03 CASE STUDIES
问题、方法、结果，
逐项摊开讲。
客户名称与可识别信息均已脱敏。以下数值用于展示交付方法与规模量级，正式项目以合同与验收报告为准。
已交付项目 / 6按行业浏览
01 / 自动驾驶
自动驾驶感知 3D 点云标注规模化交付
某头部自动驾驶 Tier1（已脱敏）
跨帧目标 ID 容易断裂，雨雾与遮挡场景的边界判定分歧大，客户内部规范迭代频繁。
交付规模42 万帧专属小组24 人
02 / 大模型
大模型 RLHF 偏好数据标注与对齐评测
某大模型创业公司（已脱敏）
主观判断分歧高，奖励模型对噪声敏感，且要求全链路可追溯。
偏好对18 万组判断维度4 个
03 / 工业视觉
工业质检缺陷像素级分割数据集建设
某 3C 制造企业（已脱敏）
缺陷类别极度不均衡，细微裂纹边界难以统一，现场光照差异大。
图像9.6 万张缺陷类别17 类
04 / 语音识别
多方言 ASR 转写与说话人分离语料
某智能座舱方案商（已脱敏）
方言词汇缺乏统一写法，多人重叠语音的说话人边界歧义多。
音频时长6200 h方言6 类
05 / 具身智能
具身智能抓取位姿与动作序列标注
某机器人实验室（已脱敏）
抓取位姿的判定规则随实验迭代频繁调整，历史批次需要可回溯重标。
关键点帧31 万规则迭代3 次
06 / 安防零售
零售场景行为识别时序标注
某连锁零售技术商（已脱敏）
行为起止时间主观性强，长视频中目标频繁遮挡，跟踪 ID 易漂移。
视频段1.1 万行为类别23 类
NEXT STEP
你的场景可能不在上面。
长尾场景往往更值得先做一次试标，把规则歧义在开工前暴露出来。