我們最大的心愿就是讓AI變得和移動互聯網一樣，任何人想到它的時候第一反應是通過它能夠做什么，而不是AI是什么。其次，如何把AI技術的應用門檻降低，從而成為真正的基礎設施，讓各行各業(yè)能夠通過AI達成改造行業(yè)的訴求。與此同時，如何提升效率、降低成本，以及提升用戶體驗，這些都是現階段對AI進行探索的本質問題。

——閱面科技CEO 趙京雷

視覺市場巨大 從公共安防轉向民用

在去年11月騰訊研究院發(fā)布的《中美兩國人工智能產業(yè)發(fā)展報告》中，與美國投資者對于基礎層更為看重不同，中國投資者在應用層關注的更多。其中，融資占比排名前三的領域分別為計算機視覺與圖像，融資143億元，占比23%；自然語音處理，融資122億元，占比19%；以及自動駕駛/輔助駕駛融資107億元，占比18%。

視覺領域的資本熱潮可見一斑。

在趙京雷看來，和人自身通過眼睛認知大部分事物一樣，機器視覺也是人工智能最為重要的感知功能：“資本熱是很正常的事，視覺基本占比人工智能80%的份額，市場巨大�！�

事實上，作為重要的落地應用，得益于深度學習，視覺已經為各個領域帶來了巨大的“賦能”作用。在制造行業(yè)，視覺已經成為自動化生產制造中軟件層的關鍵環(huán)節(jié)；服務領域，要讓機器人實現諸如迎賓、導引、送餐等功能也離不開視覺導引；在安全防衛(wèi)產業(yè)中，得益于巨大的市場，催生了大華股份、�？低�視、保千里等監(jiān)控產品供應商和解決方案服務商。

無疑，AI視覺的賦能改變了傳統圖像視頻監(jiān)控產業(yè)。與此同時，還有一個巨大演變趨勢趙京雷認為是不可忽視的，那就是視覺應用從公共安全領域開始向更多民用場景轉變，出現了長尾化趨勢：“很多想象不到的領域開始使用視覺，我們每天接到大量行業(yè)需求，有些是想所未想的需求，比如說健身房，用人臉識別來改善用戶體驗，把整個數據層打通�！�

對于閱面科技來說，在資本熱潮和巨大的商民用市場中何以占得自己的市場份額，定位顯得尤為關鍵�！按蟀卜栏偁幖ち�，空間留下的比較少。閱面科技主要把目光集中在民用安防領域。”對于公司的戰(zhàn)略方向，趙京雷這樣表示說。

從云到端的遷移 硬件賦能和行業(yè)賦能

除了應用領域的變化，另一個在趙京雷看來非常明顯的技術趨勢是算法不斷從云到端的遷移。

“端的智能化是未來很長一段時間AI非常重要的主題，怎樣讓設備和終端更具智能，是AI變革非常重要的表現。拿攝像頭來講，2017年實現了通過AI賦能的升級改造，傳統的攝像頭從記錄、存儲視頻設備真正變成了一種數據的傳感器，可以在前端實時看這個世界，直接把數據借以此做終端的互聯互通，現在所有端都在進行AI的重構�！壁w京雷說到。

目前，閱面科技的主要工作正是集中在基于芯片的硬件賦能和基于端的行業(yè)賦能上。在硬件賦能方面，芯片是終端載體的核心，其次是基于人機交互的硬件設備，也需要構建適用于端智能的嵌入式技術，進行持續(xù)優(yōu)化。與此同時，搭載芯片一起深挖上游的算法和場景，使得終端具備更加智能的能力，是目前閱面科技在行業(yè)賦能上的應用。

“行業(yè)賦能可以使得整個硬件系統發(fā)生根本變化，有了這些智能端之后可以圍繞它們進行連接，從而進行數據的存儲、分發(fā)等。圍繞行業(yè)的場景去讓智能端更好的為場景服務，這個是行業(yè)級的服務，能給行業(yè)提供一些total的solution，主要是這兩個層面�！壁w京雷表示說。

“繁星”戰(zhàn)略：與芯片廠商合作降低端側門檻

作為技術驅動型公司，閱面科技前期也正在和將要經歷長期的技術產品研發(fā)期。值得一提的是，目前公司技術底層和產品已經全線成熟。與此同時，公司營收也在快速增長中，接下來的重要工作是行業(yè)應用和產品怎樣更好的結合，以滿足更多實際場景需求。

目前，閱面科技主要有三大技術和四大產品方案。其中，三大技術包括人臉識別技術，主要通過面部識別算法利用大數據深度學習技術，從視頻中識別并跟蹤人面部的特征，起到幫助智能產品辨識用戶、了解用戶特征、判斷用戶情緒等功能；人體識別技術則是利用大數據深度學習，從視頻中檢測人體、識別人體行為，并跟蹤人體的特征，幫助機器感知并可實現人體跟隨，這其中包括人形檢測、人體位置檢測、人體追蹤，以及運動軌跡和手勢檢測；此外，空間識別技術主要實現辨識空間特征及障礙物，并進行空間自主探測及導航，幫助機器在沒有人工干預的情況下實現自主行走的功能。

在三大技術的基礎上，閱面科技開發(fā)出了包括SenseKit、閱客、閱鄰，以及閱趣四款產品。

“如何把端進入智能領域的門檻大大降低”趙京雷介紹說，閱面所做的工作是和芯片廠商進行合作，在端側賦能。比如和英特爾合作推出針對多場景的硬件化模塊戰(zhàn)略，又稱為“繁星”戰(zhàn)略。目前，繁星”集中化程度最高，功耗最低的一款產品已經進入量產模塊。

去年11月，閱面宣布與瑞芯微電子、CEVA聯手，將企業(yè)的自研算法IP集成至RV1108芯片之中，并作為官方指定功能。這一聯手的背景是基于傳統視覺與云端深度學習視覺都存在一定缺陷，例如前者采用傳統人工特征，精度較低；后者則在動態(tài)性與魯棒性上略遜一籌。

對于未來視覺技術的機會，趙京雷認為主要集中在人臉識別、數據采集，以及人機交互三個層面：“人臉識別，這個應用已經爆發(fā)了，而且是在海量的爆發(fā)，爆發(fā)期至少會持續(xù)兩年。數據采集方面的機會主要集中在新零售領域。人機交互方面，包括機器人，AR/VR，構建人機交互的載體，在這里面視覺層面的人機交互將成為另一塊機會�！�

最后，趙京雷強調：“AI應該是賺錢的AI，而不是簡單的AI”。