系统建设 2—— 管线管理子系统 地图管理 信息查询 数据统计 系统分析 动态更新 数据转换输出 工程工具 数据管理 系统管理维护 距离量算 面积量算 扯旗标注 特征点坐标标注 管线属性标注 管点属性标注 系统建设 2—— 管线管理子系统 地图管理 信息查询 数据统计 系统分析 动态更新 数据转换输出 工程工具 数据管理 系统管理维护 管线图层编辑 竣工测量数据导入编辑 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 6—— 管线设计审查子系统 • 地下综合管线设计 • 设计方案审核 • 各类报表及图表输出 • 规划和验线比对 目标：完成地下管线设计、方案审查、指标核算 系统建设 7—— 管线三维应用子系统

成为离图灵测试最近的机器人。 第二阶段：利用人工标注引导生成 2021 年底 - 至今 演进动力 : 从人类反馈中学习 8 ChatGPT 的技术路线选 择 海量人类积累的文本数据，进行无监督训练。 即可获得博学的文本生成模型 自回归 生成 单字接龙 9 第一阶段：模型规模增大，融合的任务更多 第二阶段：利用人工标注引导生成 ChatGPT 技术演 + Reddit 高质量 Webtext 模型：同 GPT-1 参数： 1.5 B 特点： + NLP 任务的 prompt 预 训 练，具备 zero-shot 的能力 数据： + 人工标注数据（万级 别） 模型： GPT-3 + 强化学习 参数： 1.3 B 特点：需求理解能力大幅提升， 生成能力大幅提升 数据： + Filter Common Crawl 模型： GPT-2 奖励 更新策略 第二步 收集比较数据并训练奖励模型 采样问题，模型输出 问题的多个回答 人工对多个答案进行 排序 使用排序比较数据训练 奖励模型 从问题数据集中抽取 问题 人工标注期望的答案 使用有监督的数据微调 GPT-3 ChatGPT 训练过 程 第一步 收集示范数据并做有监督训练 第三步 1 1 What technology wants ？ 1

括但不限于算力资源跨地域 汇聚、异构算力支持、资源隔离与调度、高可用性与容错性、性能监控与分析等。 （3）算法服务。提供行业级算法服务能力，包括但不限于基础算法库、算 法开发与优化工具、数据标注基础模型、智驾模型训练与测试环境、智能驾驶基 础模型、剪枝压缩部署工具等。 2 智能驾驶智算数据平台发展现状分析 2.1 国外现状分析 2.1.1 国外企业及项目建设情况 （1）智能驾驶开发商及汽车厂商 研发，并且开发了高度真实的仿真平台，兼具 WorldSim 和 LogSim 仿真能力。 Waymo 的主要优势之一在于可依托 Google 在全球的用户网络，通过用户的 机器人验证进行道路交通对象数据标注，帮助 Waymo 建立高质量数据集。此外， Waymo 还通过高保真模拟驾驶环境用于补充真实世界的数据。 Wayve 积极利用人工智能算法开展自动驾驶系统开发。2023-2024 年，Wayve （3）我国智能驾驶数据集开放程度不佳 目前，国外智能驾驶领域拥有丰富的数据集资源，例如 nuPlan、Argoverse 和 Waymo Open Dataset 等。这些数据集不仅涵盖了多样化的驾驶场景，还提供了高 质量的标注，广泛应用于感知、决策、规划等关键环节的算法开发。相比之下， 我国的数据共享机制尚未充分发展，目前公开的国内数据集少之又少，开放的数 据集数量和质量不足，这对智能驾驶算法开发造成一定限制。 （4）数据共享与开放机制不完善

