1.前三星高管坐鎮, Rokid首顆AI晶片讓成本降低30%? ;
集微網消息 (文/小北) 據外媒technode報道, 我國AI初創企業Rokid將於6月26日在杭州舉辦的成立4年以來的首次發布會Rokid Jungle上發布自研智能語音晶片.
據官方介紹, 該晶片曆經兩年的研發, 性能高, 成本低, 其價格可能比同類產品便宜30%, 而且該晶片能為第三方供應商, OEM和小設備製造商提供更好的設計.
據悉, 前三星半導體的中國地區主管周軍於今年四月跳槽到Rokid擔任副總. 他曾表示, 鑒於智能音箱的技術需求, 沒有搭載神經網路處理單元與數字訊號處理器的通用型晶片在算力上很難勝任, 哪怕滿足算力需求, 也會在功耗, 成本上消耗過大, 不利於智能音箱等智能語音產品的推進.
周軍博士畢業後先在南京大學電子科學與工程系留校任教, 之後陸續就職於南京微盟電子, 雙電科技, 三星半導體 (中國) , 是一位資深的半導體人.
據雷鋒網報道, 周軍曾表示, Rokid AI晶片聚焦於語音交互領域, 其發展路線是: 在有限容量內, 儘可能提高性能, 同時從縮減供應鏈成本的角度壓低價格, 從而形成競爭力.
Rokid成立於2014年7月, 總部位於杭州, 在北京與舊金山設有研發中心, 其定位是圍繞 AI 人機交互的智能硬體公司.
智能語音是Rokid主攻的方向之一. 2017年10 月, Rokid與阿里雲共同推出全棧語音開放平台, 為業界提供一站式語音解決方案; 今天, Sonos舊金山召開新品發布會宣布Rokid為全球唯一中文語音合作夥伴. 據悉, Rokid幾乎和Amazon同時開始做語音交互的智能硬體. Rokid的一大硬體產品線就是智能音箱Pebble (月石) .
除了智能音箱Pebble, Rokid還擁有智能機器人Alien (外星人) 與AR眼鏡.
Rokid曾獲得多輪融資. 2014 年 8 月, Rokid獲得IDG, 線性資本, Mfund, 元璟資本830萬美金的天使輪投資; 2015 年 10 月, 獲得華登國際領投, 天使投資方跟投的千萬美元A輪融資; 2016年11月1日, 獲得尚珹資本領投, IDG, Mfund, 元璟資本, 華登國際等機構跟投的B輪融資, 金額未公布, 但Rokid官方稱B輪融資後公司估值達到4.5億美金; 2018年1月, 完成了新一輪融資, 領投方為淡馬錫, 瑞士信貸, CDIB, IDG跟投, 據悉此次融資金額接近1億美金.
2.從長尾市場切入, 鯤雲科技能做出一顆AI芯嗎;
星瀚資本創始合伙人楊歌與星瀚系企業鯤雲科技CEO牛昕宇接受了億邦動力的採訪. 在人工智慧, 這個未來科技發展的必爭之地上, 針對初創型AI企業的發展前景, 商業化應用方向以及如何把握市場機會等話題進行了分享.
AI晶片的江湖在 '中國芯' 的呼喚和人工智慧浪潮席捲一切行業的趨勢下, 火的不要不要的.
傳統的晶片巨頭英偉達, 英特爾, 高通, 互聯網巨頭穀歌, 阿里, 百度, 以及創業領頭羊如寒武紀, 深鑒科技, 地平線等, 都從資本層面先來了一番高舉高打, 投資的, 融資的額度都在千萬美元起步.
此外, 還有比特大陸和嘉楠耘智這樣從應用市場直接跑出來的黑馬, 從一個單一的比特幣挖礦中就跑出了礦機晶片, 並開始向其他應用領域延伸.
在一個大鱷玩家必爭的市場裡, 初創企業到底有沒有機會? 機會在哪兒? 如何抓住機會? 億邦動力跟頗為低調的鯤雲科技聊了聊. 鯤雲科技作為AI晶片創業大軍中的一員, 團隊背景不出所料的華麗. 團隊靈魂人物陸永青為英國皇家工程院, 電子電氣工程師協會 (IEEE) , 英國計算協會三院院士, 帝國理工教授, 1992年開始就研究定製計算晶片, 參與開發了全球首款針對定製晶片的高層編譯軟體Handel-C.
其CEO牛昕宇及團隊的核心研發人員很多是陸永青院士的學生, 牛昕宇稱, 鯤雲科技幾乎搬空了帝國理工大學各大AI實驗室的人才.
目前, 鯤雲科技在英國有實驗室研究團隊, 在深圳和上海有演算法, 硬體, 產品, 運營等團隊.
