人工智能开启视觉处理新篇章：如何更好的理解这个世界(3)

3. 创业公司：包括商汤科技、依图科技和旷视科技等企业，普遍以细分领域为发力点，布局思路各异。在商汤、旷视、依图等头部企业看，各家战略思路差异明显。商汤致力于构造平台，专注底层基础应用，力图在完善平台后于其他领域快速落地。旷视则在致力于在安防、金融、零售、汽车、教育等广泛领域提供软硬件一体化的解决方案。依图则表现出对安防、医疗两大领域的专注深耕，依托产品化、工程化能力深入落地。

AI视觉未来的发展

视觉人工智能行业的发展，离不开技术的驱动：一方面诸如GPU、FPGA、ASIC等一系列AI芯片的出现极大提升了芯片计算能力，突破了传统CPU的算力瓶颈；另一方面以深学习为代表的AI算法的崛起，使得AI视觉的识别能力有了很大的提高。硬件算力的提升以及软件算法的进步都对视觉人工智能的发展起到了重要的推动作用。

AI视觉行业的快速发展一方面得益于现阶段算力的大幅提升及算法的大幅改善（国内算法甚至已经达到国际水平），另一方面则受益于下游应用市场的广阔空间。机器学习、深度学习等算法能力的不断增强促进了视觉人工智能行业的高速发展。

视觉处理的工作流程包含四个模块：检测、分类、跟踪与语义分割。具体为成像设备首先捕获图像，然后对每个图像进行预处理，提取特征后输入到分类模型中。人工智能视觉是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析。

图像可以由单个或者多个传感器获取，也可以是单个传感器在不同时刻获取的图像序列。在消费级领域，随着数据量上涨、运算力提升和深度学习算法的发展，计算机视觉技术越来越多地被应用在各类消费级应用场景中，典型的如人脸识别服务，具体包括人脸检测、人脸关键特征点、人脸对比、人脸搜索、人脸属性、人脸聚类、人力活体检测等。

AI视觉处理就是用各种成像系统代替视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用，但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理，计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息的处理。但是，人类视觉系统是迄今为止，人们所知道的功能最强大和完善的视觉系统。

当前人工智能理论和技术日益成熟，应用范围不断扩大，产业正在逐步形成、不断丰富，相应的商业模式也在持续演进和多元化。据IDC统计，2018年我国人工智能市场规模为161.9亿元，预计到2022年市场规模将接近700亿元，年复合增长率超过50%。据中国人工智能学会和罗兰贝格咨询公司预测，2025年市场规模将达到3万亿美元。

以深度学习为代表的人工智能算法的出现极大推动了视觉人工智能行业的发展。计算机视觉是人工智能行业的最大组成部分，与其他细分的比较来看，计算机视觉技术应用的市场规模也远远大于其他细分。

那么，视觉系统芯片如果在未来实现产业化，其市场空间有多大？据推算，2018年，图像传感器的市场规模在150亿美元左右，虽然其中120亿美元发生在智能手机领域，但未来发展比较快的4个领域是安防、国防、汽车、医疗，到2021年将会迎来40亿美元的市场空间，年增长率约10%—20%。

视觉处理器的需求增长会更快，目前该市场的整体规模（包括硬件、软件、服务）在170亿美元至180亿美元，单从硬件来看也占到约30亿美元。如果视觉系统芯片可以覆盖70亿美元的市场规模，企业在这中间拿到1%的话，其盈利空间就已经很大了。

近年来，国内外一批新型人工智能企业，依托人工智能领域技术和算法优势向芯片行业渗透，加强人工智能芯片基础层研发。从市场格局来看，已经发展成为一个相对独立又相互依存的产业生态。在前端，索尼是图像传感器市场、生产和技术的领导者，紧随其后的三星和豪威科技也保持着不错的竞争力；在后端，Mobileye和英伟达（NVIDIA）是提供视觉处理芯片的主要厂商，在国内该领域的公司有地平线等。

然而，截至目前，尚未有企业实现“图像传感器+视觉处理器”集成式芯片的大规模量产。不管是现在的创业企业，还是已经在市场上占有一定份额的大企业，不是做图像传感器，就是做后端的视觉处理器，这将给初创企业带来机会。

（编辑：ASP站长网）