▶ 本报记者 刘琴
从一名专注技术创新的海归博士，到带领超百名员工的创业者，宁波博登智能科技有限公司（以下简称“博登智能”）创始人赵捷仅用7年时间，其公司即达数亿元产值。
20平方米小屋启航创业梦
“80后”赵捷拥有丰富的科研与产业研发经历，长期深耕人工智能（AI）及智能驾驶算法领域。他本科毕业于上海交通大学，后赴德国凯泽斯劳滕工业大学攻读工学博士学位，2019年回到国内。
彼时，国内自动驾驶行业快速发展，产业数据正处于需求爆发前期，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。
“靠人海战术堆数据不仅效率低，数据精度也不稳，用算法和相关软件替代重复劳动、提升数据标注效率的前景将十分光明。”赵捷回忆说。2019年，他成立博登智能，从事数据基础设施建设，致力于以算法替代人工，推动数据基础设施行业技术升级。
“2019年，我在宁波高新区租了一间仅有20平方米的小办公室，初创团队只有包括我在内的3人。”赵捷说。
关于数据标注的具体作用，赵捷解释说，在AI时代，数据和算力、算法并列，而数据标注是把原始数据变成生产要素的核心环节。没有高质量、标准化、可泛化的数据，再先进的模型也跑不起来、落不了地。
“简单地说，数据标注就是把原始数据——图像、点云、语音、文本这些内容做结构化处理。比如分类、框选、分割、时序对齐，然后输出能直接‘喂’给模型训练的标准化数据集。”赵捷介绍说，可以把数据标注想象成给AI“做教材”：原始数据像一本杂乱的书，标注就是划重点、做注释、编索引，让模型能看懂、能学习。
艰难中前行
走入创业路后，困难接踵而来，远比想象的还要多。赵捷说，“以前，我是纯粹的技术人；创业后，需要懂管理、懂资本、懂政策、懂产业链协同，要学习和掌握的方面太多了。”
赵捷坦言，在创业中面临最难的问题主要集中在3个方面。首先是市场认知问题，很多客户只看重人力成本，不认可技术价值，这需要公司长期开拓市场，积累行业声誉。其次，技术攻坚难，激光雷达降噪、4D时空标注、多模态对齐等技术都是难啃的“硬骨头”，需要驻场客户在一线解决痛点。第三，还面临相关专业人才短缺，既懂AI又懂数据标注规则甚至懂机器人场景的复合型人才少之又少。
创业初期，让赵捷印象深刻的一件事是为了争取与杭州市某车企的研究院合作，他带领团队在杭州湾驻场大半年时间。
“当时，该研究院工程师反馈了一个真实痛点：雨天激光雷达数据噪点特别多，人工标注返工率很高。我们带着这个问题全力攻关，最终自研了降噪算法，做了智能预标注工具。后来该研究院数千万元的合作订单落地，大家都觉得那些加班的深夜都值了。”赵捷回忆道。
赵捷介绍说，博登智能自主研发的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。该平台带来了数据标注行业颠覆性的效率提升：标注项目效率最高提升7倍，降低成本40%，标注准确率达99%以上。
创业路上，赵捷凭借敏锐的市场洞察力多次对相关业务进行调整，让公司迈上发展“快车道”。
2021年，博登智能将业务拓展到大模型领域，并完成天使轮融资。2025年，具身智能行业进入发展快车道，博登智能战略重心延伸至具身智能领域，陆续建成马鞍山、湖州、宁波具身机器人创新中心。“目前，可用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、数据孤岛问题突出。我们在这一千亿元级蓝海市场提前布局，已形成年产50万小时真机训练数据和百万小时级Ego（无独立专用）场景数据的稳定产能。”赵捷说。
构建三大核心赛道
当前，博登智能业务已覆盖自动驾驶、大模型、具身智能三大核心赛道，累计服务超500家企业，并成长为国家级专精特新“小巨人”企业。博登智能成长的轨迹，是国内AI数据服务行业爆发式增长的一个案例。
回顾创业经历，让赵捷体会最深的经验主要有两点：一方面，企业需深入洞察客户的核心痛点，并将工程师在实践中发现的真实问题直接纳入产品迭代的刚性需求，确保研发方向与用户价值深度对齐。另一方面，要坚持技术驱动。数据标注这个行业，如果单纯从事人力外包则天花板很低，只有用AI赋能标注流程，才能建立真正的壁垒。
“虽然创业很苦，但我也收获了很多。”赵捷介绍说，他不仅带领团队打磨出自己的全栈数据平台，形成了相关技术矩阵，在自动驾驶、大模型、具身智能领域都赢得了口碑。
“我们还完成了从小团队到物理人工智能技术（Physical AI）时代的核心基础设施企业的跨越，验证了技术驱动这条路是走得通的。研发团队也从最初的3人发展到近200人，创造了更多需要创造力、判断力的新岗位。”赵捷说。
采访到了尾声时，赵捷语气笃定：“未来博登智能将持续深耕真实世界AI基础设施赛道，坚守初心、深耕技术产业实干，全力打造可信、开放、可持续的物理人工智能技术核心基础设施平台。”
