RoboTaxi時代正在到來，科幻電影中的自動駕駛離我們的距離正在快速接近。但是，自動駕駛真正落地還有重重阻隔，首當其沖的便是能否保證車輛安全行駛的問題。

今年是自動駕駛商業(yè)化全面開花的一年。

年初，十一部委聯(lián)合發(fā)布《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》，將智能汽車列入頂層發(fā)展規(guī)劃，緊接著3月份自動駕駛分級標準也進行了公示；

4月，時值百度Apollo開放平臺發(fā)布3周年之際，Apollo RoboTaxi服務上線百度地圖及百度APP智能小程序，成為國內首個通過國民級應用向公眾開放的自動駕駛出租車服務；

同月，高德與國內自動駕駛代表性企業(yè)AutoX合作推出RoboTaxi（自動駕駛出租車）項目，面向上海公眾開放體驗。

6月，高德又與自動駕駛出行企業(yè)文遠知行達成合作，向廣州市民開放RoboTaxi運營服務。

就在前幾天，滴滴出行首次面向公眾開放自動駕駛服務，通過滴滴App線上報名，審核后就能在上海測試路段免費呼叫自動駕駛車輛進行試乘；

……

前有百度，后有高德、文遠知行、AutoX、滴滴等自動駕駛代表企業(yè)，RoboTaxi（自動駕駛出租車）賽道如今充斥著布局自動駕駛商業(yè)化落地的各方勢力。

一份來自安信證券的研報認為，從國內RoboTaxi覆蓋的城市來看，廣州、長沙、上海等一線城市已經逐步落地，北京、蘇州等地也在積極籌備，RoboTaxi在國內已成星火燎原之勢，2020年將是RoboTaxi規(guī)�；�運營的元年。

自動駕駛：場景化AI數據成必爭之地

RoboTaxi時代正在到來，科幻電影中的自動駕駛離我們的距離正在快速接近。但是，自動駕駛真正落地還有重重阻隔，首當其沖的便是能否保證車輛安全行駛的問題。

在自動駕駛的過程中，汽車本身需要具備感知、策劃、決策、控制等一些列能力，而數據則是培養(yǎng)自動駕駛AI能力的重要因素，數據標注存在的意義是讓機器理解并認識世界。與其他人工智能應用場景相比，智能駕駛的落地場景對復雜，想要讓汽車本身的算法做到處理更多、更復雜的場景，背后就需要有海量的真實道路場景數據做支撐。

AI數據是整個人工智能行業(yè)的燃料，它在智能駕駛領域的重要性毋庸置疑。但現(xiàn)實情況是缺乏獲得大量且高質量數據的渠道。一方面數據標注本質上是要獲得更準確，更精細化的數據結果，而場景化的道路數據缺失、數據標注質良莠不齊，以及數據隱私安全問題成為自動駕駛面臨的三大痛點。

▲圖片來源：云測數據

為解決這些行業(yè)性問題，國內AI數據服務頭部企業(yè)云測數據，通過提供場景化的AI數據，來滿足智能駕駛領域高標準的數據需求。

據公開資料顯示，云測數據為了滿足智能駕駛領域不同場景的特殊需求，業(yè)內首創(chuàng)了“數據場景實驗室”模式，通過還原多種智能駕駛細分場景，以解決特定場景下的數據缺失、質量良莠不齊等行業(yè)問題。一方面，在場景下的定化數據采集更加精準、數據質量更高，另一方面，定制化的場景數據也與智能駕駛需求端的匹配度更高，從而最大化將數據轉化為生產力。