<mark id="oztn4"></mark>
0
| 本文作者： 余快 | 2021-08-04 14:27 |
如果說科技與產業有CP，AI與安防絕對排得上號。
幾年前，AI如海燕般出沒波浪，盤旋碧空后，首先敲打起了安防的城墻，安防也敞開懷抱靜候AI。
AI與安防的雙向奔赴，讓這一結合具有了開創性的意義，相互成就中：
科技企業攜AI進場，引首以望，安防市場在快速、跑馬圈地中飛速前進。
安防場景擔當稱職的試煉場，在實際場景、具體業務的反復錘煉中，科技應用不斷精進提高。
原本封閉的安防市場，白夜如晝，海浪激蕩，熱浪連連。
幾番爭奇斗艷，歷經狂風暴雨，第一回合的尾聲之際，如今的平安城市格局已大抵有了模樣：
傳統安防企業穩居頭部，跨界明星企業開掛出道，AI獨角獸們割據一方。
但，在平安城市占據一席之地絕不是他們的終點。
從紛紛入場到亂斗火拼，在巨頭們資源、渠道、財力優勢下，活下來的一批AI企業們，更有進取精神。
在獠牙殘酷、遍地高手的AI時代，在無限增長的驅動力下，所有人都必須尋找到新的增長點。
正如人生故事百變，但底子依舊是人間，AI不是一個產業，而是一個技術。
當平安城市領域，AI技術與場景的融合日漸嫻熟之時，AI正遷移向無數需要它的行業。
如果說過去的AI更多基于平安城市龍爭虎斗，那么未來的AI將更多根植于數字城市對弈過招。
新時代的行業場景怎么找，非常關鍵。
對產業場景、技術成熟度、落地適用性、資本認可度、自身實力的理解不一，在基礎能力、策略規劃、執行力度、意志決心等環節的綜合考量，產生的結果將會千差萬別。
雷鋒網AI掘金志與12家明星AI創企展開一場對話，通過梳理了各AI企業的最新落腳點，探索他們選擇賽道的判斷標準、打法邏輯、核心優勢，以從中看到當下智能科技的技術變現門道和市場趨勢動向。
進攻交通的商湯，有兩個層面的考慮：邊際成本和邊際效益、技術突破性。
交通領域有海量的場景數據，但這些長尾數據難以獲取，廣泛布局的商湯，想要將全行業的數據匯聚成數據池，勢必要覆蓋類似交通行業的長尾數據。
此外，商湯認為交通行業的技術存在突破爆點。
城市計算的全感知，由感知智能、認知智能、決策智能組成。
智慧交通是典型的決策智能，核心是基于大量知識，不斷地重新判斷和推理，并作出決策，更加動態和靈活，也更加復雜。
在商湯看來，一道美食的落盤，除了食材本身的高要求，還需恰當的火候、到位的調料。
5年前的AI技術還支撐不起交通智慧化巨輪，自2018年開始，AI歷經大坑終得突破性進展，技術成熟度、可用性皆達到了一個恰當節點。
2019年，商湯布局了感知智能，今年將進一步打通感知智能、認知和決策智能之間的溝壑。
在細分行業上，商湯今年將重度投入交管、高速、地鐵、公交四大領域，并孵化民航、港口以及大鐵等。但并非交通所有的細分場景都會進入，他們會從戰略、經濟以及社會效益方面綜合考慮。
商湯還將「信號控制」上升到了基本功的高度。
“某種程度可以認為信控是交通的核心。在路面基礎條件不變、交規不變的情況下，唯一能干預，就是信控了，這是能提高的上限的唯一變量。”
商湯告訴AI掘金志，信控要符合人類認知和習慣，要有約束的優化。在限制條件下，優化空間依然較大。
商湯內部模擬和部分城市實測，信號控制系統性能可以提升10%-20%。10%的提升，理論上可以將1小時的通勤時間降到54分鐘，這將影響一個城市幾百萬到幾千萬人口所產生的勞動價值和經濟價值。
商湯希望信號控制等決策應用，和感知智能產生的結構化的數據做打通，為政府的決策創造產生閉環。
在城市物聯網、消費物聯網之外，供應鏈物聯網成為曠視的又一大新的業務增長點。
曠視告訴AI掘金志，在進入一個新行業前，都會先評估自身的人工智能解決方案能否有效解決該行業的痛點、為客戶創造價值、相關市場的潛在規模、自身能力和可利用的資源。