.......................................................................................57 4.2.2 数据标注................................................................................................... 透 明化、规范化和智能化，与国家治理现代化的目标相一致，推动法 治政府的建设。 项目的成功执行需要整合多方资源，明确合作、协调机制。技 术团队需深入了解政务需求，法律专家需协同参与法律文本的标注 和模型训练。此外，项目会关注数据安全与隐私保护，确保用户信 息的安全性与合法性。 通过全面的需求调研与技术方案设计，本项目将紧密结合实 际，确保政务 AI 法制员大模型的可行性和高效性，真正成为政务 模型类型 适用场景 优点 缺点 基于规则的 模型 简单法律问题处理 高效、准确 难以处理复杂情境 基于统计学 习的模型 法律文本分析、情感分析 能够识别模式，适用 性较广 需要大量标注数据 基于深度学 习的模型 多轮对话、法律问答、文 书生成 强大的特征提取能力 需要大量计算资源 混合模型 复杂法律问题的推理 综合优点，适应性强 实现复杂，可能需要 调优 通过以上

计算服务 CPU/GPU/FPGA 机器学习平台 技术 全球领先的大规模神经网络 深度学习 人才 2000+AI 核心研发人员 百度 AI 的整 体架构 用户画像 数据标注 数据采集 自然语言处理 知识图谱 大数据分析 视频 语音 AR/VR 图像 认知层 算法层 大数据 云 感知层 平台层 万亿级搜索数据 百亿级定位数据 存储 B 话务系统） 智能客服 (+ 自有 / 生态伙伴客服工作台 ) QA 对配置 扩展问管理 渠道管理 扩展问标注训练 百度智能客服功能架 构图 智能知识库 文档上传 全文检索 IR-QA 挖掘、标注、训练 Webhook （对接业务系统） 实体 属性 推理问答 Query 标注训 练 导入 / 导出 语音 / 文字 / 电话交互 调试信息输出 对话模式选择 系统实体 / / 意图 NLU 分析 意图识别 实体识别 表达式解析 对话状态管理 数据统计 迭代标注 节点触发 意图确认 知识清洗 账号权限管理 趋势分析 问题关联分析 扩展问推荐 情感 / 舆情分析 意图标注训练 节点跳转 协 同 已完成 迭代中 应用 场景 图例： 扩展问条数 召回数量 召回正确数量 召回率 （召回数量 /query 数量） 准确召回率 （召回正确数量

Spark 推理引擎 Prometheus ElasticSearch 流 引 擎 (CEP+UDF) 故障预警 模型训练 电池分析 报表分析 数据标注 详单查询 车联网应用 OpenTSDB HBase 倒排索引 列存：分析 批量 写入 实时 写入 SQL 动态列 稀疏表 数据应用及报表 A P S A R A 云 栖 大 会 客户案例 数据清理与处理 数据标注 数据网关 量产车 工程车 • 简单易用，多模一体化存查算，业务开发大幅提效 • 高扩展与性价比，存算分离云原生架构，成本优化 以 上 数据工程师 数据报表 数据大屏 数据筛选、验证计算、统计分析 Lindorm 一体化数据存储计算 自动驾驶元数据 标注数据 电动汽车 智能网联 汽车 加氢站 数据 电池溯源 数据 Momenta 自动驾驶数据平 台 数据 场景 数据 基座 Lindorm 流引擎 实时 ETL

response ） 请问您从哪里出发？ 用户 文本回复 语音信号 44 任务型对话 NLU 的研究热 点 • 意图识别与槽填充联合建模 • 标注数据不足条件下的 NLU 45 任务型对话 NLU 的研究热 点 • 意图识别与槽填充联合建模 • 标注数据不足条件下的 NLU 46 意图识别与槽填充联合建模 • 意图识别与槽填充不是相互独立而是紧密联系的 • 传统独立的建模意图识别和槽填充， Slots Intents 实验结 果 50 任务型对话 NLU 的研究热 点 • 意图识别与槽填充联合建模 • 标注数据不足条件下的 NLU 51 • 动机 • 对话技术平台需要用户上传大量的标注数据 • 能否帮助用户自动扩充标注数据，减小标注工作量？ 标注数据的自动扩充 where is the can you find the distance> route to ＃ 2 → I ' m desiring to eat at some is there any in 标注数据的自动扩充 find me the route to #1 : is there a #2: l ' m

