行業報告

|

行業深度研究2022年06月20日計算機受益L3+滲透率提升，汽車智能化下一站：自動駕駛數據標注行業評級：強于大市（維持評級）上次評級：強于大市1核心觀點1、激光放量，L4自動駕駛數據量增大，推動自動駕駛數據標注行業發展:

激光降本后快速鋪開，運用到L3級以上自動駕駛中，數據量在L4級別每天產生的數據量將高達4000GB。數據標注是自動駕駛算法訓練的基礎，將推動數據標注行業發展。2、行業門檻提升，供不應求:

激光鋪開后標注從2D需求擴展到3D需求，3D標注需要實時分析大量的點云數據，對數據標注要求更高。3、毛利率有望提高：L3級以上自動駕駛對3D標注需求增加，占比提升，數據量增大對標注成本和效率有不小的挑戰。從人工標注到人機協同標注，人機協同標注在提升效率的同時能夠節省大量成本。4、海外數據標注公司

Scale

AI

估值飆升：對標海外數據標注公司

Scale

AI，截至2021年4月，公司估值已達到73億美元。建議關注：海天瑞聲、四維圖新風險提示：新冠疫情的影響；市場競爭加劇的風險；核心技術快速迭代風險；下游人工智能領域發展狀況影響較大的風險。2目錄1、數據標注行業概覽3、數據標注市場現狀、門檻?

1.1數據標注?

3.1模型訓練所需的數據量更多?

3.2行業門檻提升?

1.2AI基礎數據服務?

1.3數據標注產業鏈與生態2、自動駕駛4、自動駕駛數據標注相關公司?

2.1自動駕駛分類?

2.2L2級滲透率?

2.3激光???4.14.2四維圖新海天瑞聲4.3ScaleAI?

2.4L3+自動駕駛?

2.5更高的數據要求5、風險提示31數據標注行業概覽：定義、背景與現狀41.1、

數據標注數據標注是人工智能的基礎◆

數據標注是向訓練數據集添加元數據的過程。這種元數據通常采用標簽的形式，可以添加到任何類型的數據中，包括文本、圖像和視頻。添加高質量和高精準的標簽是為機器學習開發訓練數據集的一個關鍵過程?！?/p>

人工智能數據標注是數據預處理中不可缺少的階段，因為監督式機器學習模型可以學習識別標注數據中重復出現的模式。當一個算法處理了大量的標注數據后，算法可以在新的、未標記數據出現時識別相同的模式。因此，數據科學家需要使用清洗過后的標注數據來訓練機器學習模型。圖：訓練數據生產過程資料來源：Appen官網、海天瑞聲招股說明書、天風證券研究所51.2、

AI基礎數據服務中國AI基礎數據需求促進數據標注行業快速增長◆

根據IDC發布的報告，到2025年，中國人工智能數據采標服務市場規模將達到123.4億元人民幣。市場的發展驅動力一方面來源于人工智能市場的迅猛發展，另一方面來源于行業用戶加大數據采集力度。◆

自動駕駛領域發展需要海量數據支撐，也促進了基礎數據服務市場的發展?！?/p>

自動駕駛感知技術是自動駕駛的核心技術之一，訓練自動駕駛感知模型需要使用大量數據，數據標注行業中與自動駕駛相關的數據標注也因此得到快速發展。圖：AI基礎數據服務市場分行業占比，2020圖：中國AI基礎數據服務市場規模預測，2022-202510.00%35.00%15.00%20.00%20.00%自動駕駛

AI技術提供商和智能安防

互聯網

智能終端

金融、醫療等其他行業資料來源：IDC、天風證券研究所61.3、

數據標注產業鏈與生態行業圖譜資料來源：IDC、天風證券研究所72自動駕駛：分類、技術與數據需求82.1、

自動駕駛分類自動駕駛的六個階段◆

由于絕對的無人駕駛/自動駕駛在實現路徑上無法在短期達到最終形態，根據美國

NHTSA

和

SAE

協會標準，自動駕駛根據其自動化程度的不同分為了“L0-L5”6個等級?！?/p>

目前乘用車的自動駕駛呈現形式以駕駛輔助功能為主。具有明確的運行設計域。圖：自動駕駛發展階段Level

3有條件自動駕駛Level

0無自動化Level

1駕駛支持Level

2部分自動化Level

4高度自動駕駛Level

5完全自動駕駛系統通過加速/系統在加速/制動和轉向方面提供持續的幫助，同時駕駛員保持完全投入和專注。

適當的應答。?

