智能数据标注产业发展观察报告 发布单位： 清华大学数字政府与治理研究院 江苏省数字化协会 支持单位： 上海数据交易所 华东江苏大数据交易中心 2025年4月

WebGIS 地图上的实体上时，实体的轮廓 会勾画出来并提示实体的名称信息。热区效果能极大的增强用户体 验，同时也给浏览地图带来极大的方便。  地图标注物 支持多种地图标注物，展示更丰富的地图。目前所支持的地图 标注物有：定位标注物、图片标注物、线标注物。  POI 检索 支持 POI 批量检索、模糊检索、类型检索、精确信息检索； 133 7.5.1.3 指挥调度中心系统 7.5.1 体 为： 考试须知：帮助考生了解报名资格、条件、所需提交的材料、 考试资料、考试时间、考场秩序等。 考试报名：考生网上报名的具体操作页面。主要包括考生报考 所需提供的个人信息和报考信息，并标注出报考必须填写的部分。 网上缴费：方便考生完成报名流程后，实现网上付费的功能 ， 支持支付宝付款方式。 查看报名登记表：该功能方便考生快速查看报名登记表，并可 进行打印操作。 打印准考证： 统等功能。 183 （1）地图 景点标注：在 2D 地图上标注出景点所在位置及名称；游客可 通过搜索功能进行景点查找； 商家标注：在 2D 地图上标注出酒店、餐饮、商店所在位置及 名称；游客可通过搜索功能进行商家查找； 景区导航：根据用户所在位置及目的地，进行路线规划，为用 户标出最短游览路线，并提供参考意见； 语音导航：根据提供的语音资料，在标注上添加景点介绍的语 音资料播放功能。

2023-05-15 《电子行业周报-在行业周期筑底阶段无需过度悲观》 —— 2023-05-08 大模型参数量级飞涨，相应训练集需同比提升。李开复定义 AI 2.0 时代的 特征是通过海量数据，无需标注自监督学习，训练一个基础大模型，并在各 领域将其专业化。据相关论文，当模型的参数量大于某阈值，会展现出类似 推理、无监督学习等未曾出现的能力，这种现象被称为“涌现”，因此目前 大语言模型参数均在十亿量级以上。同时，Deepmind lOmMoQeRoOnM6MnMtPvPqMqOwMoOuN 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 3 图表目录 图1： AI2.0 时代的特征是通过超级海量数据无需标注训练一个大模型 .............................5 图2： 过去五年 LLM 模型参数快速增长 ..................................... 语言处理快速发展的时期，暴涨的数据量伴随搜集、清洗、标注整个过程的成本 增加，且单一领域的数据集和模型形成孤岛，每个领域和应用的优化都是割裂的， 难以形成“通用”。 AI 2.0 时代的特征是通过海量数据，无需标注自监督学习，训练一个基础大模型， 并在各个应用领域将其专业化。具体来说有三个特点：1）对于拥有的超级海量的 数据，无需进行人工标注，即进行自监督学习；2）基础模型规模非常大，参数规 模

智能自动化提升 整合多渠道服务 ，确保三个一服务， 38 四 共 创 共 盈 • 行业经验共 享 • 综合建模分 析 • 数据标注建 模 实战培训 顾问咨询 方案解决 售后 + 经 营 • 角色演 练 • 线下授 价值体现 人机协同提升培训效率 + 减轻培训岗位压力 + 培训评估标准化 + 升级培训赋能模式 + 知识资产化 = 降本增收 提效 八擎算力 AI 技术加持 方案解决交付 标注数据集 垂类大模型 四阶目标 话术凝练萃取 知识库设计 AI 智能陪练 场景匹配 带教服务 知识萃取 流程优化 } Agent 智能助 手 1 模 型 + 4

万大关，成为史上最快达成这一里程碑的应用。  革命性推理能力叠加出色性价比，DeepSeek-R1 模型引发全球关注。 据 DeepSeek 官网数据，DeepSeek-R1 在后训练阶段大规模使用了强化 学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力， 其在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式 版。并且，DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借

性 能 上 和 GPT-4o 以 及 Claude-3.5-Sonnet不分伯仲，训练成本约为558万美元。1月20日， DeepSeek开源R1模型，后训练阶段大规模使用了强化学习技术，在仅有 极少标注数据的情况下，性能比肩OpenAI o1正式版，不仅极大提升了 模型推理能力，也大幅降低了训练成本。同时，DeepSeek-R1蒸馏了6个 小模型，其中32B和70B模型在多项能力上实现对标OpenAI GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲，训练成本仅约为 558 万美元。1 月 20 日，DeepSeek 开源 R1 模型，后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， 极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。 图 1：DeepSeek R1 性能比肩 OpenAI o1 数据来源：DeepSeek公众号，东莞证券研究所

的潮流开 始遍布国内外多行业。 1.2. AIGC 发展改革生产力，已具备多领域应用能力 AIGC 发展改革生产力，已具备多领域应用能力。AIGC 可以利用大量无标注数据 进行自监督学习再利用少量的标注数据进行迁移学习，能够持续生成规模大、质量高、 单位成本低的内容，在生产力上具有革命性的增长。在应用方面，按场景分类 AIGC 已 经较为成熟地应用于文本和代码撰写、图像识别和生成，在影视、传媒、电商、C

等模型的训练成本 约为 1 亿美元。 l 2025 年 1 月， DeepSeek-R1 发布，性能对标 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下， 极大提 升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。同时 DeepSeek 开源 R1 推理模型，允许所有人在遵循 MIT License 2025 年 1 月 20 日， DeepSeek-R1 正式发布，并同步开源模型权重，性能对齐 OpenAI-o1 正式版。 DeepSeek-R1 在后训练阶段大规模使用了强化学习技术，在 仅有极少 标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。 l DeepSeek-R1 遵循 MIT License ，允许用户通过蒸馏技术借助

3) 可对场馆内赛事过程中运动员、观众、技术官员坐席等关注目标的活动通过 4K 及以上超 高清全景摄像机远程进行全程记录； 4) 宜对场馆内外的建筑、关注区域、人、车、道路等目标进行 AR 实景标注监测； 5) 应与入侵报警系统、出入口控制系统联动，提供标准数据接口，与安防信息综合管理系统 联网。 b) 入侵报警系统： 1) 应符合 GB/T 31132、GB/T 32581、GB

数增长而线性增长，这种现象被称为 Scaling Law 。 但当模型的参数量大于一定程度的时候，模 型能力 会突然暴涨 ，模型会突然拥有一些突 变能力 （ Emergent Ability ），如推理能力、无 标注学习 能力等。例如 GPT 之前的大语言模型主 流是深度神 经网络驱动，参数在数十亿水平，而 ChatGPT 达到 1750 亿参数。 全球数据量及数据中心负载量大幅上涨 , AI 模型参数呈现指数级增长