創新工場和BCG波士頓諮詢合作的「+AI改造者」系列:創新工場投資的追一科技,用領先的「數位員工」解決方案幫傳統企業降本提效。
改造者系列:傳統企業應用AI別想「短平快」 -- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智慧在大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
隨著當前人口紅利趨弱,企業的用工成本增加,「數位員工」存在大量的市場需求。成立於2016年的追一科技,通過其核心的AI語義分析技術,幫助傳統企業利用人工智慧技術解決勞動力短缺的問題,實現降本提效。
在采訪中,追一科技首席戰略官成捷認為,傳統企業應該扭轉AI應用「短平快」的認知,投入時間和精力去梳理和構建特定於AI的業務流程,以達到正向的循環。
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在企業服務領域,AI企業,即「改造者」,能夠最直接地賦能企業提升管理效率與節降成本。追一科技便是這一賽道的佼佼者之一,借助自然語言處理技術,其「AI數位員工」可以勝任線上客服專員、行銷專員、資料質檢員、銷售上崗培訓師、反洗錢專家等崗位。
■本期受訪嘉賓:成捷
追一科技是「AI數位員工」提供商,主攻深度學習和自然語言處理,提供智慧語義、語音和視覺的AI全棧服務。追一科技的AI數位員工智慧平臺與業務場景深度融合,提供不同類型的AI數位員工,滿足企業和政府使用者服務、行銷、運營、 辦公等多種場景的智慧化升級需求,幫助他們降本提效,改善用戶體驗,驅動創新和增長。
成捷是追一科技首席戰略官。在此之前,他曾任職于麥肯錫與騰訊。成捷先生擁有清華大學學士學位與加州理工大學博士學位。
■對談實錄
Q1:追一科技為何選擇幫助傳統企業應用AI?
成博士:追一科技的定位是「AI數位員工」服務商,本質上是智慧軟件,面向企業提供AI企業軟件來説明其降本增效。當前,隨著人口紅利趨弱,企業用工成本水漲船高,員工的流動性也在增加,市場上存在大量對於智慧客服、行銷、內部溝通等的需求,企業希望由機器解決勞動力短缺問題,並為企業降本。而追一的核心AI能力是語義分析,即機器如何像真人一樣理解和表達文本資訊,再結合創始人團隊的企業服務背景,恰好能夠滿足我們稱之為「數字員工」的市場需求。追一的語音、視頻應用能夠滿足銀行、運營商等企業線上交互管道上海量的對話交互需求,涉及行銷和業務辦理等,幾乎等同于傳統呼叫中心上千乃至上萬的人工。
同時,我們也看到近些年大量企業在推進資訊化建設、雲建設,企業數位化的基礎在不斷成熟。許多企業已經積累了大量結構化或非結構化的資料,但並不知道如何應用,不知道如何從海量資料中提煉洞察。追一可以説明他們通過資料分析來實現更精細化的運營,從而提升人的產能。以保險電銷為例,通過對銷售人員的資料分析,追一能夠提煉高績效員工值得借鑒的話術和知識點,標準化後以輔助推廣培訓。
Q2:在賦能傳統企業應用AI的過程中,追一遇到過哪些挑戰?又是如何應對的?