與其他人工智慧晶片的高舉高打不同, 鯤雲科技一開始的技術能力就定位在針對物聯網終端, 垂直領域, 提供定製化的端到端AI應用解決方案.
'我們晶片的架構分兩層, 上層是定製型的數據, 底層是統一的晶片架構. 定製化可以保證晶片性能足夠強, 通用化可以保證成本足夠低. 我們實驗室積累的技術就是通過編譯器把不同演算法的需求, 自動化配置到晶片, 用編譯器解決個性化, 既解決了定製化又保證了高性能, 同時又解決了通用性問題. ' 這項技術通過編譯器來類比人的設計過程, 自動化生成定製化的晶片, 這極大的降低了晶片設計的門檻和成本.
在Pre-A輪就投資了鯤雲科技的星瀚資本創始合伙人楊歌也提到, 晶片是個高投入的行業, 開個板動輒幾百萬到上千萬, 還需要不斷的迭代升級, 而整個人工智慧的應用市場還很初級, 很多領域的應用都在嘗試階段, 市場極度分散, 傳統的晶片對市場來說太貴, 要開髮針對細分市場的晶片成本投入又太高. 而鯤雲科技的技術可以做到極大的定製化與通用性兼顧, 並能夠提供比較好的市場性價比.
'LoT市場初創企業的機會更多是跟著市場來成長, 目前市場的特點是非常廣, 非常分散, 同時規模又很大, 這就給了我們成長的機會. 有些領域如智能手機, 市場非常大, 需求相對單一, 就很適合巨頭在裡面拼殺. 一些領域對AI晶片有要求, 需要功耗足夠低, 性能足夠高, 能夠嵌在前端, 同時市場又還沒有像手機一樣歸一化, 巨頭在這些領域的投入產出就不太成正比.
這樣就導致了一個市場的GAP產生.
很多創業公司都從實驗室出來, 有技術實力, 團隊夠小夠快, 能快速響應這類市場需求. 跟巨頭比起來, 有一個速度和成本上的優勢, 在技術上保持優勢的前提條件下, 就有了這類公司成長的先決條件. '
牛昕宇和楊歌都同樣看到了這樣的機會.
據了解, 鯤雲科技的打法是針對一個個垂直細分領域, 定製整套的端到端的軟硬體一體解決方案, 通過將人工智慧演算法模型定製化成模組, 配置到統一的底層晶片, 解決行業實際問題, 促成晶片的流片.
'晶片本身沒有價值, 只有讓方案運行在晶片上, 解決客戶實際問題才能提供價值. AI市場還沒有成熟到只提供晶片就能解決問題的程度, 還處於剛起步的階段. 拿出一塊晶片, 不難, 但創業公司要考慮怎麼迅速落地和產業化. 晶片行業的發展是順著產業化來的, 晶片是產業發展的結果, 不是原因. ' 牛昕宇稱.
除了中國商飛, 中國航天這樣的大客戶, 鯤雲科技將重點領域放在了智慧城市, 工業監控, 智能製造和智慧金融等幾個領域. 牛昕宇告訴億邦動力網, 鯤雲科技挑選行業的標準有三個:
第一是市場夠大, 達到千億級別; 第二是市場深度夠深; 第三要離商業化夠近.
看上去智慧城市, 金融等幾乎是所有AI公司瞄準的行業, 一個單一化的市場, 但其實鯤雲選擇做這個大市場裡的長尾, 深度分散的市場. '市場越深, 我們可以積累的定製化方案就越多, 慢慢積累下來一個個場景, 根據應用場景迭代自己的晶片架構, 這是我們可以積累下來的價值. '
與在安防領域裡賣人臉識別的AI公司不同, 鯤雲科技強調提供除了人臉識別之外的其他能力, 用一整套更定製化的方案打動客戶, 解決需求. 這在目前的AI發展階段, 非常容易獲得客戶的認可.
一個個領域去攻佔市場做解決方案其實並不是鯤雲科技的終極目的. 作為一家晶片公司, 牛昕宇們的期待是通過親自積累一個個行業場景, 開發演算法, 深入了解滿足每個細分行業的需求, 形成一套套實際可行的方案, 從而不斷優化鯤雲科技的AI開放平台, 讓平台上的用戶都能低成本的開發設計針對細分行業的解決方案, 最終將方案落地到底層晶片, 規模化的降低晶片成本.
鯤雲AI開發平台主要聚焦於人工智慧晶片領域, 能夠做到從數據標註, 硬體編譯到板卡測試的全自動化支援. 只需用戶提供數據標註就可以自動化, 定製化的提供針對特定領域的AI前端產品及解決方案, 無需底層硬體專業知識, 極大降低了用戶使用門檻.