之所以選擇供應鏈物流賽道，在于：
一、其是社會基礎設施和實體經濟的重要支柱，但物流自動化和工業智能化總體水平較低，市場空間巨大；
二、在供應鏈物聯網領域，國內尚未誕生巨頭，市場集中度較低，留出了市場空間；
三、供應鏈領域具有規模大、離散、柔性、少人的場景趨勢，曠視的AI技術與該趨勢相契合；
四、基于曠視在底層AI技術、軟硬一體化產品、行業經驗豐富的團隊三大競爭力，以及與傳統系統集成商和新興方案提供商相比的差異化競爭優勢；
五、物流行業為首的供應鏈場景相對標準和規范，并呈現持續穩健的增長趨勢，為AI的落地提供了廣闊的應用場景。
在軟件上，隨著業務需求日趨復雜，柔性、離散的物流子系統不斷涌現，各種類型的機器人、自動化裝備大量應用于物流行業，傳統物流技術已無法有效應對這些挑戰。
而人工智能技術可通過不斷學習來修正策略，搭配足夠的算法及算力支持，能夠更加高效地管理和協同各種類型的設備，建立與業務緊密結合的物流系統。
曠視的智慧物流操作系統“河圖”，將機器人等智能物流裝備與物流、生產業務快速集成，提供規劃、仿真、實施、運營等解決方案，以AI能力通過物聯網技術連接物流各個環節。
在硬件上，曠視有AI機器人。其中，SLAM（即時定位與地圖構建）技術可以讓機器人在無信標的情況下實現定位導航，具有易部署、柔性等特點，適合在運行環境復雜、業務經常變動的場景下應用。
同時，曠視還以AI賦能傳統的物流設備和自動化裝備。如曠視人工智能堆垛機通過裝載的五面掃描探照、3D攝像頭，檢測破損、異物、數量等異常情況，在提升作業效率的同時，保障盤點的準確率。
云從以核心技術，切入了智慧金融，并擴展智慧出行和新基建的業務。
2015年的“315”曝光了銀行卡辦理中的重大漏洞，不但在網絡上能直接“買”到附帶網銀U盾的正規銀行卡，利用假身份證，還直接在多家銀行輕松辦理了業務。
基于人證合一的市場需求，云從科技開始進入金融業。
云從科技的第一單業務，是給海通證券股份有限公司做遠程開戶的身份認證系統，當月海通證券遠程開戶身份認證量就超過了50萬，平均每天有超3萬的用戶利用云從科技的系統進行開戶。經此一役，云從科技的IBIS（生物識別）產品得以開始在金融業全面發力。
是否圍繞“人”展開、是否有比較好的業務拓展性、市場容量是否足夠大。
以上三點是云從選擇某一賽道的思考核心。
云從提到，金融行業更看重的是安全，算法必須達到極致，保證非常高的誤識率；而安防行業則要求快速，對準確率要求沒有金融領域高，比較看重視頻處理的速度、算法的綜合運用，即平臺能力、系統能力。
智慧出行領域已在包括中國十大機場中的九座在內的上百座民用樞紐機場部署上線，這些業務在云從看來不僅擁有大量的AI場景需求，且和安防、金融結合較為緊密，可以更好地利用云從的現有資源。
以新基建為例，云從科技拿下成都數字天府項目，總體建設任務圍繞天府大腦、智慧物聯平臺、智慧門戶、“城市治理”智慧應用、“生活環境”智慧應用、“產業經濟”智慧應用、“公共服務”智慧應用七大板塊展開。
云從提到，在投資人看來，在金融新基建的大背景下，憑借移動互聯網技術，能夠把一些線上和線下的場景潛移默化的拉到整個金融科技大的環境中。
金融科技行業的商業價值還需要行業中的普遍認知達到一定的水平才能體現，資本最看好的模式是能真正抓住金融市場需求，找到技術解決方法，進而反推價值鏈條的項目。
在工商銀行廣州分行中，云從通過構建溯源認證體系，降低跨境貿易結算過程中存在的信息缺失風險，保證了跨境貿易結算的安全性與高效率，該項目預計服務企業及個人客戶數1萬人，年交易筆數20萬筆、年交易金額200億美元。