成博士:AI火爆之後,大部分企業的心態是先投資一部分進行嘗試,其中有些企業成功地體驗到了AI的成效,於是自發地持續梳理其業務流程、構建並優化知識庫,進入了一個正向循環,投入產出比也合理,逐漸能夠覆蓋到更多場景和業務部門。
而有些企業原本對AI的預期是「隨插即用」,期待AI能在短期之內帶來巨大改變,他們應用AI的效果往往就無法達到預期,也很難將AI的效用發揮到最大,往往在一次采購之後就沒有下文了。AI企業要扭轉傳統企業認為AI「短平快」的認知,投入時間和精力去梳理和構建特定於AI的業務流程,才能步入正向的循環。
其次,許多較早開始應用AI的企業組織規模都很大,涉及到很多不同的部門——分條線、分版塊、分職能等。如何能夠協調大型企業多部門之間不同的利益和訴求,這對於AI應用而言是另一大難點。以銀行為例,總行負責智慧化建設的IT或科技部門往往考慮更有整體性的、大量部門可以通用的、長期的解決方案,且看中綜合性和可持續性更強的供應商。而業務部門往往偏好更迅速、更精准的解決方案,傾向于先行自行采購。AI企業就需要平衡和兼顧雙方的需求。我判斷在中長期會有多流匯聚的趨勢,即企業的科技部門會統籌AI智慧化建設的規劃以及技術合作夥伴的選取,總部科技部門和一線業務部門會一同系統性地梳理需求。
同時,在業務梳理過程中,AI企業也需要增進其對行業的理解,從而幫助傳統企業梳理出哪些業務或場景更有AI價值、更容易落地,以塑造短期速贏。追一在進入每個行業時都需要花大量時間瞭解業務流程,建立行業知識庫。
最後,AI不像ERP之類的傳統軟體系統,沒有成熟的全鏈路玩家,還處在比較初級的階段,因此端到端的、定制化的AI服務是稀缺資源且具差異化優勢——系統實施上,大型企業系統多,往往也不標準化,十分消耗人力;知識庫定制上,不同企業的業務流程不同、知識不同,需要定制知識庫;軟體功能定制方面,不同規模、業務類型的企業依然存在不同的需求;哪怕在部署之後,AI企業依然需要持續優化場景,根據交互的效果持續優化業務流程,並試圖拓展新的場景。
Q3:如何理解追一「開放共贏的生態合作體系」?
成博士:追一對各類企業都秉持著開放合作的心態,我們識別了四大類合作夥伴——平臺夥伴、行業夥伴、區域夥伴和咨詢夥伴。
1. 平臺夥伴包括騰訊雲、華為雲等企業,平臺夥伴能夠提供基礎設施,起到「鋪電線」的作用。憑藉平臺夥伴強大的客戶資源和銷售網路,追一能夠觸達更多的終端客戶。而追一能在平臺夥伴通用性的基礎設施之上提供特定垂直領域的解決方案,使面向客戶的解決方案更好落地實施。
2. 行業夥伴指特定行業領域的資訊科技企業,他們相比其他夥伴有更深的行業理解以及更多行業內的客戶資源,也願意在科技方面進行嘗試。追一可以與行業夥伴共同拓展行業內的科技解決方案。
3. 區域夥伴指在當地有較強商務關係、對當地市場瞭解較深入的夥伴。
4. 咨詢夥伴則能夠提供整合咨詢服務,在數位化咨詢、財務咨詢等細分方向擁有豐富的咨詢經驗。
追一在生態合作中除了能夠提供行業定制化的技術方案之外,還可以分享和拓展渠道資源,幫助系統集成商、ISV增收。長遠來看,追一希望把產品服務做得更加標準化,可供他人調用,也可以在自有平臺上集成協力廠商產品和服務。
Q4:你認為未來AI企業的發展趨勢是什麼?
成博士:大趨勢一定是行業越做越深、場景越做越精,提供整體性的行業AI解決方案。這也是追一未來發展的優先事項。
此外,AI企業還應當繼續推進技術普惠,在當前AI大多只在大型企業使用,而未來應當覆蓋更多中小規模的企業。AI企業能做的是把大客戶的主流需求打磨好、標準化,大量復用從頭部企業積累的垂直領域專識,再在過程中逐步建立跨行業復用的能力。
■要點回顧
1.「人工智慧即服務」(AI-as-a-service)依然處於初級階段,還沒有成熟的全鏈路玩家,因此端到端的、定制化的AI服務能夠打造差異化的競爭優勢。
2. 傳統企業需要抓住時間窗口,憑藉多年深耕行業的經驗積累,在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。
3. 對「改造者」而言,「先縱後橫」不失為可行的策略——欲實現持續穩定的AI發展,需要長期深耕垂直領域,持續積累行業know-how,並將縱深積累標準化,以複製到更多的垂直行業。
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
ai 反 轉 路徑 方向 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
跨界圍攻:「AI 視覺」公司已集體殺入智能駕駛圈
2021-05-22
雷鋒網
如今的智能汽車賽道,說挨肩迭背也不為過。
新勢力派引領變革,最為二級市場所看好;泛網際網路派占流量高地,擅技術遷移;傳統車企派根基夯實,品牌名聲享譽在外。
甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。
如華山比武般,大俠們個個嚴陣以待,各方勢力黃巾高擎,左右開弓。
你看看,前有行業鐵幕,中夾破釜沉舟之心,後是險峻江湖,哪還有初進牛犢的落腳之處?
