免费开源的数据标注工具
Annotating DICOM without flattening it to PNGs
Label Studio 发布医疗 AI 专项更新，支持 DICOM 文件原生读取与标注。该功能彻底摒弃了传统将 DICOM 转为 PNG 的扁平化处理流程，保留了窗宽窗位、解剖结构编码及三维几何信息。此举显著降低了标注门槛，提升了医学影像标注的准确性与效率，为医疗大模型训练提供了更高质量的原始数据。
Rubric Design: The Missing Layer Between Guidelines and Good Annotations
Label Studio 推出基于 HumanSignal 架构的 LiDAR 多传感器标注新界面，旨在解决自动驾驶与机器人领域数据标注中工具割裂、上下文丢失及重复劳动的痛点。该功能在单一工作空间内集成了点云标注、相机视图融合、跨帧对象追踪及实时质量验证，支持从模型预测辅助标注到大规模点云按需加载的全流程，显著提升了多模态数据标注的效率与一致性。
Label Studio 官方发布系列深度文章，系统梳理从静态测试到动态演进的 AI 基准测试（Benchmark）构建方法论。内容涵盖 Yext 企业级应用案例、HumanSignal 的五阶段成熟度模型及 GPT-5 自定义评估实践，旨在帮助开发者解决模型迭代中的评估信任危机，建立可版本化、持续进化的 AI 评估体系。
Label Studio 发布最新案例研究，展示其在高价值场景中的核心能力。Mind Moves 利用该平台构建可信的医疗 AI 评估管道，而 Stop the Traffik 则通过人机协同标注快速重建反人口贩卖数据。本文深度解析 Label Studio 在复杂标注任务中的架构优势与落地价值。
Label Studio 于 2026 年推出重大更新，正式亮相面向 AI 与智能体系统的可编程评估引擎，并整合 Vibe Code 提供极速的 Agent 级标注界面。此次更新标志着平台从单纯的数据标注工具向全链路 AI 质量保障与自动化工作流的核心基础设施转型，支持多模态数据、自定义评估模板及无缝的 Agent 协作模式。
HumanSignal Services 宣布收购 Erud AI，旨在构建全球首个前沿 AI 实验室。此次合作将依托 Label Studio 作为核心数据标注平台，从零开始构建多模态数据，以应对开源网络已无法满足当前 AI 模型训练需求的现状。
Label Studio 1.23 版本重磅推出向量（Vector）标注功能，支持交互式任务源查看器，并全面优化了数据管理器（Data Manager）与模板构建器（Template Builder）的工作流。此次更新旨在解决多模态数据标注的复杂需求，通过提升标注精度与效率，助力开发者构建更高质量的 AI 训练数据集。
Label Studio 最新公告揭示了其生态系统的重大演进，重点展示了与 DocLang 的深度集成，实现了文档标注、Ground Truth 生成及评估的全流程闭环。此次更新打通了 Label Studio 与 IBM watsonx 的预测链路，并引入 HumanSignal 作为 DocLang 标准生态的创始贡献者，标志着文档理解领域从孤立工具向标准化、自动化工作流的跨越。
Label Studio 近期发布了关于检索增强生成（RAG）的系列深度技术文章，重点探讨如何通过‘人机协同’（Human-in-the-loop）机制解决 RAG 系统的核心痛点。文章详细阐述了利用人类审核优先处理弱响应、优化检索相关性以及通过反馈迭代改进模型的具体策略，为开发者提供了从理论到实践的完整 RAG 优化方案。
Label Studio 近期发布多篇深度洞察文章，系统梳理了从主观数据评估到 AI 代理生产环境落地的全链路方法论。文章指出，传统的静态测试无法应对多步骤 AI 代理的复杂故障，必须转向基于轨迹（Trajectory）的评估框架。同时，强调在生成式 AI 时代，人类专家在闭环反馈与对抗性训练中的关键作用，为开发者提供了构建高可靠性 AI 系统的理论依据与实践指南。