對于目前火熱的碳中和等政策，觸景無限表示，公司早在2018年開始決定做智慧電網，看中的是長期市場潛力。
“政策是一方面，但核心在于我們認為能源行業與人工智能將有很長的發展路線。”
觸景無限指出，在供給側，電力公司需要優化設備、提高效率，實現降本增效；在需求側，消費者要實現用電管理的智能化，也少不了AI應用，而連接供給與需求的電網設施，同樣需要AI技術來進行改造、維護。
根據中電聯的測算，2021年我國智能電網投資金額可達969億元，投資人對此也非常看好。
“與安防業務相比，電力業務更復雜，從發電側到輸電再到配電調度等等，環節多、過程長”。
在觸景無限看來，多環節意味著多場景，多場景意味著需要更多的傳感器實現感知覆蓋。
傳統電網采取的是發電廠到用戶的單向模式，這個過程要歷經“發電、輸電、變電、配電、用電”等環節，各環節的關聯性較弱。以輸電為例，發電廠在生產電力之后，需要依靠高壓電線來進行電力輸送。
“電力調度、線路檢測、運維檢查、模型構建等比較重要，但智慧電網最重要的是全面的數據感知體系。”
眾所周知，高壓電線里程長、分布廣，且主要通過人煙稀少的區域，在極端天氣或者特殊場景下，高壓電線出現事故之后，電網公司很難第一時間定位事故所在區域，也無法分析原因，及時搶修。
但智能電網就可以通過配置傳感器來實現對線路的感知與檢測，這些傳感器分布在電塔上，將一條完整的線路切割成多條線段。當其中一條線段出現問題，那么傳感器就能將異常數據傳送至云端系統，電網工作人員就可以進行分析與搶修，及時恢復供電。
并且，電塔上的視覺傳感器等還可以分析線路上是否有異物，周邊環境中是否有山火、施工車輛、吊車觸碰高壓線等，保障電塔的正常運行。
在供給端（也就是發電廠），也需要AI賦能，比如用攝像頭來監測工廠運行、用機器人做一些高危工作、用AI系統來計算數據等。
在消費端，電網公司可利用AI實現對消費數據的分析，優化服務，消費者也需要更為智能的系統和應用，豐富體驗。
可以說，智能電網建設的整個環節，從供給側到消費端，場景非常豐富，不同的場景，對于AI技術的需求又各有不同。
在以往安防業務的基礎上，云天勵飛將業務范圍逐漸拓展到城市治理，以及與人更加密切相關的場景。
因此，目前云天勵飛主要聚焦兩大領域，數字城市和人居生活。數字城市之下，有智慧安防、智慧交通、城市治理、疫情防控等，人居生活主要包括，智慧社區、智慧園區、智慧泛商業等領域。
云天勵飛提到，在對場景需求的理解之上，他們以人工智能算法、芯片技術為核心，并具備算法芯片化的能力，堅持“端云協同”的技術路線，打造了一系列面向數字城市和人居生活的產品和解決方案。
數字城市領域，他們推出了動態/靜態人像系統—“深目”、視頻結構化系統—“深視”，AI社群服務系統—“深跡”、多維大數據分析系統—“深海”、交通OD分析系統—“深邃”。
人居生活領域，他們打造出了客群分析系統—“商簿”、出入管理系統—“商翎”等。
核心競爭力一方面來自云天勵飛的技術實力。
在AI算法層面，云天勵飛探索AI識別各領域算法，包含動態/靜態人像識別、目標屬性識別、體態識別、手勢識別、車輛識別等，在多項算法 PK 賽中獲得第一名。
在AI芯片領域，2018年，云天勵飛第二代自主知識產權神經網絡處理器芯片DeepEye1000投片，已于2019年起實現獨立商用，目前已與海康威視、阿里巴巴平頭哥等建立了業務合作關系。
值得一提的是云天勵飛在深圳建設的疫情防控監測與數據分析平臺，該平臺接通了全市6300多家零售藥店以及部分農貿市場、交通樞紐、社區的測溫數據，形成“測溫一張網”。
云天還通過人工智能、大數據等技術，研發了基于個體和宏觀態勢的大數據監測分析模型，與近20個疫情相關的數據系統打通，形成了集數據采集、哨點監測、研判預警、閉環流轉、輔助流調等多種能力于一體的常態化疫情防控數據監測與分析系統。