即便如此,在月前燥熱尚未消退的上海車展後,鮮少被提及的AI視覺公司還是擠了進來。
看慣了巨頭們的聲勢浩蕩,轉身發現AI視覺企業們的入局講究一個循序漸進,起承轉合。
而他們的悄然進入,也給智能駕駛領域增添了幾段新故事。
海康威視:左手自研、右手投資
AI安防老大哥海康,深耕智能駕駛市場履行一貫的低調風格。
其對智能駕駛的綢繆始於2015年,當時海康內部計劃開展新業務,起初確定的業務有三:海康汽車電子、海康機器人、海康螢石。
2016年7月,耗資1.5億的海康汽車技術正式成立。
在此前後,海康還分別於2016年6月投資了威視汽車科技,2017年7月成立了海康汽車軟體。
2018年是海康智能駕駛的上升之年,市場渠道、技術研發上均有突破。
2018年2月,他們上線高級駕駛輔助系統、自動泊車APA+,同年又成功打入2019款保時捷卡宴的配置中。
汽車產業以穩為重,鏈條長、利益盤根錯節,新入者切入並不容易,而海康卻出其不意一舉打入高端。
數據顯示,截至2018年底,海康汽車已經通過了20家OEM的審核並成為其合格供應商,公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。
其中,定點項目超過200個,已量產的項目超過100個,覆蓋500家渠道合作夥伴。
成立子公司自研之外,投資也是海康較為看中的一大路徑。
在成立汽車電子公司之前,海康就曾在2016年入股毫米波雷達企業森思泰克,並成為後者的第二大股東。
2013年成立的森思泰克既是毫米波雷達第一批探路者,也是成績較為優秀的領軍企業之一。
森思泰克創始人秦屹是英國海歸的雷達專家,在英從事雷達研發和製造十餘年。
據悉,森思泰克所聚團隊成員中80%具有軍工背景,掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。
據悉,森思泰克毫米波雷達在北京、石家莊設研發中心,在蕪湖設總廠,在杭州設車載事業部。
石家莊,有軍工雷達大本營之稱,軍民毫米波雷達研發人才密集,且電科雷達研發54所和13所都在石家莊。
森思泰克也頗為爭氣。
2019年,思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。
森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。
目前,森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。
海康與森思合作的高分毫米波成像雷達+視覺融合技術,或許將對壘低線束雷射雷達。
大華股份:立足整車,三電、網聯、自動駕駛多點齊發
零跑汽車脫胎於大華股份的汽車部門,獨立後獲得了大華股份的技術和資金支持。
2015年,大華股份副董事長兼任大華股份CTO朱江明親自下場,成立零跑。
經歷2019年新能源補貼大退坡,不少新勢力造車企業已經出現嚴重資金問題,且變現存疑。
零跑汽車亦不例外。
2018年,零跑虧損 3.07 億元後,2019 年上半年又持續虧損約 2 億元。
2019年1月4日,零跑汽車第一款車S01上市,該車2019年全年交付約1000輛。
對於連續虧損的零跑,唱衰論一直也在網上發酵。
朱江明對此表示,「即使不融資,零跑也能再活三年。」他透露,大華股份將持續為零跑輸送資金,「當然我們希望能更多的融資,發展得更快些。」
在經歷融資受阻後,2021年伊始,零跑官宣融資43億元,合肥政府投資平台亦在其中。
今年年初,此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議,未來合肥方面將對零跑B輪融資投資約20億元,並展開更多合作。
現金流方面,從不被業界看好,到巨額融資的到帳,仿佛又讓市場看到了可能性。
技術層面,零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術,並完全掌握自動駕駛核心硬體平台和算法技術,實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。
產品層面,零跑汽車目前旗下擁有3款量產車型,分別為:零跑T03、零跑S01以及零跑C11。
三款產品風格各異,銷量不一。
2020年,零跑汽車官方消息稱,2020年累計銷量達11391輛,其中T03為主力軍,貢獻了10266輛。
創始人朱江明也底氣頗足:「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。
商湯:求精感知技術,並進艙內艙外
與其他AI獨角獸相比,商湯在自動駕駛上布局較早,也更全面。
2017年進軍自動駕駛,商湯的汽車產業布局可分為艙內(智能車艙)和艙外(智能駕駛)兩大層面。
智能車艙層,基於前裝量產解決方案,以視覺感知技術為錨點,由點及面,覆蓋用戶從上車到用車的多個場景。
商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。
