從好技術到好產(chǎn)品，曠視加速行業(yè)落地。

　　文|石兆、游勇

　　編|周路平

　　“如果沒有百業(yè)的捶打，AI永遠是空中樓閣。”2023年的曠視企業(yè)業(yè)務合作伙伴大會上，曠視企業(yè)業(yè)務負責人趙康道出了過去AI普遍面臨的窘境。

　　過去在外界眼中，曠視一直是一家以AI算法見長的高科技公司，網(wǎng)羅了大量的AI技術人才，頻頻在國際大賽中獲獎。如今，曠視正在以軟硬結(jié)合的方式，加速與行業(yè)合作伙伴的場景結(jié)合。

　　趙康透露，過去一年里，曠視與全國伙伴共創(chuàng)了80多個場景方案，包括山東的加油站卸油區(qū)檢測方案、浙江的智慧工地，江西的機場行李回框、廣東的電力系統(tǒng)智能化等。AI正在千行百業(yè)發(fā)揮價值。

　　“我們還有更多場景要落，要把一個個場景豐富起來，不斷地完善我們這一套以AI、以感知分析、以生物識別為核心的產(chǎn)品體系。”曠視聯(lián)合創(chuàng)始人、企業(yè)業(yè)務產(chǎn)研負責人、AI產(chǎn)品官楊沐說。

　　01

　　曠視加快行業(yè)化步伐

　　與很多科技企業(yè)將自己做成了行業(yè)公司不同，曠視在行業(yè)化和垂直場景的探索更多依賴合作伙伴。

　　“曠視還是會把自身最核心的技術能力長期保持領先，同時跟合作伙伴一起，在真正重要行業(yè)領域深耕開發(fā)，這是曠視長期堅定的理念。”曠視聯(lián)合創(chuàng)始人、CEO印奇說，在接下來4-5年的時間，曠視能在5-10個行業(yè)做扎實就很厲害了。目前，曠視在樓宇通行、生產(chǎn)辦公、教育等行業(yè)已經(jīng)有了不少布局和標桿案例。

　　“合作伙伴去做算法，對他們也是巨大的負擔，我們也很難比我們行業(yè)中的合作伙伴們更懂行業(yè)。”趙康說，曠視最核心的地方在于算法量產(chǎn)和軟硬結(jié)合上。目前，曠視企業(yè)業(yè)務已經(jīng)積累了220余位生態(tài)合伙伴，包括行業(yè)ISV、區(qū)域ISV和產(chǎn)品方案商等。

　　而曠視牽引合作伙伴的關鍵在于兩點：降低門檻和場景創(chuàng)新。

　　“我們也意識到，這個事情是需要我們?nèi)タ焖偌訌姷摹?rdquo;楊沐告訴數(shù)智前線。2023年的合作伙伴大會上，曠視發(fā)布了多款新品，延續(xù)算法定義硬件的產(chǎn)品理念，強調(diào)為中小型項目提供極致性價比的產(chǎn)品，覆蓋更多渠道，同時滿足不同價位段的客戶需求。

　　除了提高產(chǎn)品性價比，降低門檻的另一個核心是產(chǎn)品和方案簡單易用。合盛智聯(lián)創(chuàng)始人楊勇告訴數(shù)智前線，他們使用了大量的曠視硬件產(chǎn)品，覆蓋了四川上千個小區(qū)。而前端的設備如果出現(xiàn)問題，每次要派人上門巡檢，費用太高也不高效，現(xiàn)在通過曠視與他們共建的設備管控系統(tǒng)，合作伙伴在后臺就能做出初步判斷，如果判定是軟件問題，遠程就能恢復故障;如果是硬件問題，合作伙伴也只需要一次上門就能解決，以前需要上門兩三次，現(xiàn)在大幅降低了維護成本。

　　楊沐也透露，曠視將把開放的接口進行打通，讓面板機、盒子產(chǎn)品和IPC一樣使用標準化的接口，同時推出Linux和安卓的SDK，滿足合作伙伴在開發(fā)靈活性上的需求。

　　楊勇向數(shù)智前線提到一個細節(jié)，在某小區(qū)的智慧化改造項目中，由于對接的系統(tǒng)太復雜，同時要做好數(shù)據(jù)隱私保護， 曠視成立了專門的團隊，兩個月把這套系統(tǒng)開發(fā)完，四月內(nèi)完成了對接，使得合盛智聯(lián)在27家招投標當中，技術評分大幅領先第二名。 “曠視極大減少了我們在算法、算力、硬件研發(fā)所有的精力，最艱巨最擅長的東西交給了曠視的后端研發(fā)。”

