(資料圖片僅供參考)

如今的AIoT江湖，群雄競(jìng)逐，風(fēng)云正起。

3月，宇視科技發(fā)布2021年度報(bào)告時(shí)以“智能物聯(lián)”代替之前著重發(fā)力的“安防”；4月，?？低?002415)第一次在年報(bào)里修改有關(guān)未來業(yè)務(wù)的表述，明確現(xiàn)在的業(yè)務(wù)領(lǐng)域?yàn)椤爸悄芪锫?lián)AIoT”；同月，大華股份(002236)緊隨其后強(qiáng)調(diào)“智能物聯(lián)”成為新的業(yè)務(wù)核心。

這些IoT物聯(lián)網(wǎng)巨頭向著AIoT的戰(zhàn)略大調(diào)整，是IoT與AI融合的趨勢(shì)照進(jìn)現(xiàn)實(shí)最明顯的體現(xiàn)。

回頭看，轉(zhuǎn)變與關(guān)注不止發(fā)生在IoT物聯(lián)網(wǎng)巨頭間，AI勢(shì)力早已身入AIoT江湖。“脫實(shí)向虛”的IoT物聯(lián)網(wǎng)邊界不斷擴(kuò)張，“脫虛向?qū)崱钡腁I技術(shù)不斷發(fā)展，兩者交匯于“AIoT”，看起來是科技創(chuàng)新領(lǐng)域發(fā)展迎來的絕佳機(jī)遇。

7月15日，曠視科技在北京舉辦的2022曠視技術(shù)開放日（MegTech 2022）上表示，將繼續(xù)錨定AIoT戰(zhàn)略，堅(jiān)定構(gòu)建由以“基礎(chǔ)算法科研”、“規(guī)模算法量產(chǎn)”為兩大核心的AI技術(shù)體系和以“計(jì)算攝影學(xué)”為核心的“算法定義硬件”IoT技術(shù)體系（包括AI傳感器和AI機(jī)器人）組成的“2+1”的核心技術(shù)科研體系。

jwview

正當(dāng)時(shí)：戰(zhàn)略瞄準(zhǔn)AIoT

2016年，人們見證了AlphaGo打敗世界冠軍棋手李世石，“機(jī)器人究竟可以在什么程度上取代人”這類的問題引發(fā)了全球范圍內(nèi)的研討。這背后，是普通大眾開始對(duì)走向臺(tái)前的AI產(chǎn)生的強(qiáng)烈好奇和關(guān)注。

四年后，相同的一批人又共同迎來了一個(gè)新的歷史時(shí)刻：全球物聯(lián)網(wǎng)的連接數(shù)首次超過非物聯(lián)網(wǎng)的連接數(shù)。這意味著，“物超人”的時(shí)代正式來臨。

此時(shí)再往回看，人們意識(shí)到，伴隨著世界范圍內(nèi)深度學(xué)習(xí)的興起和算法能力的突飛猛進(jìn)，以計(jì)算機(jī)視覺為核心的中國(guó)人工智能產(chǎn)業(yè)也在國(guó)內(nèi)互聯(lián)網(wǎng)發(fā)展的三波浪潮下取得了飛躍式的發(fā)展。

在第一波浪潮中，互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施被構(gòu)建完成，人們可以通過PC及移動(dòng)端連接入網(wǎng)；之后，人們?cè)诒l(fā)式出現(xiàn)的互聯(lián)網(wǎng)應(yīng)用里更加自如地享受互聯(lián)網(wǎng)的便捷服務(wù)，此時(shí)社交平臺(tái)、電商集中發(fā)展；如今，我們正處于第三波互聯(lián)網(wǎng)浪潮中，AIoT智能物聯(lián)網(wǎng)時(shí)代已經(jīng)開啟。

激蕩的時(shí)代浪潮造就偉大的人和先進(jìn)的技術(shù)，人類社會(huì)的這一歷史發(fā)展規(guī)律同樣完全適用于現(xiàn)在這個(gè)時(shí)代。這表現(xiàn)在，早有一批人和企業(yè)站在時(shí)代風(fēng)口，開始了關(guān)于AIoT的探索之路。

