当人工智能成为驱动产业变革的核心引擎，高质量数据便是这场革命的“核燃料”。

在宁波这片汽车产业沃土上，宁波博登智能科技有限公司（以下简称“博登智能”）以“AI for AI”为核心理念，用六年时间完成了从3人初创团队到年营收过亿元的跨越式增长，现已成长为数据标注领域的国家级专精特新“小巨人”。

近日，创始人赵捷博士接受机器人大讲堂专访，分享了这家AI数据处理服务商的创业初心、技术突破与未来蓝图。

▍跨境洞察：从德国经验到宁波创业

2019年，带着德国留学与工业界的双重积淀，赵捷博士将创业的种子播撒在宁波。这一选择背后，是他对行业趋势的精准预判与对产业生态的深度考量。

当时国内自动驾驶产业正处于数据需求爆发前期，但数据标注行业还停留在手工作坊阶段，严重依赖人力重复劳动。”赵捷回忆道，德国的学术背景让他深耕强化学习领域，早早就意识到高质量数据集对AI模型的关键价值，而构建德国汽车主机厂数据中心的行业经验，更让他洞悉了自动驾驶对数据质量、安全与效率的核心诉求。

宁波完善的汽车产业链生态成为创业的关键契机。“这里聚集了吉利、零跑、路特斯等主机厂，能让我们的产研与市场需求紧密契合。”赵捷坦言，宁波的营商环境、政府支持力度以及对品质的追求，让他在两次考察后便下定决心落地。2019年公司营收为600多万元，目前博登智能早已实现过亿元营收。其成长轨迹，恰是AI数据服务行业爆发式增长的缩影。

德国经历不仅带来了技术视野，更塑造了企业的核心基因。“德国工业界对流程标准化和质量控制的执着，让我们建立了严谨的交付体系。”赵捷表示，2016年欧盟GDPR法案的推出，让他提前布局数据合规体系，为后续服务国内外客户奠定了基础，这也成为博登智能区别于传统标注企业的显著特征。

▍技术破壁：重新定义数据处理标准

在AI产业“模型架构差距缩小，数据质量差距成为关键”的竞争格局下，博登智能以技术创新破解传统数据处理的效率低、成本高、质量不稳定三大痛点。

公司自研BASE数据标注平台，深度融合智能体、多模态大模型以及内嵌的200+预标注模型，构建了覆盖文本、语音、图像、视频的多模态数据处理能力。“我们突破了单一数据类型限制，支持2D、3D乃至点云时序拼接的4D标注，实现‘一次标注多帧映射’。”赵捷介绍，通过融合AI模型与大语言模型，平台打造了主动学习机制，能自动生成标注模板，结合AI质检模型形成闭环优化体系。

具体来看，非交互式算法层面构建了全链路的自动化优化能力：基于庞大的预训练模型库，通过迁移学习快速生成高质量初始标注，再借助弱监督、自监督与主动学习技术持续迭代模型，不断降低对人工干预的依赖；通用属性大模型通过多任务特征表示技术，有效减少重复标注环节，提升标注统一性；专用分割模型则搭建起“预测-反馈-再训练”的闭环体系，逐步实现核心场景的自动化标注。

硬核技术带来了颠覆性的效率提升：4D标注项目效率最高提升7倍，降低成本40%，标注准确率高达99%以上。更值得关注的是，平台具备十亿级图片毫秒级检索与亿级点云实时渲染能力，重新定义了大规模数据处理的行业标准。“我们的模型每周定期更新，确保准确率持续向上增长，真正实现从人力依赖到AI驱动的转型。”

针对不同行业的差异化需求，博登智能构建了可配置化的柔性数据中台。在自动驾驶领域，与吉利、零跑等车企合作开发预标注方案与占据网络标注工具，通过降噪算法处理雨雪天激光雷达数据噪声；在大模型领域，为腾讯、阿里定制教育类试题标注流程；在具身智能领域，为头部企业提供多模态交互式标注服务，通过合成数据生成覆盖复杂场景的数据。

▍生态布局：从产学研到行业标准共建

面对AI产业的快速迭代，博登智能通过“技术+场景+人才”的生态布局，构建起难以复制的核心竞争力。

在产学研合作方面，公司与上海交通大学等高校共建联合实验室，形成双向赋能的良性循环。“高校的实际使用反馈为产品优化提供了真实依据，实验室也成为前沿技术的试验田，帮助我们降低研发风险。”赵捷表示，双方共同打造的高质量开源数据集，既树立了行业技术权威，也通过前置化人才培养，建立了稳定的校园招聘通道。

在具身智能这一千亿级蓝海市场，博登智能提前布局应对数据挑战。“目前可用的具身智能数据不足行业需求的千分之一，多模态数据稀缺、获取成本高、数据孤岛等问题突出。”赵捷介绍，公司推出专为具身智能打造的BRICRobo平台，已接入智元、松灵、零次方等主流机器人本体，支持遥操、动捕等多种采集模式。

此外，该平台支持多本体接入，实现了对多类型机器人本体的统一接入与标准化管理，构建了从采集到应用的完整数据闭环。在采集端，系统集成任务领取、多模态数据采集与自动上传功能；后端管理中枢则涵盖机器人管理、任务调度、数据入库、算法质检、人工复核、数据处理及动态回放等全流程环节。平台同步采集末端执行器位姿、关节空间状态、六维力/力矩反馈及多视角RGB-D视觉流，通过多模态对齐技术，精准还原“视觉-触觉-本体感觉”的耦合过程，为训练感知能力强的具身大模型提供高保真数据。同时，博登智能具备从标准化工业产线到家庭客厅等多样化真实场景搭建能力，通过调整环境变量生成高难度Corner Case数据，确保模型不仅掌握已知任务，也能应对未知复杂情况

数据合规与资产化成为另一核心护城河。“我们在汽车数据安全领域的认证与流程，构建了极高的准入门槛。”赵捷表示，公司构建的高质量数据集与场景库具备复用价值，可通过授权模式服务客户，同时反哺AI预标注算法迭代。持续20%以上的研发投入，重点布局大语言模型与具身智能领域，让企业保持技术领先。

海外市场的开拓已纳入规划。“德国经验让我们在数据合规、自动化算法等方面更易融入国际市场。”赵捷表示，公司的全站式数据处理方案将逐步推向海外，借助国家数据要素市场化配置的政策东风，参与跨境数据流动与价值释放。

▍未来愿景：五年成长为跨行业数据解决方案巨头

站在“人工智能+”行动深入实施的政策风口，赵捷为博登智能描绘了清晰的五年愿景：从自动驾驶数据服务领军者，成长为覆盖大模型、具身智能等领域的跨行业智能数据解决方案巨头；从标注效率提升者，演进为数据要素的“炼金术师”与架构师，主导关键行业数据标准；通过IPO实现资本赋能，加速技术并购与全球扩张。

“我们希望扮演三个核心角色：创新加速器，为AI企业突破数据瓶颈提供高质量‘燃料’；生态构建者，推动数据资产化与流通价值重构；规则参与者，深度参与国际国内数据标注、合成数据、AI伦理等标准制定。”赵捷强调，在数据要素与人工智能深度融合的时代，企业的核心竞争力是“数据资产化能力”与“AI应用能力”的乘积。

从宁波创业的初心到赋能全球AI产业的雄心，博登智能的发展轨迹，恰是中国AI数据服务行业从追赶到领跑的缩影。随着“AI for AI”理念的深入实践，这家扎根宁波的科技企业，正以技术创新为笔，以生态协同为墨，书写数据驱动智能革命的新篇章。