集微網4月9日消息, 近日, 聯發科技宣布與中國移動合作完成NB-IoT R14標準的速率增強測試, 成為首家通過測試的晶片廠商. 此次測試採用基於聯發科技MT2625晶片的開發板, R14實測上行峰值速率可達150kbps, 下行峰值速率達到102kbps, 是R13標準速率的4-6倍, 表明R14已具備在遠程抄表, 空中韌體升級 (FOTA) , 一鍵通 (Push to Talk or Voice over Message)等多個場景的應用能力, 有助於推動物聯網市場邁向更廣闊的發展空間, 為產業鏈創造更多價值. 隨著物聯網市場的發展和業務的豐富, R13標準的上下行峰值速率已不能滿足越來越多的物聯網業務需求. 為了保證能夠達到與GPRS同等的速率等級, 更好的滿足遠程升級等對NB-IoT數據傳輸速率和時延有較高要求的低功耗廣覆蓋 (LPWA) 業務場景, 面向演化的NB-IoT R14標準通過增大傳輸塊 (2536 bits TBS) 和採用雙進程 (2HARQ) 技術, 使得上下行峰值速率均可達到100kbps以上. 同時, NB-IoT R14標準還在移動性, 定位, 多播及多載波技術等方面實現了增強, 進一步為物聯網市場發展和產業成熟提供更優的標準及技術保障. 聯發科技副總經理暨智能設備事業群總經理遊人傑表示: '聯發科技很高興成為第一家通過中國移動NB-IoT R14互操作測試的晶片廠商. 聯發科技積極主動推進物聯網標準制定和技術研發, 在物聯網的發展浪潮中扮演著重要角色. 目前我們已經有兩款支援R14的晶片推出 – 單模MT2625和GSM+NB-IoT雙模MT2621. 這兩款晶片將被廣泛應用在工業與消費級物聯網市場, 加速物聯網時代的全面到來. ' 聯發科技與中國移動在物聯網業務上密切合作, 去年6月合作推出基於MT2625晶片的業界最小 (16mm x 18mm) NB-IoT通用模組, 幫助廠商快速輕鬆實現物聯網設備的開發. 之後, 雙方又在NB-IoT R14互操作測試上展開合作. 物聯網發展需要網路端與晶片端廠商的積極配合, 才能確保物聯網設備良好的使用體驗. 中國移動與聯發科技在NB-IoT的合作就是一個例證. 未來雙方將在更多領域展開合作與探索, 共同推進物聯網產業的共贏發展.
2.三星首次公開投資區塊鏈, 布局早在三年前;
三星第一次區塊鏈投資從物聯網開始.
文 | 彭倩近日, 區塊鏈初創公司Fliament宣布發成500萬美元的A輪融資, 投資方為Bullpen, Capital, Verizon風投和三星風投.
區塊鏈初創公司拿到融資已經不算什麼新聞. 值得注意的是, 此次投資方中出現了消費電子巨頭三星的身影.
公開資料顯示, 三星風投全稱三星風險投資集團 (Samsung Ventures) , 是三星集團旗下投資機構, 致力於對早期資本公司的投資, 專註於科技技術, IT, 硬體, 軟體等行業的投資.
此次三星風投正式作為投資方露面, 標誌著三星首次在區塊鏈行業公開投資.
實際上, 早在2015年, 三星就開始悄悄布局區塊鏈行業.
之前的三年三星沒有公開投資, 一種主要的投資方式是跟隨IBM參與ADEPT區塊鏈項目. ADEPT通過使用比特幣和以太坊網路, 使設備能夠通信, 旨在向物聯網等連接消費設備.
另一種投資方式則是以旗下子公司名義進行投資.
2016年, 三星集團旗下最大子公司三星數據系統 (Samsung SDS) 宣布, 將投資一家為公司提供基於區塊鏈開發平台的當地公司, 理由是區塊鏈技術是足以改變世界的金融創新技術.
