跳到主要内容
朗慧科技

LANGHUI JOURNAL / 朗慧观察

洞察与动态.

记录数据与 AI 的进展,
分享值得带进下一个项目的思考。

探索全部文章
十类数据集建设方向专题图数据资产专题 · 2026.11.09
最新专题数据与标注

朗慧梳理十类数据集建设方向:从需求规格走向可验证的数据资产

围绕医疗影像、超声、电子病历、医疗强化学习、血压测量、CAD 与金融工具调用等十类需求,朗慧发布数据集建设专题介绍,说明数据结构、训练评测用途及授权与验收边界。

阅读完整报道
本期关注医疗数据 / RL 后训练 / CAD / 金融 Agent

沿着一个专题,读得更深

专题阅读

THE LATEST / 持续更新

发现更多观点

共 740 篇文章

AI概念配图:黏土微缩托盘中的抽象膝关节、三种MRI序列板与证据闭环,表现Study级数据追溯,不是真实现场或患者影像。AI 概念配图
医疗与健康

膝关节MRI研究数据为什么要按Study交付:从原始DICOM到可审计的多任务标签

面向医疗人工智能研发和数据采购团队,本文拆解膝关节磁共振数据从原始影像、检查级去重到多任务标签、证据分层、隐私处理、外部验证与版本化验收的可审计设计边界,帮助区分研究要求、项目能力与临床结论,避免把标签质量或论文结果误写成现货和诊疗效果

阅读全文
AI概念配图:半透明玻璃与金属模块组成的多中心医疗数据治理与可验证交付闭环,无真实患者或临床现场。AI 概念配图
医疗与健康

医疗数据如何从“能汇聚”走向“可验证地流通”:多中心标注、标准化与隐私计算的闭环设计

多中心医疗AI项目如何把影像、临床变量与文本组织成可复核数据?本文从任务定义、标签颗粒度、DICOM脱敏、FHIR与OMOP映射、盲审质控、外部验证和隐私计算出发,梳理可追溯的交付与验收路径,并说明项目授权、专家职责和公司能力边�

阅读全文
通透水彩风格的医学 AI 数据采购概念图:抽象的多模态资料载体汇流为层叠、可验收的任务包;AI 概念配图,不代表真实患者、诊断影像或临床结果。AI 概念配图
医疗与健康

从疾病清单到可验收任务包:多模态医学 AI 数据采购的拆解方法

面对跨器官、跨模态的医学AI采购清单,如何把疾病条目改写为检测、分割、分类和测量任务?本文从数据颗粒度、参考标准、标注质控、患者级划分、外部验证和分阶段验收说明可复核的任务包设计方法,并区分通用DICOM流程与需专项确认的内镜、动态超声和病理数据

阅读全文
AI概念图:空白临床问答卡片、透明证据片段和彩色标注标记在暖光桌面上组成结构化评测链路,不表示真实患者、真实临床现场或诊断结论。AI 概念配图
医疗与健康

乳腺专病临床问答,怎样把医生的不同意变成可训练、可复核的监督信号

面向医疗AI研发与数据采购团队,拆解乳腺专病临床问答的输入输出、片段归因、六维评分、最佳答案要点与三回答盲测,说明专家校准、数据脱敏、版本管理、泄漏控制和时间/来源外部验证如何落到可复核验收,同时明确研究性评测不等于诊疗效果或监管批准

阅读全文
AI数据服务全链路的纸艺拼贴概念图,无真实现场、无人物和无文字。AI 概念配图
公司动态

朗慧科技入选AI数据服务供应商名录

过去两年,人工智能产业的竞争焦点正在从"模型参数"向"数据质量"迁移。当大模型能力逐渐趋同,真正决定落地效果的往往是背后那套高质量、场景化、可持续供给的数据体系。正是在这样的行业背景下,AI数据服务供应商的资质与能力开始被产业链上下游重新审视。近日,朗慧科技(朗慧科技)凭借在数据采集、标注、治理与场景化交付方面的综合能力,入选AI数据服务供应商名录,这一资质认定不仅是对企业技术积累...

阅读全文
等距积木风格的AI平台技术架构升级概念配图,展示分层模块、服务节点与数据底座;AI概念配图,非真实现场。AI 概念配图
行业与技术

朗慧AI平台技术架构升级

过去两年,AI数据服务行业经历了一轮深刻的结构性变化。据IDC《2024-2025年中国人工智能数据服务市场研究》显示,中国AI数据服务市场规模已突破百亿元人民币,年复合增长率保持在30%以上;与此同时,客户对标注质量、交付时效与数据安全的要求同步抬升,项目复杂度从单一模态标注向多模态融合、从人工标注向人机协同快速演进。对于深耕AI数据服务与人工智能产业应用的技术企业而言,平台底层的技术架构能否支...

