当“脱虚向实”的AI技术与“脱实向虚”的IoT物联网交汇，可以创造一个怎样的世界？

(资料图片)

不久前，央视财经探访了旷视科技智世界展厅。镜头下，FaceStyle虚拟试妆技术可以细致呈现妆品色彩、光泽、纹理，完美还原美妆产品的上妆效果；办公区可以直接无接触登录使用打印机，误拿文件、机密文件泄密等情况再也不会发生；在旷视河图“大脑”的操控下，经全自动发货和分拣运输后，货物从下单到出仓只需要约3分钟。

这是旷视创造的AIoT世界。AI技术应用与消费物联网、城市物联网、供应链物联网等核心IoT场景融合后，未来智慧世界习以为常的图景被还原在这个智世界里。

宏观层面上看，它是万物智联时代“AI百景图”的缩影；微观层面上来说，它更见证了旷视十余年来坚实的发展脚步和清晰的发展脉络。

这十余年来，第三代AI浪潮奔腾汹涌，中国AI产业从全面追赶到部分实现超越。两年前，AI更是正式成为国家我国七大新基建之一。从国家战略到基础设施，AI正全面地从文件走向现实。这背后，是业内负责任的企业在自主研发中落地AI价值的一份坚持。

旷视便是其中之一。自2011年成立以来，旷视与中国人工智能行业同频共振，以在技术、产品和商业化道路上的不断求索，致力于给出自己关于中国科技创新的阶段性答案，助力让物理世界更美好。

从没有什么一蹴而就

谈及创业的过程，旷视创始人印奇有个有趣的比喻：创业就像养育一个孩子，从一开始技术不错、成绩不错，慢慢走像产品化、商业化。

这个认知直接反映在旷视对于AI行业发展阶段的具体界定上。在旷视看来，AI行业发展至今，经历了三个阶段：在第一阶段凭借基础科研实现单点算法突破，在第二阶段寻找落地场景，在第三阶段以基础设施的形态渗透大众生活。相对应地，“AI有没有用”“AI在哪里用”“AI易不易用”三个关键问题贯穿其中。

在早期单点突破的简单算法下，目标追踪足球，可能却朝着秃头就去了；听不懂人话，语音助手像在“装傻”；人脸识别也分辨不出真人和广告牌……AI的这些“翻车”行为，本质上是算法精度不足。而基础科研带来的算法突破，作为算法演进向深的一个表现，恰能提高智能应用的“智商”水平上限。

一直以来，落地实用都是算法价值的最终检验标准。从这个角度出发，AI发展尚且还越不过“有没有用”与“在哪里用”之间的鸿沟，这催生了人们对于AI价值的怀疑，而最直接的破疑方法就是实现算法在各行业中的落地实用。

因此在第二阶段，行业落地、算法边界拓展成为AI发展的关键词。也是在这个阶段，经过多年的商业化落地探索后，消费电子、智慧城市、智慧物流等更适合AI创造价值的赛道被集中开辟出来。

如今，越来越多的证据证明，AI正在更多的行业持续创造价值。

从导航到感知、识别危险，AI的视觉能力也已经具备了帮助盲人进一步过上平常人生活的条件，在不久的未来将基于更好的交互方式让盲人“看见”这个世界。

AI在商业应用方面最明显的进展，则体现在自动驾驶领域。街头巷尾越来越常见的无人车可以高精度地感知环境，做出安全的实时决策，在没有人为干预的情况下完成更加可靠的运行。

在医疗领域，AI阅片系统应运而生，不仅能“看懂”医疗影像，还能“自我学习”“自我校准”，并自动生成阅片报告，有效协助医生进行辅助诊断，降低工作负担，加快诊疗流程，人机融合的愿景正在照进现实。

以上例子都为AI不再是“黑科技”，而是作为数字化、智能化的一部分，正在实实在在地改变人类生活提供了佐证。

与行业发展脉络契合

循着前文从算法能力演进的视角切入，再去回溯旷视10多年的发展历程，很容易发现旷视自身的进阶与AI行业的阶段性发展存在着很高的契合度。

在AI发展的第一阶段，基础科研成果往往通过学术论文、竞赛类奖项、专利来呈现。

也是在这个阶段，当全球都处于以深度学习为技术原点的技术探索期，旷视前瞻地意识到打造一整套创新和研发体系的必要性，因而成立了旷视研究院，专注于解决技术创新上一个个从0到1的问题。

走过这个重视基础科研的阶段，旷视夯实了强大的技术和理论研究基础，尤其是在FaceID、屏下指纹方案等方面取得突破，因而找到了AI落地的方向，推动算法边界拓展。

2015年，旷视金融级身份认证云服务FaceID正式上线，为客户提供“信息录入、活体识别”全流程、全场景的解决方案。持续升级的多种活体算法和多形态活动验证方案降低了客户风控成本，始终在细分市场稳坐占有率第一的位置。

2019年，经过多年技术攻坚，旷视又推出AI光学屏下指纹解决方案，通过结合深度学习算法，在低湿度、低温或强光等困难场景下获得了更高的准确率，为终端用户带来流畅的解锁体验和安全的支付保障。

更重要的是，在这个阶段，旷视开始关注AI与IoT的融合。从2012年开始瞄准消费物联网，到2015年进入城市物联网，再到2017年对于供应链物联网的选择，旷视进入了体系化发展阶段，逐步建立了完整的AIoT软硬结合的产品体系。如今，已经累计为数亿台智能手机提供了设备安全和计算摄影解决方案；城市物联网解决方案正应用于百余座国内城市、十余个国家和地区；也成为了最先进入物流领域的AI公司。

