数据堂

随着人工智能技术快速发展，对高质量数据集的需求缺口继续增大。加强优质数据供给，以高质量数据驱动人工智能创新发展变得愈发关键。...

当前，在“人工智能+”行动背景下，垂直领域大模型的发展呈现出蓬勃态势。与通用大模型相比，垂域大模型的底层逻辑在于解决专业领域存在的“幻觉”、知识不准确、缺乏深度等痛点。...

Interspeech是由国际语音通讯协会（ISCA）组织的语音研究领域顶级国际会议，第26届Interspeech大会将于2025年8月17日至21日在荷兰鹿特丹隆重举行...

作为数据基础设施的构建者，数据堂自创立之初就践行“From AI，For AI，By AI”的理念。数据堂的发展是AI与数据标注相伴相生的缩影， AI在前面攻城略地，数据标...

AI安防多场景应用新范式 从早期的简单视频监控到如今的智能化、自动化安防系统，AI 技术的应用为城市安全、交通管理、公共秩序维护等诸多方面带来了深刻变革。以下将从人脸人体识...

大模型时代，数据标注的三大挑战 标注规范日趋复杂：从"对错判断"到"多维评价" 大模型训练对数据质量的要求已从简单的"正确/错误"判断，升级为复杂的多维度综合评价。以偏好数...

L0-L1-L2 三级架构 在大模型技术产业化进程中，一个清晰的市场层级体系正加速形成——从通用能力底座到行业场景深耕，L0-L1-L2的三级架构不仅定义了模型开发的演进路...

数据堂全新发布多语种大模型预训练数据集、多模态大模型数据集、语音识别与计算机视觉训练数据集，全面助力企业打造更高精度、更强泛化能力的AI模型，轻松应对全球用户多样化的语言与...

随着人工智能、大模型技术的快速迭代，尤其是DeepSeek的开源，带动了大模型向领域快速应用，同时也带动数据市场发生了趋势性的变化。数据作为新的生产要素，正引领着一场前所未...

早期依靠摄像头的辅助驾驶（2010~） 一切始于一颗 720p 的单目摄像头。汽车企业通过 TuSimple、KITTI 等开源数据集，教会车辆识别车道线和行人，此时的算法...

TTS语音合成技术趋势 · 个性化表达需求增强 语音合成不再局限于基本的信息传递功能，而是逐步向“拟人性”演进。用户期望语音能够表现出不同的性格特征，如温柔、干练、幽默或权...

印度，一个拥有14亿人口的国家，不仅是全球增长最快的数字经济体之一，更是一座“语言的博物馆”——22种官方语言以及众多方言汇聚于此。随着印度经济快速发展和数字化转型深入推进...

具身智能“大脑”的训练高度依赖于从真实物理环境中获取的多模态交互数据。如何解决物理世界数据匮乏问题，已成为当前具身智能技术演进过程中亟待突破的关键瓶颈。...

近期，谷歌发布的新一代推理模型Gemini 2.5 Pro，堪称AI领域的最强选手，尤其在OCR（光学字符识别）领域上更是展现出超强能力，无论是复杂的手写字体、古籍文献，还...

CoT 的核心在于要求模型在输出最终答案之前，显式输出中间逐步的推理步骤，这种机制显著提高了模型的准确性与可解释性。...

全双工语音交互是一种允许设备在接收语音的同时并行处理和响应的技术。在传统半双工模式下，用户需要说完一句话后等待系统响应，交互效率低且体验不自然；而全双工交互支持边听边说、实...

由数据堂主办，中国移动、Meta、Google、 Samsung、Naver联合赞助的INTERSPEECH2025多语种对话语音语言模型（MLC-SLM）研讨会正式对外发...

尽管没有具体答案，但鉴于近年来的大量创新，自动驾驶仍处于一个令人兴奋的时代。其中许多发明来自波士顿，包括Analog Garage致力于技术工作的工程师。在Analog G...

自动驾驶汽车（AV）的承诺是，其将比人为控制的车辆安全得多，并大幅减少事故的发生。它需要众多技术的支持，才能在没有驾驶员驾驶的情况下运行，这些技术包括摄像头、激光雷达、雷达...

中国是一个语言文化多样的国家，拥有丰富多样的方言。方言是中国语言宝库中的一颗璀璨明珠，记录着各地区的独特文化和语言特点。在数字化时代，挖掘和利用中国方言语音数据具有重要的意...