2018年1月, 三星數據系統宣布投資兩家初創公司, 其中一家為韓國區塊鏈公司Blocko, 另一家為英國網路安全公司Darktrace.
同時, 三星數據系統在官方聲明中表示:
'為了提高公司競爭力, 促進業務的發展, 未來會面向國際範圍繼續投資更多的初創企業. ' 這也表明這種投資方式將成為常態.
這些投資主要集中在技術引進層面, 目的都是在網路安全和區塊鏈領域引進尖端科技.
此次投資Fliament雖然金額不大, 但卻表現出三星在區塊鏈方面的一貫策略.
Fliament和ADEPT類似, 它的物聯網設備將能夠安全地進行通信, 執行智能合約並發送微交易, 從而大大提升各個行業大公司的交易效率. 也就是說, 三星投資Fliament和此前投資ADEPT類似, 也是指望其能幫助三星在物聯網場景有所突破.
接下來, 三星還將繼續對區塊鏈領域保持關注並進行項目投資.
2018年3月, 三星旗下風投資本 '三星NEXT' 的董事總經理兼投資主管Brendon Kim曾提出, 區塊鏈對確保設備間的通信至關重要, 並表示區塊鏈目前是三星NEXT較大的投資主題之一. 36氪
3.東芝重建成敗在中國? 半導體存儲器業務是關鍵;
【環球網科技報道 記者 王歡】《日本經濟新聞》4月9日報道稱, 在仍面臨半導體存儲器業務出售的相關風險下, 東芝的新經營體制揚帆起航. 出售半導體存儲器業務作為經營重建的前提, 未能在原定的3月底之前完成, 截至4月3日仍沒有眉目. 這是因為未能通過中國政府的反壟斷審查. 如果售價達2萬億日元的業務出售久拖不決, 有可能對東芝的財務戰略等產生影響.
2017年9月, 東芝與美國投資基金貝恩資本(Bain Capital)簽署了存儲器子公司 '東芝存儲器' 的出售協議. 出售的前提是通過各國的反壟斷審查.
成敗取決於中國政府
美日等國的審查已順利結束, 但被視為最大難關的中國政府的審查於2017年12月才啟動. 一般來說, 審查時間為4個月, 原定於3月底完成出售的目標在當時就令人擔憂. 實際上在3月底並未通過審查.
中國政府以在全球和中國市場分別銷售一定數量以上產品的企業為對象, 在進行合并和經營權轉移之際實施反壟斷審查. 中國將半導體定為政策性產業, 圍繞東芝存儲器的出售, 當時就有很多觀點指出審查將長期化.
如果出售事宜一直僵持, 東芝和東芝存儲器此前規劃的投資有可能被迫調整.
東芝存儲器正在主力的四日市工廠(位於三重縣四日市市)建設新廠房. 還計劃在岩手縣北上市建設新工廠, 並在年內開始建設廠房. 東芝某高管透露, '我們今後沒有能力承受進行巨額投資的風險' , 這是出售存儲器業務的原因之一.
貝恩資本等正在制定收購存儲器業務後注入投資資金的計劃, 交易越是推遲, 東芝的負擔增加的可能性越會提高. 在競爭對手三星電子展開巨額投資的背景下, 如果在投資上行動遲緩, 東芝存儲器的企業價值有可能受到影響.
根據東芝和貝恩資本的轉讓協議, 4月以後, 東芝方面將獲得在一定條件下解除合約的權利. 而貝恩資本也將於7月獲得解約權. 如果交易久拖不決, 需要對反對這筆交易的股東動向多加關注.
4月1日出任東芝會長兼首席執行官(CEO)的車穀暢昭在3日接受採訪時表示, '力爭儘快完成出售' , 同時也表示 '(像存儲器這樣的)業務適量存在並非壞事' .
東芝的股東資本截至3月底為4600億日元, 股東資本比率預計為11%. 但是, 東芝截至2017年12月底因銀行借款等背負著1.1萬億日元有息負債.
