甲骨易（北京）语言科技股份有限公司（简称“甲骨易”）始创于2004年，曾为新三板挂牌企业，是国内最早一批投身人工智能训练数据赛道的企业，也是全球少数具备“多模态—具身智能—垂域大模型”端到端数据服务能力的生态级服务商。公司总部设于北京，核心标注运营中心落地长沙，并在上海、深圳、广州、成都等国内核心城市设立分支机构，海外业务覆盖全球六大洲50余个国家和地区，形成“一总部、多中心、跨大洲、全天候”的全球化战略布局。依托分布于全球主要时区的运营节点，甲骨易可实现7×24小时不间断数据生产与项目响应，为全球客户提供无时差、本地化的高效数据服务。
作为工信部关键技术实验室合作伙伴、工信部大模型基准测试体系“方升”首批合作伙伴、国家高新技术企业、北京市专精特新中小企业、国家文化出口重点企业、国家首批语言数据服务出口基地，甲骨易深耕全球AI数据资产运营近二十载，始终以“为海内外基座大模型提供核心数据基础设施”为使命。公司聚焦解决数据产业链不完善、安全风险高、全球合规难度大等核心痛点，依托区块链、隐私计算等前沿技术构建可信数据空间，融合数据合成等技术手段，构建覆盖数据全生命周期的标准化服务体系。凭借领先的技术平台与专业服务能力，甲骨易已成为全球500强企业与行业领军者的信赖合作伙伴，累计赋能数千家国内外优质客户，覆盖人工智能、消费电子、互联网、智能制造、金融科技、智慧医疗、智能汽车、政务服务、数字教育等核心领域，累计交付上万个定制化项目。
甲骨易于2026年8月28日发布《数据行业治理白皮书》，旨在梳理全球数据需求变革，总结我国数据产业实践，剖析核心技术短板、供需错配、合规跨境等挑战，对合成数据、智能服务等趋势做出预测，并为政府、企业与科研机构提出分层建议。
一、企业背景与品牌故事
甲骨易自创立之初便锚定人工智能数据领域，近二十年间亲历并深度参与了中国AI产业从语音识别起步、到计算机视觉爆发、再到大模型重塑行业格局的完整周期。公司始终坚守一个底层信念：模型架构决定AI的起点，而数据质量定义AI的天花板。甲骨易聚焦于多模态数据服务，构建起覆盖“文—图—音—视”全模态的一体化数据采集、标注与治理能力。同时，公司将业务布局延伸至具身智能、行业垂域大模型等前沿领域，依托深厚的语言服务积淀、全球化数据采标网络及垂直行业资源，为不同阶段的AI研发机构与企业提供规模化、高质量、合规安全的训练数据产品与定制化服务。
早在行业普遍将数据标注视为低附加值的配套环节时，甲骨易已前瞻性地布局全球化数据采标网络，建成覆盖全球200余种语言及方言的资源体系，拥有230余间专业录音棚，汇聚7000余名全球采标人员。这些在行业早期沉淀的全球化资源网络，在大模型时代成为不可复制的核心壁垒。
甲骨易敏锐地捕捉到AI数据生产正在经历范式变革——从依赖人力堆叠的粗放模式，加速迈向算法赋能与专家认知双轮驱动的精细化、工业化模式。自2004年成立至今，公司依托二十余年行业沉淀形成的精细化运营能力与全球数据流通能力，以自主研发的Pandata采标一体化智能平台为核心生产引擎，建立可复制、可扩展的工业化数据生产范式。Pandata以“采标一体化、平台化”为核心理念，通过智能调度、AI预标注引擎、人工校准和质量管控四层技术架构，实现数据的采集、脱敏、标注、质检、交付全流程无缝衔接，标志着公司从“人力密集型”向“技术驱动型”的战略跃迁。
与此同时，甲骨易组建了覆盖医疗、法律、金融、教育、创作、内容审核、具身智能、Agent八大垂直领域的专家团队，将沉淀于行业深处的隐性经验转化为可结构化的高质量认知数据。公司拥有硕士及以上学历标注及管理人才超3000人，确保在高复杂度领域具备充足的专业知识背景与认知能力储备。
