8月23日，由博闻创意会展集团及OE汽车联合举办“第五届智能座舱与自动驾驶创新技术论坛”在深圳顺利召开。行业专家、主机厂及供应链上下游专家齐聚一堂，以促进业内交流，为智能座舱与自动驾驶产业未来发展提供了创新思考。 

龙猫数据副总裁胡邱飞受邀参会，并针对当下热点技术，在论坛上发表“大模型驱动下的自动驾驶智能标注”主题演讲。

数据、质量、成本作为自动驾驶实现在数据层面所面临的三大难题，如何破局一直是大家持续关注和探索的方向。大模型的出现为行业带来了新的机遇，但同时也带来新的挑战。

相比小模型，大模型具备更强的泛化能力，也意味着需要海量的多模态训练数据喂养，这个规模预计在PB~EB量级。目前公开数据库在数量、场景上均难以满足训练需求。若合并数据库，则会因为数据库数据分布差距大，导致模型参数分布较大，总体效果反而不如单一数据库训练的效果。

针对大模型训练中的数据问题，胡总指出，龙猫数据通过网络结构设计，自研DAM（Domain Adapatation Model）模块，可将多个数据库合并在一起，通过跨域适配结构解决合并数据训练效果下降的问题。

通过数据对齐，龙猫数据可在大模型训练上获得足够量的数据及足够多的标注内容，模型参数量和精度可以随着数据量的增加（数据量主要来自数据库的增加，而不是单一数据库）而上升。

目前，龙猫数据已经推出智能驾驶领域首款自动标注模型-AutopilotGPT，其具备强泛化能力，可解决图片、点云等数据识别痛点问题；兼容多类型传感器，如禾赛、图达通、大疆等多款激光雷达；可识别多种应用场景，如目标检测、目标追踪、车道线识别、可行驶区域识别、图像分割、点云分割等。

大模型驱动下，龙猫数据将在自动驾驶智能标注上持续发力，为行业提供更优质的AI数据解决方案。