當“脫虛向實”的AI技術與“脫實向虛”的IoT物聯網交匯，可以創造一個怎樣的世界？

不久前，央視財經探訪了曠視科技智世界展廳。鏡頭下，FaceStyle虛擬試妝技術可以細致呈現妝品色彩、光澤、紋理，完美還原美妝產品的上妝效果；辦公區可以直接無接觸登錄使用打印機，誤拿文件、機密文件泄密等情況再也不會發生；在曠視河圖“大腦”的操控下，經全自動發貨和分揀運輸后，貨物從下單到出倉只需要約3分鐘。

(相關資料圖)

▲圖源：央視節目截圖

這是曠視創造的AIoT世界。AI技術應用與消費物聯網、城市物聯網、供應鏈物聯網等核心IoT場景融合后，未來智慧世界習以為常的圖景被還原在這個智世界里。

宏觀層面上看，它是萬物智聯時代“AI百景圖”的縮影；微觀層面上來說，它更見證了曠視十余年來堅實的發展腳步和清晰的發展脈絡。

這十余年來，第三代AI浪潮奔騰洶涌，中國 AI 產業從全面追趕到部分實現超越。兩年前，AI 更是正式成為我國七大新基建之一。從國家戰略到基礎設施，AI 正全面地從文件走向現實。這背后，是業內負責任的企業在自主研發中落地 AI 價值的一份堅持。

曠視便是其中之一。自2011年成立以來，曠視與中國人工智能行業同頻共振，以在技術、產品和商業化道路上的不斷求索，致力于給出自己關于中國科技創新的階段性答案，助力讓物理世界更美好。

jwview

從沒有什么一蹴而就

談及創業的過程，曠視創始人印奇有個有趣的比喻：創業就像養育一個孩子，從一開始技術不錯、成績不錯，慢慢走向產品化、商業化。

這個認知直接反映在曠視對于AI行業發展階段的具體界定上。在曠視看來，AI行業發展至今，經歷了三個階段：在第一階段憑借基礎科研實現單點算法突破，在第二階段尋找落地場景，在第三階段以基礎設施的形態滲透大眾生活。相對應地，“AI有沒有用”“AI在哪里用”“AI易不易用”三個關鍵問題貫穿其中。

在早期單點突破的簡單算法下，目標追蹤足球，可能卻朝著禿頭就去了；聽不懂人話，語音助手像在“裝傻”；人臉識別也分辨不出真人和廣告牌……AI的這些“翻車”行為，本質上是算法精度不足。而基礎科研帶來的算法突破，作為算法演進向深的一個表現，恰能提高智能應用的“智商”水平上限。

一直以來，落地實用都是算法價值的最終檢驗標準。從這個角度出發，AI發展尚且還越不過“有沒有用”與“在哪里用”之間的鴻溝，這催生了人們對于AI價值的懷疑，而最直接的破疑方法就是實現算法在各行業中的落地實用。

因此在第二階段，行業落地、算法邊界拓展成為AI發展的關鍵詞。也是在這個階段，經過多年的商業化落地探索后，消費電子、智慧城市、智慧物流等更適合AI創造價值的賽道被集中開辟出來。

如今，越來越多的證據證明，AI正在更多的行業持續創造價值。

從導航到感知、識別危險，AI的視覺能力也已經具備了幫助盲人進一步過上平常人生活的條件，在不久的未來將基于更好的交互方式讓盲人“看見”這個世界。

AI在商業應用方面最明顯的進展，則體現在自動駕駛領域。街頭巷尾越來越常見的無人車可以高精度地感知環境，做出安全的實時決策，在沒有人為干預的情況下完成更加可靠的運行。

在醫療領域，AI閱片系統應運而生，不僅能“看懂”醫療影像，還能“自我學習”“自我校準”，并自動生成閱片報告，有效協助醫生進行輔助診斷，降低工作負擔，加快診療流程，人機融合的愿景正在照進現實。

以上例子都為AI不再是“黑科技”，而是作為數字化、智能化的一部分，正在實實在在地改變人類生活提供了佐證。

jwview

與行業發展脈絡契合

循著前文從算法能力演進的視角切入，再去回溯曠視10多年的發展歷程，很容易發現曠視自身的進階與AI行業的階段性發展存在著很高的契合度。

在AI發展的第一階段，基礎科研成果往往通過學術論文、競賽類獎項、專利來呈現。

也是在這個階段，當全球都處于以深度學習為技術原點的技術探索期，曠視前瞻地意識到打造一整套創新和研發體系的必要性，因而成立了曠視研究院，專注于解決技術創新上一個個從0到1的問題。

走過這個重視基礎科研的階段，曠視夯實了強大的技術和理論研究基礎，尤其是在FaceID、屏下指紋方案等方面取得突破，因而找到了AI落地的方向，推動算法邊界拓展。

2015年，曠視金融級身份認證云服務FaceID正式上線，為客戶提供“信息錄入、活體識別”全流程、全場景的解決方案。持續升級的多種活體算法和多形態活動驗證方案降低了客戶風控成本，始終在細分市場穩坐占有率第一的位置。

2019年，經過多年技術攻堅，曠視又推出AI光學屏下指紋解決方案，通過結合深度學習算法，在低濕度、低溫或強光等困難場景下獲得了更高的準確率，為終端用戶帶來流暢的解鎖體驗和安全的支付保障。

更重要的是，在這個階段，曠視開始關注AI與IoT的融合。從2012年開始瞄準消費物聯網，到2015年進入城市物聯網，再到2017年對于供應鏈物聯網的選擇，曠視進入了體系化發展階段，逐步建立了完整的AIoT軟硬結合的產品體系。如今，已經累計為數億臺智能手機提供了設備安全和計算攝影解決方案；城市物聯網解決方案正應用于百余座國內城市、十余個國家和地區；也成為了最先進入物流領域的AI公司。