阅读全文
铜版蚀刻风格的 AI 数据服务平台概念图,抽象数据流经过多模态处理与质量校验后汇入结构化数据仓库;AI 概念配图,非真实现场。AI 概念配图
公司动态

朗慧科技数据服务能力升级

过去两年,人工智能产业的重心正在从"模型竞赛"转向"数据竞赛"。当大模型参数规模的增长曲线逐渐放缓,业界越来越清晰地认识到:决定AI应用落地效果的关键变量,已经从算法本身转移到高质量、场景化、可持续供给的数据能力上。据相关产业研究机构测算,2024年全球AI数据服务市场规模已突破百亿美元量级,年复合增长率保持在25%以上,其中中文语料精加工、多模态数据标注、行业垂类数据集建设成为增长最快的三个细分...

阅读全文
丝网印刷风格的AI概念图:多个隔离数据节点通过受保护路径向中央安全核心传递抽象参数块,表现隐私计算与联邦学习。AI 概念配图
行业与技术

数据安全与隐私保护技术

过去两年,数据安全与隐私保护正在从"合规成本"变成"技术竞争力"。据中国信息通信研究院《数据安全产业研究报告》显示,2023年我国数据安全市场规模已突破百亿元,年复合增长率保持在20%以上;与此同时,全球已有超过130个国家和地区出台数据保护相关立法,企业面临的合规压力与技术挑战同步上升。对于深耕AI数据服务的朗慧科技(朗慧科技)而言,数据安全不是一道附加题,而是贯穿数据采集、标注...

阅读全文
蓝白与珍珠白陶瓷器物组成的数据质量递进概念静物图,AI概念配图,非真实现场AI 概念配图
行业与技术

大模型训练数据质量标准

2024年以来,国内大模型产业从"百模大战"逐步走向"场景落地",行业关注的焦点正从参数规模转向模型效果。而在决定模型能力的诸多要素中,训练数据的质量已成为公认的核心变量。业界逐渐形成共识:高质量数据比模型架构更能拉开效果差距。对于从事AI数据服务的团队而言,理解并建立一套可执行的大模型训练数据质量标准,是交付价值的基础。朗慧科技(朗慧科技)在长期的数据标注与语料建设实践中,积累了...

阅读全文
AI概念配图:自动驾驶测试车与道路剖切模型展示多传感器采集、点云数据和三维标注流程,不代表真实现场。AI 概念配图
数据与标注

自动驾驶数据采集与标注

自动驾驶正在从技术验证走向规模化量产,而支撑这一进程的底层燃料,正是高质量、大规模、多场景的感知数据。一辆L4级自动驾驶测试车每天产生的数据量可达数TB,其中真正有价值、需要被标注的关键帧却只占很小比例。如何高效地完成数据采集、筛选、标注与闭环迭代,已经成为决定自动驾驶算法迭代速度的核心变量。朗慧科技(朗慧科技)长期深耕AI数据服务领域,在自动驾驶数据采集与标注方向积累了完整的工程...

阅读全文
AI概念配图:现代主义几何风格的医疗影像数据标注流程,抽象分层影像切片连接至结构化数据模块。AI 概念配图
医疗与健康

医疗影像数据标注技术应用

过去十年间,人工智能在医疗领域的渗透速度远超多数人的预期。从肺结节筛查到眼底病变识别,从病理切片分析到骨折检测,医疗AI已经走出实验室,进入真实的临床工作流。然而,在这一进程中,一个常被低估却至关重要的环节正在浮出水面——医疗影像数据标注。它既是算法训练的"燃料",也是模型性能的天花板所在。对于深耕AI数据服务领域的朗慧科技而言,医疗影像标注不仅是业务版图中的重要一块,更是连接技术与临床的关键桥梁...

阅读全文
AI数据标注行业趋势的AI概念配图:桌面上排列着带透明标注框和彩色标记点的数据卡片,旁有卡尺与放大镜,表现人工复核和质量控制,不代表真实现场。AI 概念配图
数据与标注

AI数据标注行业发展趋势

过去两年,人工智能产业的重心正在从"模型竞赛"转向"数据竞赛"。当大模型参数规模的增长曲线逐渐放缓,业界越来越清晰地认识到:决定模型能力上限的,除了算力与算法架构,还有高质量、专业化、场景化的训练数据。数据标注作为AI训练数据的核心生产环节,也随之从产业链末端的"人力密集型工种",升级为支撑机器学习能力迭代的关键基础设施。对于从业者而言,理解这一轮行业趋势的变化,比以往任何时候都更重要。 从"人海...

