作为战略性新兴产业，自动驾驶对汽车行业的未来发展具有重要意义。近十年来，快速发展的中国汽车业抢占新赛道，从政策支持到法规保障、从技术创新到产业协同、从传统车企到科技公司……各方持续高度关注让创新形成合力，加快自动驾驶技术启动全新的产业形态突破。
德勤报告显示，未来3~5年，汽车智能化、网联化将迎来一轮高速推进，预计至2030年，中国运营的自动驾驶车辆将达3000万辆。麦肯锡则认为，中国未来很可能成为全球最大的自动驾驶市场，预计至2030年，自动驾驶相关的新车销售及出行服务创收将超过5000亿美元（约合人民币3.58万亿元）。
除了政策、产业支持之外，在技术、用户方面的优势都为中国自动驾驶超越其他国家提供了得天独厚的条件。毫末智行联合创始人COO侯军认为，从自动驾驶技术来看，人工智能的核心三要素：算法、算力和数据，都有突飞猛进的发展，并且在当下达到了从量变到质变的基点。
智能驾驶需要怎样的AI数据?
然而,由于驾驶环境的复杂性和不确定性,以及驾驶任务本身的复杂性,自动驾驶的“进阶之路”如同人类学习开车一样，都需要经历学习的过程，不仅需要先进的模型算法，高质量且大规模训练数据更是不可或缺。
AI数据是整个人工智能行业的燃料，它在智能驾驶领域的重要性毋庸置疑。在自动驾驶的过程中，汽车本身需要具备感知、策划、决策、控制等一些列能力，而数据则是培养自动驾驶AI能力的重要因素。为解决自动驾驶从研发初期到落地的训练高质量数据需求，云测数据正在通过一站式数据解决方案助力自动驾驶技术感知能力的快速落地，并且已经与业内包括自主、合资车企,大型Tier1、Tier2,无人出租车等自动驾驶相关等众多企业,建立了持久良好的合作关系。
目前云测数据为自动驾驶企业提供的提供的AI数据解决方案分三部分：一是基础数据库，二是定制化数据采集和标注服务，三是包括数据采集标注、数据管理的全方位数据工具链。
相较与其他人工智能技术落地场景,智能驾驶更加复杂。在汽车行驶过程中,其自身要具备感知、策划、决策、控制等一系列能力，而AI数据则是训练智能驾驶感知能力的重要因素。云测数据总经理贾宇航强调,“当前自动驾驶所需要的训练数据正向着多模态方向发展，即是对多维时间、空间、环境数据的感知与融合”。伴随着应用落地,AI对所需训练数据的复杂度要求逐渐提升，主要表现在数据质量、场景丰富度、行业知识等方面。
