶汽车出货量预测及增速（千辆（千辆/%/%）32842.50%133.33%142.86%81.30%0.00%20.00%40.00%60.00%80.00%100.00%120.00%140.00%160.00%180.00%0050060070080090010002

15、02020224L3-L5级自动驾驶YOY14请务必阅读正文之后的信息披露和免责申明资料来源：曼孚科技官网、艾肯家电网、天风证券研究所2.52.5、 更高的数据要求更高的数据要求 L3级别以上的自动驾驶系统主要由感知、定位、预测、决策和控制五部分构成，每部分均不可或缺。其对于计算机视觉技术的需求依赖度较高，系统需要对传感器采集的点云图像数据进行实时处理，构建车辆行驶环境，为预测和决策做依据，这对算法的准确性和实时性考验极大。 目前自动驾驶视觉技术主要以有监督深度学方式为主，是基于已知变量和因变量推导函数关系的算法模型，需要大量标注数据对模型进行训练与调优。根据英特尔推算,

16、在全自动驾驶时代,每辆汽车每天产生的数据量将高达4000GB。 自动驾驶相关的数据标注行业有望迎来新一轮的涨幅。L3+L3+级别要求海量且更高质量的数据级别要求海量且更高质量的数据图：自动驾驶汽车图：自动驾驶汽车15数据标注市场现状、数据标注市场现状、门槛门槛3 316请务必阅读正文之后的信息披露和免责申明资料来源：海天瑞声招股说明书、Dimensional Research、天风证券研究所3.13.1、模型训练所需的数据量更多、模型训练所需的数据量更多 根据 Dimensional Research 的全球调研报告，72%的受访者认为至少使用超过 10 万条训练数据进行模型训练，才能保证模型

17、有效性和可靠性，96%的受访者在训练模型的过程中遇到训练数据质量不佳、数量不足、数据标注人员不足等难题。 为应对训练数据所带来的多方面挑战，AI 企业开始从第三方购买原料数据收集、训练数据生产和数据专家咨询等服务，调研结果指出，外包服务能够有效加快算法模型落地应用的速度外包服务能够有效加快算法模型落地应用的速度。越来越多越来越多AIAI企业选择外包服务企业选择外包服务图：训练需求数据量（条）图：训练需求数据量（条）10%19%43%28%1000万100万-1000万10万-100万10万66%51%50%28%27%4%0%10%20%30%40%50%60%70%数据偏差或错误数据量不足数

18、据不可直接使用缺少标注团队缺少标注工具未曾遇到问题图：受访者遇到的与数据相关的问题及比例图：受访者遇到的与数据相关的问题及比例17请务必阅读正文之后的信息披露和免责申明资料来源：Appen官网、天风证券研究所3.23.2、 行业门槛提升行业门槛提升 自动驾驶领域感知场景，要处理的数据类型包括2D图像数据和3D点云数据。 2D图像数据，通过摄像头进行采集，主要用于算法做2D目标检测、2D语义分割以及目标跟踪，涉及到的数据标注包含：点标注、线标注、框标注、语义分割. 3D点云数据，通过激光雷达（LiDAR）进行采集，主要用于算法做3D目标检测、3D语义分割以及3D目标跟踪，由于近年来激光雷达成本降

19、低，3D点云数据的量级呈现爆发性增加，涉及到的数据标注包含：3D点云框标注、2/3D融合标注、3D点云语义分割。 L3级别以上自动驾驶需要大量的3D点云数据支撑，3D点云标注不仅要求对激光雷达回传的数据进行实时处理分析，大量的弯道车道线、日积月累的消耗和损坏等，带来的形状和反射率失真问题，也为识别准确率带来极大的挑战。3D3D标注难度加大，门槛提高标注难度加大，门槛提高图：图：2D2D图像标注工具图像标注工具图：图：3D3D点云标注工具点云标注工具18请务必阅读正文之后的信息披露和免责申明资料来源：IBM、云巴巴、天风证券研究所3.23.2、 行业门槛提升行业门槛提升 行业从人到人机标注：对数