算法全场景植入的实现，可以说是AIoT最具标志性的成果。随着AI与IoT的深度融合，安防等头部场景的需求已经能够被满足。这意味着，对于业内企业而言，要想在AI下半场竞争中夺取先机实现破局，目前亟需关注的是对算法要求更高的海量碎片化、长尾的场景需求。

那么，从通用的算法模型出发，到解决具体场景里的一个需求，中间这条路应该怎么走？各大AI厂商已经有了一些结论，比如通过定制化生产模式、预训练大模型、云端AI开发平台等方式，革新算法生产模式，全面提高算法生产力，以此让AI得以在海量的场景中发挥应有的效应。

图源：旷视官网

旷视给出的解题路子是“算法量产”——加速算法的落地，推动AI与实体产业的融合。

算法量产，意在降低算法生产的门槛，提升算法生产效率。旷视的算法生产平台AIS(AI Service)就是为此而生。这是旷视基于自身AI生产力平台Brain++，构建的一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台。

据了解，目前AIS平台可以支持100多种业务模型训练，最快2小时即可完成训练，且模型产出精度指标远高于业界平均水平。同时，AIS的嵌入式管理平台已支持30种设备的管理，能有效节省IoT设备的日常开发与维护成本。

与旷视算法量产方法论相配套的，还有其算法量产团队内部建立的、适合当下算法需求的5:3:2研发矩阵——5个行业工程师基于AIS算法生产平台进行相应的业务交付，3个算法研究员聚焦于算法的创新与探索，2个工程师不断打磨相应的基础设施并进行AI生产力工具的开发。

通过这个矩阵，旷视对涵盖需求、数据、模型、部署等多个阶段任务的AI算法量产工作进行了高效分工。这将进一步推动AIoT时代所需的AI能力进化。

技术浸入基因

在北京建设智慧园区、在深圳构建智慧城市、在广州加快国有企业数智升级、在武汉打造智慧美业、在福建助力非遗传承、在山东赋能智慧化工企业，这一个个人工智能场景创新，宣告的是旷视在人工智能核心技术竞争中的突破。

图源：央视节目截图

这背后关键的影响因素，是一群有科技理想和实干精神的人才。这也是旷视让AI 技术实现价值跃迁的秘诀。

公开资料显示，旷视的研发团队由1400多名来自清华、北航等世界顶尖院校的计算机科学家、算法工程师及产品开发人员组成，并在IOI、NOI以及国际大学生程序设计竞赛等中获得40多项世界金牌。

在印奇看来，AI未来不会是一个独立的行业，而是会与千行百业结合。因此，AI行业需要的是复合型人才：既对整个行业有一个普适的认知，同时也有一个自己特别感兴趣的方向。

而旷视研究院为旷视汇聚需要的人才、坚持科研创新创造了条件。

一方面，旷视研究院拥有大量自己培养起来的人才，为旷视的持续创新提供了人才储备。

探访视频中，Brain++巨型立方体结构犹如一个正在打开的大型能量晶体，变化的影像视觉化模拟了AI飞速运转的大脑。实际上，它就是旷视创造的将算法、算力和数据能力集为一体的人工智能大脑，有些熟悉它的人更是将它视作旷视的“制胜法宝”。这个重要平台现在的负责人周而进，从大二就进入旷视，就是旷视自己培养出来的人才。

图源：央视节目截图，中间为周而进

另一方面则要从旷视研究院成立的初衷说起。印奇表示，旷视成立11年，最基础的文化就是技术信仰。旷视希望能够在中国从一个原生技术开始，实现产品化，再实现产业化；但同时，AI的技术又在不断迭代。因此，强大的科研能力不可或缺，而旷视研究院则为旷视提供了持续科研的能力。

以这些能力为基础，旷视“预研一代、孵化一代、交付一代”的技术创新研发模式，成了其达成长、中、短期目标的底气。

事实上，从成立之初，旷视就坚信中国能做人工智能，人工智能也能实现商业化应用。这不仅是早已刻进旷视基因的技术信仰，也是旷视想做的事情。

正如印奇所言：“旷视的使命是用人工智能造福大众，但在这三到五年里，旷视特别想做的一件事就是希望能够证明AI公司的商业化是可以的。因为我们深刻地感受到，中国从一个原生技术到产品化，到商业，到让大家理解、相信的这个闭环是可以走通的。这已经具备非常大的价值，所以特别希望旷视能做这个方面的先行者和践行者。”

时间浩荡而逝，AlphaGo的惊世一战已是六年前的旧事。相对于那时被捧上神坛，如今甚至有迹象显示，AI似乎已经来到了“祛魅”的时间点。但实际上，业内更多的观点赞成AI仍然是风口，现在才真正到了见证其创造价值的时候。

在这个关键的时间点上，有两个问题亟需业内企业思考：一是如何让物理世界变得更美好，二是如何让人们在虚拟世界更好地享受生活。这两个问题的答案也将直接指向人工智能未来的发展。

尽管现在答案还未明，但一些较为清晰的思路已经显现。比如，在数字驱动未来已经成为行业共识的当下，根据AI算法提供的商业洞察加速实现不同场景的应用落地，从而推动数字化转型。(中新经纬APP)