自適應巡航由無人駕駛系統完成所有的駕駛操作，根據系統要求，人類提供由無人駕駛系統完成所有的駕駛操作根據系統要求，人類不一定提供所有的應答。

可以接管，不限限定道路和環境

定道路和環境條條件

件由無人駕駛系統完成所有的駕駛操作，在某種可能的情況下人類由人類駕駛者全權駕駛汽車，在行駛過程中可以得到警告。?

前方碰撞警告?

車道偏離警告制動或轉向提供持續輔助，同時駕駛員保持完全參與和專注。?

自適應巡航?

車道保持輔助?

碰撞預警?

緊急制動資料來源：NHTSA、SAE、天風證券研究所92.2、

L2級滲透率L2級自動駕駛滲透率穩步上升，市場向L3+發展◆

目前在乘用車市場上實現落地的自動駕駛技術處于L2級水平，市場滲透率正穩步提升。實現的功能包括縱向的全速自適應巡航、橫向的車道保持、低速場景的自動泊車等?！?/p>

根據IDC發布了《中國自動駕駛汽車市場數據追蹤報告》，2022年第一季度L2級自動駕駛在乘用車市場的新車滲透率達23.2%，整個市場處于L2向L3+級別發展的階段。◆

隨著激光的鋪貨和成本的降低或將加速L3+的落地。圖：2021Q1-2022Q1

中國L2級自動駕駛乘用車滲透率25.00%20.00%15.00%10.00%5.00%23.20%21.50%16.00%13.00%7.50%0.00%2021Q12021Q22021Q32021Q42022Q1資料來源：IDC、天風證券研究所整理102.3、

激光激光放量，市場增速高◆

主機廠對激光功能開發的深入及激光成本的降低，激光搭載車型數量將在短時間內保持較高增速?！?/p>

Robotaxi在政府及下游企業的共同推動下持續發展新的城市，測試及運營車隊數量或將保持穩定增長。根據艾瑞咨詢的報告，車載激光市場有望自2021年4.6億元增長至2025年54.7億元，實現85.8%的年復合增長率。圖：中國激光市場規模6005004003002000.560.540.520.554755.10%37250.20%2480.480.460.440.4247.00%16010046020212022E2023E市場規模（千萬元）2024E同比增長率（%）2025E資料來源：艾瑞咨詢、天風證券研究所整理112.3、

激光表：搭載激光的車輛激光廠商型號SCALA

GEN2搭載車型S級轎車預計量產時間奔馳本田2022Valeo（法雷奧）SCALA

GEN1Legend

Hybird

EX2022大陸IeboInnovizVelodyneHFL

110（Flash）NEXT（Flash）Innoviz

One豐田長城寶馬福特奧迪大眾MiraiWey摩卡iXOtosane-tronID

BUZZ202220222022未知20232023Velarray

H800AevaAeries（FMCW）沃爾沃XC902022LuminarIris上汽極星非凡R7極星3ET52022202220222022Innovusion（圖達通）獵鷹蔚來ET7廣汽埃安智己汽車AION

LX

PLUSL720222022速騰聚創（Robosense）M1小鵬威馬LucidG9M7Air202220222021路特斯Type

1322022理想集度高合小鵬長城X01未知HiPhi

ZP520222023202220212022禾賽AT128Livox（大疆）Livox

浩界

HAP機甲龍北汽極狐阿爾法S全新HI版202196線長安哪吒阿維塔

E11哪吒S20222022資料來源：智駕網、新工業洞察、天風證券研究所122.4、

L3+自動駕駛激光推動L3+自動駕駛落地◆

L3+級別自動駕駛對于車身周圍環境信息感知要求將明顯提高，對于除了特斯拉以外的大部分主流車廠，搭載激的配置方案是其共同選擇；光◆

而隨著激光成本的降低以及鋪貨或將加速L3+級自動駕駛的落地。圖：2020-2024，L3+級自動駕駛汽車出貨量預測及增速（千輛/%）圖：海天瑞聲3D點云標注1000900800700600500400300200180.00%160.00%140.00%120.00%100.00%81.30%80.00%60.00%863162.50%142.86%133.33%47619640.00%8420.00%1000320.00%2020202120222023YOY2024L3-L5級自動駕駛資料來源：IDC、海天瑞聲官網、易颯科技官網、天風證券研究所132.5、

更高的數據要求L3+級別要求海量且更高質量的數據◆

L3級別以上的自動駕駛系統主要由感知、定位、預測、決策和控制五部分構成，每部分均不可或缺。其對于計算機視覺技術的需求依賴度較高，系統需要對傳感器采集的點云圖像數據進行實時處理，構建車輛行駛環境，為預測和決策做依據，這對算法的準確性和實時性考驗極大?！?/p>

