共计 1367 个字符，预计需要花费 4 分钟才能阅读完成。
工欲善其事，必先利其器。
在人工智能技术与产业深度交融的时代背景下，根底数据服务行业的重要性愈发凸显。如何为 AI 行业提供优质、场景化的数据服务，是摆在一众数据服务企业背后的首要难题。
行业竞争愈发“内卷化”，这对数据服务企业的产品迭代速度与产品质量均提出了更高的要求。
截止目前，曼孚科技数据标注工具经验了两代更迭。第一代数据标注工具次要解决了标注工具有无以及是否好用的问题。
然而，即使咱们将数据处理效率晋升至行业平均水平的几倍以上，但咱们认为，这依然没有冲破传统数据处理工具的条框——咱们的工具与诸多竞品工具类似，性能都仅限于将非结构化数据转化为结构化数据，这并没有技术壁垒，也没有产生量变。
于是咱们想做一些其他人还没有做的事件，用平台来更好地实现对 AI 数据全生命周期的治理，于是 SEED 平台应运而生。
SEED 平台全称为“SEED 数据服务平台”，咱们将 SEED 定义为“平台”而不是“工具”，是因为咱们认为数据从诞生到被算法模型调用的全生命周期内，须要历经的过程通常包含采集、荡涤、标注、质检审核、交付等流程，两头还会交叉数据集的治理、人员的治理、我的项目的治理、供应链的治理等泛滥内容。
以往传统的数据标注工具解决的仅仅是标注这一流程，项目管理、团队人员治理等依附的依然是传统口耳相传模式，在沟通效率、执行老本以及流程透明度等方面体现不尽如人意。只有流程化、规范化、标准化的平台，能力无效满足大规模 AI 基础设施建设带来的迫切需要。
所以，为了更好地满足 AI 根底数据多样化的需要，冲破数据与利用场景之间存在的边界，解决以往应用繁多工具在执行效率上的欠缺，曼孚科技自研了一套贯通数据处理、项目管理和数据安全管控等各环节于一体，并且能对图像、文本、语音、视频以及 3D 点云数据做到一站式解决的 SEED 数据服务平台。
SEED 数据服务平台
在将来的一段时间内，咱们将推出系列文章，从“数据标注”以及“项目管理”两个角度具体介绍 SEED 平台各个功能模块，详尽展现 SEED 平台在数据生命周期治理方面的独到之处。
本篇内容为系列文章的第一篇，详解 SEED 平台的多场景数据处理能力：
依据数据类型的不同，标注类型可大抵分为计算机视觉、语音交互以及自然语言解决三大类。其中计算机视觉又能够进一步划分为计算机视觉 -2D 以及计算机视觉 -3D 两种类型。
SEED 数据服务平台具备三大标注模式以及四维标注工具，全面笼罩计算机视觉、自然语言解决以及语音交互等具体利用场景，满足不同利用场景下的各类数据标注业务需要。
SEED 数据服务平台多场景数据处理能力
计算机视觉 -2D
计算机视觉 -2D 解决数据类型以 2D 图像类数据为主，常见的标注类型包含 2D 框、多边形、3D 立方体、关键点、多段线、全景语义宰割、贝塞尔曲线、椭圆等。
2D 框
3D 立方体
多边形
关键点
多段线
全景语义宰割
贝塞尔曲线
计算机视觉 -3D
计算机视觉 -3D 解决数据类型以 3D 点云类数据为主，常见的标注类型包含单帧物体检测、间断帧、2D3D 交融标注，点云语义宰割等。
点云单帧物体检测
点云间断帧 +2D、3D 交融
语音交互
语音交互解决数据类型以语音类数据为主，常见的标注类型包含 ASR 语音转写以及 TTS 语音合成等。
ASR 语音转写
自然语言解决
自然语言解决波及数据类型以文本类数据为主，常见的标注类型包含 OCR 转写、实体辨认、文本分类等。
OCR 转写