據悉,在過去的兩年多時間裡,商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目,覆蓋車輛總數超過1300萬輛,其中10 余個項目已經實現了量產交付。
智能駕駛層,商湯選擇與主機廠合作,做汽車廠商(OEM)及一級供應商(Tier1)的解決方案供應商。
在自動駕駛感知、決策和執行三大要素中,汽車廠商和Tier1占據重要角色。
2017年,商湯與OEM廠商本田簽訂了為期5年的長期合作協議,研發適合乘用車場景的L4級自動駕駛方案。
2018年,商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年,在日本落地「AI自動駕駛公園」,將用於自動駕駛汽車的研發和測試,並面向公眾開放。
商湯的自動駕駛業務定位,是以視覺為主,其他元素為輔。
視覺之外,商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。
通過搭配多種不同傳感器,實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。
目前,商湯對自動駕駛技術進行了多次疊代,形成了一套較為成熟的智能駕駛方案:SenseAuto Pilot智能駕駛解決方案,聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新,並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。
軟體之外,2019年3月,商湯還推出首款原創機器人SenseRover X自動駕駛小車,這是款針對自動駕駛的教學產品。
奧比中光:戰投+自研,兩條腿走路
奧比中光是AI初創企業中對智能汽車投入最多的公司之一。
作為一家AI 3D感知技術方案提供商,成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。
3D傳感作為人工智慧領域最核心的視覺感知技術,融合了晶片、算法、光學、軟體等多交叉學科技術,是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。
除3D結構光外,奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。
早在2018年,奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。
飛芯電子成立於2016年,是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。
成立僅2年,飛芯電子獲得了博世等注資。
據悉,飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務,客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。
飛芯電子稱,其針對行業痛點,採用了連續波載調製或相干外差探測方案,利用焦平面點雲測距技術,滿足較高的空間解析度和較大的視場角,探測距離可超過200m,且無需複雜昂貴的機械掃描裝置,不斷提高系統可靠性,也使獲得的圖像更為清晰。
2019年4月,奧比中光成立車載3D視覺傳感方案提供商奧銳達。
奧銳達的業務重心在智能座艙,產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。
承襲了奧比中光的3D視覺感知技術,奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。
其金融級安全的3D人臉識別方案,保護駕乘人員的信息安全;通過3D-ToF 攝像頭,實現多區域手勢控制;同時,智能汽車還可以通過3D信息,判斷駕乘人員體型、座艙內位置等。
近日,奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。
虹軟:主攻艙內,走軟硬一體之路
2018年,為應對手機市場見頂飽和,虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域,一舉橫向突進自動駕駛市場。
虹軟科技創始人兼CEO鄧暉曾表示,未來每輛汽車裡都有10個以上的攝像頭,智能座艙將成為智能駕駛視覺AI的重點應用場景。
與其手機定位一樣,虹軟的智能汽車走軟硬一體解決方案,力圖做車載視覺一站式解決方案的供應商。
從招股書看,截至2018年底,虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元,占比不足1%。
與多數視覺企業加裝雷射雷達等技術不同,虹軟的的自動駕駛解決方案完全基於視覺層面,且核心聚焦在車內智能。
虹軟科技的智能駕駛視覺解決方案,包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。
2019年3月,虹軟入股開易(北京)科技,後者主營業務包括主動安全智能終端(ADAS+DMS+人臉識別)、SDK軟體服務以及硬體整體解決方案。