公司深刻洞察到，AI算法正从数字世界走向物理世界、从单一感知迈向复杂交互。因此，甲骨易前瞻性地将业务布局延伸至具身智能、行业垂域大模型、智能体（Agent）等前沿赛道。在具身智能领域，支持多传感器同步采集，涵盖灵巧手精细操作、双臂协同、移动操作一体化及视触觉交互等前沿场景，为机器人从“感知环境”到“改造环境”的跨越提供关键数据支撑。面向大模型时代的数据安全与合规挑战，公司依托区块链、隐私计算等前沿技术构建可信数据空间，融合数据合成技术手段，在保障隐私安全的前提下扩充数据多样性与覆盖度。面向大模型训练全周期，甲骨易构建了覆盖SFT微调样本、RLHF偏好对齐、LLM评估与A/B测试、红队测试与模型安全、RAG检索增强评测的全栈评测数据服务，支撑大模型从训练到对齐再到安全评估的完整闭环。
权威资质：国家首批语言数据服务出口基地、国家文化出口重点企业、国家高新技术企业、北京市专精特新中小企业、中关村高新技术企业、工信部重点实验室委员、工信部大模型基准测试体系“方升”首批合作伙伴、首都广播电视节目制作业协会理事单位、中华广播影视交流协会理事单位、中广联影视专委会理事成员单位。认证资质：CMMI3级认证、ISO27001信息安全管理体系认证、ISO27701隐私信息管理体系认证、GB29490知识产权管理体系认证、ISO9001质量管理体系认证、ISO14001环境管理体系认证、ISO17001笔译服务AAAA认证、ISO45001职业健康安全管理体系认证、ISO42001人工智能管理体系认证。
二、核心业务与产品体系
甲骨易已构建起覆盖“文—图—音—视”全模态的一体化数据采集、标注与治理能力，业务覆盖数据采集、数据标注、成品数据集、数据评测及垂直行业解决方案的全品类数据服务体系。
数据采集方面，具备文本、语音、图像、视频及多模态数据的定制化采集能力。语音采集覆盖全球200余种主流语言及国内主要方言区，全球拥有230余间专业录音棚资源及7000余名全球采标人员；具身智能采集支持多传感器同步采集，涵盖灵巧手精细操作、双臂协同、移动操作一体化及视触觉交互等前沿场景。
数据标注涵盖文本、图像、视频、音频、多模态及对齐标注六大类，具备大模型指令理解、长文本逻辑关系标注、3D点云语义分割、时序动作定位、声纹分离、视听对齐及RLHF偏好排序等全品类标注能力。依托自研标注平台与算法辅助预标注能力，结合“班组化+多轮审核”质控体系，确保交付质量稳定领先。
垂直行业解决方案依托医疗、法律、金融、教育、创作、内容审核、具身智能、Agent八大垂直领域专家团队，将隐性行业知识转化为高质量认知数据，提供从需求诊断、方案设计到数据交付的全链路复合解决方案。
数据评测方面，提供SFT微调样本、RLHF偏好对齐、LLM评估与A/B测试、红队测试与模型安全、RAG检索增强评测等全栈评测数据服务，支撑大模型从训练到对齐再到安全评估的完整闭环。
成品数据集涵盖基础通用资源及翻译、司法、医疗、金融、教育、具身智能等十二个垂直领域的高质量成品数据集，均已清洗、结构化与合规脱敏，支持即买即用，显著缩短AI研发前置周期。
