旷视科技AIoT软硬一体化走向深处,生态和大模型成为“两翼”?

齐奏AI交响曲的当下,赛道玩家各自精彩。其中,被称作AI四小龙的商汤科技、云从科技、依图科技、旷视科技已成长为业内标杆,并积极追赶新浪潮。无论是涌向二级市场还是布局最新风口大模型,AI四小龙谁都不甘其后。

以深耕AIoT软硬一体化产品体系的旷视科技为例。7月15日,旷视科技的上市之路又有新进展,其再度恢复科创板IPO注册程序。值得一提的是,此次按下IPO“重启键”,行业大模型热潮以及企业相关布局给了旷视科技一定底气。

与商汤科技、云从科技等企业一样,旷视科技也加入大模型竞速中,7月28日,旷视科技发布全新轻量级LLM模型推理框架,大模型落地进程持续加快。

而无论是重启IPO,还是奔赴大模型,其实都体现了旷视科技对AI价值的持续诠释,这背后则是其“AI in Physical”软硬一体化解决方案的不断落实。

AI的价值,在于软硬一体化?

放眼AI行业,商业化落地难题、企业盈利压力一直是行业发展的掣肘,而困局形成的一大原因即AI价值释放不充分。

当前,AI应用场景碎片化的问题仍较为突出,虽然相关技术产品正在赋能千行百业,但并未实现规模化的复制,AI应用仍停留在一个“浅显”阶段,技术价值难释放。正如华为云人工智能领域首席科学家田奇指出,“过去定制化的、作坊式的开发难以规模化复制,具有高成本高门槛特征,并且没有知识和数据的积累;其次,难以把行业知识与AI技术相结合”。

而AI技术的价值主要通过硬件端展现,相关企业若想加快AI技术产品规模化复制的步伐,还是需增强硬件能力,促进软件端和硬件端的深度融合,才能更大程度上推动商业化进程。正如旷视合伙人兼总裁付英波所言:“AI技术只有与硬件载体结合,形成软硬一体化的产品,并融入到工业、制造、物流等实体产业体系中,才能最大限度地释放AI的价值”。从这番话也可以看出,软硬一体化的真正落实离不开产业场景,而相关场景的需求也衍生出一个庞大的市场。

以最需要智能化改造升级的工业领域为例,数据显示,2022年我国工业增加值超40万亿元,提升1%的效能,即可带来4000亿元的经济增值,可见智能化升级的经济空间之大。

在此背景下,将AI技术积极应用于实体经济中,促进软硬一体化,也成为AI企业的发展方向。比如,AI四小龙中,商汤科技的软硬一体化主要集中在城市新型基础设施建设;云从科技将发展方向定位在人机协同操作系统,并新增了机器人、物联网技术研究投入,试图构建更为标准化的AI产品等。相比之下,旷视科技对于软硬一体化方案的执行可能更加全面和深远。

具体而言,旷视科技主要面向广阔的物联网行业,促进AI技术的应用。根据GSMA移动经济发展报告预测,到2025年,我国物联网行业规模将超过2.7万亿元,近五年复合增长率10%左右,尤其是在安防监控、智能交通、智能电网、智能物流等领域,对AI等新兴技术的需求持续增长。

在此背景下,基于大股东阿里推出城市智能化部署计划,原本深耕消费电子领域的旷视科技也抓住时机,研发出了应用于城市物联网的AI智能摄像头,随后又推出了智能网络摄像机、城市治理软件平台“万象”和智慧城市操作系统“盘古”等产品,以软硬一体化的布局方式,瞄准城市治理这块新蛋糕。而后为了扩大营收,旷视科技不断打开新的业务线,目前形成了消费AIoT、城市AIoT、供应链AIoT三大模块。