的盧深視的三維視覺一直給安防帶來不少驚喜。
近期，由的盧深視提供的“哨兵”三維人像多維數據管控通道，正式投入運行的第一天，就成功幫助查緝點的警官們抓獲兩名偷渡人員，這也是國家移民總局通過引用最新的三維人臉識別技術破獲的首個偷渡案例。
“細分領域眾多，我們判斷是否入局的標準比較簡單，一是三維視覺技術在該領域的必要性，二是三維視覺是否能給該領域帶來變革性升級。”
的盧深視新的落腳點在于可規模化標準化量產的人臉識別模組，以模組為核心積極探索智能家居、金融科技、軌道交通、智能汽車等領域。
“目前以上領域都對3D傳感器以及3D算法有著極大的需求，保守估計已經成千億級藍海市場。”
的盧深視表示，與AI安防的區別主要在落地層面。
在高準確率、高安全性、高魯棒性等需求外，相較于安防領域是To G，直接面向消費者的領域對于產品的性價比、集成度、性能測試結果更為敏感。
智能家居產品，在性能之外更要求良好的交互性，是強用戶體驗的領域，的盧深視三維全棧技術通過非接觸式體驗，在快速完成識別應用的同時也能保證更好的用戶體驗；
金融支付領域涉及到極高的安全性，三維視覺技術具備天然的高安全性，在此基礎上，的盧深視的技術可實現超大規模特征庫實時高效檢索，同時滿足多家算法特征可相互比對的需求，由于僅復用模型特征，可保證不使用原始圖像，經過加密數據特征互操作，更能保證隱私安全。
軌道交通領域則是面對千萬級大庫、高并發的場景，要保證從地面到地下不受光源變化影響。乘客順暢進站，對于識別算法有著極高要求。的盧深視的2D+3D多模態識別方案，除了依靠人臉2D彩色紋理信息以外，還把人臉3D尺寸信息入庫做辨識識別，準確率較傳統2D人臉識別方案提高了2個數量級。
目前三維人臉識別市場正在蓬勃發展，根據Tractica數據，全球3D傳感器和硬件子系統市場將從2017年的82億美元增長到2025年的579億美元。
以刷臉支付市場為例，行業巨頭引領，市場數據顯著增長。據iiMedia Research預測：2022年刷臉支付終端市場規模預計達185億元。同時，為保障金融支付安全，行業監管及準入標準陸續出臺，《中國人民銀行：金融科技(FinTech)發展規劃》明確指出要探索人臉識別線下支付安全應用，高品質3D視覺產品和技術是剛需。
“產業發展趨勢和政策支持的雙重推動下，投資人也非常看好三維視覺產業。”
在宇泛看來，國家正從支持以雪亮工程等為代表的大型政府工程轉向“智慧城市毛細血管”。
以智慧社區、智慧園區、智慧辦公、智慧商業等為代表的民用智能化新基建將是未來AI和IoT業務落地爆發的場景。
這些也正是宇泛著重發力的賽道，主要考量為三點：
是否具有場景代表性、是否具有可復制性、投入產出等成本問題。
宇泛表示，在AI安防領域，企業聚焦在KA客戶和政府客戶上，發力大型項目，以追求高毛利來滿足持續不斷的高研發投入。
宇泛智能智慧社區系統落地昆明公租房項目
但進入新賽道后，市場客戶長尾化，需求碎片化，客單價低，毛利低，如果以傳統方式應對，很難獲得較大盈利。
“從今年開始，不少公司開始重組業務并思考專項。純AI技術的公司很難獲得高議價權，而產品型公司又不得不面對投入產出比的考驗，很多公司開始往“項目集成商”轉型。”
宇泛從2016年就關注到民用長尾賽道，并布局產品、平臺及生態，幾年的打磨，已經將市場碎片化需求做了高度抽象和歸納總結，形成了獨有的模塊化產品開發和模塊化業務落地能力，大大降低了成本，業務在穩定快速增長，建立起自己的生態能力。
宇泛告訴AI掘金志，經過幾年的驗證，投資人也更看好目前的長尾或民用新基建市場。
因為在大型政府項目和大客戶項目的賽道上，多家公司廝殺激烈，市場飽和，且項目不具備強復制性，難以穩定持續造血。