這其中就包括了已經(jīng)成立了11年的曠視，其始終深耕AI主航道，AIoT也一直是曠視發(fā)展最核心的主旋律。

關(guān)于“AIoT”，曠視在實(shí)踐中對(duì)其形成了一套創(chuàng)新定義，即“AIoT=AI+IoT+空間”。其中，AI是不斷演進(jìn)的算法能力，如今越來越多的算法正在各行各業(yè)發(fā)揮核心的價(jià)值；IoT是軟硬結(jié)合的設(shè)備載體，通過特定的載體，AI才能真正在能夠規(guī)?；涞氐膱?chǎng)景里面最大限度地釋放價(jià)值。基于此，曠視認(rèn)為，AI和IoT相輔相成，核心相關(guān)。

在對(duì)AIoT的理解上，曠視還創(chuàng)新性地加了一層“空間”，理解成應(yīng)用場(chǎng)景的閉環(huán)。曠視認(rèn)為，互聯(lián)網(wǎng)、5G、AR、VR等技術(shù)的不斷演進(jìn)似乎只使虛擬世界產(chǎn)生了翻天覆地的變化，并沒有在根本上作用于物理世界的改造。因此，“Make the Physical World Better”才應(yīng)該是AIoT從業(yè)者未來努力追求的方向。

如果說選定AIoT賽道是占得了行業(yè)先機(jī)，那么如何能以核心競(jìng)爭(zhēng)力守住領(lǐng)先優(yōu)勢(shì)，才是曠視未來很長(zhǎng)一段時(shí)間內(nèi)真正面臨的考驗(yàn)。

為此，曠視特別構(gòu)建了“2+1”的科研戰(zhàn)略體系，即以“基礎(chǔ)算法科研”和“規(guī)模算法量產(chǎn)”為兩大核心的AI技術(shù)體系，和以“計(jì)算攝影學(xué)”為核心的“算法定義硬件”IoT技術(shù)體系（包括AI傳感器和AI機(jī)器人）。

曠視聯(lián)合創(chuàng)始人、CEO印奇堅(jiān)定認(rèn)為，“2+1”的AIoT核心技術(shù)科研體系，是支撐曠視未來不斷走向AIoT商業(yè)化成功的重要基石。

▲曠視聯(lián)合創(chuàng)始人、CEO印奇介紹曠視的AIoT科研體系

jwview

造價(jià)值：算法量產(chǎn)與AIS平臺(tái)

實(shí)現(xiàn)算法的全場(chǎng)景植入，可以被理解成是AIoT最具標(biāo)志性的成果。從這個(gè)意義出發(fā)，算法量產(chǎn)、落地實(shí)用便是算法價(jià)值的最終檢驗(yàn)標(biāo)準(zhǔn)。

當(dāng)在很多應(yīng)用場(chǎng)景和環(huán)境中，一個(gè)具體需求的落地需要將幾個(gè)算法串在一起構(gòu)建一整個(gè)算法的流程才能實(shí)現(xiàn)，曠視的算法生產(chǎn)也經(jīng)歷了從點(diǎn)到線再到面的演進(jìn)過程。

曠視研究院算法量產(chǎn)負(fù)責(zé)人周而進(jìn)在開放日上總結(jié)曠視過去十多年在算法生產(chǎn)和應(yīng)用落地過程中的實(shí)踐經(jīng)驗(yàn)指出，算法生產(chǎn)的主要困難集中在整個(gè)生產(chǎn)環(huán)節(jié)的復(fù)雜性。具體來說，主要體現(xiàn)在數(shù)據(jù)生產(chǎn)的復(fù)雜性、整個(gè)算法模型在生產(chǎn)過程中的不確定性，以及硬件平臺(tái)的多樣性。