从业务结构来看,最反映旷视科技“硬核”趋势的城市AIoT解决方案近几年的收入占公司营收比例达到60%以上,是公司最大的营收来源。这也一定程度助力旷视科技抵抗住了近几年消费电子的低迷态势,2022年,国内智能手机出货量2.64亿部,同比下降23.1%。这种情况下,旷视科技专注城市物联网业务,走好软硬一体化之路,无疑能挖掘到更大机遇。招股书披露,报告期内旷视科技的营收一直呈上升趋势,最高达13.91亿元。

不过,旷视科技软硬一体化道路面临的挑战也愈发凸显。实际上,除了AI公司,海康威视、大华股份等传统安防龙头以及小米、华为等科技巨头均非常看好AIoT领域,并不断精进技术及产品,促进人工智能与物联网的深度融合。可以说,软硬一体化已经成为上下游科技企业产品端的共识。

另外,受制于高昂的研发投入,AI行业亏损已是普遍现象,而软硬一体化的产品路线,也意味着未来更大的成本支出。那么,对于正在不断践行硬核之路的旷视科技等企业而言,要想探寻到更大的利润空间、在竞争中突围,又该如何做?

生态共建+大模型加持,旷视科技软硬一体化或迎发展新机?

物联网作为AI技术商业化落地的重要方向,随着小米、华为、腾讯等大厂的不断加入,行业利润也在不断被压缩。各大厂商对于物联网选择了各自为战,纷纷打造自有生态。

比如,小米旗下拥有众多生态链科技产品,依托强大的互联互通技术能力,小米将这些不同场景的科技产品打通,截至2023年3月31日,小米AIoT平台已连接的IoT设备数达6.18亿台;华为也早在2018年发布了AIoT生态战略,计划从入口、连接、生态三个层面去构建丰富的产品生态,并以“HiLink+HiAi”作为支撑产品生态的技术使能。

不过,从无到有构建以软硬一体化方案为基础的AIoT业务,实施起来非常复杂。首先产品端必须丰富且有一定的市场基础,以小米为例,在“1+4+X”(1代表智能手机;4代表智能音箱、智能电视、路由器和笔记本;X代表生态链产品)战略方针指引下,历时多年才达到了6.18亿台AIoT智能设备的连接量。

其次是缺乏统一的生产标准、安全标准和接入标准。比如在生产方面,不同制造商可能采用不同的技术规范、通信协议和数据格式,这将影响设备的操作。对此,旷视科技CEO印奇认为,在人工智能物联网领域,从最早期的前端、上游的芯片、传感器到最下游的集成解决方案,任何一家公司都很难从上到下地提供闭环价值。

整体来看,在各大厂商的密集布局下,物联网产业链从上到下,同业竞争均大于合作互补,从这一点上来说,物联网供应商的盈利还没有实现最大化。基于此,以旷视科技为代表的AI企业,要想进一步诠释AIoT软硬一体化方案的价值与意义,或许更应该专注于大厂尚未成熟布局的产业生态方向,以此为突破口,打通商业闭环,进而扩大市场规模,提升竞争力。

打通商业闭环,实际上也意味着生态本身的完善。在构建生态方面,旷视科技已从战略层面明确了发展追求。2022年4月,旷视科技宣布将开展“AIoT生态合伙人计划”,面向全国招募生态合伙人,包括区域合伙人、行业合伙人、产品方案合伙人等,力图促进上下游的合作互补,从而借助生态力量来推动AI产业的商业化落地。

而在这一过程中,旷视科技主要为不同类型的合作伙伴提供AI产品和AI算法,这意味着回归到软件端提升实力是赋能生态的关键一环。具体来看,在AI行业增强软件实力的诸多动作中,大模型是不可忽视的存在。

当前,随着ChatGPT在全球范围内爆火,从百度到华为,国内AI大模型不断涌现,不过随着热度减弱,越来越多的企业也意识到,无法落地的大模型没有实际价值,只有成为行业应用的大模型才有产业价值。