2019年,虹軟在科創板上市。
虹軟表示,其在計算機視覺領域積累深厚,融合其暗光高反差拍攝、防抖等影像視頻增強算法技術,即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下,也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。
上市後,虹軟大力布局智能汽車及其他 IoT 智能設備領域,目前成效初現。
據虹軟表示,智能汽車板塊2019年開始真正量產。
數據顯示,2020年,智能駕駛視覺解決方案業務增長較快,實現營業收入6592.99萬元,同比增長310.61%。
據悉,虹軟智能駕駛相關產品包括DMS(駕駛員識別系統)、ADAS(高級駕駛輔助系統)、BSD(盲區檢測系統)、OMS(乘客識別系統)、Interact(視覺互動系統)、Authenticate(生物認證)、AVM(3D環景監視系統)、AR HUD(AR抬頭顯示)和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。
高工智能汽車研究院數據顯示,DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。
虹軟今年透露,其智能駕駛業務已實現37+7個前裝車型定點開發(37款量產車型定點,7款車型預研),以提供純算法為主,公司直接與Tier1或整車廠簽約,涉及多家國內主流車企(含造車新勢力)及部分合資車企。
格靈深瞳:最早入局,協同成長
成立於2013年,格林深瞳是最早的一批AI視覺公司,也是最早一批投入自動駕駛的AI視覺公司。
當年,格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。
2016年,馭勢科技在北京誕生,格靈深瞳作為投資方入股馭勢科技。
過去五年,馭勢科技在洶湧潮水中奮力前行。
2017年1月的CES,馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」,該車型成為了全球第三款獲得紅點設計大獎的無人車。
同年,這家公司分別在4月和6月,於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。
今年1月21日,香港國際國際機場宣布,由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車,承擔往返機場和海天客運碼頭的行李運輸任務,意味著其在機場的運用已逐步上量。
在過去的一年中,馭勢科技與長安民生物流、一汽物流、巴斯夫(BASF)等數十家企業建立了商業合作。
據透露,在國內某豪華品牌車型上,馭勢科技提供的軟體算法也已前裝量產,並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」,實現年度業績同比增長150%。
前不久,馭勢科技宣布完成累計超10億元人民幣的新一輪融資,在這場融資中馭勢科技獲得了國家資本的參投。
馭勢科技在無人物流埋頭苦幹,潛心鑽研,其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。
2016年誕生至今,馭勢科技經歷萬千辛酸,在密如繁星的棋子中探索出一條最優解法,以機場定式,在精進自我的路上捨命狂奔。
而格林深瞳的自動駕駛之路,也隨著馭勢科技越走越遠。
曠視:立足AI視覺,做車載全套解決方案
2018年11月,曠視曾公開展示過車載AI視覺解決方案。
彼時的曠視,其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主,並收取相應軟體使用費和服務費。
「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認,實現人臉解鎖車門、臨時授權人臉解鎖車門;
通過車內的攝像頭實現刷臉啟動發動機、保險箱等,「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份,配合車載智能系統,快速調整用戶預設的車輛各項個性化配置(座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等)。
「駕駛員識別系統」可通過車內攝像頭,實時查看駕駛員駕駛狀態和行為,在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警,保障行車安全。
曠視曾表示,其與蔚來汽車實現了未來在智能汽車應用上的深度合作,真正的無人駕駛商用較遠,曠視聚焦對人類駕駛員的理解和輔助。
的盧深視:基於3D視覺相機,為產業賦能
的盧深視在智能汽車領域的角色,更多是與第三方合作的方式。
作為三維視覺領域的佼佼者,的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。
上月,的盧深視出席了2021全球自動駕駛高峰論壇,並展示了其最新3D CV相機及其應用。