20、据进行人工标注。这就为模型提供了高质量（和大量）的训练数据。机器学习算法学会根据这些数据做出决策。 不同于人工标注，人机协同标注在提升效率的同时能够节省成本。市场供不应求市场供不应求图：人机协同标注流程图：人机协同标注流程19自动驾驶数据标注自动驾驶数据标注相关公司相关公司4 420请务必阅读正文之后的信息披露和免责申明资料来源：四维图新官网、天风证券研究所4.14.1、 四维图新四维图新 四维图新成立于2002年，并发布商业化车载导航电子地图。目前公司服务已覆盖导航地图、导航软件、动态交通信息、位置大数据、以及乘用车和商用车定制化车联网解决方案等领域。 公司致力于以高精度地图、高精度定位、云

21、服务平台、以及应用于ADAS和自动驾驶的车规级芯片等核心业务，打造“智能汽车大脑”，赋能智慧出行。公司简介公司简介图：四维图新公司战略图：四维图新公司战略21请务必阅读正文之后的信息披露和免责申明资料来源：四维图新官网、天风证券研究所4.14.1、 四维图新四维图新 在自动驾驶地图更新及应用开发项目上，四维图新将依托自有专业采集+众包+车厂合作伙伴数据合作的模式，依托AI能力和制图工具链于云端和终端自动化成图，整合普通导航地图和高精度地图形成OneMap一体化地图应用，打造开放地图生态，以高品质、高鲜度、低成本、可交付的地图产品，服务、拓展自动驾驶应用场景。公司已研发多项自动驾驶相关技术公司已

22、研发多项自动驾驶相关技术图：公司自动驾驶业务图：公司自动驾驶业务22请务必阅读正文之后的信息披露和免责申明资料来源：巨潮资讯、天风证券研究所4.14.1、 四维图新四维图新公司业绩情况公司业绩情况 四维图新2018-2021年，营业收入分别为21.34、23.10、21.48和30.60亿元，19-21年同比增长分别为8.25%、-7.02%及42.48%。 归母净利润分别为4.79、3.39、-3.09和1.22亿元， 19-21年同比增长分别为-29.20%，-191.25%和139.45%。图：图：20182018- -20212021，四维图新营业收入，四维图新营业收入图：图：2018

23、2018- -20212021，四维图新归母净利润，四维图新归母净利润213,365.91230,974.26214,765.56306,003.178.25%-7.02%42.48%-10.00%0.00%10.00%20.00%30.00%40.00%50.00%0.0050,000.00100,000.00150,000.00200,000.00250,000.00300,000.00350,000.0020021营业收入（万元）YOY47,907.0733,918.46-30,949.7712,208.64-29.20%-191.25%139.45%-250.00

24、%-200.00%-150.00%-100.00%-50.00%0.00%50.00%100.00%150.00%200.00%-40,000.00-30,000.00-20,000.00-10,000.000.0010,000.0020,000.0030,000.0040,000.0050,000.0060,000.0020021归母净利润（万元）YOY23请务必阅读正文之后的信息披露和免责申明资料来源：海天瑞声官网、海天招股说明书、每经网、天风证券研究所4.24.2、 海天瑞声海天瑞声 海天瑞声成立于2005年，致力于为 AI 产业链上的各类机构提供 AI算法模型开发

25、训练所需的专业数据集。 公司所提供的训练数据覆盖智能语音（语音识别、语音合成等）、计算机视觉、自然语言等多个 AI 核心领域，全面服务于人机交互、智能驾驶、智慧城市等多种创新应用场景。 公司的智能驾驶数据标注服务已覆盖多家头部传统企业、新势力车企、以及自动驾驶技术公司。公司简介公司简介图：海天瑞声产品服务矩阵图：海天瑞声产品服务矩阵图：公司部分客户图：公司部分客户24请务必阅读正文之后的信息披露和免责申明资料来源：环球网、机器之心官网、天风证券研究所4.24.2、 海天瑞声海天瑞声 公司在自动驾驶领域进行了大量研发投入，建立了车载环境采集麦克风阵列、3D点云标注、2D&3D联合标注平台/工具研