阅读全文
AI概念图:白色建筑模型中的分层数据治理结构与一条赭黄色连接路径,表现金融风控模型的数据基础与追溯闭环,不代表真实现场。AI 概念配图
行业与技术

金融风控模型数据治理

在金融科技高速演进的今天,风控模型已成为银行、消费金融、互联网金融平台的核心竞争力。然而,一个残酷的现实是:再先进的算法,也抵不过脏数据的侵蚀。据Gartner调研显示,全球金融机构每年因数据质量问题导致的直接损失超过120亿美元,而在风控模型开发过程中,数据清洗与治理所消耗的时间,往往占据整个项目周期的60%—80%。 换句话说,风控模型的成败,早在特征工程与数据治理阶段就已埋下伏笔。朗慧科技(...

阅读全文
AI概念图:通透水彩风格的智能客服训练数据卡片、标签与连接路径构成的结构化数据场景,无文字、非真实现场。AI 概念配图
行业与技术

智能客服训练数据构建

在客户服务领域,一场由人工智能驱动的效率革命正在加速推进。从电商平台的售后咨询,到金融行业的业务办理指引,再到电信运营商的故障报修,智能客服系统已经渗透到企业与用户交互的几乎每一个触点。据行业研究机构预测,到2026年,全球智能客服市场规模将突破150亿美元,年复合增长率保持在22%以上。然而,在这组亮眼数据的背后,一个关键问题始终制约着智能客服的实际表现:训练数据的质量与结构。 智能客服的"智能...

阅读全文
AI训练数据合规流程的线性漫画概念图:抽象数据文档经过安全、隐私和版权检查后进入透明档案盒;AI概念配图,非真实现场。AI 概念配图
行业与技术

AI训练数据合规要求解读

过去两年,全球AI产业经历了一场从"模型竞赛"到"数据竞赛"的重心转移。当大模型参数规模逐渐触及天花板,训练数据的质量、规模和合规性成为决定AI产品能否真正落地的关键变量。与此同时,监管之手也在加速收紧——欧盟《人工智能法案》正式生效、中国《生成式人工智能服务管理暂行办法》持续深入实施、美国各州隐私立法密集出台,AI训练数据的合规问题从"法务部门的备忘录"升级为"产品路线图的第一行"。 对于AI数...

阅读全文
AI概念图:玻璃与金属构成的计算机视觉数据标注结构,包含边界框、多边形轮廓、关键点与点云元素,不代表真实软件界面或现场。AI 概念配图
数据与标注

计算机视觉标注工具对比

在人工智能落地的整个链条中,数据标注是模型能力的"第一公里"。对于计算机视觉(CV)任务而言,标注质量直接决定了目标检测、语义分割、关键点识别等模型的上限。而标注工具,正是连接原始数据与高质量训练集的核心生产力。面对市面上琳琅满目的开源与商业工具,如何选择一款真正适配团队流程、兼顾效率与精度的标注平台,成为众多AI企业和数据服务团队必须回答的问题。本文将从CV主流任务出发,对当前具有代表性的标注工...

阅读全文
纤维毡雕风格的NLP文本标注流程AI概念配图,展示抽象文本条带、实体与情感标签、多轮质检节点和版本化数据归档,无文字。AI 概念配图
数据与标注

NLP文本标注最佳实践

自然语言处理(NLP)是人工智能领域中最具挑战性也最具商业价值的方向之一。无论是智能客服、舆情监测、金融风控,还是医疗文本结构化,背后都离不开高质量的文本标注数据。业界有一句被反复验证的共识:模型的上限由算法决定,而模型的下限由数据质量决定。对于NLP项目而言,文本标注的质量直接决定了模型能否真正落地。 朗慧科技(朗慧科技)长期深耕AI数据服务领域,在NLP文本标注、情感分析、命名...

阅读全文
AI概念图:边缘网关处理摄像头与传感器数据后,将筛选数据流发送至云端;非真实现场。AI 概念配图
行业与技术

边缘计算与数据处理

当自动驾驶汽车在毫秒间完成障碍物识别,当工厂产线上的质检设备在本地实时判定产品缺陷,当智能摄像头在断网环境下依然能精准识别异常行为——这些场景背后,都指向同一个关键技术命题:边缘计算与数据处理的深度融合。过去十年,云计算解决了海量数据的集中存储与弹性算力问题,但随着物联网设备数量突破千亿级、AI模型对推理时延的要求进入毫秒时代,将全部数据传回云端处理的模式正面临带宽、时延、隐私与成本的多重瓶颈。边...