的盧深視兩款自研3D CV相機,其在5米範圍誤差小於1mm,指標超越國際3D相機巨頭,量產良率達99%以上。
基於前端低功耗嵌入式平台,兩款相機均可實現非接觸式精準識別,基於結構光原理,更可還原人臉高精度3D細節信息,通過人臉立體尺寸信息精準辨識人員身份,同時對於二維和三維攻擊識別正確率高達99.99%。
多提一句,安全性上,可達金融級別。
據悉,除了智能汽車領域,兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。
智能駕駛:AI視覺第二春
AI視覺眾企入局智能駕駛賽道,並非跑題創作。
其一,布局智能駕駛,是戰略向外牽引使然。
自計算機視覺出走實驗室樊籠,AI安防、自動駕駛便拿到一大波投資人的「S卡」。
當年AI落地之時,安防提供了絕佳的土壤,AI公司在此實現技術與產業的交融。
期間,AI與安防彼此成就:
安防向世界輸送的海大宇等驕子,幾乎主導了全球安防市場話語權,行業極速擴容,向城市各個領域蔓延。
AI獨角獸們也從安防起家,並逐漸走向千行百業,邁向全域。
左邊是AI安防成主要營收來源,右邊是AI安防逐漸占領一席之地。擺在入局者眼前的,是如何保持縱向持續增長的必答題。
擺脫路徑依賴,尋找AI安防之外的市場,已是當務之急。
如果說,過去五年,AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話,那麼未來五年,他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。
非標領域的標準市場在哪?自動駕駛、醫療、晶片赫然在列。
縱觀AI市場,目光所及賽道幾近全員虧損,掘金志認為,與高成本人力無關,因為虧損在放大;與硬體儲備也無關,因為可以OEM。
核心在於:AI安防未能標準化,項目需求又無窮多。
那就去標準化市場?有人問。
標準化市場可以一夜之間把價格做到無窮低,但高額運營支出非AI企業所能承受。
標準化市場上不去,定製化市場下不來,AI公司的突破口在哪?答案是:非標準化市場裡找到標準化路子。
賽道上,自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是,智能駕駛初創企業也依賴資本輸入。
但前者場景碎片化、項目定製化,產品標準化之路漫漫;後者以智能汽車為載體,技術上軟體定義、人機協同一旦成型,會一招吃遍天下鮮。
眼下,不少智能駕駛新勢力已實現產品量產,並獲得一定規模的現金流。
對於一眾搶灘的各路豪傑,AI視覺的入場似乎有些遲。
但智能汽車賽道正熱、格局未定,智能汽車產業鏈長、細分領域繁雜,此時入場的AI視覺,你可以說它入場稍晚,但不能說它機遇不在。
其二,自動駕駛或是計算機視覺技術應用必登之高峰。
近幾年,機器學習持續深入,計算機視覺應用亦有了飛速進展。
千山萬水跨越的人臉識別小山,是AI最成功,也最基礎的一環。
真正的AI,是貫穿感知-決策-執行的長鏈條,這一點在自動駕駛上體現得尤為極致。
感知層,通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息;
決策層的「大腦」,基於感知層輸入的信息作環境建模,從而形成對全局的理解並作出決策判斷,再向車輛發出執行的信號指令;
最後的執行層,將決策層的信號轉換為汽車的動作行為。
自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體,落地難度之大,各路AI無不動容。
計算機視覺應用場景萬千,自動駕駛無疑是極具挑戰性、最具想像力的一條。
越是長在懸崖之巔的花,越讓人著迷。
一直以來,在環境感知環節,存在AI視覺與雷射雷達技術路徑之爭。
不管何種路徑更優,已經在視頻物聯領域經歷過殘酷驗證,AI技術儲備上,AI視覺企業們也已攢下不少經驗。
狼多肉少,能吃幾成飽?
「自動駕駛是很低級的行業嗎?所有人都想來分一杯羹。」
這調侃入局者們聽了,大抵會覺得分外委屈。
大多數困在第一道門檻,錢。
「沒有200億不要造車」的聲量振聾發聵,造車明星蔚來也曾資金一度跌入谷底。
雖說AI視覺公司除了大華的零跑汽車外,其他參與者目前都專注於智能駕駛硬體和系統,但這也是個昂貴的行當。
不少企業本身依靠資本輸血,是否有更多資金和精力參與自動駕駛廝殺,是他們需要思考的問題。
行業壁壘不容小覷。
汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度,乃至於衍生出了一套基於安全的工業文明,不是後來者們在短短的幾年時間裡就能夠顛覆的。
作為智能汽車的核心體現,自動駕駛技術遠未達到成熟的程度;車艙內的智能化體驗也還有豐富的想像空間。
換言之,如果跨界選手想要在智能汽車的世界裡找到自己的一席之地,不僅要高度重視安全這一話題,還要擁有強大的軟體能力。
但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後,新入局的玩家要如何吸納更多的專業人才?又如何權衡來自世界各地的人才的意見和建議,從而做出最終決策?