目前自動駕駛視覺技術主要以有監督深度學方式為主，是基于已知變量和因變量推導函數關系的算法模型，需要大量標注數據對模型進行訓練與調優。根據英特爾推算,在全自動駕駛時代,每輛汽車每天產生的數據量將高達4000GB。◆

自動駕駛相關的數據標注行業有望迎來新一輪的漲幅。圖：自動駕駛汽車資料來源：曼孚科技官網、艾肯家電網、天風證券研究所143數據標注市場現狀、門檻153.1、模型訓練所需的數據量更多越來越多AI企業選擇外包服務◆

根據

DimensionalResearch

的全球調研報告，72%的受訪者認為至少使用超過

10

萬條訓練數據進行模型訓練，才能保證模型有效性和可靠性，96%的受訪者在訓練模型的過程中遇到訓練數據質量不佳、數量不足、數據標注人員不足等難題?！?/p>

為應對訓練數據所帶來的多方面挑戰，AI

企業開始從第三方購買原料數據收集、訓練數據生產和數據專家咨詢等服務，調研結果指出，外包服務能夠有效加快算法模型落地應用的速度。圖：訓練需求數據量（條）圖：受訪者遇到的與數據相關的問題及比例未曾遇到問題缺少標注工具4%10%27%28%28%19%缺少標注團隊數據不可直接使用數據量不足50%51%43%數據偏差或錯誤66%70%>1000萬100萬-1000萬10萬-100萬<10萬0%10%20%30%40%50%60%資料來源：海天瑞聲招股說明書、Dimensional

Research、天風證券研究所163.2、

行業門檻提升3D標注難度加大，門檻提高◆

自動駕駛領域感知場景，要處理的數據類型包括2D圖像數據和3D點云數據?！?/p>

2D圖像數據，通過攝像頭進行采集，主要用于算法做2D目標檢測、2D語義分割以及目標跟蹤，涉及到的數據標注包含：點標注、線標注、框標注、語義分割.◆

3D點云數據，通過激光（LiDAR）進行采集，主要用于算法做3D目標檢測、3D語義分割以及3D目標跟蹤，由于近年來激光

成本降低，3D點云數據的量級呈現爆發性增加，涉及到的數據標注包含：3D點云框標注、2/3D融合標注、3D點云語義分割?！?/p>

L3級別以上自動駕駛需要大量的3D點云數據支撐，3D點云標注不僅要求對激光回傳的數據進行實時處理分析，大量的彎道車道線、日積月累的消耗和損壞等，帶來的形狀和反射率失真問題，也為識別準確率帶來極大的圖：3D點云標注工具圖：2D圖像標注工具挑戰。資料來源：Appen官網、天風證券研究所173.2、

行業門檻提升市場供不應求◆

行業從人到人機標注：對數據進行人工標注。這就為模型提供了高質量（和大量）的訓練數據。機器學習算法學會根據這些數據做出決策?！?/p>

不同于人工標注，人機協同標注在提升效率的同時能夠節省成本。圖：人機協同標注流程資料來源：IBM、云巴巴、天風證券研究所184自動駕駛數據標注相關公司194.1、

四維圖新公司簡介◆

四維圖新成立于2002年，并發布商業化車載導航電子地圖。目前公司服務已覆蓋導航地圖、導航軟件、動態交通信息、位置大數據、以及乘用車和商用車定制化車聯網解決方案等領域。◆

公司致力于以高精度地圖、高精度定位、云服務平臺、以及應用于ADAS和自動駕駛的車規級芯片等核心業務，打造“智能汽車大腦”，賦能智慧出行。圖：四維圖新公司戰略資料來源：四維圖新官網、天風證券研究所204.1、

四維圖新公司已研發多項自動駕駛相關技術◆

在自動駕駛地圖更新及應用開發項目上，四維圖新將依托自有專業采集+眾包+車廠合作伙伴數據合作的模式，依托AI能力和制圖工具鏈于云端和終端自動化成圖，整合普通導航地圖和高精度地圖形成OneMap一體化地圖應用，打造開放地圖生態，以高品質、高鮮度、低成本、可交付的地圖產品，服務、拓展自動駕駛應用場景。圖：公司自動駕駛業務資料來源：四維圖新官網、天風證券研究所214.1、

四維圖新公司業績情況◆

四維圖新2018-2021年，營業收入分別為21.34、23.10、21.48和30.60億元，19-21年同比增長分別為8.25%、-7.02%及42.48%。◆