　　場景創(chuàng)新則更需要合作伙伴的反饋。以前的機器視覺，大家更多想到的是人臉識別，門禁等通行場景一直是做機器視覺的廠商落地最多的門類。但隨著越來越多的產(chǎn)品進入各個領域，曠視發(fā)現(xiàn)了解場景和客戶的合作伙伴對AI還有很多期待。

　　2021年底，一位曠視的合作伙伴就提出一個需求：希望讓AI用于體育教育訓練。在此之前，曠視的產(chǎn)品在校園中的使用更多是提供單品面板機，在門口刷個臉。后來接入了邊緣計算的盒子，能做一些人員分析。

　　但合作伙伴的需求已經(jīng)深入到教學場景里。以前很多學校體育訓練方式非常傳統(tǒng)，體育的教學和測評都是靠體育老師統(tǒng)計，先掐表計數(shù)，再將統(tǒng)計表錄入電腦，效率低且錯誤率很高。后來開始有穿戴式和基于紅外技術的設備用于體育教學考試測評，但這些設備也存在各種問題，比如穿戴麻煩、存在替跑可能。

　　當時合作伙伴提出，能不能用AI視覺方式輔助體育訓練和成績檢測。2022年2月，曠視做出了第一代AI體育助教““曠視運動猿的產(chǎn)品原型。它能通過人臉識別進行身份鎖定，也能對體育訓練全過程進行追溯。另外一個關鍵能力在于，機器視覺能識別人體關鍵的骨骼點，來判斷學生的動作是否標準，比如引體向上需要手臂彎曲到90度。這些都很難單純靠人來主觀評判。甚至考慮到體育安全，曠視也在安全性上做了設置，包括防靜電、防磕碰的設計。

　　來自合作伙伴的場景打磨，讓曠視不斷學習到行業(yè)knowhow。比如在加油站卸油區(qū)存在檢測靜電線的需求，但電線非常細，很難通過攝像頭來捕捉，最后是合作伙伴提出了一個非常巧妙的做法，在電線上掛一個黃色的小彩旗，攝像頭通過識別彩旗來確定電線的位置，實現(xiàn)算法的可交互性，再利用盒子的性能進行優(yōu)化，實現(xiàn)了低成本的部署。

　　2022年，曠視提出“算法定義硬件”，把硬件做成通用的平臺，降低AI的成本，“而今年則更多在于讓軟件平臺和配置變得更加簡單，同時我們更關注交付完了以后，客戶反饋的問題。”楊沐說。比如，曠視發(fā)現(xiàn)，很多場景如果只提供一個邊緣計算的盒子，合作伙伴很難將算法落地到具體場景里，“我們最后交付給客戶的都是一套套打磨好的方案。”

　　02

　　曠視的產(chǎn)品化路徑

　　曠視如何將人工智能技術產(chǎn)品化，并落地到諸多行業(yè)場景中，也經(jīng)歷了持續(xù)的探索。

　　“創(chuàng)業(yè)之初，我們看到論文榜有哪些難題，就把這個難題作為目標解決掉，在榜單上就排到了第一。“楊沐回憶，但這件事目標比較明確。“而當你真的走到行業(yè)里，你首先要找到問題，而且場景那么多，沒有一個通用問題，你解決了就是萬能的。”他們意識到，只能在一個個場景中，圍繞自己核心的AI能力，一步步去做產(chǎn)品化方案。

　　當時，他們開始賣SDK(軟件開發(fā)包)和 SaaS服務類產(chǎn)品，將注意力放在算法打磨上。但他們很快就發(fā)現(xiàn)一些問題。比如，市面上有二三十種芯片，規(guī)格、要求各不相同，每個應用場景，都對應一套硬件和一套算法，是一個巨大的工作量。但如果只提供一些標準SDK，曠視可以落地，客戶卻未必用得起來，背后還涉及攝像頭選型、ISP調(diào)教等問題，是一個綜合設計。

