歡迎關注“創事記”的微信訂閱號：sinachuangshiji　

　　文/金磊

　　來源：量子位（ID：QbitAI）

　　曠視科技，現在是一家創辦10年的公司。

　　它是最早在中國打響名氣的AI視覺明星，是一個全新ID時代的開啟者，也是同時代獨角獸中最快實現規模化營收的公司。

　　談到這一波AI浪潮，往往標簽就是谷歌和AlphaGo，而談到中國AI創業，似乎開口就會是曠視和Face++……

　　但即便如此，對于曠視的不同認知也相差甚遠。

　　有人依然停留在天才云集、清華姚班、AI獨角獸的通識印象。

　　也有人看到曠視“AI+IoT”的戰略選擇后，認定這可能不再是一家掌握“魔法”的酷公司。

　　更少有人能清晰表達曠視一路的“歸去來兮”，理解背后運轉的關鍵邏輯，劃定關乎本質的邊界與核心。

　　只是現在，10年一夢，連點成線。

　　宏觀透視當前的曠視，不斷升級打怪和求解的現實挑戰，可以極簡到3個自然數：

　　1、2，3……就是曠視。

　　1：一套核心算法

　　曠視是一家靠算法起家的公司。

　　更準確來說，可以細分為兩類。

　　一類是以深度學習（DL）和計算機視覺（CV）為基礎的核心算法。

　　十年前，深度學習露出了快速發展的苗頭，曠視抓住了這個契機，立即決定將DL和CV進行結合；于是乎，便形成了現在特征鮮明的算法能力，包括面部識別、視頻結構化、圖像分類、物體檢測、語義分割、動作識別等。

　　這類算法是曠視之始，是曠視算法演進的基礎。

　　而除了將DL與CV結合之外，曠視在它們各自能力上，也進行了相應拓展，包括更底層的DL模型，以及計算攝影、屏下指紋識別、機器人導航CV能力。

　　基于核心算法的突破，曠視在全球AI頂級競賽中攬獲40個世界冠軍，創下了前無古人的MS COCO三連冠紀錄，獲譽AI領域的“中國乒乓球隊”。

　　另一類則是行業算法（或者叫AIoT算法）。

　　這類算法的最大特點，就是碎片化和個性化，這點非常好理解，畢竟“千行千面”。而曠視的DL+CV，更多的是解決數據的輸入問題，但如若要形成行業數據的閉環，還需要具備數據挖掘和優化的算法能力。

　　曠視認為，未來十年算法將無處不在，并且成為每個行業“降本增效”最核心的引擎。因此，在明確“AI+IoT”戰略方向后，曠視利用自身能力和優勢，推動了行業算法的創新，以實現價值閉環。

　　這其中包括在多設備調度優化、數據挖掘和分析等方面，實現了多設備之間的高效協同、數據挖掘分析和形成決策。

　　例如，曠視推出的河圖智慧物流操作系統，就是通過同構仿真和AI調度優化的能力，實現了項目規劃、仿真、實施、運營等全流程的數字化和智能化。

　　不過，在曠視的這個1中，算法之強，本質還不在于單個模型，而是曠視規模化、批量化生產算法的能力。

　　即算法生產引擎Brain++。

　　形象化理解，如果曠視的算法是蛋，那么Brain++就是背后的雞。

　　作為一個生產力工具，Brain++的形成有曠視業務需求的內因，也有當時缺乏可用開源平臺的外因。

　　但內外因綜合之下，最終使得Brain++成為了曠視工程實踐和算法創新的有力支撐。

　　而且相比于TensorFlow等算法框架，Brain++包含了算法、數據和計算的統一。

　　成為了曠視數次在全球AI競賽中擊敗谷歌、微軟等巨頭的“秘密武器”，是曠視研發不斷逢山開路的保障。

　　所以歸結起來，曠視的算法之路，經歷了從核心算法突破，到行業算法落地和創新，再到算法生產平臺的拓展過程。

　　而所謂道生一，一生二，二生三，三生萬物。

　　在曠視的定義里，AI是不斷演進的算法能力。AI是曠視的核心能力，其后場景化落地中形成的邊界感，也始終圍繞這個核心。

　　算法就是曠視的1，有這個1才有后續落地的一切。

　　2：有“腦”有“軀干”，軟硬結合的路徑

　　AI浪潮，被視為智能化浪潮，是一場替代簡單重復腦力勞動的革命。

　　而這種腦力驅動，來自算法。

　　但產業化落地，光有“腦”不行，必須還要有“軀干”合體。這個軀干，曠視認定是IoT。

　　在曠視看來，IoT是一種網絡，所具備的特點就是“基于場景空間”、“以人為核心”、“軟硬結合”。它是曠視AI技術落地的載體。

　　而所謂AI+IoT，就是將AI的能力加進IoT場景中，實現從應用、數據中臺、邊緣設備和終端的全面智能化。

　　深度學習驅動的AI復興，本質就是對數據的物盡其用。

　　但在現實生產中，用數據就得先有可用的數據，用石油就得先開采和部署石油管道。

　　所以物聯網終端執行器、傳感器，最核心的價值就是數據的在線化，部署AI算法后，數據就能發揮第一層作用。

　　智能手機有了刷臉模組，學習了用戶面部數據，接下來就能展開刷臉解鎖的應用。

　　但是，在物聯網的執行器、傳感器等組網之后，還需要在這些設備與應用之間增加一個智能的“大腦”，使其具備連接、分析和協同能力，這就是曠視著力打造的“AIoT操作系統”。