主要交易銀行為了確保貸款和信貸額度的回收, 一直敦促東芝出售存儲器業務. 如果東芝獲得2萬億日元的出售資金, 計劃將其用於保增長投資和償還銀行貸款. 如果交易手續停滯的狀況長期化, 有可能對財務戰略造成影響.
失去主要搖錢樹
東芝定於6月下旬舉行定期股東大會. 為了抑制部分股東反對出售的聲音擴散, 希望在6月底之前完成出售.
但即使完成出售, 由於失去作為最大搖錢樹的存儲器業務, 東芝的重建也面臨諸多課題.
東芝目前仍找不到像存儲器一樣全年營業利潤超1000億日元的其他業務. 定位為 '新生東芝' 盈利支柱的電梯和鐵路等社會基礎設施業務也面臨著國內市場的飽和.
而在海外, 作為東芝強項的燃氣輪機等火力發電相關業務由於太陽能和風力等可再生能源的潮流, 新項目增長乏力. 車穀也表示, '需要加強基礎經營能力' .
此外, 成為經營危機溫床的公司治理改革也是課題. 選擇管理層的提名委員會原則上僅由獨立董事構成, 將董事的過半數改為獨立董事, 加強外部的監督功能. 2017年11月, 東芝將執行董事從23人減為15人, 精簡了經營體制.
2015年東芝財務造假醜聞曝光. 自此以後, 內部管理體製得到改善, 但一家孫公司在2017年12月曝出了違規成本計入問題. 要推進經營重組, 還需要確保透明性的企業文化改革. 環球網科技
4.融資6億美金背後: 商湯加速裂變;
4月9日, 商湯科技SenseTime完成6億美元C輪融資, 由阿里巴巴集團領投, 新加坡主權基金淡馬錫, 蘇寧等投資機構和戰略夥伴跟投. 新一輪投資方將為商湯提供更豐富的應用場景及更強的海外布局能力, 加速AI技術落地和生態構建. 在強敵環伺的人工智慧領域, 初創企業的窗口期只有三五年. 商湯成立3年多, 已在加速向一家AI平台型公司進化.
作者 | 孫靜 嚴冬雪 四月
編輯 | 趙豔秋
來源| AI財經社 (ID:aicjnews)
中國新經濟領域最有腔調的深度媒體
業界都看不懂商湯模式.
成立3年多, 這家人工智慧初創企業燒了很多錢, 做了只有穀歌這類巨頭才會做的底層技術; 鋪了大攤子, 宣稱要將人工智慧技術應用於上百個行業; 而在國內業務還沒有完全穩固時, 又把觸角伸向了海外; 甚至企業本身還在造血時, 已經開始資本運作, 對外輸血.
但它又足夠吸引眼球. 一家創業公司, 壟斷了150多位人工智慧深度學習方向的博士, 拿下了國內外400多家行業頭部客戶, 連續3年間業務年化增長超過400%, 估值更是超過45億美元, 成為全球估值最高的人工智慧創業公司, 並一再創下全球人工智慧領域融資記錄.
而在商湯成立前後, 國內計算機視覺領域已暗流湧動. 2011年, 清華畢業生印奇和同學創立曠視; 2012年, 麻省理工學院博士後研究員朱瓏歸國創辦依圖; 2015年, 中科院走出的周曦在重慶成立雲從. 至2017年, 商湯, 曠視, 雲從, 依圖, 由一眾初創公司中脫穎而出, 成為以計算機視覺為核心的人工智慧領域下的獨角獸.
記錄這些公司的成長路徑, 如同剖析正在裂變中的商業樣本. 以商湯為例, 創立前後的這些年, 它大體幹了幾件事: 從零開始, 打基礎, 研發底層技術; 從零到一, 做項目, 將人工智慧技術落地; 從一到一百, 在行業中形成成熟產品. 現在, 它開始搭平台做生態.
從這一裂變過程中我們可以窺見, 商湯是如何在行業窗口期, 用高速迭代的人工智慧技術, 從多個維度去撬動行業市場, 同時又以 '逃逸速度' 避開巨頭射程, 快速發展構築起自己潛力巨大的商業領地.