26、发团队等，并开始建立专门针对智能驾驶数据集的算法团队，同时积累自有知识产权的数据集产品。自动驾驶相关数据标注技术已基本覆盖自动驾驶相关数据标注技术已基本覆盖图：海天瑞声图：海天瑞声3D3D点云标注平台点云标注平台25请务必阅读正文之后的信息披露和免责申明资料来源：巨潮资讯、海天瑞声招股说明书、2021年报、天风证券研究所4.24.2、 海天瑞声海天瑞声公司业绩情况公司业绩情况 海天瑞声2018-2021年，营业收入分别为1.93、2.38、2.33和2.06亿元， 19-21年同比增长分别为23.31%、-1.76%及-11.53%；归母净利润分别为0.67、0.82、0.82和0.32亿元，

27、 19-21年同比增长分别为21.53%，0.61%和-61.49%。 2020及2021年营业收入及归母净利润同比增长为负，主要由于受新冠疫情影响境外业务展开缓慢及数据采买及收集受到影响。图：图：20182018- -20212021，海天瑞声营业收入，海天瑞声营业收入图：图：20182018- -20212021，海天瑞声归母净利润，海天瑞声归母净利润19,265.7723,755.8123,337.4020,647.6523.31%-1.76%-11.53%-15.00%-10.00%-5.00%0.00%5.00%10.00%15.00%20.00%25.00%30.00%0.005,

28、000.0010,000.0015,000.0020,000.0025,000.0020021营业收入（万元）YOY6713.078158.688208.13160.5421.53%0.61%-61.49%-70.00%-60.00%-50.00%-40.00%-30.00%-20.00%-10.00%0.00%10.00%20.00%30.00%0.001,000.002,000.003,000.004,000.005,000.006,000.007,000.008,000.009,000.0020021归母净利润（万元）YOY26请务必阅读正文之

29、后的信息披露和免责申明资料来源：Scale AI 官网、CSDN、Rasion Asset Management官网、天风证券研究所4.34.3、 Scale AIScale AI公司简介公司简介 Scale AI 成立于2016年，是一家人工智能创业公司，致力于通过提供以数据为中心的可组合平台来管理整个机器学习生命周期，从而加速人工智能的发展。 Scale AI 将机器学习技术与人工相结合，为人工智能应用奠定了坚实的基础，并为各行各业的客户提供服务，包括Otto和丰田等汽车公司；Brex和Square等金融科技公司；Pinterest等电子商务企业;运输和物流公司，如Flexport；以及美

30、国政府机构，如国防部。图：图：Scale AI Scale AI 部分客户部分客户27请务必阅读正文之后的信息披露和免责申明资料来源：Scale AI 官网、Venture Beat、Raision Asset Management官网、天风证券研究所4.34.3、 Scale AIScale AI总融资额达总融资额达6.026.02亿美元，估值达亿美元，估值达7373亿美元亿美元 2021年4月，公司进行了E轮融资，总金额在3.25亿美元，截至2021年，公司总募集金额超过6.02亿美元。 截至2021年4月，Scale AI 最新估值达到了7373亿美元亿美元。图：公司融资金额（百万美元）

31、图：公司融资金额（百万美元）0.124.50500300350种子轮A轮B轮C轮D轮E轮28请务必阅读正文之后的信息披露和免责申明资料来源：Scale AI 官网、天风证券研究所4.34.3、 Scale AIScale AI 营收高增长的背后源于公司在自动驾驶汽车行业中数据标注的起源，公司成立初期就开始构建激光雷达标注工具，以满足极其严格的标注标准。随着Scale AI发展到服务于其他行业，它利用其在自动化驾驶领域的标注经验，为公司提供服务等级协议（SLA）以保证质量。 大多数公司在将数据输入AI模型之前，需要人工用标签对其进行注释。而Scale AI正试图使用自动化系统完成大部分标记和识别工作并且推出“Scale Rapid”快速数据标签服务。 在自动驾驶领域，Scale AI支持动态3D激光雷达点云标注，点云分割，雷达等等，并对一组数据进行标注（行人、骑自行车的人、汽车等）。图：图：Scale AI Scale AI 自动驾驶数据标注技术自动驾驶数据标注技术公司自动驾驶公司自动驾驶3D3D标注相关业务起步较早标注相关业务起步较早