图显世态 文说天下 图文吧——最全的微信公众号/资讯聚合平台
首页/科技/【推荐阅读】从视觉到 AI:申万宏源·旷视科技电话会议纪要

【推荐阅读】从视觉到 AI:申万宏源·旷视科技电话会议纪要


申万宏源研究 | 计算机




   刘畅 孙家旭 刘高畅 郭雅绮 刘洋

             感谢张博同学的贡献


感谢金贝塔投研大咖说平台给力支持!

【嘉宾】: 北京旷视科技有限公司市场总监张总

                   申万宏源证券计算机行业高级分析师刘高畅

【时间】:2017年7月30日(周日)19:00


投资要点

  • 机器视觉技术作为此轮 AI 浪潮中最先实现产业应用落地的技术,投资者逐步从主题投资过渡到产业基本面投资;

  • 旷视科技作为国内领先的机器视觉公司通过云平台积累数据形成竞争壁垒,并且通过快速切入产业应用落地实现产品--用户--数据--模型优化的闭环迭代;

  • 旷世科技未来主要的商业模式将是“云+端”,深耕泛金融、泛安防、泛商业三大应用场景,通过与产业优秀集成商的合作加快 AI 视觉技术的应用进程


导读:视觉和 AI 的关系


随着这一轮人工智能技术的落地应用演进,投资者逐渐从主题投资过渡到产业趋势投资再到价值投资,因此现阶段基于非主题投资的思路我们需要深入分析人工智能技术的具体落地情况。基于GARTNER曲线,我们认为这一轮人工智能浪潮中极其学习技术处于核心地位,基于卷积神经网络和循环神经网络实现了图像和语音识别的技术突破。




作为AI技术产业落地的核心,计算机视觉技术已经展现出从技术到产业层面的冲击。基于我们前不久发布的策略报告中的观点【最前瞻】“技术冲击”,AI细分行业的演进猜想!,我们认为安防领域将是这一轮AI浪潮中受到冲击的一线产业,这主要是因为视觉技术是AI技术在演进过程中的重要一环,现阶段已经实现了突破技术阈值后的产业应用场景落地和商业变现模式。




旷视科技作为我国领先的计算机视觉技术公司,在技术积累和产业落地方面都处于业界一线水平,我们有幸请到了旷世科技的市场总监张老师和我们分享旷视科技对于现阶段我国人工智能产业应用的最新见解。


一、旷世科技的发展路径

 

张总介绍旷视科技在2011年10月成立之初是由清华87/88级的三个同学组成,最初的业务发展方向是做偏娱乐方向的体感游戏,例如“乌鸦来了”等游戏。之后公司核心团队希望发挥自身的技术优势做更多的对实体产业有帮助的落地,于是在2012年开始专注在视觉领域,并同一时期开始发布了Face++云服务平台,这也是国内最早实现人脸识别这一领域技术功能的开放的公司,即通过云平台的服务方式将API接口开放人脸检测、属性分析、人脸辨识等功能提供给开发者。这一平台在2014年已经成为了全球最大的人脸识别技术开发者平台,平台上汇聚了数万开发者,而到现阶段已经扩展到了超过十万的开发者。

 

旷视科技在2012~2014年一直在基于互联网思维实现发展路径,即通过不断提供市场应用案例和用户数量,先后提供了Image++这一面向物体和字体的识别平台、Brain++这一训练平台等。公司从2014年开始进行行业产业化落地的探索,在2014年开始在金融领域发力,而随着2015年3月马云的“刷脸”业界认识到AI人脸识别技术已经可以实现金融级的要求。公司在战略规划上预计在2014~2018年都将深耕于行业化的应用,聚焦于泛金融、泛安防和泛商业这三大领域,通过技术和实际应用场景的结合实现“Power Human with AI”的公司愿景。

 

二、旷世科技的核心技术壁垒以及领先优势

 

在旷视科技的技术壁垒方面,张总强调现阶段的人工智能技术落地的过程中,最重要的是通过人工的方式解决数据的问题,即数据的规模和质量决定了输出模型的质量和稳健水平,这也正是旷世科技的核心竞争力所在。旷视科技从2012年开始做云平台,较早的开始积累了大量的训练数据,特别是在人脸数据方面的标注数据积累最为明显,这为算法的不断自我优化提供弹药支持。

 

关于旷视科技的领先优势,张总认为作为一家科技公司,旷世科技较早的从实验室走向实际落地,早在2014年开始旷视科技就意识到实际产业落地的重要性以及在实际落地中和单纯“刷榜”相比的复杂性,开始逐步将算法和实际应用场景结合,其中包括和支付宝的合作以及和大量的互联网金融领域的合作。正是由于旷视科技在业界较早实现了用户和场景的积累,现在在共享出行市场较为领先的app产品的身份核实业务都采用的是旷视科技的远程技术,在互联网金融等泛金融领域有大半的市场份额。因此通过较早抢占市场进而完成数据积累——算法优化——市场应用——进一步数据积累这样的数据闭环实现了技术的不断优化和升级。

