9月24日，愷望數據聯合北京國際算力服務有限公司舉辦的“數智加速度：AI大模型下的數據力量與應用革新”生態大會開幕。

當天，愷望數據與亦莊智能院旗下全資子公司京算公司、車網公司攜手，基于“人工智能數據訓練基地”打造了全國首個“車路云數據協同平臺”，并已正式上線運營。

按照數據基礎制度先行區重點建設“2中心2基地（數據訓練基地）”的功能布局，由京算公司運營的人工智能數據訓練基地是國內首個正式啟用的人工智能數據訓練基地，集中承載北京規模最大的智能算力基礎設施、人工智能數據標注庫和大模型數據訓練基地等功能，解決行業中存在的數據流通難、確權難、應用難及合規監管難等痛點，推動高質量數據價值釋放。

三大場景解決方案

在宣布該消息的同時，愷望數據CEO-于旭也發表了一場演講，不僅詳細解讀了大模型時代的數據挑戰，還宣布將基于數據優勢打造AI大模型應用，并發布劇本創作、客服輔助和文件處理三大AI應用場景的解決方案。

首先，在劇本創作場景中，愷望數據通過定義內容產線的不同分工和角色，將AI內容生產能力“嵌入”內容產線的各個環節，實現從內容選題、劇本撰寫到視覺包裝的全流程AI解決方案，幫助企業快速生成高互動性的AI社交內容。

在客服輔助場景，愷望數據結合智能座艙、智慧園區、電子商務、私域運營等場景的不同需求，為企業提供從場景梳理到模型搭建的全流程AI客服解決方案，大幅提升客服響應效率，降低運營成本。

在文件處理場景，針對大批量合同審批、流程制度管理等業務需求，愷望數據能夠提供基于AI大模型的審批輔助和修改意見生成等解決方案，幫助企業優化管理流程，實現效率提升三倍以上。

跨越“三座大山”的新方法

于旭提出，一直以來，行業經常吐槽數據復用，數據共享的一些問題，如今這些問題都有了新的解法。

于旭回憶道，在2022年創業之初，愷望首先聚焦在自動駕駛賽道，建設的是超快速數據服務；‘就像福特汽車的生產流水線，我們解決數據的問題，就要把數據拆成原子化，把門檻變低，讓那些曾經不參與數據加工的人也能更容易地參與進來。”

她表示，在那時，數據行業的大部分參與方是在做“生產型的施工隊”。而愷望在創業之初，就希望把頂層設計做好，來做系統性的一站式的數據生產線。

“大家的需求從來都是‘既要又要還要’——既要數據的質量，又要低廉的成本，還要好的速度。”

基于這些需求，愷望在大模型時代，增加了一系列的 AI應用的服務。于旭認為，大模型在2024年要進入商業化，也要滲入到千行百業之中。這背后，需要一系列系統性的工程。

“很多大廠和創業公司在應用分發的過程中，都一味關注算力資源，忽略了數據服務的部分。然而，如果說大模型是一套房子，數據就是核心的磚。”

在持續提供數據服務的過程中，于旭總結出了“三座大山”——交易、適配，定價。

首先，數據交易在過去都是做定制化的事情。可直到今天，“如何合情合理地交易”還是一個問題，例如合規性的安全要求、數據存儲成本問題，還有車端數據和路端數據的各類問題等。

“在交易者之間，存在著一個很重要的點，那就是信任，信任的內容包括數據泄露、倒賣倒賣等問題。”

在此背景下，此次發布的“車路云”數據協同平臺，可以讓大家合情合理合規地進行存儲，同時還有特惠的算力。總結下來就是“數據合規不出域，特惠算力訓模型”。

同時，運營訓練基地的北京國際算力服務有限公司總經理助理馬光介紹稱，基地針對大模型訓練的數據合規和場景應用了“監管沙盒”機制，為新技術創新迭代提供開放包容的政策保障。

例如，基地里專門的存儲設備能讓數據“可用不可見”。從采集到存儲，再到初加工、精加工，最后到模型訓練，整個鏈條都是在訓練基地進行，跑不出去。“一旦發生糾紛，也有解決的兜底機制，邀請互聯網法院、知識產權局等來幫忙協調。”馬光說。

其次，自動駕駛的數據適配問題也一直存在——例如A車數據用于B車的過程中，由于傳感器位置不同，場景不同，天氣不同，這些數據很難被匹配到一起。

不過于旭表示，通過這幾年的變化，傳感器的配置和算法也都在往趨同的方向走：“我們發現出現了許多相似的采集車型，相似的高度和傳感器的配置，這讓數據的流通基礎變得越來越可能。

但是匹配度不高的情況必然還會存在，這時的解決方案就像拼車一樣——至少有一部分是能拼成的，拼不成的部分，可以進行二次精加工、精篩的方式去做進一步處理。

第三座大山，就是定價問題。在行業價格普遍內卷的情況下，愷望作為數據加工方，推出了“3元/10萬幀起售”的限時價格。

為何與亦莊合作？

于旭表示，亦莊有三個“遙遙領先”——第一、遙遙領先的智能網聯，第二、遙遙領先的車路云一體化，第三、遙遙領先的數據基礎制度先行區。

“亦莊不只有自動駕駛，還有其他的方方面面的領域和行業，愷望服務自動駕駛、服務大模型，也服務各種AI應用，我們也很期待，在這樣的場合里，從自動駕駛到千行百業，讓數據可以更快更好地以新型的模態流通起來