星尘☆眨眼作者

星尘数据花了大量的时间和成本去开发平台和工具、打通端到端的数据闭环流程，在这期间，竞争对手把更多成本和精力放在销售上面，不惜低价抢单。但章磊认为，好的产品具有自传播性，用过星尘数据工具的标注员粘性很高，不愿切换平台再使用其他平台的工具；客户也是如此，供应商在竞标过程中以最低价中标，但在交付时却无法按时交付或者标注质量不符合要求，这时候只能找星尘数据来解决问题。尽管在商务方面起步较慢，但领先的技术优势符合标注需求越来越复杂化的趋势，星尘数据开始呈现反超特点。

星尘数据创始人、CEO章磊表示：“星尘数据一直专注通过Autolabeling技术来提升AI数据处理的自动化程度、协助客户提升数据的价值。星尘数据能够获得融资，既显示了资本对AI数据赛道的乐观预期，也是对星尘数据产品技术、商业模式、商务能力、发展前景的认可，星尘数据将坚持以技术研发为企业基因，以服务客户为宗旨，通过算法研发不断提升标注平台自动化程度，保障标注产能和质量，通过打造数据闭环助力客户实现算法模型快速迭代。”

星尘数据创始人、CEO章磊表示：“星尘一直专注通过Autolabeling技术来提升AI数据处理的自动化程度、协助客户提升数据的价值。星尘数据能够获得融资，既显示了资本对AI数据赛道的乐观预期，也是对星尘数据产品技术、商业模式、商务能力、发展前景的认可，星尘数据将坚持以技术研发为企业基因，以服务客户为宗旨，通过算法研发不断提升标注平台自动化程度，保障标注产能和质量，通过打造数据闭环助力客户实现算法模型快速迭代。”

章磊强调，星尘数据存在的目的不是要解决100%的数据标注，而是解决那部分难的、行业前沿的大规模的数据标注，这也是那些具有付费能力的大客户最大的痛点。他举例表示：“常规的激光雷达点云对空间描绘能力的细节程度在30～80万点，星尘数据Rosetta平台的4D重建点云标注能力超过500万点，在标注处理能力上超出同行一个数量级，因此，在南方某家自动驾驶企业的4D标注招标项目中，多家供应商通过试标的方式进行竞标。在一张500万点的4D点云图面前，同行全军覆没，卡到蓝屏，星尘系统丝毫没有压力，仍在丝滑顺畅地进行标注。”

但是星尘的数据策略不止如此，我们在上述训练结果的基础上增加了全新的数据策略，形成了星尘独家的数据策略“组合拳”，实现了标注规则、模型效果和数据集的同步优化。