 

三、旷视科技的收入情况主要商业化模式

 

旷视科技近年来收入增速保持在每年数倍的水平,2015年营收达到千万级,2016年首次实现营收首度破亿,今年营业收入有望保持高增速发展。

 

在具体的业务形态以及商业化模式上,旷视科技的发展思路是“云+端”同时发展的路径:

 

(1)   在旷视科技特色的云业务方面,旷世坚持将最好的算法以及最新的安全措施部署在云端,实现对互联网金融、共享经济等领域的远程身份核实等功能的实现。

 

(2)在终端业务上,旷视科技致力于智能硬件和智能终端的开发,包括泛安防、生活等场景,例如智能摄像头、门禁、闸机、卡口以及对应的系统化解决方案等。

 

此外张总还介绍在今年公司还可能在芯片级有进一步的探索,这主要是考虑到随着算力和模型水平的不断提高,进一步的突破将在芯片级实现更好的结合以形成新的计算单元,这一产品形态通过销售给芯片厂商也将成为公司未来可能的商业户路径。

 

四、旷视科技的合作模式

 

1、云平台:在面向个人开发者实行的是坚决免费提供人脸、物体、文字等的识别技术的调用;在商用领域旷视科技的价格策略较为灵活,第一种是通过终端数目以年为单位进行收费,例如提供给app厂商的每一个移动终端上的技术调用许可;第二种是按照打包的方式进行收费;第三种是按照人员身份核验的调用次数进行收费,在这一种模式下张总介绍如果需要调用公安系统的图像数据进行有源调用则价格略贵,而如果用户自己提供可对比图像的话费用就仅包含比对服务的费用。此外在具体的身份核实过程中还可能包含活体检测、SDK集成等其他服务技术细节。

 

2、智能硬件:由于产品的交付形态主要是算法和硬件结合的模式实现,特别是在安防领域需要基于用户的实际业务需求实现全方位的系统解决方案,其中包括针对不同警种、不同技战法的实现等。因此要实现整体的集成解决方案旷视科技将与业界优秀的集成商进行合作,在自主完成AI部分的核心环节的基础上,将有关SDK及接口文档完全开放给合作伙伴以实现更好的软硬件结合驱动摄像头终端等产品的设计。不过张总也透露面向公安客户智能视频监控平台等后端系统技术业务,公司也是会通过招投标的方式独立进行业务接触的。

 

五、计算机视觉领域国内主流公司及特点

 

张总介绍现阶段全国大概有超过100家的公司在做计算机视觉相关的工作,但是实际能够实现产品形态落地的公司很少,因为在这一过程中需要的成本需求极高。因此主要的核心的四家厂商就是旷世、依图、云从、商汤。

 

1、商汤科技

张总介绍在四家公司中商汤科技在研究领域的投入是最大的,这主要体现在研究团队的规模最大、整体学历层次最高。在实际应用方面中商汤科技更多的是偏娱乐的内容较多,例如在展会中大家看到的像“颜值机”这样的产品。在金融领域,2015和2016年各家公司虽然在各类投标中PK很多,但都没有尝到太多的甜头,因为一个单一项目贡献营收大概是数十万的水平,不足以满足一个项目的研究成本和人员开销。在安防领域商汤做的不太理想,产品形态不够完备。


2、依图科技 

张总认为依图科技是一家典型的项目型公司,公司风格更加的稳扎稳打,人员队伍的扩展速度也没有很快,在市场布局上并没有铺的很大,而是专注在金融、安防、医疗几个特定的领域取得了不错的成绩。

 

3、云从科技 

张总介绍云从科技的算法技术水平在前两年还仅仅只是一个第二梯队水平的公司,但是现最近两年在算法技术上提升很快,主要是在金融领域做了较多的项目,目前面向传统银行领域积累了几十家的客户,但是在安防领域做的一般。

 

此外张总认为在现阶段各家公司的业务方向同质化程度较高,主要都是在金融、安防、泛商业这几个方向,而其中银行领域的项目实际上是亏钱做项目的,一个业务仅仅能有几十万到一百万的营收,不够定制化研发和人员落地成本。至于具体的业务侧重则和不同公司的战略思维和所处阶段有关,例如旷视科技已经完成了 C 轮融资,即将进行 C+ 轮,在这一阶段对于收入和利润水平的关注就会较高,因此银行项目就会做的相对少一些;而云从科技的战略思维比较偏互联网思维,即先通过大量的项目占良用户并提高市场知名度。

