长周期 Agentic AI 数据集
面向多步骤推理、工具调用、API 操作和环境交互，构建可用于下一代智能体训练与评估的长任务轨迹数据。
Long-Horizon TaskAgent Trajectory工具调用多步骤推理
ENTERPRISE AI DATA ENGINE
为前沿 AI 模型构建 高精度训练数据集
面向企业 AI 团队和前沿模型研发项目，提供从数据规格设计、样本试点、规模化标注到质量验证的一体化支持。覆盖 Agentic AI、SFT/RLHF/CoT、多模态模型，以及自动驾驶、机器人、3D 点云等 Physical AI 数据场景。
数据生产与验证管线 QA Active
01 需求定义 ready
02 试点样本 ready
03 规模化标注 ready
04 AI 初筛 ready
05 专家复核 ready
06 格式交付 ready
2
核心领域
SFT
RLHF / CoT
3D
点云 / 机器人
CORE DATA OFFERINGS
两大核心数据引擎
从 LLM、VLM、Agentic AI 到自动驾驶、机器人和 3D 物理空间数据，孔明围绕训练目标反推数据规格，并组织可验证、可交付的数据生产流程。
FOR GENERATIVE AI
1. 生成式 AI 数据引擎
为大语言模型、视觉语言模型和多模态模型构建训练、微调与评估数据，覆盖智能体轨迹、推理链、偏好数据、安全评测和专业领域 SFT。
Chain-of-Thought 与高级逻辑推理数据
覆盖数学、代码、逻辑题、复杂检索等场景，设计可让模型学习逐步推理过程的高质量思维链数据。
CoTStep-by-Step数学推理代码推理
SFT 监督微调数据构建
由金融、医疗、法律、IT 等领域专家设计高质量 prompt/response 数据，提升模型指令跟随与专业场景表现。
Instruction Following领域专家多轮对话
RLHF / DPO 人类反馈数据
对模型输出进行偏好评估、排序和标注，为 DPO 与 RLHF 训练提供稳定的人类反馈数据。
Preference DataDPO/RLHFHuman-in-the-loop
多模态训练数据
支持图像描述、VQA、语音转写、视频分割等跨模态数据构建，服务 VLM、语音模型和多模态模型训练。
VLMVQA语音视频
Red-Teaming 与安全评测
围绕越狱攻击、对抗提示、幻觉输出和边界场景进行测试，帮助验证模型安全性与护栏能力。
越狱测试安全评估幻觉检测
FOR PHYSICAL AI
2. Physical AI 与机器人数据
为需要理解和行动于现实世界的模型准备高维数据，包括 LiDAR 点云、传感器融合、HD Map、机器人轨迹、无人机和基础设施数据。
3D Point Cloud 与 LiDAR 标注
提供 3D bounding box、空间语义分割、连续帧追踪等点云标注能力，并可通过全球合作伙伴承接大规模项目。
LiDAR 点云3D Bounding Box语义分割
机器人操作与空间轨迹数据
构建工业和服务机器人所需的机械臂轨迹、关节角、触觉与视觉传感器组合数据，用于动作学习和控制模型训练。
机器人控制轨迹标注多模态动作数据
自动驾驶与多传感器融合
整合 RGB 摄像头、LiDAR、Radar 等同步数据，生成驾驶场景、行人、障碍物和道路环境的高精度 ground truth。
Sensor Fusion自动驾驶Ground Truth
HD Map 与道路结构标签
对车道线、标志、信号灯、路缘和交叉口结构进行高精度向量标注，支持定位、感知和路径规划。
HD Map向量标注道路结构化
物理空间仿真与合成数据整合
对 3D 数字孪生或仿真环境生成的 Synthetic Data 进行质量检查，并与真实世界数据组成混合数据集。
数字孪生Synthetic Data仿真环境
无人机航拍与智能基础设施数据
面向航拍影像和基础设施点云，提供缺陷检测、建筑与设备 3D mesh 标注，以及老化监测数据集构建。
航拍点云基础设施巡检3D Mesh
DATA IMPLEMENTATION SUPPORT
3. 数据导入与规格设计支持
不只交付标注数据，也帮助企业定义数据结构、设计标注指南、转换格式，并建立可长期迭代的质量管理流程。
01
数据规格设计与需求定义
从模型目标、训练方式和评估指标出发，明确需要采集、清洗、标注和交付的数据结构。
02
技术沟通与试点支持
支持线上或线下会议，对标注规则、样本边界、质量标准和试点范围进行细化。
03
语料结构化与格式转换
将企业内部数据整理为 JSON、JSONL、Parquet、COCO、YOLO、KITTI 等训练流程可用格式。
04
数据治理与安全管理
在 NDA、权限控制和安全操作流程下，支持高敏感数据的清洗、标注与交付管理。
WHY KONG MING
与传统 BPO 或单纯标注外包的区别
01
全球合作网络与大规模交付能力
通过具备自动驾驶、3D 空间数据和大容量标注经验的合作伙伴网络，覆盖从小批量试点到大规模生产的数据需求。
- ✓大容量供给
- ✓3D/自动驾驶数据
- ✓全球伙伴网络
02
AI 初筛与专家复核结合
在人工标注之外引入自动质量筛查，并由具备领域经验的专家复核，减少错误、歧义和不一致标注。
- ✓质量评分
- ✓专家复核
- ✓抽检与回流机制
03
专业领域与安全环境支持
可面向医疗、金融、法律、代码等高专业门槛场景，也可配合 VPC、专用终端或现场作业等安全要求。
- ✓专业数据集
- ✓VPC/本地环境
- ✓严格 NDA
WORKFLOW
从咨询到交付的流程
01
需求访谈
确认目标模型、使用场景、数据规模、质量门槛和交付时间。
02
试点制作
先制作少量样本，校准标注指南、边界案例和验收标准。
03
规模化执行
组建合适团队和流程，进入批量标注、清洗和结构化生产。
04
质量验证
通过 AI 筛查、人工复核、抽检和返修机制控制最终质量。
05
交付与后续迭代
按指定格式交付，并支持后续数据扩展、版本更新和问题回收。
FAQ
常见问题
可以做线下需求沟通或规格讨论吗？
可以。我们可根据项目需要安排线上会议，也可在日本国内进行线下沟通，帮助明确数据规格和标注指南。
自动驾驶、3D 点云等高难度项目能承接吗？
可以。孔明会结合具备相关经验的合作伙伴网络，由我们统一需求、质量管理和交付窗口，承接大规模或高复杂度项目。
支持哪些数据格式？
常见格式包括 JSON、JSONL、Parquet、COCO、YOLO、KITTI、ROS bag、PCD 等，也可以根据贵司训练流程定制格式。
医疗、金融、法律、代码等专业领域可以做吗？
可以。我们会根据项目要求安排相应领域的专家参与数据设计、标注、审核或质量复核。
能否在 VPC 或本地安全环境中作业？
可以。对于敏感数据，可根据要求采用受控访问、专用设备、VPC 或现场作业等方式执行。
如果还没有明确数据规格，可以先咨询吗？
可以。我们可以从模型目标、现有数据、评估方法和预算范围出发，一起定义试点方案。
GET IN TOUCH
咨询 AI 数据集构建
如果数据规格还没有完全确定，也可以先告诉我们目标模型、应用场景、已有数据和计划时间。我们会在 1-3 个工作日内联系您。