近年來，在人工智能的浪潮下，AR與VR發(fā)展迅速，并逐漸形成了完整的產(chǎn)業(yè)鏈。值此背景之下，華捷艾米軟件科技有限公司憑借3D視覺感知、自然語言交互以及AR體感等技術(shù)，打破了微軟以及蘋果在AR領(lǐng)域的壟斷產(chǎn)業(yè)，一躍成為全球第三家AR攝像頭研發(fā)企業(yè)。為此，OFweek人工智能網(wǎng)編輯特別采訪了華捷艾米軟件科技有限公司COO沈瑄，以華捷艾米所面臨的難點為引，共同探討AR體感人機(jī)交互未來的發(fā)展趨勢。以下為采訪文字實錄：

華捷艾米軟件科技有限公司在高交會的展臺

短短數(shù)年，華捷艾米便在AR體感人機(jī)交互和人工智能領(lǐng)域取得了快速發(fā)展，受到業(yè)界認(rèn)可。那么，華捷艾米在這方面做了哪些努力？您認(rèn)為主要的難點問題是什么？

沈瑄：現(xiàn)階段人工智能產(chǎn)業(yè)的主要的難點有三個，一是資金，在深度學(xué)習(xí)的骨架模型方面，我們前期共投入1.5億元人民幣，包括數(shù)據(jù)采集、數(shù)據(jù)標(biāo)記和模型訓(xùn)練、以及芯片的設(shè)計流片等等；二是時間，在2000年至2010年之間，我們借助清華大學(xué)的大型計算機(jī)對模型進(jìn)行訓(xùn)練后，便將樣本導(dǎo)入其中，然后再次訓(xùn)練兩個半月，形成了基本的算法，這是第一部分。第二部分，我們需要將算法固化成芯片，芯片生產(chǎn)有一次流片和二次流片，其流片的良率較低，每一次流片跨度需要3至6個月左右，且每一次流片都需要幾千萬的投入；第三是供應(yīng)鏈的整合，由于是新興的技術(shù)，那就需要我們自己來整合上下游的供應(yīng)鏈。

華捷艾米軟件科技有限公司COO沈瑄

目前，華捷艾米公司主要產(chǎn)品有哪些？其市場表現(xiàn)如何？在技術(shù)方面有哪些積累和突破？

沈瑄：我們公司的產(chǎn)品主要有三類，第一個是相關(guān)項目；第二是整機(jī)產(chǎn)品，我們將OTT盒子和攝像頭做成了一體，主要應(yīng)用于教育或者學(xué)習(xí)領(lǐng)域；其三，小型化手機(jī)模組，AR攝像頭應(yīng)用于手機(jī)領(lǐng)域的市場是應(yīng)用于TV市場的十倍。由于手機(jī)集成化很高，如果想添加體感技術(shù)這一功能，則相對較難。相比之下，AR體感技術(shù)嵌入TV則比較簡單，嵌入良率高達(dá)98%，所以短期之內(nèi)，我們先推出嵌入TV的產(chǎn)品，將其做好之后，逐步向手機(jī)領(lǐng)域拓展。

華捷艾米公司目前和國內(nèi)一些廠商合作情況如何？對于未來發(fā)展有何具體規(guī)劃？

沈瑄：目前，我們正在和華為以及小米等國內(nèi)手機(jī)廠商溝通。與此同時，我們體感技術(shù)的參數(shù)，如分辨率、幀率以及使用的距離等都和目前最先進(jìn)的技術(shù)接近，而未來我們將會重點提升產(chǎn)品的產(chǎn)能與良率。對于未來我們有短期規(guī)劃和詳細(xì)規(guī)劃兩部分，短期規(guī)劃為：加大在3D-AR與AI技術(shù)方面的研發(fā)資金投入，拓展其在手機(jī)、智能安防、機(jī)器人、醫(yī)療康復(fù)等領(lǐng)域的應(yīng)用，并在各領(lǐng)域成立相關(guān)的技術(shù)方案公司。詳細(xì)規(guī)劃如下：2018年成立AI研究院，專注視覺、聽覺、交互等人工智能感知技術(shù)的基礎(chǔ)研究；推出全球首款全能感知通用芯片；2019年嵌入式模組研發(fā)商業(yè)化完成，智能感知算法的全部硬件化IC，嵌入式平板/手機(jī)方案國際領(lǐng)先，推出針對各行業(yè)的智能感知解決方案；2020年成為國內(nèi)第一人工智能感知方案供應(yīng)商。