看懂商湯
有一天, 地平線機器人創始人餘凱忍不住問商湯科技CEO徐立: 你們確實投資這麼大建設自己的超算中心?
超算中心特別燒錢. 商湯研究員閆俊傑博士曾做過估算, 按下那個標有 'run' 字樣的按鈕, 一次數據訓練迭代整體花費至少50萬元. ' 我們有150多個博士天天在演算法平台上按 'run' . ' 徐立笑稱, 這還不算每年追加的數億元GPU集群採購預算.
不僅僅如此. 在深度學習層面, 國內絕大多數AI公司仰賴穀歌, 臉書等人工智慧開源框架Tenserflow和Torch. 但商湯卻砸錢自己搭底層框架. 就好比一家軟體公司宣布, 要在Windows之外單獨開發一套作業系統, 這個想法有些匪夷所思.
商湯早期投資人, IDG資本合伙人牛奎光是最先感知到商湯志向的投資人. 他記得, 徐立用 '貓腦' 與 '猴腦' 作類比, 對他解釋商湯要做的事. 目前這波崛起的人工智慧, 可以類比為 '利用數據打造大腦' . 如果說當下人工智慧技術水平處於 '貓腦' 階段, 大部分公司正在做的就是 '如何運用貓腦更完美地抓老鼠' ; 而商湯的興奮點則是打造平台, 把 '貓腦' 訓練成 '猴腦' , 從本質上提升 '大腦' 的能力. 大腦升級後, 機器可以更快學習掌握更複雜技能.
徐立會不厭其煩地強調, '我們是中國擁有原創技術的人工智慧平台公司, 不是一家人臉識別公司. ' 他們的目標遠大, 因此需要做的事更多.
牛奎光還記得這家企業最初給他的獨特印象. 2014年, 他看到一篇香港中文大學湯曉鷗教授團隊的論文: 應用他們開發的DeepID演算法, 面對兩萬張人臉的數據集, 計算機的識別準確率首次超過人眼. 這是個重要訊號——意味著計算機視覺技術有可能商業化落地. 他還發現, 2011年至2013年期間, 全球計算機視覺ICCV/CVPR頂級會議中, 深度學習領域有29篇頂會論文, 湯曉鷗團隊佔了14篇. 牛奎光立即飛到香港, 拜訪湯教授.
在港中文多媒體實驗室裡, 他看到五六個計算機識別技術的Demo, 研究方向有意識地與實際應用結合, 比如一個Demo是把圖片變成印象派畫風, 這就是現在流行的美圖功能之一. 研究團隊還反覆強調原創, '我們是底層演算法突破的源頭' . 這些均給牛奎光留下了深刻的印象.
2014年, IDG資本擲出數千萬美元, 助推研究團隊走出實驗室, 到現實商業中尋找AI改變世界的鑰匙. 牛奎光當時承擔了不小的風險, 畢竟在2014年, AI產業還是冷門, 誰也說不準, 技術能否順利轉化為商業價值.
走出實驗室, 新一代技術公司該怎麼走, 是創始團隊要思考的問題. 在人工智慧領域, 曾有過前車之鑒.
比如語音識別領域——技術早已過了技術先發者的窗口期, 各家再PK誰的準確率高出1%, 沒有實質意義. 自從BAT集體意識到, 智能語音是下一代人機交互的入口, 必須搶佔的市場後, 動用資金, 數據尤其是大平台優勢, 就可以分分鐘碾壓創業公司. 語音識別領域再難出現獨角獸或千億市值的新巨頭企業.
技術創業公司只有利用技術先發的窗口期, 走入行業, 或跟硬體結合, 或跟數據結合, 或跟流量結合形成產品甚至平台性服務, 建立起壁壘, 才有機會收割紅利.