比如，從生產(chǎn)場(chǎng)景中獲得的各式各樣的原始數(shù)據(jù)本身并不干凈，會(huì)夾雜各種不一樣的數(shù)據(jù)噪聲，那么該如何在生產(chǎn)環(huán)節(jié)就剔除這些內(nèi)容？模型作為“AI的大腦”，如何在數(shù)不勝數(shù)的模型中選擇最合適的，如何使它適應(yīng)各式各樣的硬件平臺(tái)載體上面，進(jìn)一步地，又有哪些手段可以用于迭代、調(diào)優(yōu)、提升模型？還有面對(duì)針對(duì)不一樣的硬件平臺(tái)需要設(shè)計(jì)不一樣的算法邏輯的問題，AI生產(chǎn)人員如何才能寫出高效的代碼？

面對(duì)不同應(yīng)用場(chǎng)景落地中遇到的種種復(fù)雜的挑戰(zhàn)，曠視在2022技術(shù)開放日上正式推出了自研的算法生產(chǎn)平臺(tái)AIS（AI Service），從數(shù)據(jù)到模型訓(xùn)練，到性能分析調(diào)優(yōu)，到推理部署測(cè)試，功能涵蓋算法生產(chǎn)全鏈路，算法量產(chǎn)可能真正成為現(xiàn)實(shí)。

標(biāo)準(zhǔn)化是曠視在算法生產(chǎn)流程中的核心優(yōu)勢(shì)，標(biāo)準(zhǔn)化能力也是AIS面向所有人提供的核心能力。這個(gè)能力通過提供標(biāo)準(zhǔn)化的數(shù)據(jù)處理過程，以及標(biāo)準(zhǔn)化的硬件部署工具鏈來展現(xiàn)。用戶可以依托平臺(tái)完成從數(shù)據(jù)清洗到模型推薦及系統(tǒng)診斷，再到硬件推理的整個(gè)流程，大幅降低了算法生產(chǎn)的門檻，提升了算法生產(chǎn)效率。

從本次技術(shù)開放日展示的兩個(gè)具體DEMO中，可以看出AIS平臺(tái)的優(yōu)越性。一是曠視運(yùn)動(dòng)猿小剛產(chǎn)品，自研模型可以快速精準(zhǔn)地檢測(cè)超過30個(gè)人體骨骼點(diǎn)，從而準(zhǔn)確描述人體運(yùn)動(dòng)過程中的各個(gè)動(dòng)作姿態(tài)，完成高精度的測(cè)距、測(cè)速和計(jì)數(shù)；二是動(dòng)態(tài)智能貨柜，只需安裝 1-2 個(gè)攝像頭，這類智能柜即可快速準(zhǔn)確地識(shí)別出上千種 SKU 的商品信息，這背后的動(dòng)態(tài)視覺識(shí)別算法方案就產(chǎn)自于 AIS平臺(tái)。

▲曠視運(yùn)動(dòng)猿小剛DEMO展示

▲動(dòng)態(tài)智能貨柜DEMO展示

據(jù)了解，目前，AIS平臺(tái)已經(jīng)能夠支持100多種業(yè)務(wù)模型訓(xùn)練，最快2小時(shí)即可完成，而且模型產(chǎn)出精度指標(biāo)遠(yuǎn)高于業(yè)界平均水平。經(jīng)驗(yàn)證，算法研發(fā)人員使用曠視的Brain++和AIS平臺(tái)，可以實(shí)現(xiàn)智能標(biāo)注平均加速30倍，自動(dòng)學(xué)習(xí)訓(xùn)練加速4至20倍。

jwview

新思路：“算法定義硬件”

2021年的相關(guān)數(shù)據(jù)顯示，目前AI在全場(chǎng)景的滲透率僅有4%。這意味著，約96%的場(chǎng)景還沒有被AI滲透，因此未來發(fā)展?jié)摿θ匀痪薮蟆?/P>