以国内AI龙头商汤科技为例,在近日举行的2023世界人工智能大会上,商汤科技升级了“商汤日日新SenseNova”大模型体系,从语言处理模型到数字人生成平台,再到主打数字孪生的琼宇平台,商汤科技在大模型应用方面走在了AI行业的前列。

与此同时,旷视科技也坚定了对大模型的布局。今年6月,旷视科技CEO印奇表示,旷视科技会专注在“AI in Physical”这个方向上,将AI技术引擎与硬件载体结合,产生不同形态的智能机器,对物理世界进行改造。围绕这个方向,旷视科技一直坚定投入大模型研发,且具备了大模型原创科研能力。

实际上,以视觉、语言、机械控制等为核心的多模态大模型,是AI系统走向智能化、通用化的必经之路。随着技术和应用的推广,围绕AI的应用场景,大模型将更好地赋能旷视科技构建物联网生态,借此旷视的硬核之路或许能探寻到更大的利润空间。

作者:Perfect Lee

来源:松果财经

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/87279.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

大语言模型之三 InstructGPT训练过程

大语言模型 GPT历史文章中简介的大语言模型的的发展史,并且简要介绍了大语言模型的训练过程,本篇文章详细阐述训练的细节和相关的算法。 2020年后全球互联网大厂、AI创业公司研发了不少AI超大模型(百亿甚至千亿参数),…

人大金仓三大兼容:Oracle迁移无忧

企业级应用早期的架构模式是C/S(Client/Server)模式,Client做人机交互逻辑的呈现,Sever做业务计算逻辑的实现。这就类似餐馆的运作模式,Client是前台的服务员提供点菜和上菜服务,而Server则是后厨完成菜品的…

【论文阅读】基于深度学习的时序异常检测——TransAD

系列文章链接 数据解读参考:数据基础:多维时序数据集简介 论文一:2022 Anomaly Transformer:异常分数预测 论文二:2022 TransAD:异常分数预测 论文三:2023 TimesNet:基于卷积的多任务…

角角の Qt学习笔记(一)

目录 一、解决在创建新项目时遇到的几个问题 二、信号和槽(非自定义) 三、调用 UI 中的元素(比如按钮) 一、解决在创建新项目时遇到的几个问题 在新建项目时,我选择的构建系统为CMake。然后勾选了Generate form&…

各地区-各行业法人单位、区划数63个指标(2010-2022年)

一、数据介绍 数据名称:各地区-各行业法人单位、区划数63个指标 数据年份:2010-2022年(法人单位至2021年) 数据样本:404条 数据来源:自我整理 二、指标说明 行政区划代码 地区 长江经济带 经度 纬…

CAP理论与MongoDB一致性,可用性的一些思考

正文 大约在五六年前,第一次接触到了当时已经是hot topic的NoSql。不过那个时候学的用的都是mysql,Nosql对于我而言还是新事物,并没有真正使用,只是不明觉厉。但是印象深刻的是这么一张图片(后来google到图片来自这里&…

Java实现对称加密(DES,AES)快速入门示例

对称加密是使用相同的密码进行加密和解密, 对称加密实现简单,安全性相比非对称加密较弱, 常用的对称加密算法有 DES,AES以及PDE等,关于对称加密相关概念参考: 对称加密、非对称加密深度解析 本篇介绍Java的…

python——案例17:判断某年是否是闰年

案例17:判断某年是否是闰年 判断依据:闰年就是能被400整除,或者能被4整除的年份numint(input(输入年份:))if num%1000: if num%4000: #整百年份的判断print("%s年是闰年"%num) #…

设计模式行为型——状态模式

目录 状态模式的定义 状态模式的实现 状态模式角色 状态模式类图 状态模式举例 状态模式代码实现 状态模式的特点 优点 缺点 使用场景 注意事项 实际应用 在软件开发过程中,应用程序中的部分对象可能会根据不同的情况做出不同的行为,把这种对…

flutter开发实战-实现marquee根据文本长度显示文本跑马灯效果

flutter开发实战-实现marquee文本跑马灯效果 最近开发过程中需要marquee文本跑马灯效果,这里使用到了flutter的插件marquee 效果图如下 一、marquee 1.1 引入marquee 在pubspec.yaml中引入marquee # 跑马灯效果marquee: ^2.2.31.2 marquee使用 marquee使用也是…