'我們的發展必然是越來越多的開放合作, 現階段我們作為一家初創企業去號召所有人用我們的開發平台, 這是有難度的. 相反我們做好了就可以吸引大家一起來做.
我們能給市場提供什麼價值? 穩定的晶片, 足夠低的價格, 成熟的應用案例, 讓開發者能賺到錢. 如果一家AI晶片公司做不到這幾點, 是不太會有比較大的成長機會的. ' 牛昕宇稱.
對於即將滾滾駛來的LoT大市場, 所有的晶片創業者都期望成為機會的幸運兒. 但目前很多領域的落地還採用將數據計算等AI功能放在雲端的方式, 只因AI晶片的價格還太高, 要在終端普及並不現實, 個別有錢的買家也只在局部測試方案中將AI能力放在終端. 未來讓終端設備都有一顆AI晶片, 是否是一個一定確定的趨勢?
牛昕宇認為終端+雲端的趨勢基本是未來的格局. 一些演算法訓練, 大量只能進不能出的保密數據都適合放在雲端, 而很多沒必要儲存的數據, 隱私數據, 需要快速反饋的數據更適合放在終端處理.
以商場的人流管理為例, 如果將所有攝像頭的數據都傳輸到雲端來處理, 一個攝像頭一天就產生半個T的數據, 這些數據有很多跟商業應用是不相關的, 都傳輸到雲端不但寬頻成本高, 後端伺服器存儲成本也高. 尤其對連鎖商場來說, 只靠雲端部署是撐不起來的.
相反, 如果每個攝像頭可以處理基本的人臉提取, 跟蹤等計算, 僅將提取後的數據傳輸到雲端匯總分析, 就可以極大的降低成本, 提高效率. 而這裡就需要一個足夠低成本的晶片嵌入到攝像頭. 這也是鯤雲科技要突破的發展方向.
'晶片的特點是量越大成本越低, 先用在軍工, 大企業最後到個人消費. 零售其實就是把晶片直接拉到了相當於C端消費的程度, 如果一個攝像頭方案做到幾百塊在個人消費領域就比較有競爭力了. '
不過這個時間何時能到來, 牛昕宇還不能給出準確的答案, 更多的是市場需求驅動.
目前, AI晶片的買單方還主要以政府機構, 大型企業為主, 真正的LoT時代還在黎明前的暗夜探索.
'整個AI晶片生態剛剛起步, 英偉達, 穀歌等大公司也在開始的探索階段, 但最終勝利的那一個生態將會形成行業壟斷, 像是PC時代的intel, 移動互聯網時代的ARM. '
誰能在壟斷之前順利靠岸? 所有AI晶片的創業者都希望是自己. 億邦動力
3.五成以上AI技術到2022年仍未臻成熟;
國際研究暨顧問機構Gartner調查指出, 根據人工智慧技術成熟曲線, 有86%的人工智慧技術尚未進入 '泡沫破裂低穀期(Trough of Disillusionment, 即成熟期的起點)' , 包括預測分析, 認知專家顧問與虛擬客戶助理等, 朝向更實際穩定的應用邁進.
同時Gartner也預測, 在短期內──2022年時, 54%的人工智慧技術應用尚未達到技術成熟期, 無法進入主流市場, 但長期來看有85%的人工智慧技術將為產業帶來巨大變革轉型, 並提供高收益及商業價值.
Gartner研究副總裁蔡惠芬(Tracy Tsai)表示: '運算能力與資料數量的快速成長, 加上深度神經網路(DNN)技術獲得空前的研究成果, 讓人工智慧被譽為未來十年最具突破性的創新技術類別; 而在接下來的五年間, 我們可看到許多相關技術從過熱的市場巔峰退下, 回歸理性和本質, 為邁入主流市場應用奠基; 企業也可藉此沉澱重整的機會, 釐清人工智慧在企業內的應用和商業價值, 進而掌握相關技術以解決無前例可循的問題, 同時追求創新心態, 帶動自身企業轉型並創造商業價值. '
AI技術將持續在未來2~5年創造龐大商機與工作機會
Gartner預測到2020年時, 至少四成的人會與以人為中心設計的科技進行互動, 未來以人為中心設計的使用界面, 機器可以理解人類自然語言判斷意圖, 因此投入在人類如何學習使用科技來操作的資源也將大幅降低; 此外, 95%的影片或影像內容將不再由人工審閱, 而是交由機器判讀, 提供不同等級的自動化分析; 同樣於2020年, 在新的人工智慧專案中採用認知人因工程(cognitive ergonomics)或系統設計的企業, 將獲得比其他企業高出四倍的長期成功; 而在2020年人工智慧也將成為新工作機會的主要來源, 相較於取代的180萬個工作, 企業導入人工智慧將創造230萬個工作機會.