業(yè)內(nèi)分析認(rèn)為，這些沒有被滲透到的場(chǎng)景，基本對(duì)應(yīng)數(shù)據(jù)采集困難、算法復(fù)用度低的大量碎片化場(chǎng)景。而在碎片化場(chǎng)景里，“硬件+適配性算法”的傳統(tǒng)方案不足以彌合落地效果與真實(shí)場(chǎng)景需求之間的鴻溝。

因此，曠視獨(dú)創(chuàng)性地強(qiáng)調(diào)其“算法定義硬件”理念為核心的新型IoT硬件技術(shù)體系，以解決AIoT現(xiàn)階段特殊化的場(chǎng)景需求和發(fā)展困難。

當(dāng)不斷改造升級(jí)的海量應(yīng)用對(duì)算法提出越來越多的需求時(shí)，算法在傳感器與應(yīng)用間承上啟下的橋梁作用也越來越明顯。一方面，算法能夠明白應(yīng)用想知道什么，需要知道什么，什么有價(jià)值；另一方面，算法也知道用戶對(duì)于傳感器的需求是什么，用戶想收集什么樣的原始信息。因此，算法也具備了向傳感器需要提供的信息和輸入提出要求的能力，甚至本質(zhì)性地改造了傳感器的形態(tài)以及樣式。

曠視研究院計(jì)算攝影負(fù)責(zé)人范浩強(qiáng)在開放日上分享的“AI定義傳感器”便是“算法定義硬件”的核心單元體現(xiàn)。

那么，一個(gè)新思考又就此形成：如何實(shí)現(xiàn)“算法定義硬件”？

曠視認(rèn)為，全鏈路的整合能力是做算法定義傳感器硬件的核心。范浩強(qiáng)解釋：“在傳感器上，我們需要能夠有光學(xué)、模組、電子學(xué)的設(shè)計(jì)能力；在算法上，需要搞定深度學(xué)習(xí)，對(duì)傳感器的物理建模以及相關(guān)的一些算法技術(shù)等等；更重要的是在應(yīng)用層，我們需要懂需求，需要知道在哪個(gè)維度上影像以及傳感能力是需要被增強(qiáng)的，哪些維度上是可以進(jìn)行取舍的。”

令人欣喜的是，曠視作為AIoT行業(yè)的新勢(shì)力，已經(jīng)可以實(shí)現(xiàn)以上所有能力的整合，由此夯實(shí)了曠視參與“AI定義傳感器”事業(yè)的最大信心和底氣。

據(jù)了解，曠視已經(jīng)和合作伙伴一同實(shí)現(xiàn)了千萬顆級(jí)別的指紋傳感器出貨能力，推出的產(chǎn)品擁有目前業(yè)界最小的尺寸以及最快的識(shí)別速度，計(jì)算延遲被控制在10個(gè)毫秒以內(nèi)。不僅如此，使曠視定義的AI光學(xué)指紋擁有超聲波的速度和電容的安全性，在今年也已經(jīng)實(shí)現(xiàn)。

曠視對(duì)于“AI定義傳感器”的探索也并非止步于此。范浩強(qiáng)同時(shí)發(fā)布了兩個(gè)新技術(shù)愿景：從畫質(zhì)的維度上講，提出走向16K AI極超高清的AI畫質(zhì)，希望通過AI、傳感和顯示的三者聯(lián)動(dòng)，打造真正身臨其境的影像體驗(yàn)；從 IoT的傳感角度上講，將推動(dòng)傳感器往更加極致的小型化、低功耗方向發(fā)展，深化和每個(gè)人自身及生活的深度結(jié)合。

jwview

領(lǐng)未來：基礎(chǔ)科研與全行業(yè)同頻共振

在印奇看來，AI和IoT并不是并列關(guān)系，AI是曠視一直堅(jiān)持的核心能力， IoT是核心載體。在IoT里，需要不斷定義更能夠匹配核心的AI大腦的傳感器以及機(jī)器人，而在AI里，推動(dòng)算法量產(chǎn)，真正實(shí)現(xiàn)算法價(jià)值的前提是好的基礎(chǔ)模型科研創(chuàng)新。

