交付成果
- 数据接口 — 标准化 API，支持批量拉取与增量更新
- 视频云服务 — 安全存储、流媒体访问与权限管理
- 标注内容 — 行为语义、Prompt 与时间戳完整结构化数据
视频大模型训练数据项目
提供面向视频大模型训练的高质量视频内容及行为时间线标注，覆盖汽车舱内监控复杂行为场景，支撑模型对细粒度动作的理解、推理与生成。
Project Scope
项目内容
- 汽车内监控视频生成 — 包含司机行为细节动作，如：司机使用手机、乘客交谈、司机疲惫、司机分神、正常驾驶、暴力行为等。
- 行为及时间线标注 — 包含行为描述、提示词（Prompt）描述、行为时间点标注，形成结构化训练样本。
- 多场景覆盖 — 兼顾常见驾驶状态与极端/长尾安全事件，提升模型鲁棒性。
Workflow
工作流程
从 AI 能力构建到人工精标交付，全流程质量可控、节点可追溯。
1
AI 模型选型与视频生成
完成 AI 模型选型、部署及参数调节；开展 AI LoRA 训练；批量生成符合场景分布的舱内监控视频。
2
视频人工审核
对生成视频进行质量、真实感、合规性与场景匹配度审核，剔除不合格样本并反馈模型迭代。
3
行为时间线人工标注
标注团队完成行为描述、Prompt 描述与精确时间点标注，经多层质检后结构化交付。
Value
项目价值
该项目展示了 Doyep 在「AI 生成 + 人工精标」融合模式下的交付能力，帮助客户在敏感场景下快速获得大规模、高质量、可合规使用的视频训练数据。
- 降低真实采集成本与隐私合规风险
- 快速覆盖长尾与极端行为样本
- 时间线级标注直接服务视频理解与生成模型
- 接口化交付便于接入现有 MLOps 流程