此外, Gartner也預測在2021年人工智慧將實現2.9兆美元的商業價值, 以及相當於62億小時的生產力; 其中人工智慧所創造的商業價值可分為三類, 包括: 提升營運效率和品質, 改善顧客體驗, 開創新的商業模式和營收.
提升營運效率和品質; 企業可藉此增進競爭優勢, 不然在未來五年間可能會面臨業務流失的風險. 以製造業為例, 導入人工智慧技術可用於預測性維護, 品質控制, 庫存管理, 工業機器人自動化, 需求預測及改善物流和倉儲營運等, 在增加生產效率的同時也提高商品品質和價值; 其他應用實例還包括布建在客服中心的聊天機器人, 虛擬個人助理(VPA)或是無人銀行使用的虛擬代理等.
改善顧客體驗, 提升客戶關係, 拉開和競爭對手的距離; 以微軟在中國推出的人工智慧機器人 '小冰' 為例, 小冰可從對話中掌握顧客資訊, 理解顧客的需求和情緒, 加速服務流程並提升互動體驗品質, 目前已經累積超過300億回對話, 平均每次可對話23回.
開創新的商業模式與營收, 推動企業轉型以帶來新的業務機會, 以智能冰箱為例, 除了搭載智能功能可控管冰箱內的食物品項和保存日期外, 更可整合其他電子商務平台的資訊, 將相關連的訊息展示在冰箱外的熒幕, 甚至是手機及智能音箱上, 轉型成為新的數位銷售通路. 智能冰箱的供應商也將從原先製造與銷售, 拓展至新的數位商業機會, 透過轉換顧客使用體驗和習慣, 獲得新的收益成長.
蔡惠芬指出: '人工智慧快速發展的這幾年, 所創造的商業價值仍多落在改善客戶體驗及降低企業成本, 包括透過人工智慧加深對顧客的理解, 提高互動品質與體驗, 增加來客數和黏著度, 或運用人工智慧提高企業效率和決策品質, 進而降低企業成本; 不過從2021年開始, 企業導入人工智慧所帶來的新營收, 將成為主要的商業價值, 在人工智慧技術逐漸走向成熟之際, 企業更能掌握相關技術在市場實務上的應用, 藉此發展出前所未有的商業模式, 拓展新的價值鏈. '
企業的AI應用挑戰: 缺乏理解和高複雜度
Gartner調查指出, 近九成(89%)的受訪企業認為, 缺乏對人工智慧技術的知識和理解, 以及新舊整合所牽涉的複雜性, 是企業採用人工智慧技術時所面臨的最大挑戰; 其中包括與既有產品, 服務甚至是IT架構, 企業流程串接, 定義自身企業的人工智慧策略, 辨識出具商業價值的應用, 甚至是導入人工智慧後的效益評估.
蔡惠芬建議: '對於欲部署人工智慧技術的企業來說, 除了強化對資料科學和IT技術的認知外, 還應持續加深對所處行業的專業領域流程痛點與問題的挖掘, 哪些是可以用人工智慧來解決問題得到最大的收益. 甚至是招募或培育發展人工智慧技術所需的跨領域人才, 負責像數據與分析監管, 或數據分析判讀等跨領域工作. 而在檢視人工智慧技術的實質應用時, 企業也應提高層次, 全方面考慮智能功能對顧客, 物件, 生態圈和IT系統的影響. 對IT負責人來說, 搭配時程制訂行動方案更是部署人工智慧技術的關鍵, 短期先評估人工智慧可用於解決哪些既有問題, 與企業其他單位合作找出適合的人工智慧應用等; 長期可加碼人力以維持競爭優勢, 或隨著技術變遷重新檢視, 評估既有做法, 提升企業營運的敏捷性. ' Gartner
4.漢王科技人臉識別業務與中興, 大華等公司有合作;
集微網消息, 漢王科技7日在互動平台回複投資者提問時稱, 公司人臉與生物特徵識別的業務部門在一些項目上正在與中興, 大華等公司合作, 未來公司會尋求與更多行業巨頭在更多業務方面開展合作的可能.
5.春秋電子: 子公司與富士康在模具領域有合作;
集微網消息, 春秋電子7日在互動平台上回複投資者提問稱, 富士康為子公司的客戶之一, 在模具領域有合作. 公司與小米, 蘋果暫無直接業務關係.
6.比亞迪變更募資用途 10億元投建青海鋰電池項目
集微網消息, 比亞迪6月7日晚間公告, 公司擬將原募投項目 '鐵動力鋰離子電池擴產項目' 使用募資總額由60億調整為50億元, 變更募資10億元用於在青海投資建設的 '年產12吉瓦時動力鋰電池建設項目' , 新增募投項目的實施主體為青海比亞迪鋰電池公司.