2264
在12月9日第八届吴文俊人工智能科学技术奖颁奖典礼暨2018中国人工智能产业年会上，云从科技副总裁温浩接受21世纪经济报道记者专访时说道：“同质化是说表面上看都是人脸识别技术为基础，但是在深层次技术方案整合的时候，还是有很大差异。我们要做的是从感知、认知到决策的闭环。”
计算机视觉领域的技术广泛，其中人脸图像识别是先行普及的方向。近两年，该领域涌现出云从、商汤、旷视、依图、云天励飞等人工智能创业公司，在AI热潮中受到追捧。
目前云天励飞已经完成数千万美元的A+轮融资，处于B轮融资阶段;云从正在C轮融资中，旷视和依图已经完成C轮融资;商汤进展最快，C+轮16亿美元的融资已经结束，新一轮还在进行中。尽管今年有资本寒冬的论调，但是对于业内的头部企业来说，未尝不是集中资源的好时机。
伴随着资本的追加，这些AI视觉公司壁垒是否增厚也成为业内的关注焦点。在人工智能框架开源、算法越来越成熟的情况下，识别领域的同质化竞争更加激烈。
在12月9日第八届吴文俊人工智能科学技术奖颁奖典礼暨2018中国人工智能产业年会上，云从科技副总裁温浩接受21世纪经济报道记者专访时说道：“同质化是说表面上看都是人脸识别技术为基础，但是在深层次技术方案整合的时候，还是有很大差异。我们要做的是从感知、认知到决策的闭环。”
如今，AI视觉公司们或以平台为目标对外赋能，或针对重点场景深耕，探索更系统性的差异化路径。
场景壁垒
在人脸识别领域，目前各公司通过商业场景来形成主要的壁垒。比如云从的业务场景主要集中在机场、银行、安防三大领域，同时也在布局零售、教育等行业;云天励飞三年来集中在安防市场;商汤转向AI平台，面向十多个行业提供方案;旷视在安防、手机、在线刷脸验证、IOT等板块着力;依图瞄准安防、智慧城市、金融等领域。
整体来看，静态识别的人脸验证、动态识别的安防都是必争之地。多数应用也主要面向B端，“B端需求比较旺盛，早期技术不是特别成熟的情况下，做B端简单一些，快一些。”温浩说道。
温浩回忆道，云从选择金融行业是由于2015年互联网金融爆发，银行的需求一下子变大，比如远程认证。“我们借着这股东风就进入了银行，银行供应商是很稳定的，只要进入到银行的供应体系，那就是个千载难逢的机会。进入之后又发现银行其实有更多的业务需求，比如刷脸的ATM机、柜台的刷脸认证、银行业务推荐，以及银行内部的金库、员工考勤。今年我们也开始做风控，银行给中小企业、个人放贷的时候，帮助它判断客户信息，加快流程。”云从也从银行的基础性的业务，不断进行扩展，现在银行领域就有200多条业务线。
在业务流程中，温浩表示最大难点在数据处理、数据建模上。技术专家要去驻场，做数据判断分析，数据有上百几十个维度，需要筛选，后面的训练、应用开发都是水到渠成。
目前在最佳场景下人像识别率可以高达90%以上，但是由于光线、明暗等场景不同，识别率都会产生变化，相对来说静态情况下识别率更高，银行就是典型代表。但是到了另一个典型场景——安防领域，仅仅是人像或图形识别已经不够，动态场景下需要更多维度的人体识别，云从的跨境追踪就是技术之一。
安防的市场很大，政府、楼宇、园区都有需求，同时面临的竞争对手也很多，成熟的设备商就有海康威视、大华股份、华为，并且市场份额占比大。但是在温浩看来，安防的市场足够广，“去年全国有6000多个亿的市场，我们能达到10个亿以上的市场也是成功。”云从是从公安层面的标准化应用再推广到大安防的场景，并且从算法拓展到硬件部分，现在云从不仅仅通过代工厂生产摄像头，也做标准化接口、标准化模组、标准化数据传输，开放能力给集成商和厂家。
云天励飞则在三年内于深圳区域做安防的深耕，12月9日，云天励飞高级副总裁郑文先告诉21世纪经济报道记者：“云天励飞的‘深目’系统，3年把深圳12个区的人脸数据拉通，动态人像数据超150亿，从数据、算法、芯片、服务、应用五个方面来做闭环。”
打造闭环
虽然人像识别已经在一些应用场景普及，部分公司实现了盈利，但是总体来看场景依旧缺乏。公司们也在算法和算力上集成更多纵深的能力，比如云从自身也研发语音识别，云天励飞设计芯片，针对垂直场景企业继续提升一体化能力。
温浩就谈道：“首先要找非常合适的场景，然后要把技术链打通，我们做人体识别、也做语音识别，要把场景闭环打通。当然和其他语音公司可以合作，但是成本很高。整体来讲，还是需要自己做。”
这意味着，在一些细分领域，需要AI的定制化解决方案，其中需要垂直的行业数据、需要专业的数据模型、甚至专用的AI芯片。而深入行业的AI公司，已经有了数据和方案基础，与其和外界公司合作开发，不如进行自研，成本可能更低，数据也依旧掌握在自己手中。
譬如，云天励飞一开始就是算法和芯片并行，今年其第二代AI芯片已经流片，由格芯公司生产，2019年1月底会进行商业化，主要用于摄像头等端设备。郑文先介绍道：“AI芯片的周期还是较短的，速度快，我们的芯片是基于深度神经网络的专有芯片，里面有130多条自己研发的指令集，采用FD-SOI 22纳米的工艺，这款芯片属于专用型的DSP处理器芯片(数字信号处理器)。”
郑文先表示，“这款芯片比传统的GPU 等功耗更低。在架构方面，协处理器是用ARM架构，但是核心的计算架构是自研的，芯片应用后可以基于智能化升级。”
12月13日，一位AI芯片专家告诉21世纪经济报道记者：“FD-SOI是一种很特殊的芯片工艺，特殊性在于低功耗，芯片设计难度上会高一点，但不算特别难。”
除了云天励飞外，也有不少AI算法公司开始涉足ASIC芯片(一种为专门目的而设计的集成电路)，因为AI作为普惠性技术应用到不同产业中时，需要不同的解决方案，对芯片要求也各有不同，不少公司为自己产品设计定制化芯片，既巩固了闭环，也可以形成新的销售方案。
在郑文先看来，商汤、旷视等公司也会逐步补齐短板，无论是由软到硬，或者由硬到软，很多企业也做芯片，有的通过自主研发，有的通过收购并购。“我们也在做3-5年的技术规划，一个是算法方面，除了人像精准识别外，怎么样掌握更多维度的结构化信息，这需要从衣着、步态、肢体等人体的其他信息去丰富;另一个是芯片，芯片代表算力平台，如何低成本高效地解决计算问题也是研究方向。”
接下来，如何在存量市场深挖，发掘新的应用市场还将是视觉公司们的课题。