歸母凈利潤分別為4.79、3.39、-3.09和1.22億元，

19-21年同比增長分別為-29.20%，-191.25%和139.45%。圖：2018-2021，四維圖新營業收入圖：2018-2021，四維圖新歸母凈利潤60,000.0050,000.0040,000.0030,000.0020,000.0010,000.000.00200.00%150.00%350,000.00300,000.00250,000.00200,000.00150,000.00100,000.0050,000.000.0050.00%306,003.1742.48%47,907.07139.45%40.00%30.00%20.00%10.00%0.00%33,918.46100.00%230,974.26213,365.91214,765.5650.00%12,208.640.00%-29.20%2019-50.00%-100.00%-150.00%-200.00%-250.00%2018202020218.25%-10,000.00-20,000.00-30,000.00-40,000.00-191.25%-30,949.77-7.02%2020-10.00%201820192021歸母凈利潤（萬元）YOY營業收入（萬元）YOY資料來源：巨潮資訊、天風證券研究所224.2、

海天瑞聲公司簡介◆

海天瑞聲成立于2005年，致力于為

AI產業鏈上的各類機構提供

AI算法模型開發訓練所需的專業數據集?！?/p>

公司所提供的訓練數據覆蓋智能語音（語音識別、語音合成等）、計算機視覺、自然語言等多個

AI核心領域，全面服務于人機交互、智能駕駛、智慧城市等多種創新應用場景。◆

公司的智能駕駛數據標注服務已覆蓋多家頭部傳統企業、新勢力車企、以及自動駕駛技術公司。圖：海天瑞聲產品服務矩陣圖：公司部分客戶資料來源：海天瑞聲官網、海天招股說明書、每經網、天風證券研究所234.2、

海天瑞聲自動駕駛相關數據標注技術已基本覆蓋◆

公司在自動駕駛領域進行了大量研發投入，建立了車載環境采集麥克風陣列、3D點云標注、2D&3D聯合標注平臺/工具研發團隊等，并開始建立專門針對智能駕駛數據集的算法團隊，同時積累自有知識產權的數據集產品。圖：海天瑞聲3D點云標注平臺資料來源：環球網、機器之心官網、天風證券研究所244.2、

海天瑞聲公司業績情況◆

海天瑞聲2018-2021年，營業收入分別為1.93、2.38、2.33和2.06億元，

19-21年同比增長分別為23.31%、-1.76%及-11.53%；歸母凈利潤分別為0.67、0.82、0.82和0.32億元，

19-21年同比增長分別為21.53%，0.61%和-61.49%?！?/p>

2020及2021年營業收入及歸母凈利潤同比增長為負，主要由于受新冠疫情影響境外業務展開緩慢及數據采買及收集受到影響。圖：2018-2021，海天瑞聲營業收入圖：2018-2021，海天瑞聲歸母凈利潤9,000.008,000.007,000.006,000.005,000.004,000.003,000.002,000.001,000.000.0030.00%20.00%10.00%0.00%23,755.8125,000.0020,000.0015,000.0010,000.005,000.000.0023,337.4030.00%25.00%20.00%15.00%10.00%5.00%8158.6821.53%8208.120,647.6519,265.7723.31%6713.070.61%-10.00%-20.00%-30.00%-40.00%-50.00%-60.00%3160.5420210.00%-1.76%-5.00%-10.00%-11.53%-61.49%-15.00%-70.00%2018201920202021201820192020營業收入（萬元）YOY歸母凈利潤（萬元）YOY資料來源：巨潮資訊、海天瑞聲招股說明書、2021年報、天風證券研究所254.3、

Scale

AI公司簡介◆

Scale

AI

成立于2016年，是一家人工智能創業公司，致力于通過提供以數據為中心的可組合平臺來管理整個機器學習生命周期，從而加速人工智能的發展?！?/p>

Scale

AI

將機器學習技術與人工相結合，為人工智能應用奠定了堅實的基礎，并為各行各業的客戶提供服務，包括Otto和豐田等汽車公司；Brex和Square等金融科技公司；Pinterest等電子商務企業;運輸和物流公司，如Flexport；以及美國政府機構，如國防部。圖：Scale

AI部分客戶資料來源：Scale

AI官網、CSDN、Rasion

Asset

Management官網、天風證券研究所264.3、

Scale

AI總融資額達6.02億美元，估值達73億美元◆

2021年4月，公司進行了E輪融資，總金額在3.25億美元，截至2021年，公司總募集金額超過6.02億美元。◆