　　于是，曠視走入了第二階段，經(jīng)過五六年的探索之后，他們知道如何做硬件，提出了算法定義硬件。它的方法是“標準硬件+海量算法”的產(chǎn)品組合，來解決上述龐雜的落地問題。而本質(zhì)上，它解決的是算法自己不會成為一個真正的商業(yè)閉環(huán)，它要與硬件和應用結(jié)合，針對場景匹配最優(yōu)，才能規(guī)模落地。

　　這就像電腦，千行百業(yè)用的都是標準化的產(chǎn)品，上面裝上Windows，再根據(jù)需要跑各種應用程序。與之類似，曠視開發(fā)了幾大類通用硬件載體，比如模組、邊緣計算盒子、面板機、AI IPC等。然后，在這些通用硬件載體之上，針對不同場景，開發(fā)不同算法。這些算法的開發(fā)也遵循一定范式，也有自動生產(chǎn)平臺，開發(fā)效率要足夠高。

　　不過，伴隨進入越來越多的行業(yè)和場景，算法定義硬件的路徑，依然面臨AI落地繁雜的問題。比如場景碎片化，用戶需求也碎片化，如何去覆蓋這些需求?為此，今年曠視提出了“簡單”這個詞，將“算法定義硬件”更進一步延續(xù)。團隊也定義了簡單產(chǎn)品要具備易決策、輕交付和好口碑三個特性，目標是把AI能力落地到更多場景中。

　　什么是易決策?比如，在園區(qū)改造場景下，原先用戶要采購AI服務器，一臺服務器配一張英偉達GPU卡，幾十萬元就出去了，用戶改造不起。現(xiàn)在，曠視推出了邊緣計算設備，像智能IPC系列產(chǎn)品，它不需要GPU卡，又具備通用性，再搭載園區(qū)改造中需要的各種算法，就落地到了不少園區(qū)改造項目中。

　　而在輕交付上，可以創(chuàng)新的地方也不少。以在園區(qū)安裝攝像頭為例，原先需要一個專業(yè)工程師在現(xiàn)場做配置。現(xiàn)在，可以使用曠視軟件自動化配置。再用一些驗證手段進行驗證，就完成驗收。這就降低了交付實施的困難。現(xiàn)在曠視的魔方、盤古、鴻圖等軟件系統(tǒng)都在做升級，大方向就是“一鍵部署”、“一鍵配置”，讓產(chǎn)品的安裝實施，能像使用家用路由器一樣簡單。

　　而好口碑的范圍較廣，其中一個關鍵是持續(xù)運營，這在行業(yè)中已漸漸達成共識。當產(chǎn)品部署落地后，比如在加油站場景中，過了幾個月，春天變夏天了，攝像頭會經(jīng)常遭遇雨水，日照強度也不同。這些問題反饋會讓產(chǎn)品持續(xù)升級打磨，最終算法能適配四季，才能贏得好口碑。楊沐稱，只有這三點都完成了，一個簡單的產(chǎn)品才算完成。

　　“好產(chǎn)品和好技術還是不太一樣的，我認為，在To B領域，好產(chǎn)品是必須要讓別人能用得起來，能夠好用，要簡單。”楊沐說，“相比較而言，To C則更多看重產(chǎn)品的創(chuàng)造力和娛樂性，比如短視頻特效，要帶來愉悅等的感官刺激。而在To B這個方向，簡單一定是一個最有效、最終極的事情。”

　　AI的技術一定要與場景和行業(yè)深度結(jié)合，同時要找到合適的載體，這樣才能構成一個閉環(huán)的客戶價值和閉環(huán)的業(yè)務。傳統(tǒng)的安防和視頻監(jiān)控只是一個非常小的、垂直的賽道和應用。AI也不等同于安防，由于安防市場是AIoT領域落地最早且相對成熟的一個賽道，但AI在更多的空間還有廣闊需求。

　　印奇認為，未來十年人工智能會有兩大發(fā)展方向：一個是AI in Digital，一個是AI In Physical。前者如目前ChatGPT這樣的大模型，后者是人工智能與物理世界結(jié)合，它就像一個人，有眼睛、耳朵感知外部世界，大腦進行決策，控制身體去做執(zhí)行，然后會有相應的反饋。

　　其實，AI in Digital更容易出現(xiàn)現(xiàn)象級產(chǎn)品;而AI In Physical鏈條更長，需要多環(huán)節(jié)的把控力。