而目前宇泛所專注的市場雖然碎片化嚴重，毛利低，但如能清晰地理清市場需求，高度抽象總結市場規律，就可以尋找到碎片化需求背后的通用性，打造出強復制性的業務模式和產品。
“而宇泛現在正驗證了這一點，給了行業中不少投資人很大的信心。”
奧比中光通過3D視覺感知技術，在智能門鎖、3D看房等賽道加速落地。同時在智能家居、消費電子、自動駕駛、機器人、智慧醫療等領域的新興應用進行前沿探索。
衡量“做與不做”，核心標準在于奧比中光的3D視覺感知技術是否能給細分行業帶來價值，讓市面上原有的產品&場景實現智能化升級。
奧比中光自2018年進入智能門鎖市場，原因在于智能門鎖行業正在向3D化升級，行業整體市場空間廣闊。據悉，奧比中光已經與超過50家品牌鎖企建立了合作關系，頭部鎖企通過奧比中光的真3D結構光方案實現了規模化量產。
奧比中光認為，相比于AI安防，智能門鎖行業的整體發展階段更為早期，大量的中小型鎖企缺乏智能化升級所需的相關技術方案。
智能門鎖領域對安全需求更高。具有金融級安全性的3D結構光技術，有望在智能門鎖領域大規模落地。
“技術是發動機，市場是方向盤。這兩年進入行業的AI企業，更加注重AI對于各領域的‘賦能’作用。”
奧比中光認為，技術發展的目標是為了更好地服務于人，奧比中光要做的是讓城市實現三維數字化，通過多樣化的3D視覺感知技術讓“萬物可感”，讓所有終端都能看懂世界。
3D視覺傳感器的構造精密，生產工藝復雜，量產難度高，能否實現大規模量產是衡量一家企業是否全面掌握 3D 視覺感知技術的核心評價指標之一。
奧比中光表示，他們2015年成功實現了3D視覺傳感器量產，2018年成功突破百萬級量產交付。目前，全球已掌握核心技術并實現百萬級面陣3D視覺傳感器量產的企業僅有蘋果、微軟、索尼、英特爾、華為、三星和奧比中光等極少數企業。2020年7月，公司自建工廠投產，為支撐大規模需求增長提供了有力保障。
以奧比中光在機器人領域的應用為例，去年疫情期間，搭載奧比中光“智慧之眼”的各類機器人活躍在疫區前線，配餐、送藥、導航。實現這些應用，機器人需要AI 3D視覺感知技術實時感知外界并作出智能決策。
“我們認為，未來各種智能硬件終端都將成為類‘機器人’，擁有語音感知交互能力（‘嘴巴’和‘耳朵’）、視覺感知交互能力（‘眼睛’），以及各種AI決策分析能力（‘大腦’）。”
除了智慧安防，澎思近年重點進入AIoT賽道（智慧通行、智慧社區、智慧樓宇等場景方向）。
“我們認為，智慧城市已經開始從政府牽頭的城市大腦、雪亮工程等大型項目主導，逐漸演變為社區、園區、樓宇、校園等一大批城市微單元和中小企業端的長尾市場來占據主流。”
而這樣碎片化場景和需求，其實考驗的是行業建立AI、IoT、SaaS服務閉環的能力，市場需要標準化的智能設備和持續提升的AI價值。在這個過程中，人工智能和物聯網的結合是一種大趨勢。
“AIoT賽道的門檻不高，但是上限高。”澎思科技表示。
僅僅AI視覺的部分就集合了龐大的知識體系，做到精專并不容易，且還要涉及硬件、SaaS應用等一系列技術要件，要達到共同最優，端到端的能力尤為重要。
以人臉門禁為例，在性能指標上更重視識別速度、底庫規模、在不同場景下的識別效果、人臉防偽等技術性能指標。
識別速度基本控制在0.3s內，底庫規模3-5萬（某些場景比如高校、大型園區對底庫要求較大）、不同場景的適應性方面比如支持逆光（戶外環境）、暗光識別（黑夜環境）的識別效果，還有對小孩的識別效果（適應學校場景）、老人的識別效果（社區場景）、多族群的識別效果（海外、國際學校場景），人臉防偽方面的RGB+IR雙目人臉防偽。