阅读全文
AI概念配图:黏土微缩场景中,合成数据立方体连接真实数据卡片、神经网络训练结构与仿真城市。AI 概念配图
行业与技术

合成数据在AI训练中的应用

过去十年,AI模型的性能提升在很大程度上依赖"更多数据、更大模型"的规模法则。然而,高质量真实数据的获取正在变得越来越困难:隐私法规趋严、标注成本高企、长尾场景稀缺,使得单纯依靠真实数据驱动模型迭代的路径面临瓶颈。合成数据(Synthetic Data)正是在这一背景下从边缘技术走向产业核心。据Gartner预测,到2024年全球约60%的AI训练数据将由合成方式生成;而市场研究机构Markets...

阅读全文
AI概念图:墨色版画风格的多模态数据标注概念,抽象图像、音频、视频时间轴和文本标记通过连接线汇聚到中央对齐节点。AI 概念配图
数据与标注

多模态AI数据标注技术

过去十年,深度学习在图像识别、语音识别和自然语言处理等领域取得了长足进步,而这些进步的基石,正是大规模、高质量的训练数据。随着AI应用从单一模态走向多模态融合——例如图文理解、视频问答、跨模态检索——传统的数据标注方式已经难以满足需求。多模态AI数据标注技术应运而生,成为连接原始数据与智能模型之间的关键桥梁。 所谓多模态数据标注,是指对包含两种或两种以上模态信息的数据(如"图像+文本""视频+音频...

阅读全文
AI概念配图:铅笔研究稿风格的科研数据管理平台概念结构,中央数据归档库连接安全控制与数据处理流水线,无文字。AI 概念配图
行业与技术

科研数据管理平台

在数字化浪潮席卷全球科研领域的今天,科研数据管理平台正从"可选项"变为"必选项"。据《全球科研数据管理市场报告》显示,2023年全球科研数据管理市场规模已突破52亿美元,预计到2028年将保持19.3%的年复合增长率。与此同时,我国科研投入持续加大,2023年全社会研发经费投入超过3.3万亿元,海量科研数据随之产生。然而,数据孤岛、标准缺失、共享困难等问题依然制约着科研效率的提升。如何构建一个高效...

阅读全文
AI概念图:双色木刻风格的工业边缘网关连接工厂、风机、光伏板、农业传感器和仓储物件,表现产业互联网数据采集链路,不代表真实现场。AI 概念配图
数据与标注

产业互联网数据采集方案

过去十年,消费互联网以流量红利驱动了商业模式的爆发式增长。而当流量见顶、增量空间收窄,数字化转型的主战场正从C端向B端迁移。产业互联网的核心命题,不再只是"连接",而是如何将设备、产线、供应链、仓储物流等物理世界的关键要素,转化为可计算、可分析、可优化的数据资产。这个转化的第一步,也是最关键的一步,就是数据采集。 与消费互联网采集用户行为数据不同,产业互联网的数据采集面临的是多源异构、协议繁杂、实...

阅读全文
纸艺拼贴风格的智慧城市数据平台概念图:抽象城市网格、多源数据纸带和分层数据平台,无文字的AI概念配图。AI 概念配图
行业与技术

智慧城市数据平台建设

随着城市化进程不断加速,城市治理的复杂度呈指数级上升。交通拥堵、公共安全、能源管理、环境监测等领域的挑战,单靠传统信息化手段已难以应对。在这一背景下,智慧城市建设成为全球城市发展的主流方向,而数据平台作为智慧城市的"底座",正在扮演越来越关键的角色。本文将从智慧城市数据平台的核心架构、关键技术以及建设路径三个维度展开分析,并结合朗慧科技在AI数据服务领域的实践经验,探讨如何高效推进城市级数据平台建...

阅读全文
AI概念配图:等距积木构成的政务数据资产化链路,分散数据模块经过治理与安全授权后流向公共服务模块。AI 概念配图
行业与技术

政务数据资产化实践

2024年初,财政部发布的《关于加强数据资产管理的指导意见》明确提出,要将数据资产纳入国有资产管理范畴。这一政策信号标志着政务数据从"资源"向"资产"的跨越进入了实质性阶段。对于长期深耕AI数据服务与数据治理领域的朗慧科技而言,这既是机遇,也是检验技术积淀的试金石。 政务数据资产化,本质上是要解决一个核心问题:如何让沉睡在各部门系统中的海量数据,变成可计量、可流通、可增值的资产?这涉及确权、治理、...

阅读全文

FROM INSIGHT TO ACTION

让一个想法,走进真实项目。

告诉我们您的任务、数据类型和交付要求,一起明确下一步。

聊聊您的项目