2012年，“大型的深度卷積神經(jīng)網(wǎng)絡(luò)”AlexNet的成功推動(dòng)了深度學(xué)習(xí)的興起。之后，AI便隨著CNN、Transformer等一系列經(jīng)典模型的現(xiàn)世大踏步前進(jìn)。這是AI行業(yè)基調(diào)往前的10年，也是曠視與行業(yè)同頻共振的10年。

時(shí)間發(fā)展至2022年，AI視覺的性能一定程度上已經(jīng)可以與人類比肩，曠視基礎(chǔ)科研的腳步也已漸深至遠(yuǎn)。

過去一年，曠視推出的專門用于點(diǎn)云和自動(dòng)駕駛場(chǎng)景3D檢測(cè)任務(wù)的動(dòng)態(tài)卷積神經(jīng)網(wǎng)絡(luò)Focal Sparse CNN展現(xiàn)了當(dāng)下最好的性能；NAFNet網(wǎng)絡(luò)也可以更好地利用和保持圖像原有的信息，對(duì)于圖像畫質(zhì)恢復(fù)、DeNoise、SR等視覺重建任務(wù)具有更好的性能。

面向未來，曠視研究院基礎(chǔ)科研負(fù)責(zé)人張祥雨指出“大”和“統(tǒng)一”已經(jīng)成為視覺AI基礎(chǔ)研究的最新趨勢(shì)。

前者主要指AI大模型，即利用大數(shù)據(jù)、大算力和大參數(shù)量，提高模型的表達(dá)能力，使得AI模型能夠適用于多種任務(wù)、多種數(shù)據(jù)和多種應(yīng)用場(chǎng)景。后者指由AI視覺研究領(lǐng)域涵蓋的多個(gè)領(lǐng)域里的每一個(gè)研究路徑衍生的一系列算法，正在底層走向統(tǒng)一。

從“大”和“統(tǒng)一”這兩大觀點(diǎn)出發(fā)，曠視未來基礎(chǔ)模型科研著重發(fā)力通用圖像大模型、視頻理解大模型、計(jì)算攝影大模型，以及自動(dòng)駕駛感知大模型。

以自動(dòng)駕駛感知大模型為例，曠視構(gòu)造的新網(wǎng)絡(luò)PETR已經(jīng)可以極大地簡(jiǎn)化基于自動(dòng)駕駛的視覺AI系統(tǒng)的設(shè)計(jì)，并且減少人工的先驗(yàn)，能讓工程師更好地從數(shù)據(jù)中學(xué)習(xí)到真正網(wǎng)絡(luò)需要的知識(shí)。

于AIoT的入局者而言，他們正經(jīng)歷一場(chǎng)未有之技術(shù)大變局，且應(yīng)該意識(shí)到，這將是一段漫長(zhǎng)的征程。盡管業(yè)內(nèi)預(yù)測(cè)AIoT將迎來它輝煌的黃金十年，但未來終歸屬于未知，頗具變數(shù)?；诖耍凭值难酃?、視野與雄心不可少，選擇的路徑更不能錯(cuò)。

誰將問鼎AIoT江湖或許短期內(nèi)難有令人信服的預(yù)測(cè)，但以“基礎(chǔ)模型科研”提升內(nèi)功，以“算法量產(chǎn)”補(bǔ)充實(shí)戰(zhàn)經(jīng)驗(yàn)，以“算法定義硬件”作稱手兵器，曠視無疑正走在一條充滿希望的路上。

廣告等商務(wù)合作，請(qǐng)點(diǎn)這?里

看更多新鮮資訊

請(qǐng)關(guān)注中新經(jīng)緯視頻號(hào)！

本文首發(fā)于微信公眾號(hào)：中新經(jīng)緯。文章內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表和訊網(wǎng)立場(chǎng)。投資者據(jù)此操作，風(fēng)險(xiǎn)請(qǐng)自擔(dān)。

關(guān)鍵詞： AIoT