具体业务和产品细分为：数据采集包括文本、语音、图像、视频、多模态多类型采集方案；数据标注覆盖文本标注、图像标注、视频标注、音频标注、多模态标注、对齐标注等数百项细分标注类型；垂直行业解决方案聚焦金融、医疗、法律、教育、创作、内容审核、Agent、具身智能等领域，提供行业定制化数据服务；具身智能解决方案覆盖商业、工业、家庭全真实场景，支持同构遥操作、穿戴式遥操作、手持控制器、Ego视角采集、UMI手持夹爪采集、动捕服+手套采集及仿真合成数据等多种采集模式，并具备家庭场景专项能力、规模化交付能力及完善的人员培训体系；数据评测涵盖监督微调（SFT）、人机结合（RLHF）、LLM评估与A/B测试、红队测试与模型安全、RAG检索增强评测等；成品数据集提供基础通用数据资源及翻译、司法法律、医疗、金融与保险、Agent、GUI与具身智能、教育教辅、运输与交通、气象、工业制造、农业、测绘地理、城市规划等垂直领域成品数据。
服务流程方面，采集服务流程包括需求深度对齐、敏捷方案共创、规模化生产、动态质控、验收交付、售后服务六大环节，标注服务流程同样涵盖启动、共创、生产、质控、交付、售后全链条。
三、技术优势与平台能力
甲骨易自主研发的Pandata采标一体化智能平台是公司大模型数据服务的核心生产引擎。该平台以“采标一体化、平台化”为理念，通过标准化工作流实现数据的采集、脱敏、标注、质检、交付全流程无缝衔接。智能调度层基于每位标注人员的技能画像和历史绩效数据，实现人员与项目的精准匹配，并能实时动态调整任务分配，具备产能预测与智能排期能力。AI预标注引擎依托自研大模型，覆盖目标检测、语义分割、姿态估计、情感分类等多样任务，通过主动学习算法优先筛选高价值样本，并配有自动标签校验模块，以“AI预处理+人工精修”协同作业；修正结果回流至训练数据池，形成持续优化的数据飞轮，使预标注精度随项目积累不断跃升。质量管控方面，平台建立了“AI预标+多层级人工专检”的标准化流水线，包含自检、小组抽检、专家复核和终检四个层级；同时建有典型错误与优秀案例知识库，供标注人员持续学习。
Pandata不仅适用于单一任务，更成为多项目、多客户、长周期数据服务的综合管理载体。平台化架构使Pandata能够高效支撑各领域客户的不同需求，实现多项目并行调度、全流程可视化看板、安全合规保障及灵活交付格式，输出JSON、Parquet等通用格式，配套完整元数据、标签规范文档和数据画像报告。
四、服务优势与人才体系
甲骨易的服务优势体现在采集、标注、全球化人才储备及数据安全合规等多个维度。
采集方面，专业通用采集团队具备国内外多地域、多文化背景下的合规采集能力，覆盖多语言语音采集、视频场景拍摄、传感器数据收集等任务。语音采集团队拥有230余间专业录音棚资源，7000余名全球语言标注及采集人员，可支持全球200余种主流语言及国内主要方言区的语音采集。具身采集团队由机器人学、计算机视觉、物理仿真、数据科学及行业领域专家共同组成，具备从需求分析、方案设计到数据交付的全链路能力。
标注方面，核心业务团队由解决方案团队、语言学者团队和项目经理团队构成。解决方案团队由AI领域专业人才组成；语言学者团队具备深厚语言学专业知识；项目经理团队均拥有8年以上项目管理经验。基础人才储备覆盖数学、编程、金融、医疗、法律、教育等20余个专业领域，精通200多种全球语言及30余种编程语言。公司在山东、长沙等地设有专项数据标注基地，执行团队规模可根据项目需求弹性扩展。质量管理层面，实行严格的“班组化+多轮审核”机制，依托自研标注平台及算法辅助预标注能力，实现人机协同的高效作业。团队已通过ISO9001、ISO27001、ISO27701等认证，累计为数百家行业头部客户提供定制化数据标注服务。