“當時我們在打新加坡市場的時候，就需要滿足多族群的識別效果，經過兩周左右的算法優化，然后對設備進行在線升級（OTA），順利解決問題。”
在澎思看來，與AI安防相比，AIoT場景更加碎片和多樣化，市場主體是SMB為主，對設備的性能表現和穩定性要求都更高。
在AI安防業務中一般有專門技術人員駐場服務客戶，而在AIoT市場，大多數時候都只能靠產品自身說話。
業務邏輯上，從自上而下的規劃建設，演變為圍繞客戶、居民的現實需求展開，更加精細化。
“我們重點投入了城市靜態交通和動態交通違章治理。”
臻識進入賽道前，會從三個方面判斷：
是否在公司主航道；行業發展是否處于進入的最佳時機；投資回報收益是否合適。
臻識科技表示，從商業層面看，隨著我國汽車保有量的快速增長和新基建的大力扶持，交通市場規模正加速擴大。并且智慧交通行業正處于技術轉型期，視覺和AI技術的發展帶動行業的管理、運營效率獲得了大幅提升，市場認可度高，愿意為技術付費。
從臻識自身出發，作為最早布局停車行業的AI企業，在對停車行業的場景理解、停車數據、市場占有等方面均具備扎實的市場基礎。
同時，解決場景應用問題時，臻識具備極強的端到端的AI能力，在和傳統行業老大哥的競爭中不落下風。
臻識強調，智能交通領域一般不談AI能力，而是談產品，系統能力。
因為AI能力通常指某項算法解決了什么問題，但智能交通應用場景中，需要的能力非常綜合，對企業綜合能力的考驗更高。
比如，面向路內停車研發的場景化智能相機：
成像上，要在確保不造成光污染的前提下清晰捕獲停車事件；
算法上，核心要解決路內車輛在被大面積遮擋條件下的檢測跟蹤問題；
車輛位置判斷上，需在有限的邊緣計算資源下實現3D位置精準回歸；
車輛身份識別上，要滿足車牌、車身等車輛身份綜合信息識別；
臻識同時提供路內停車相機專用的PaaS平臺，對路內數據做清洗、挖掘、整合……
只有整體解決上述問題才能達成替代傳統技術方案的應用效果，進而推動路內停車場景的智能化升級。
據悉，目前全國每2個車位，就有1個由臻識提供AI值守服務。
基于在智慧停車中積累的技術、數據、市場經驗，臻識可快速遷移復制在智能交通的其他細分領域。如交通違法治理領域，無錫所聯合臻識共同開發的車載違法抓拍審核系統，上市后已迅速在全國10多個城市鋪開。
智慧交通的資本市場非常活躍，投融資事件、并購、上市需求都較多。
“投資人支持我們對這個市場的判斷和選擇，臻識也在2020年底拿到了B1輪億元級融資，融資由華登國際領投，A輪現有股東跟投。”
圖麟科技重點進入智慧工業賽道，主要聚焦在AI+工業質檢的細分領域。
“我們的這一選擇，基于市場、需求痛點和產品技術可用度三個標準。”圖麟科技表示。
1、市場廣闊：根據IDC數據，2019年工業質檢市場份額達1.07億美元，正釋放出強大的AI應用潛力；
2、需求迫切：傳統的工業質檢尤其是外觀缺陷檢測領域，主要依靠人工，檢測效率低、誤檢率和漏檢率偏高、良品率低，廠商迫切需要實現自動化；
3、圖麟科技在視覺算法、光學系統、精準控制系統、大數據等技術的研究超過20年，有技術實力解決這一領域出現的痛點問題。
“與其他業務不同，工業產業鏈條復雜，各類生產數據獲取較難，技術門檻高， AI想要滲透進去是相當難的，即使是圖麟科技選擇的成熟度最高的AI+工業質檢領域也是這樣。”
圖麟科技對AI掘金志表示，以各類智能終端上的防護材質——蓋板玻璃外觀缺陷檢測為例，想要實現自動化甚至智能化檢測，有幾個高門檻。
在技術層面，涉及的不僅僅是視覺算法，還需在自動控制、光學系統、大數據、智能軟件等跨多學科、多領域的多項技術上取得突破。
在綜合研發成本上，高端工業檢測設備研發時間較長，耗費人力、財力、物力較大，即使設備成型后，還需要在工廠內反復試驗、不斷迭代。