　　此外，AI落地必須要講場景，明確限定區域。

　　而不同場景有不同的IoT設備，需要配備不同的AI算法，軟硬結合的落地方式，也就成了題中之義。

　　比如城市公共空間、建筑樓宇，以及面向工業的物流倉儲空間和工廠空間等等，場景不同，需要的AI軟硬件也不同，而且交付的對象也千差萬別……

　　只有把算法、軟件和硬件的各要素能力，集成固化成終端可交付產品，才能定價交付，才能實現商業化、規模化落地。

　　所以曠視被外界所熟知的是戰略選擇——AI+IoT，在消費物聯網、城市物聯網和供應鏈物聯網三大場景展開落地，但易于忽略的是，這種戰略選擇，其路徑決定于軟硬結合，以及由此帶來的客戶價值積累。

　　實際上，軟硬結合也是AI業內的大共識。

　　特斯拉自研AI算法后進一步自研打造AI硬件，依圖、地平線等進軍芯片也都是基于AI算法和需求的重新定義。

　　上一個時代的軟硬結合，是基于現有硬件，打造與之匹配的算法和軟件。

　　而在IoT時代，軟件和硬件是天然結合的，需要協同設計和聯合優化，其本身就是軟硬一體的。

　　3：三大場景的“邊界”

　　邊界不是終點，邊界只是意味著技術到商業是否實現了閉環，這是企業階段性有所為有所不為的選擇結果。

　　而曠視，在算法為核心、AI+IoT的軟硬結合為落地方式之下，現階段選擇了三大場景，也暗合其商業價值增長的短期、中期和長期。

　　第一大場景，消費物聯網。最典型如智能手機為主的消費電子上的面部識別、屏下指紋及計算攝影相關的解決方案。

　　AI能力應用的終端（手機）已經非常成熟，規模化起量也很快，毛利率不高但邊際效應明顯，對于AI能力供應商而言，被認為是十億美元市場。

　　從2012年開始，曠視就開始給OEM手機廠商和App，提供解決方案。

　　除了最知名的刷臉、屏下指紋模組，還包括在AI降噪、多攝虛化、夜景超畫質以及視頻虛化等方面的計算攝影供應。

　　除了手機終端的應用之外，曠視還在基于Face++人工智能開放平臺，為互聯網金融、網約車、線上租賃平臺等企業和開發者，提供數十種AI能力及SaaS產品服務。

　　第二大場景，城市物聯網。

　　比如面向城市區域內的公共安全、交通管理、城市管理、樓宇園區等場景，提供智慧城市解決方案。作為城市智能化和新興基礎設施的核心組成，這被認為是百億美元的市場。

　　曠視在該領域于2015年入局，推出過洞靈慧+邊緣盒子、盤古九霄+新型交互設備等AIoT設備。

　　而2020年來，大眾對于城市物聯網最具感知的，可能莫過于商場、地鐵站和機場等公共場景的AI識別和測溫了。

　　第三大場景，供應鏈物聯網。

　　集中體現在物流領域，相比消費和城市兩大場景，曠視在這個場景入局最晚——2017年，但軟硬件一體化能力也展現得最充分。

　　有AI算法，有軟件——操作系統河圖，還進一步基于AI定義硬件——打造了AMR機器人、SLAM導航智能無人叉車、智能圓盤播種機、人工智能堆垛機……

　　在供應鏈物流場景中，一方面客戶可以是衣食住行用全領域，另一方面之前的“大小腦”智能化程度不高，可以全方位升級改造。這也是該場景被認為有千億美元潛力的原因。

　　目前，曠視在供應鏈物聯網領域，據稱已經累計向鞋服、醫藥、智能制造、零售電商等不同行業提供了倉庫、工廠及零售店的升級改造，客戶數已近百位。

　　所以整體縱覽之后，曠視在這三大場景的發展，有些正處于成熟期，有些尚處于發展期。三大業務板塊市場成熟度、商業前景和規模，都有先后之分。

　　而萬佛朝宗，雖然場景領域有不同，構建的閉環邊界有不同，但三大業務板塊的AI產業化落地的思路一以貫之：從軟件到軟硬結合，從AI走向AIoT。

　　而從AI算法→軟件平臺→軟硬結合，也被曠視認為是AI產業落地的最小路徑。

　　更是曠視十年摸石頭過河探索出的核心經驗。

　　如何評價？

　　如今，站在現在來總結梳理，自然可以把曠視以1、2，3來審視。

　　不過極簡如斯，過程卻可能并非一蹴而就，背后都是曠視從算法到硬件，從代碼空間到現實場景的10年探索和求解。

　　而從曠視出發，作為中國AI創業的頭雁代表，其發展和演進路徑，也是中國原創AI一派的縮影，是前所未有的技術創新到商業模式落地的縮影。

　　在AI浪潮之前，中國的創業者都是基于硅谷成熟的技術創新之上的商業模式創新，于是產生規模化商業價值的時間也就更快。

　　但AI浪潮不同，算法的創新天然需要與行業和數據結合，而行業錯綜復雜，需求高度不確定，這造成AI商業價值的落地的周期相對較長。

　　曠視用了10年，可能就是最具代表性的說明。

　　此外，軟硬件一體的AI時代落地趨勢，一次次被強化和證明。

　　無論是因為自動駕駛能力而自研芯片的特斯拉，還是曠視的算法天才們下工廠、走進倉庫，在物流供應鏈一線打造機器人……都是這個趨勢的明確注腳。

　　向重而生、落地為王，也在成為AI價值兌現和交付的風向，也只有朝著這個方向，才能構建從技術到商業的價值閉環。

　　如果說，AI落地是一道擺在所有人面前的時代級應用題。

　　那曠視解題的過程和答案，就是這份1、2，3…數列。

（聲明：本文僅代表作者觀點，不代表新浪網立場。）