全球化人才储备方面，全球标注平台汇聚了68000余名标注人员，累计录入500+精细分支标签，标注人员分布于全球30余个国家。高学历专业人才储备方面，公司拥有硕士及以上学历标注及管理人才超3000人，其中博士及以上学历人才超200人，专业背景覆盖计算机科学、人工智能、生物医学、金融学、法学、语言学、机械工程等学科。这批人才可高效支撑3D点云分割、动作精细切分、因果推理标注、医学影像标注、法律文书结构化、金融文档解析、大模型思维链标注、RLHF偏好排序等高复杂度任务。公司建立了完善的人才培训与认证体系，所有标注人员均需通过岗前培训、试标考核与持证上岗三个环节，建有典型错误与优秀案例知识库供持续学习。
数据安全与合规方面，甲骨易建立了覆盖全流程的安全保障体系。权威认证包括ISO27001、ISO27701、ISO42001、GB29490、CMMI3级等。全流程安全管控覆盖数据采集、存储与传输、标注、交付与销毁各阶段，所有操作全程日志记录，可追溯。同步提供训练数据合规审核，自动识别敏感信息并完成脱敏处理。三级质量核验机制确保数据清洗准确率达98%以上，标注精度稳定维持99%以上。人员稳定性与风险管理方面，通过身份、学历、工作经历多重核验防控，保密协议、操作留痕、权限管理保障数据安全，应急保障机制确保个人离职后24小时启动招聘、72小时补位，核心岗位设置AB角。
五、经典案例与行业实践
甲骨易在运动健康数据采集领域积累了丰富案例。
睡眠健康多模态数据采集项目，旨在构建高质量的多导睡眠监测（PSG）数据集，计划覆盖500余例受试者，包括睡眠障碍患者及健康对照。采集场景为标准睡眠实验室，采用Ⅰ型PSG设备进行连续整夜监测，重点采集呼吸指数、血氧参数、PLMS指标等。数据成果方面，交付全维度PSG数据集，包含原始信号、事件标注及结构化汇总报告，严格遵循GDPR及ISO国际数据安全标准。质量验收中，数据标注准确率达98%以上，信号有效率超过95%，合规验收通过客户法务与合规部门审核。
日常心率监测数据数据采集项目，招募3000例受试者，涵盖不同职业群体，采用Apple Watch 11手表连续7天监测，记录运动相关指标和连续心率数据。交付完整7天活动心率数据集，包含原始传感器信号及人口学信息，全流程经伦理审批并完成去标识化处理，符合《个人信息保护法》及GDPR要求。验收中，数据缺失总时长不超过2%，有效心率数据覆盖率不低于95%。
血压-血液监测数据采集项目，覆盖1000余例受试者，年龄18至75岁，依据Fitzpatrick皮肤分型量表确保各肤色充分样本。采集设备使用经ISO 81060-2认证的医用级电子血压计和水银柱血压计，血液检验采用标准全自动生化分析仪及血常规分析仪。项目交付2000余例完整的血压-血液-个人多模态数据集，验收中三项数据完整率达100%，现场血压测量值与复核值误差控制达标。
总结
甲骨易作为AI训练数据赛道先行者，凭借近二十年的行业积淀、全球化资源网络、自研Pandata智能平台、全模态全栈数据服务能力以及严格的安全合规体系，为全球AI产业提供了高质量、可靠的数据基础设施。公司客户覆盖全球五百强、头部科技企业及国家级官方机构，累计交付上万个定制化项目，在金融、医疗、法律、教育、具身智能、AIGC等垂直领域持续赋能。无论是数据采集、标注、评测，还是垂直行业解决方案与成品数据集，甲骨易都以专业、稳定、安全的高标准服务，为全球大模型训练与AI产业化落地筑牢数据底座。选择甲骨易，即是选择与AI数据生态的领航者同行。