而且, 這一切的前提是夠快. 美國矽谷技術創新同樣遵循 '逃逸速度' 原理——在天體物理學中, 逃逸速度是物體擺脫引力束縛, 飛向宇宙空間所需的最小速度. '如果技術創新程度和未來發展程度, 能達到一個 '逃逸速度' , 你就能抓住時間窗口, 形成一個很大的平台. ' 徐立語速, 思維都極快, 像極了這家公司的發展節奏.
打造這種 '逃逸速度' , 與商湯的早期儲備緊密相關. 聯合創始人徐冰用 '不計成本' 形容當年的投入. 融資到位後, 他們在兩個地方燒了很多錢: 一是 '人才壟斷' , 2014年至2016年, 商湯用打包方案找來這個領域所有能找到的頂尖科學家, 儲備了大量深度學習領域人才, 包括即將畢業的應屆生, 形成強大的人才梯隊; 二是搭建硬體計算平台, 從英偉達買入6000多塊GPU, 自建超算中心, 打造超強生產工具.
徐立認為, 雖然硬體領域的摩爾定律在某種意義上已經失效, 但大數據, 演算法卻進入了一個新摩爾定律時代, 而超算中心就是維持演算法能以 '摩爾定律' 速度迭代必不可少的底層基礎設施.
商湯的兩筆投入, 起初是極為冒險的行為, 曾一度讓公司面臨資金鏈斷裂的風險. 但隨著商業化的深入, 優勢也凸顯出來. 比如先於別人看到人工智慧在某個行業突破工業紅線的時間點, 先於他人投入資源與某個行業頭部公司合作搞產業落地; 先於他人做出開源系統如穀歌Tensorflow當時無法支援的功能.
徐立舉了一個例子, 智能手機上有處創新功能 '雙攝像頭即時拍照虛化' , 商湯是國內唯一利用端到端深度學習技術提供技術的企業. 因為該技術牽涉到一些新設計的網路, 是現有開源框架並不支援的.
'我們進入很多領域時, 開始好像有競爭, 但是隨著需求深化, 技術要求提高, 做著做著就變成了藍海. ' 徐立說.
除了技術的獨特性, 技術落地, 尤其是規模商業化, 是所有AI公司面臨的最大考驗.
聯合創始人楊帆分析說: 商湯的策略是 '1+1+X' , 同時進行多元化布局, 而非只賭注某個細分領域. 這不僅有利於演算法的全面迭代, 還便於卡位競爭. 畢竟目前安防, 金融, 移動互聯網, 手機, 零售, 自動駕駛都是競爭焦點, 曠視, 雲從, 依圖雖各有業務側重, 但上述條線是商業落地的理想場景.
進入垂直領域, 商湯的打法是先找頭部公司, 摸索AI技術落地, 從項目到產品; 然後再垂直打通某個行業生態, 做平台化. '以安防領域為例, 當我們把前端攝像頭, 後端雲平台甚至晶片整個鏈條都打通, 那就能做到最大的行業技術平台. '
當積累多個行業後, 行業間的交叉反應就顯現了, 也有了做一個大平台的可能性.
AI財經社問徐立, 是否擔心這種戰略會成為行業公敵? '金庸迷' 徐立談起了武林: 江湖上有很多門派重在練招式, 你練刀, 他練棍, 互相不相容. 突然之間, 有一個叫九陽神功的內功心法, 專註於內功修鍊後, 刀, 槍, 棍, 棒各種招式都能增強.
'商湯就是把九陽神功做成底層技術, 重新定義刀, 棍的練法, 提供給行業, 然後耍刀的繼續練刀, 耍棍的繼續練棍, 但都有更多進步. ' 徐立解釋, 這樣就形成了一個強壁壘, 同時為行業提供了武功, 而非樹敵. 商湯定位是賦能百業.
這種定位, 好比汽車界的博世和晶片界的英特爾和高通.
但九陽神功沒那麼好練. 有段時間, 在知乎上, 有前員工評價商湯研究人員太多了, 不是做商業公司的節奏, 技術到產品的轉化不夠及時.