華捷艾米軟件科技有限公司AR攝像頭

面臨技術(shù)難點，華捷艾米是如何突破的？未來的挑戰(zhàn)與應(yīng)對措施如何？

沈瑄：在一些技術(shù)難點方面，我們也是通過與清華、中科院、武漢大學(xué)以及華東理工等高校合作方式共同解決。至于未來的挑戰(zhàn)主要有兩個方面，其一，在目前AI的風(fēng)口下，規(guī)模過小以及高端人才不足乃是我們公司的短板。當(dāng)然，我們現(xiàn)在也通過融資方式去籌集更多的資金，以擴(kuò)大企業(yè)規(guī)模，同時，我們也會去招募更高級的優(yōu)秀人才；其二，公司在游戲進(jìn)入手機(jī)行業(yè)方面的良率較低，所以我們在融資的時候會稍微注重考慮上游一些，通過產(chǎn)業(yè)鏈上的產(chǎn)業(yè)基金提供的資源，使我們的產(chǎn)能能夠大幅度提升。

目前，人工智能已經(jīng)成為全球關(guān)注的焦點方向，您認(rèn)為人工智能帶來的顛覆效應(yīng)主要表現(xiàn)在哪些方面？目前國內(nèi)現(xiàn)狀如何？未來在哪些領(lǐng)域更具前景？

沈瑄：從目前的發(fā)展情況來看，人工智能帶來的顛覆性主要體現(xiàn)在面部識別這一方面。在人工智能交互方面，以科大訊飛合作為例，我們通過手勢、人臉識別或者語音形成一種新的人機(jī)交互方式。事實上，現(xiàn)在的人機(jī)交互已經(jīng)跨越了多次數(shù)字浪潮，而數(shù)字浪潮至今則經(jīng)歷了四個階段，第一階段則是DOS操作界面，純文本的形式；第二階段，基于Windows的出現(xiàn)，其鼠標(biāo)、鍵盤以及瀏覽器窗口形成了一種交互方式；第三階段，以手機(jī)、移動端、觸摸屏為導(dǎo)向，包括近年來的語音+觸摸屏交互方式等；第四階段，則以VR模式為主，通過人臉識別或者語音的形式形成新的交互方式。而未來人機(jī)之間則將通過視覺+語音交互方式，如同人與人之間交流般，回歸最樸質(zhì)自然溝通方式。

未來應(yīng)用領(lǐng)域則比較廣泛，畢竟在應(yīng)用領(lǐng)域方面它需要一點點滲透，而在目前，由于機(jī)器視覺是比較基礎(chǔ)的基礎(chǔ)，它可以應(yīng)用的場景很多，比如電視、游戲健身、教育培訓(xùn)、機(jī)器人、醫(yī)療康復(fù)、智能安防以及IOT物聯(lián)網(wǎng)等領(lǐng)域。

作為機(jī)器視覺技術(shù)的領(lǐng)軍者，華捷艾米在未來的發(fā)展方向是什么？是否有進(jìn)軍海外市場的打算？

沈瑄：目前，我們的主要發(fā)展TV或者OTT盒子業(yè)務(wù)，明年我們會發(fā)力嵌入式設(shè)備。應(yīng)用場景也會逐漸向游戲、健身以及幼兒教育方面發(fā)展，以此提升用戶體驗感與接受度。

在海外市場，目前我們主推幼兒教育。另外，在國內(nèi)我們將會有更大的市場空間，因為更加了解整個產(chǎn)業(yè)鏈。如目前很多電視劇生產(chǎn)商都在中國，這也為我們提供了一個很好的運(yùn)營渠道，而這些運(yùn)營渠道在海外則無法實現(xiàn)。隨著國家相關(guān)政策的不斷實施，我們也會借此機(jī)會逐步向國外市場發(fā)展。