......................................................................................85 5.2 数据清洗与标注................................................................................................... 18%；第三，客户服务响应滞后，85%的保险公司尚未实现 7×24 小时智能问答。某头部寿险公司内部测试显示，传统 OCR+规则引 擎的医疗票据识别系统，在特病门诊单据上的关键字段提取错误率 达 21%。 现行流程中标注的痛点环节平均消耗 72%的处理时长。更严峻 的是，欺诈风险持续升级，互助型骗保团伙导致的财产险异常赔付 金额年增长率达 34%。这要求核赔系统必须具备动态学习新型欺诈 模式的能力，而传统规则库每季度更新的机制已明显滞后。与此同 决策依据的时效性。 关键技术实现路径包括： 1. 建立保险知识图谱，包含超过 10 万个实体和 200 万条关系，覆盖疾病编码、药品目录、伤残等级等 专业体系 2. 开发专用的文本清洗和标注工具，处理扫描件 OCR 识 别后的非结构化文本 3. 构建理赔案例相似度计算模块，实现历史 案例的智能匹配和参考 4. 设计可解释性输出模板，使 AI 决策过程 符合监管透明性要求

AIGC赋能自动驾驶应用 传统的数据标注需要海量的人工，但人工标注在效率和成本方面已经难以满足模型训练对海量数据集 的需求。同时，数据复杂度也在不断提升，从2D走向3D，直到4D数据，除了视频，还包括点云数据 的标注。具体而言，人工标注的不足包括： 1. 成本高：自动驾驶技术需要大量的数据来进行训练和测试，这些数据量通常都非常巨大，需要耗费 大量的时间和人力来进行标注。 2.标注的复杂性高：自动驾驶技 识别和跟踪，这些标注需 要高精度、高效率、高可靠性和高一致性，难度越来越高。 3.不能确保标注的一致性和规范性：在自动驾驶领域，数据的标注需要遵循一定的规范和标准，以确 保数据的准确性和一致性。 基于云端的离线大模型的数据标注方法对以上问题迎刃而解。离线模型可以对大量数据进行预处理， 在批量处理中自动化标注大量数据，并且可以保证数据的标注质量和一致性，从而大大提高数据标注 的效率，降低 的效率，降低数据标注的人力成本和时间成本。云端的大模型不但可以对数据进行自动化标注，还可 以进行多模态数据挖掘，用自然语言来进行数据预处理，例如检索特定场景数据、挖掘长尾数据等。 4.1.3 基于AIGC的自动化数据标注 图4.1-1 4D数据标注需要自动化数据标注才能满足成本和效率的需求 汽车产业 AIGC 技术应用白皮书 38 PAGE 4.1 AIGC赋能自动驾驶应用 自动驾驶的核心挑战在

行平移、旋转和缩放就能够很容易地理解产品 几何特征和相应的尺寸、公差。MBD 数据集 还可以表示隐含的信息，进行剖切或特定的测 量。在三维模型加二维图纸的定义模式下，三 维模型上并没有检验要求的描述，有关产品检 验信息标注在二维图纸上。而应用 MBD 方法， 可大大简化检验过程，应用基于三维模型的检 验软件，直接读取三维模型上的尺寸和公差数 据，在编制检验程序时，使用者的输入达到最 小。利用便携式的坐标测量装置，可使检验深 数字模型的表达，美国机械工 程师协会从 1997 年 1 月起发起关于三维模型 标注标准的起草工作，以解决图纸与信息系 统传输之间的矛盾。此标准于 2003 年 7 月 被美国机械工程师协会接纳为新标准 （ASME Y14.41）。 随 后，Siemens、PTC、Dassault 等公司将该标准应用于各自的 CAD 系统中， 对三维标注进行了支持。作为该项技术的发起 者之一，波音公司在 787 项目中开始推广使 Manufacturing Information， PMI) 与三维设计信息共同定义到产品 的三维数模型中，摒弃二维图样，直 接使用三维标注模型作为制造依据， 开创了飞机数字化设计制造的崭新模 式；R&R 公司开始应用主模型驱动的 技术，以具有 PMI 三维标注的模型作 为单一数据源，贯穿产品研发的各个 环节；GE 航空发动机应用主模型驱动 技术，实现三维主模型与多种具体应 用或任务关联，极大地缩短了产品研