文｜林炜鑫
编辑｜邓咏仪
5月26日，海天瑞声在北京召开媒体见面会，分享了在多模态数据、数据标注平台方面的新停顿。另外，CEO王晓东发表品牌晋级战略，公司保管中文称号“海天瑞声”，英文名则更改为“Dataocean AI”。
海天瑞声是国际AI训练数据业余提供商，努力于为AI产业链的各类机构提供AI算法模型开发所需的业余数据。
王晓东示意，海天瑞声靠语音数据业务起家，逐渐扩展业务范畴，如今曾经成功了语音、图像、文本全笼罩，公司的指标是为客户提供高品质数据。“如今叫数据时代，必需新基建，”王晓东说，“咱们公司提供高品质水泥，数据时代新基建树立的基础，都必需数据。”
同时，海天瑞声也将初次收费放开DOTS-MM-0526多模态数据集，包含音频、视频、文本等消息，宿愿借此为中国人工智能放开生态树立贡献力气。
海天瑞声CTO黄宇凯引见了公司自研的专为智能驾驶设计的数据标注平台“DOTS-AD智能驾驶标注平台”。该标注平台片面允许2D、3D、4D电晕或图像数据标注；允许智能化标注，数据标注效率将优化8倍；智能化治理数据，确保客户的商业数据安保合规。
眼下大模型势头正盛，泛滥科技公司纷繁规划大模型。王晓东以为，由于大模型的出现，“整个数据服务市场将从新洗牌，集中度也将进一步优化。”市场将逐渐淘汰研发弱、资源差的一些中小玩家。
面对多家巨头下场的强烈竞争，海天瑞声领有自身的技术壁垒。王晓东以语音数据为例，公司有专门的团队在全球采集各种言语数据，“咱们有咱们的言语专家，有少量的资源”。王晓东示意，目前公司领有190多种言语数据。
大模型也将进一步影响相干的数据服务。黄宇凯通知36氪，大模型的训练主要分为两个阶段，第一阶段叫预训练，对数据采集和数据荡涤有很高的恳求，“不是越多越好”；第二阶段叫微调或对齐阶段，必需高品质的prompt（指令），“十分难写”，prompt决议了训练成果，因此标注人员的自身素质也很重要。大模型时代，技术更新迭代的速度很快，黄宇凯说，“咱们十分激动，当然这外面也有很多时机。”