創業初期商湯經曆過各種困難, 後來在牛奎光牽線下, 商湯獲得浦發矽谷銀行的一筆數千萬元的貸款; 任泉旗下StarVC '雪中送炭' 地投了A+輪. 靠這兩筆救急錢, 商湯籌建工程化部隊, 打市場.
直到2016年底, 人工智慧概念持續升溫, 市場湧現大量人工智慧技術需求, 商湯技術落地才在多個行業爆發.
落地之難
在規模商業化面前, 技術優勢並非一把萬能鑰匙. 在人工智慧新領域中, 初創企業在商業化早期都走過彎路.
商湯聯合創始人, 001號員工, 清華畢業生徐持衡回憶, 2014年, 剛從實驗室走出來的商湯, 先做了一款 '軟體開發包' 當做產品方案推廣. 但當他們接觸到中國移動, 銀聯和借貸寶時發現, '對方提出的需求原來不完全與技術強相關, 是技術衍生出來的一個應用方式或功能點. '
在走向市場過程中, 從技術思維轉變為產品思維, 是商湯糰隊的挑戰.
與借貸寶的合作, 是商湯思維轉變的一大開端. 一開始, 這家互聯網金融公司對採用人臉識別技術進行註冊和身份認證的功能非常滿意. 但半個多月後發現, 有黑客通過非法獲取的身份證數據及照片, 攻擊系統獲得線上推廣活動補貼.
攻擊方式千變萬化, 有將照片做成Gif動畫來混淆人臉; 有將照片眼睛部位掏洞, 做成一張眼珠會動的 '人皮面具' .
但商湯技術團隊能快速更新演算法, 兩三天內就滅掉新攻擊方式. 攻防戰打了將近兩個月後, 商湯幾乎把市面上所有攻擊方式都防禦住了.
商湯聯合創始人, 負責工程團隊的楊帆在這個過程中總結出兩點經驗: 一是要有服務客戶的心態, 跟客戶一起進行產品的快速迭代; 二是一定要保持強有力的人工智慧原創研發能力.
在過去電腦病毒的防禦時代, 每出現一種新的攻擊手段, 可能需要數月時間來解決. 但得益於人工智慧演算法的快速迭代優勢, 如果引擎足夠強大, 只要有數據, 再配上強大的超算能力, 可能一晚上就能解決問題. 這種速度, 跟基於專家知識的演算法設計完全不在一個量級.
2016年上半年, 商湯想將這種線上人臉識別註冊和身份認證方案, 推廣到整個行業市場. 當時, 其他競爭對手都拿不出一個足夠好的防攻擊方案. 在早期跟借貸寶的合作互動中, 商湯累積了關鍵技術和數據. 得益於此, 兩年後商湯佔據了70%的市場.
綁定頭部客戶在行業落地中創新, 已是商湯的一個成熟打法. 2017年, 商湯與深圳公安局啟動了城市規模化安防應用, 將城市中幾千甚至上萬個攝像頭的視頻放在一起, 在必要時查找某個特定人員在過去3個月中的城市軌跡數據.
過去, 行業只能做到對1個或10多個攝像頭的視頻查詢. 它對技術的挑戰是全方位的. 深圳公安局將未來三五年的需求與商湯技術進行結合. 當這個產品打磨到一定程度後, 就可以進行標準化, 推廣到全國其他大型城市.
商業規模化的摸索還在繼續. 在傳統軟體行業, 目前已形成三大遊戲規則: 賣產品, 賣服務, 同時出售產品與服務. 但在新生的人工智慧領域, 還呈現著一種混沌狀態.
'從某種意義上來講, 我們提供的東西是無形的, 它本身是一種全新的技術實現方式, 並非具象的產品. ' 為商湯組建商務團隊的副總裁柳鋼解釋.
是提供一項通用技術, 還是打造一個能夠囊括不同組件的產品, 或是銜接不同演算法不同行業的底層平台? 在早期, 團隊也曾進行頭腦風暴, 但沒有得出標準答案.
商湯嘗試用另外一條路徑來統一思想——賦能百業. 一邊緊貼行業需求往前走, 一邊摸索.