 

六、AI技术在传统银行领域的主要应用落地

 

在现阶段传统银行领域的AI应用落地主要有三个方面:

 

1、柜台业务的辅助验证

 

研究表明,人眼进行身份验证核对在完成超过300对的辨识之后准确率会开始显著的下滑,因此机器视觉技术可以实现对于柜员的辅助判断。现阶段随着项目于价格的降低,很多银行采购了不止一家公司的技术,通过多家公司的算法实现更高稳健性的比对辅助功能。

 

2、ATM机场景下的业务实现

 

在ATM机场景下实现一些之前智能在柜台才能进行的业务申请和办理,通过在ATM机上布局终端进行身份判别。

 

3、银行APP实现业务办理

 

旷视科技和江苏银行合作首次实现了人脸识别技术在APP端的应用,已经可以实现在APP上申请电子户,在电子户的下面用户可以再挂一些结算户,这样可以实现用户和银行APP之间更好的互动。

 

七、金融征信及大数据中的机器视觉技术应用

 

张总认为在金融大数据中用户个体的身份是一个实现用户各项信息关联的重要驱动中心,在这一基础上可以提高银行的风控水平,例如检验人员的合法性、是不是用户本人等,可以有效降低洗钱风险;再比如通过跨平台的业务数据互联实现风险预警可以进行风险的更有效的识别。因此以人脸识别为代表的视觉技术可以实现基于准确身份进行征信,身份信息也将成为驱动各类关联信息的重要抓手。

 

八、机器视觉技术在安防领域的冲击

 

张总指出看新的技术对于某一领域是否产生足够的冲击以至于带来产业层面的价值,主要是分析这一新技术是否能够产生持续的价值。从这一角度出发,机器视觉技术对于安防领域的冲击将会比银行领域的冲击更为明显,因为银行的有关业务大多为私有化项目不能对公司实现数据的回流,并且银行对于后续的持续跟进的需求不大。而安防领域的项目来看机器视觉技术可以解决行业的核心痛点问题,即嫌犯抓逃,特别是针对一些身份洗白了的重要嫌犯的追逃上将起到重要的作用。

 

九、我国现阶段各省市视频云项目的落地情况

 

张总介绍现阶段视频云项目是在地市级落地,在一些区县也会有相关的项目采购。例如近期公司开展的南方某项目,项目预算水平在市县两级加起来会达到千万级,这对于一个经济本身并不算省内发达的地区已经很高了,这也反应出由于解决了核心痛点问题公安系统是愿意为这一技术的引入买单。

 

张总还介绍,和银行项目不同的是,视频云等安防项目的落地中是会有后续的项目跟进的,因为现阶段我国的摄像头的数量规模巨大,其中主要是监控作用的,这一批摄像头的智能化改造将成为巨大的市场空间。而在项目具体的落地中很多地方的一期项目是通过试点实现的,例如先在安防的重点敏感区域(如火车站、地铁站)进行几十路摄像头的改造,有具体的战果之后再进一步提高布控点的数量。

 

十、语音技术的发展前景

 

张总认为语音技术的商业落地现阶段滞后于图像视觉技术主要是因为其在解决核心痛点问题上尚不成熟,更多的还是通过改善用户体验这样“锦上添花”,此外像出门问问的车载导航终端等主要面向C端的产品还需要用户习惯和认知上的逐步形成。在安防领域,通过声音的生物特性进行识别不具有足够的安全性,因此发展空间也会受到很大的局限。

 

此外张总对于医疗领域的视觉技术商业落地的前景表示看好,但是认为教育领域OCR等技术的现阶段仅是一个辅助功能,解决行业的根本性痛点还需算法技术方面的进一步突破。


扫描二维码获取最新科技资讯
免责声明 | 图文吧网站所有信息采集搜狗微信平台,若无意中侵犯您的权益,请联系我们,我们会在第一时间删除!联系QQ:807196
热门点击
  • 日榜
  • 周榜
推荐公众号
  • LinuxTips

    一天一条Linux命令行小技巧,不多也不少。

  • 风水夜谭

    美人赠我锦绣段,何以报之青玉案。

  • PHP工程师

    关注 PHP 动向,交流编程心得,探讨网站开发技术。偶尔也聊点别的。

  • 搜索引擎探秘

    介绍搜索引擎产品技术,分享搜索引擎行业动态,讨论搜索发展趋势

  • Apple优质服务提供商

    北京直信 Apple 优质服务提供商,全国62家服务中心为您提供卓越服务. 服务中心地址查询请登录:http://www.sogservice.com.cn/Contact_us/Contact_us_new.aspx

最新更新