正因如此，在過去長達十多年的時間里，這一領域一直被國際企業所壟斷。
圖麟科技剛成立不久，就瞄準了蓋板玻璃外觀缺陷檢測領域，成為國內最早切入蓋板玻璃高精密智能檢測領域的企業之一。
2016年，圖麟科技成為國內首家推出成熟的白玻AOI檢測方案的企業，填補了智能檢測設備國產化空白，當時行業內做蓋板玻璃檢測的企業寥寥無幾，也沒有真正可以實現落地的企業。
近兩年，隨著機器視覺技術的創新突破，盡管聚焦“AI+工業質檢”的國內廠商從幾家上升到幾百家，但圖麟科技已成為國內首個實現AI+蓋板玻璃瑕疵檢測項目落地應用的企業。
尤其在技術方面，突破了機器視覺算法、光學系統、精準控制系統等多項原創技術，自研了一套基于卷積神經網絡的快速工業缺陷檢測底層架構—Tunicorn通用視覺平臺，可實現算法多模型場景下的調度管理方案，并能應對產品多變、缺陷情況復雜、檢測標準多變、數據量大、穩定性要求高等問題。
工業質檢領域極廣，涉及領域比較廣闊，3C電子、航空器件、精密五金、印刷包裝、醫藥食品、光伏等都涉及到外觀缺陷檢測，大多需要進行智能化改造。
“加之在工業數字化、智能化改造的國家戰略下，投資人支持且看好。”
閃馬智能通過接入城市攝像頭、線上視頻資源，結合AI視頻智能分析算法，來實時發現異常事件，掌握城市運行態勢，實現監控設備利舊賦能、視頻資源再利用；面向道路交通、城市環境、工作學習、生活娛樂、互聯網信息等五大空間，賦能公共安全、交通出行、高速公路、建筑工地、工業工廠、銀行服務、互聯網等行業，并且深入到行業端到端解決，未來構建完整的五大空間未來城市
中國智能交通協會公布的數據顯示，2011年至2020年，我國智能交通市場總規模由420億元增長至1658億元，年化增長率接近20%。
“ 這個領域不管是視頻分析，人臉識別，語音識別都有應用空間。”
閃馬智能表示，交通市場是一個上千年的傳統行業，投資金額非常大，占超過10%的GDP，通過AI創造更高效的行業的機會極其廣闊。
而且，智慧交通行業是目前發展最迅猛投資最大的行業之一。
“與安防相比，城市交通更加傳統，造橋，修路，空間巨大，但是管理難度也巨大。”閃馬智能補充說，“我們深入視頻行為分析結合行業know-how深入解決客戶業務閉環，通過海量數據迭代結合閃馬智能自主研發的ATOM深度學習平臺，專注交通認知算法，是可以深入解決交通從管理、建設到運營的一體化智能空間管理平臺。”
閃馬智能研發出VisionMind視頻智能分析平臺，ATOM深度學習平臺和“星云”云邊一體化平臺，建立了成熟的AI中臺體系，能夠將算法模型快速迭代及各類應用場景快速遷移。
在交通上，閃馬智能利用視頻的交通行為分析能力實時發現空間中的異常行為，通過智慧交通一體化管控平臺，交管部門可以實時掌握城市交通整體運行態勢，快速調度管理，協助公安、救援等資源方高效解決交通的風險問題。
蠻荒時代，入場嘉賓們幾經波折，有坎坷，更有收獲，完成了AI落地產業從0到1的一步，這一步異常艱難，也意義非凡。
2019年，AI大規模落地，2020年，AI加速效益產出。疫情讓人工智能的產業化價值得到發揮與釋放，這個仍在閃光的行業也依然是資本市場的寵兒。
在某片的天地里，呼嘯而起，大抵算得上黑馬。然而，一鳴驚人后，竭力抑制非理性沖動，迅速脫胎換骨，以一種平常的姿態和形象持續的成長，才算得上真正的強者。
AI也許暫不能回山轉海，但當抽離個體，在時代的長河中，也許正是這樣一群群的微觀個體，鑄造出技術的銅墻鐵壁，力挽時代的狂瀾，改變潮水的方向。
而眼下，在商場的興衰沉浮中，期待更多經受考驗的、活潑成長的新興企業群體，不斷開拓出新的分野。
雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