但對一家成立不到四年的創業公司而言, 最先遇到的一個尷尬現實是: 在它試圖進入的各大行業中, 有些早有傳統巨頭前輩盤踞.
比如手機行業, 傳統視覺公司已與手機廠商建立了成熟的合作關係. 後入局者需要拿出點不一樣的東西來.
小米手機的需求之一是寶寶相簿——手機壁紙切換時, 自動從相簿裡挑出自家寶寶的所有照片, 輪流替換. 這是人臉聚類. 與人臉識別的 '一對一比對' 不同, 人臉聚類要在上千張照片中匯聚出同一個人的相片. 理解需求後, 研究端, 工程端一起開發, 最後拿出了小米願意買單的產品.
從人臉聚類開始, 商湯已與OPPO簽訂全方位戰略合作, 打造以商湯科技SenseAR平台為引擎的OPPOAR開發者平台, 推動AR在手機端的應用和普及.
除了這幾個成規模的行業之外, 商湯還在拓展新行業, 比如智慧醫療, 機器人, 遙感, 金融大數據分析等領域.
初創企業怎麼能顧及這麼多行業? 帶領商務團隊的副總裁柳鋼說, 先要做好優先排序.
他還認為, 'T' 字形框架更適合自家公司: 比如說在安防行業, 做完一個項目, 再做下一個項目時, 需從同類業務提取出共性模式, 積累出一套囊括這個行業70%~80%的共性方案, 這能大幅提升效率. 這就是 'T' 字的那一橫, 打造水平產品矩陣.
甚至不同行業之間, 也能提煉出技術通用性. 一個有趣的例子是, 在安防市場 '抓壞人' 的技術, 同樣能用來 '抓好人' , 比如說新零售. 2017年8月, 蘇寧第一家無人店 '蘇寧體育Biu' 開業.
顧客從入店到結賬付款, 僅需最初的一個 '刷臉' 步驟. '你會發現, 這裡面很多關鍵技術, 跟我們已具備的安防識別技術有很大的通用性. '
在 'T' 字的那一橫之上, 圍繞各垂直細分領域, '要往前再多走半步' . 這就是行業的縱深理解. 比如在互聯網行業中, 人臉識別技術之上, 加上增強現實技術.
有時候, 這多走的半步不光是技術, 還可能是商業.
在直播平台, 廣告商資源已放到商湯平台上. 商湯, 直播平台和第三方廣告供應商能搭建起一個生態, 在直播過程中更好地植入廣告. 再比如, 網吧或酒店, 刷臉身份認證前後需要幾秒鐘, 把廣告資源投入到線下, 在這個刷臉機上投放出來, 又會生產出額外價值.
在這種思路之下, 商湯嘗試在網吧免費推廣身份核驗機, 後續廣告費分成, 也能更快地開啟一個市場.
'當做得行業越多, 行業之間形成交叉成熟效應, 機會就越多. ' 商湯聯合創始人楊帆說, 這種考量下, 如果進軍一個新行業市場, 不會帶來太多額外成本, 也不會導致資源過度分散.
商湯同時還在使用和完善自動化工具鏈. '高生產力工具代表著創新速度和能力, 實現有限人員帶來足夠大的增長. '
但市場前景仍有瓶頸. 人工智慧在各個行業落地是一個不斷探索的課題, 這是一個迭代和漸進的過程. 普華永道會計師事務所對AI視覺識別類技術公司的落地市場有一個大致估算, 他們認為安防的盤子最大. 從2016年到2020年這5年, 將保持90% 的年複合增速. 但在其他行業, 還很難再現一個全面開花的盛況.
在這種背景下, 商湯已把眼光投向海外, 摸索更廣泛的邊際.
海外開局之戰
2015年一個學術年會上, 湯曉鷗和徐立遇到了勞世竑. 勞世竑也是計算機視覺的一位重量級專家, 上世紀80年代公派到日本留學, 時任日本歐姆龍人臉視覺組技術負責人.