與此同時,智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。
隨著電動化、智能化大潮的到來,造車的門檻看似降低了不少,但在這一過程中遇到的內因外因的難題,可能遠比想像中的要多。
行業資源尚需積累。
相比AI安防、智慧城市等領域,AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足,短期內,造血盈利能力較低。
而且,AI視覺企業布局智能駕駛時間不一,技術雖有共性但終究有別,相較於大多數垂直企業,尚有諸多不足。
故可見,過去幾年,即使AI視覺巨頭,步伐也較為謹慎,大多圍繞艙內智能、ADAS市場。
如果說巨頭們跨界,自帶熱搜體質,AI視覺企業跨界的光彩,多少暗淡了些。
前者身家優渥,拿著頂流體驗卡入場,高屋建瓴,後者更多是以小舟,涉鯨波。
當然,隨著技術日進一桿,資源聚沙成塔,營收逐年增長,他們將投入包括但不限於研發、營銷、資本等層面,難保這一葉扁舟,哪天出其不意成為可遠航的重磅郵輪。
莫道桑榆晚
眾多跨界玩家湧入智能汽車,激發了新的生機。
無論從何種角度來看,智能汽車的市場都蘊藏著無限機遇。
這個市場需要鲶魚的存在。
在新時代的風潮之下,我們固然期待看到不斷有實力強勁的新玩家們入局,留下中國智能汽車史上濃墨重彩的一筆。
我們也殷切地希望,這是一片能夠承載百花齊放,充滿新的生機和活力的沃土,而不是拔苗助長的投機者的港灣。
憑藉先發優勢,不少入局者或已暫列行業前位,但隨著各方力量的持續加碼,後來居上也並非不無可能。
保持警惕,時刻成長。
資料來源:https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps
ai 反 轉 路徑 方向 在 詹太太的轉行日記 Facebook 的最佳貼文
用AI描繪的後疫情時代未來生活圖像
去年,疫情打亂了科技公司們各種例行的春季大拜拜行程。取而代之的是各種視訊會議、預錄影片。今年依然如此。不過Google I/O卻已經描繪出一個後疫情時代的生活圖像:AI。
整個I/O很多次都提到了「Pandamic」。可以想見Google接下來的方向就是「後疫情」:如何使用科技讓自己與疫情和平共處,並且以產品作匹配。這是很清晰的戰略高度。儘管過去Google在社交方面(social platform)完全不是強項(不然就不會把G+收掉),但一直以來,Google對於使用者行為的理解,卻是非常成功的。今年它對於未來生活的論述一點也不花俏,卻有著徹底輾壓Apple的底氣。
Pichai 開宗明義提到「More helpful Google for everyone」。於是我們也看到了Google如何描繪了未來的生活型態。
購物:後疫情時代的顯學
現在幾乎是每個科技公司都想做購物台,這也是我對Google最關注的項目。
話說2019年的F8,Facebook已經把社群平台與購物,兩者牢牢綁在一起。加上經過這幾年下來,不斷的網紅帶貨風潮,貌似網路購物的路徑只能夠牢牢地跟社群平台綁在一起。Google收掉了「G+」之後,果然把購物路徑做在Search與YouTube上。前者是「買東西前要做功課用的」,後者YouTube則是性質最接近社群媒體的平台。也難怪,Google現場展示出的案例,就是美妝YouTuber在示範化妝品影片之後,接著連動到購買的過程。
我的猜測是:Google的購買功能、整體的購物氣氛與互動感,可能都與目前的社群平台很不一樣。相對於目前FB與IG總是大量議論紛紛炒板子地叫賣型態下的購物環境,Google Shopping的整合購物體驗,可能會少了許多議論感。畢竟「YouTube」仍是一個以觀看為主,議論為輔的平台;觀眾們累積的行為也以「搜尋」與「觀看」為主。所以我估計它在初期,應該並不是典型「社群電商」的型態。這樣推演,要能更好的在Google Shopping上搶得先機,精準的商品影片與文案是必不可少的。因為這一切的背後,都與使用者需求對應AI的技術有關。