　　雖然兩種都能變現(xiàn)落地，但顯然目前AI In Physical的變現(xiàn)在行業(yè)市場更廣闊，畢竟大多數(shù)行業(yè)需要交互，你既需要感知到發(fā)生了什么事情，也需要在做完判斷后去執(zhí)行。就如物流機器人，需要知道將貨物搬到哪里之后，還得安排機器去真的搬運。

　　曠視選擇了后者。在這條路上在持續(xù)摸索。現(xiàn)在場景越來越多，“我們要更高效。”楊沐稱，先轉(zhuǎn)起來，就能馬上有輸出，就能在短期項目中看出有沒有產(chǎn)出和轉(zhuǎn)化，可以根據(jù)實際情況去動態(tài)投入。

　　03

　　AI將迎來大規(guī)模落地

　　3月14日，GPT4的發(fā)布再度吸引了全球關注，作為一個多模態(tài)大模型，GPT4在之前的語言大模型基礎上又有了一大進步。ChatGPT走紅之后，大模型的“暴力美學”展現(xiàn)出的強大能力，也在加速往行業(yè)場景中落地。

　　數(shù)智前線獲悉，微軟已帶著ChatGPT開始拜訪國內(nèi)行業(yè)企業(yè)。而百度創(chuàng)始人李彥宏不久前也帶隊拜訪了幾家央企客戶，討論大模型與其核心場景的結(jié)合及應用。

　　很多企業(yè)開始嘗試通過AI來提升工作或生產(chǎn)效率。比如在家裝行業(yè)，家裝平臺正在嘗試將人工智能大模型的模塊內(nèi)置到設計師的設計工具里，以前需要設計師兩三天完成的效果圖，現(xiàn)在和客戶面對面就能完成。在金融行業(yè)，保險公司希望大模型能夠按照數(shù)據(jù)分析師的思路和方式，實現(xiàn)大部分數(shù)據(jù)分析和處理的工作，提高業(yè)務的效率。在生物科技領域，人工智能被用于蛋白質(zhì)的研究，比如大分子藥、酶的改造，甚至通過生成式AI技術，生成自然界中不存在的蛋白質(zhì)。

　　ChatGPT激發(fā)了全民對AI應用的熱情。而曠視所在的視覺感知領域，AI算法其實已在不同行業(yè)落地，且競爭越來越激烈。尤其是在智能通行場景里，除了曠視這類以算法見長的公司，也有像海康威視、大華等傳統(tǒng)的安防龍頭企業(yè)，也有像華為這類的科技巨頭。

　　“智能化已經(jīng)是大勢所趨，所有的行業(yè)之后都會上AI這套系統(tǒng)，或早或晚，這個東西它越來越像個剛需。”楊沐說，曠視在做明廚亮灶場景初期，也不知道什么時間點會爆發(fā)式普及，但“現(xiàn)在實際看到這個推廣的速度還是比較快的”。

　　另外，像工業(yè)質(zhì)檢、礦山檢測、智慧社區(qū)等場景也在普遍接入AI的能力，“只要效果好的話，很多人就馬上來參觀，參觀完以后，馬上就更大范圍地推廣。”楊沐說。

　　根據(jù)IDC的預測，從2023年到2026年，全球在AI(包括以AI為中心的系統(tǒng)的軟件、硬件和服務)方面的支出將增加一倍以上。今年這一數(shù)字將達到1540億美元，意味著到2026年將超過3000億美元。

　　IDC中國企業(yè)研究部高級市場分析師張學慶說，“AI技術將繼續(xù)為用戶和行業(yè)部門帶來賦能效應。在預訓練的大模型、多模態(tài)等技術的支持下，AI能力將大規(guī)模應用在生產(chǎn)的全過程，推動該技術從概念到大規(guī)模應用落地。未來，無論是政府層面的城市問題，還是與人們密切相關的生活問題，都將享受到AI技術帶來的紅利，最終會迎來全民共享的AI。”

　　不久前，一位互聯(lián)網(wǎng)大廠智能業(yè)務負責人告訴數(shù)智前線，整個AI在落地上走入了深水區(qū)，以前更多是單點應用和垂類應用里，包括智能客服、語音助手以及數(shù)智人的單個場景下。現(xiàn)在已經(jīng)不是為了用AI而用AI，而是要解決真實的場景問題，“應用已經(jīng)是將AI融入進去了”。

　　“在我看到的未來趨勢，大的場景可能會更多用AI。”上述人士說，ChatGPT是邁向通用人工智能的一個起步，它代表新的應用時代來臨。