算法全場景植入的實現，可以說是AIoT最具標志性的成果。隨著AI與IoT的深度融合，安防等頭部場景的需求已經能夠被滿足。這意味著，對于業內企業而言，要想在AI下半場競爭中奪取先機實現破局，目前亟需關注的是對算法要求更高的海量碎片化、長尾的場景需求。

那么，從通用的算法模型出發，到解決具體場景里的一個需求，中間這條路應該怎么走？各大AI廠商已經有了一些結論，比如通過定制化生產模式、預訓練大模型、云端 AI 開發平臺等方式，革新算法生產模式，全面提高算法生產力，以此讓AI得以在海量的場景中發揮應有的效應。

▲圖源：曠視官網

曠視給出的解題路子是“算法量產”——加速算法的落地，推動AI與實體產業的融合。

算法量產，意在降低算法生產的門檻，提升算法生產效率。曠視的算法生產平臺AIS（AI Service）就是為此而生。這是曠視基于自身AI生產力平臺Brain++，構建的一套覆蓋數據處理、模型訓練、性能分析調優、推理部署測試等算法生產全鏈路的零代碼、自動化的生產力工具平臺。

據了解，目前AIS平臺可以支持100多種業務模型訓練，最快2小時即可完成訓練，且模型產出精度指標遠高于業界平均水平。同時，AIS的嵌入式管理平臺已支持 30 種設備的管理，能有效節省IoT設備的日常開發與維護成本。

與曠視算法量產方法論相配套的，還有其算法量產團隊內部建立的、適合當下算法需求的5:3:2研發矩陣——5個行業工程師基于AIS算法生產平臺進行相應的業務交付，3個算法研究員聚焦于算法的創新與探索，2個工程師不斷打磨相應的基礎設施并進行AI生產力工具的開發。

通過這個矩陣，曠視對涵蓋需求、數據、模型、部署等多個階段任務的AI算法量產工作進行了高效分工。這將進一步推動AIoT時代所需的AI能力進化。

jwview

技術浸入基因

在北京建設智慧園區、在深圳構建智慧城市、在廣州加快國有企業數智升級、在武漢打造智慧美業、在福建助力非遺傳承、在山東賦能智慧化工企業，這一個個人工智能場景創新，宣告的是曠視在人工智能核心技術競爭中的突破。

▲圖源：央視節目截圖

這背后關鍵的影響因素，是一群有科技理想和實干精神的人才。這也是曠視讓AI 技術實現價值躍遷的秘訣。

公開資料顯示，曠視的研發團隊由1400多名來自清華、北航等世界頂尖院校的計算機科學家、算法工程師及產品開發人員組成，并在IOI、NOI以及國際大學生程序設計競賽等中獲得40多項世界金牌。

在印奇看來，AI未來不會是一個獨立的行業，而是會與千行百業結合。因此，AI行業需要的是復合型人才：既對整個行業有一個普適的認知，同時也有一個自己特別感興趣的方向。

而曠視研究院為曠視匯聚需要的人才、堅持科研創新創造了條件。

一方面，曠視研究院擁有大量自己培養起來的人才，為曠視的持續創新提供了人才儲備。

央視探訪視頻中，Brain++巨型立方體結構猶如一個正在打開的大型能量晶體，變化的影像視覺化模擬了AI飛速運轉的大腦。實際上，它就是曠視創造的將算法、算力和數據能力集為一體的人工智能大腦，有些熟悉它的人更是將它視作曠視的“制勝法寶”。這個重要平臺現在的負責人周而進，從大二就進入曠視，就是曠視自己培養出來的人才。

▲圖源：央視節目截圖，中間為周而進

另一方面則要從曠視研究院成立的初衷說起。印奇表示，曠視成立11年，最基礎的文化就是技術信仰。曠視希望能夠在中國從一個原生技術開始，實現產品化，再實現產業化；但同時，AI的技術又在不斷迭代。因此，強大的科研能力不可或缺，而曠視研究院則為曠視提供了持續科研的能力。

以這些能力為基礎，曠視“預研一代、孵化一代、交付一代”的技術創新研發模式，成了其達成長、中、短期目標的底氣。

事實上，從成立之初，曠視就堅信中國能做人工智能，人工智能也能實現商業化應用。這不僅是早已刻進曠視基因的技術信仰，也是曠視想做的事情。

正如印奇所言：“曠視的使命是用人工智能造福大眾，但在這三到五年里，曠視特別想做的一件事就是希望能夠證明AI公司的商業化是可以的。因為我們深刻地感受到，中國從一個原生技術到產品化，到商業，到讓大家理解、相信的這個閉環是可以走通的。這已經具備非常大的價值，所以特別希望曠視能做這個方面的先行者和踐行者。”

時間浩蕩而逝，AlphaGo的驚世一戰已是六年前的舊事。相對于那時被捧上神壇，如今甚至有跡象顯示，AI似乎已經來到了“祛魅”的時間點。但實際上，業內更多的觀點贊成AI仍然是風口，現在才真正到了見證其創造價值的時候。

在這個關鍵的時間點上，有兩個問題亟需業內企業思考：一是如何讓物理世界變得更美好，二是如何讓人們在虛擬世界更好地享受生活。這兩個問題的答案也將直接指向人工智能未來的發展。

盡管現在答案還未明，但一些較為清晰的思路已經顯現。比如，在數字驅動未來已經成為行業共識的當下，根據AI算法提供的商業洞察加速實現不同場景的應用落地，從而推動數字化轉型。

本文首發于微信公眾號：中新經緯。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。