AI是溝通與人類行為的延展
整場I/O有顯著的篇幅強調最新的AI語言應用能力,包括LaMDA與MUM。LaMDA,它以一個很能尬聊的機器人的型態呈現,但它背後卻是大量的語言學習與資料運算訓練的結果。MUM是更進一層的多工搜尋,可以經由深層學習更多知識,產生更多答案,並且翻譯成更多種不同語言。Google長期以來專注在研究自然語言AI,包括文字、圖片、影片與聲音四項,並把成果運用在多方面,尤其是搜尋工具(Search)。而這又讓我想到史匹柏的電影AI中,小男孩大衛與圖書館玻璃板對話的橋段。
AI除了運用於針對特定條件的深層搜尋,也有其他更廣闊的領域。例如:重建更多非語言溝通的細節。想像當我們身在國外,就算外語不太好,還是可以透過許多其他非語言溝通(non-verbal communication)方式互動,像是身體語言、手勢、表情、音調等。但到了線上,這些訊息付之闕如,形同增加溝通障礙。因此,透過AI技術去除溝通障礙,保留更多真人訊息,就成為重要的事。運用 AI降低視訊軟體中收音傳輸產生的噪音,以及透過語音辨識,提供不同語言的即時翻譯字幕,都讓線上溝通更加順暢。這就不難理解Google meet companion mode要加入AI作為遠端溝通工具的原因。
Google 與蘋果 開始神似起來
把手機連動車鑰匙、與三星共同開發的手錶、Pixle手機的安卓12系統與它的進階美學、強大且自然的手機內建運算攝影,以及手機與筆電同步互聯功能等等,這些新產品與新特點,都不斷的讓我聯想到蘋果。這兩家竟然開始神似起來。
我猜測在接下來兩三年,蘋果將會感受到一股龐大的市場壓力。因為這些產品脈絡在Google的領域,都可以明確的對應到一群鮮活的普通人使用者與他們「日常的行為動線」;但反觀在蘋果的身上,卻是令人感受到一群特意刻畫出的使用者「場景角色」。兩者的因果關係剛好相反,估計產品購買邏輯也很不同。或許這正是突顯出Google的優勢:從消費者日常的網路搜尋與各種軟體的使用,掌握了大量的使用者行為群像,有利於產品發展決策。
路痴神器就是管用
話說兩年前Google發表的路痴神器解救了許多人,接下來有更進階的:更多更細的地標,甚至連大型商場也有路標,免得你在商場裡也迷路。Google Map還提供了更多道路細節,也更符合人們行為動線的需求:到哪裡,做什麼?還有如果我們出門想要避開人潮,尤其是在疫情期間,Google Map也能夠即時標示。
科技的終點該通往何處
每年Google I/O最後都會給個勵志的小故事作為尾聲,讓整個大會Keynote帶著溫暖結束。讓我印象最深刻的是有一年,一名印度赤貧村落的少女,透過使用Google pixle持續上學。今年Google依然有一個教育類的好學少女,靠著使用Pixle手機奮發向學的小故事,但今年我更關注Google的研究計畫延伸至醫療領域更多面向:西北大學合作的乳癌研究計畫、鼓手的義肢計畫、盲人馬拉松引路神器,以及如何幫助聽障人士因為使用pixle,而成就了生平第一次與兒子「打電話」的美事。這些慈善與勵志的專案故事,竟然讓我突然感動了起來。大概是因為疫情吧!人們忽略了科技的終點並不是只通往股票,矽谷也不該只是作為各種瘋狂產品潮起潮落的代表,而科技公司也不該是不斷的透過販賣個資恐懼感,來促銷個資安全。
回頭看看從過去的承平時代,到現在的疫情生活,人們的行為日常已經被迫徹底改變。無論我們接不接受,不如老實的承認,這一切已經回不去了。這樣的話,至少在恐懼與未知之中,我們還有科技。或許這是我們最好的,也是唯一的轉機。