曠視科技，現(xiàn)在是一家創(chuàng)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(xiàn)規(guī)?；癄I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(chuàng)業(yè)，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(zhàn)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(zhuǎn)的關(guān)鍵邏輯，劃定關(guān)乎本質(zhì)的邊界與核心。

只是現(xiàn)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(xiàn)實挑戰(zhàn)，可以極簡到3個自然數(shù)：

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(chǔ)的核心算法。

十年前，深度學習露出了快速發(fā)展的苗頭，曠視抓住了這個契機，立即決定將DL和CV進行結(jié)合；于是乎，便形成了現(xiàn)在特征鮮明的算法能力，包括面部識別、視頻結(jié)構(gòu)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(chǔ)。

而除了將DL與CV結(jié)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(chuàng)下了前無古人的MS COCO三連冠紀錄，獲譽AI領(lǐng)域的“中國乒乓球隊”。

另一類則是行業(yè)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(shù)據(jù)的輸入問題，但如若要形成行業(yè)數(shù)據(jù)的閉環(huán)，還需要具備數(shù)據(jù)挖掘和優(yōu)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(yè)“降本增效”最核心的引擎。因此，在明確“AI IoT”戰(zhàn)略方向后，曠視利用自身能力和優(yōu)勢，推動了行業(yè)算法的創(chuàng)新，以實現(xiàn)價值閉環(huán)。

這其中包括在多設備調(diào)度優(yōu)化、數(shù)據(jù)挖掘和分析等方面，實現(xiàn)了多設備之間的高效協(xié)同、數(shù)據(jù)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(tǒng)，就是通過同構(gòu)仿真和AI調(diào)度優(yōu)化的能力，實現(xiàn)了項目規(guī)劃、仿真、實施、運營等全流程的數(shù)字化和智能化。

不過，在曠視的這個1中，算法之強，本質(zhì)還不在于單個模型，而是曠視規(guī)?；⑴炕a(chǎn)算法的能力。

即算法生產(chǎn)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(chǎn)力工具，Brain 的形成有曠視業(yè)務需求的內(nèi)因，也有當時缺乏可用開源平臺的外因。

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

而且相比于TensorFlow等算法框架，Brain 包含了算法、數(shù)據(jù)和計算的統(tǒng)一。

成為了曠視數(shù)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(fā)不斷逢山開路的保障。

所以歸結(jié)起來，曠視的算法之路，經(jīng)歷了從核心算法突破，到行業(yè)算法落地和創(chuàng)新，再到算法生產(chǎn)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(xù)落地的一切。

2：有“腦”有“軀干”，軟硬結(jié)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(qū)動，來自算法。

但產(chǎn)業(yè)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(wǎng)絡，所具備的特點就是“基于場景空間”、“以人為核心”、“軟硬結(jié)合”。它是曠視AI技術(shù)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(xiàn)從應用、數(shù)據(jù)中臺、邊緣設備和終端的全面智能化。

深度學習驅(qū)動的AI復興，本質(zhì)就是對數(shù)據(jù)的物盡其用。

但在現(xiàn)實生產(chǎn)中，用數(shù)據(jù)就得先有可用的數(shù)據(jù)，用石油就得先開采和部署石油管道。

所以物聯(lián)網(wǎng)終端執(zhí)行器、傳感器，最核心的價值就是數(shù)據(jù)的在線化，部署AI算法后，數(shù)據(jù)就能發(fā)揮第一層作用。

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

但是，在物聯(lián)網(wǎng)的執(zhí)行器、傳感器等組網(wǎng)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(xié)同能力，這就是曠視著力打造的“AIoT操作系統(tǒng)”。

此外，AI落地必須要講場景，明確限定區(qū)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(jié)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(yè)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(chǎn)品，才能定價交付，才能實現(xiàn)商業(yè)化、規(guī)?；涞?。

所以曠視被外界所熟知的是戰(zhàn)略選擇——AI IoT，在消費物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應鏈物聯(lián)網(wǎng)三大場景展開落地，但易于忽略的是，這種戰(zhàn)略選擇，其路徑?jīng)Q定于軟硬結(jié)合，以及由此帶來的客戶價值積累。

實際上，軟硬結(jié)合也是AI業(yè)內(nèi)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(jié)合，是基于現(xiàn)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(jié)合的，需要協(xié)同設計和聯(lián)合優(yōu)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(shù)到商業(yè)是否實現(xiàn)了閉環(huán)，這是企業(yè)階段性有所為有所不為的選擇結(jié)果。

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

第一大場景，消費物聯(lián)網(wǎng)。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(guān)的解決方案。

AI能力應用的終端（手機）已經(jīng)非常成熟，規(guī)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(zhì)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(lián)網(wǎng)金融、網(wǎng)約車、線上租賃平臺等企業(yè)和開發(fā)者，提供數(shù)十種AI能力及SaaS產(chǎn)品服務。

第二大場景，城市物聯(lián)網(wǎng)。

比如面向城市區(qū)域內(nèi)的公共安全、交通管理、城市管理、樓宇園區(qū)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(chǔ)設施的核心組成，這被認為是百億美元的市場。

曠視在該領(lǐng)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(lián)網(wǎng)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(lián)網(wǎng)。

集中體現(xiàn)在物流領(lǐng)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(xiàn)得最充分。

有AI算法，有軟件——操作系統(tǒng)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(lǐng)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(lián)網(wǎng)領(lǐng)域，據(jù)稱已經(jīng)累計向鞋服、醫(yī)藥、智能制造、零售電商等不同行業(yè)提供了倉庫、工廠及零售店的升級改造，客戶數(shù)已近百位。

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

而萬佛朝宗，雖然場景領(lǐng)域有不同，構(gòu)建的閉環(huán)邊界有不同，但三大業(yè)務板塊的AI產(chǎn)業(yè)化落地的思路一以貫之：從軟件到軟硬結(jié)合，從AI走向AIoT。

而從AI算法→軟件平臺→軟硬結(jié)合，也被曠視認為是AI產(chǎn)業(yè)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(jīng)驗。

如何評價？

如今，站在現(xiàn)在來總結(jié)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(xiàn)實場景的10年探索和求解。

而從曠視出發(fā)，作為中國AI創(chuàng)業(yè)的頭雁代表，其發(fā)展和演進路徑，也是中國原創(chuàng)AI一派的縮影，是前所未有的技術(shù)創(chuàng)新到商業(yè)模式落地的縮影。

在AI浪潮之前，中國的創(chuàng)業(yè)者都是基于硅谷成熟的技術(shù)創(chuàng)新之上的商業(yè)模式創(chuàng)新，于是產(chǎn)生規(guī)?；虡I(yè)價值的時間也就更快。

但AI浪潮不同，算法的創(chuàng)新天然需要與行業(yè)和數(shù)據(jù)結(jié)合，而行業(yè)錯綜復雜，需求高度不確定，這造成AI商業(yè)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(xiàn)和交付的風向，也只有朝著這個方向，才能構(gòu)建從技術(shù)到商業(yè)的價值閉環(huán)。

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(shù)列。