谈谈对Spring MVC的理解

问题分析: SpringMVC 是一种基于 Java 语言开发,实现了 Web MVC 设计模式,请求驱动类型 的轻量级 Web 框架。 SpringMVC采用了 MVC 架构模式的思想,通过把 Model,View,Controller 分离,将 Web 层…

易服客工作室:如何在WordPress网站中举办虚拟活动

您是否正在寻找举办和管理虚拟活动的最佳方式? 也许您想在线举行下一次会议或举办有关您的产品和服务的网络研讨会。您可能担心它太贵,或者您没有技术知识来实现​​它。 在本文中,我们将列出您所需的在线服务的所有设备,并教您…

实践指南-前端性能提升 270% | 京东云技术团队

一、背景 当我们疲于开发一个接一个的需求时,很容易忘记去关注网站的性能,到了某一个节点,猛地发现,随着越来越多代码的堆积,网站变得越来越慢。 本文就是从这样的一个背景出发,着手优化网站的前端性能&a…

在R中比较两个矩阵是否相等

目录 方法一:使用all.equal()比较两个R对象是否近似相等 方法二:使用identical比较两个R对象是否精确相等。 方法一:使用all.equal()比较两个R对象是否近似相等 使用函数:all.equal(x,y) 比较两个R对象x和y是否近似相等 > M1…

abbitmq启动访问不了http://localhost:15672 通过修改服务登录admin

abbitmq默认的对Administration授权,而我的用户不是默认的Administration,所以后来打开服务,找到rabbitmq服务,属性,登陆,将本地系统账户修改为此账户,修改完成之后再重启服务,这时候…

SpringMVC注解开发

1. 构建流程 1&#xff09;IDEA创建一个Maven项目。配置所需依赖 <dependencies><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.13.2</version><scope>test</scope></depe…

【Fegin技术专题】「原生态」打开Fegin之RPC技术的开端,你会使用原生态的Fegin吗?(上)

前提介绍 Feign是SpringCloud中服务消费端的调用框架&#xff0c;通常与ribbon&#xff0c;hystrix等组合使用。由于遗留原因&#xff0c;某些项目中&#xff0c;整个系统并不是SpringCloud项目&#xff0c;甚至不是Spring项目&#xff0c;而使用者关注的重点仅仅是简化http调…

瑞数系列及顶像二次验证LOGS

瑞数商标局药监局专利局及顶像二次验证 日期&#xff1a;20230808 瑞数信息安全是一个专注于信息安全领域的公司&#xff0c;致力于为企业和个人提供全面的信息安全解决方案。他们的主要业务包括网络安全、数据安全、应用安全、云安全等方面的服务和产品。瑞数信息安全拥有一支…

机器学习笔记:李宏毅chatgpt 大模型 大资料

1 大模型 1.1 大模型的顿悟时刻 Emergent Abilities of Large Language Models&#xff0c;Transactions on Machine Learning Research 2022 模型的效果不是随着模型参数量变多而慢慢变好&#xff0c;而是在某一个瞬间&#xff0c;模型“顿悟”了 这边举的一个例子是&#…

YOLOv5、YOLOv8改进:MobileViT:轻量通用且适合移动端的视觉Transformer

MobileViT: Light-weight, General-purpose, and Mobile-friendly Vision Transformer 论文&#xff1a;https://arxiv.org/abs/2110.02178 1简介 MobileviT是一个用于移动设备的轻量级通用可视化Transformer&#xff0c;据作者介绍&#xff0c;这是第一次基于轻量级CNN网络性…