AI大模型驅(qū)動下，從投資人到產(chǎn)業(yè)界都在思索由此帶來的沖擊和機會。因其逐漸有了“智能涌現(xiàn)”能力，產(chǎn)業(yè)鏈方如何承接這些技術(shù)賦能，投入節(jié)點選擇也變得重要。
“投資人這幾年一大主題就是AI。”一村淞靈投資總經(jīng)理張晨對21世紀經(jīng)濟報道記者表示，“通過對AI方向的積累學習，我們公司形成了生態(tài)打法：在感知周期時，重視對AI視覺、觸覺、嗅覺、類腦領(lǐng)域布局；現(xiàn)在是模型周期，未來會走向行為周期。無論是哪一個AI周期發(fā)展階段，我們堅定看好中國的產(chǎn)業(yè)發(fā)展。”
除了偏向于自然語言側(cè)的ChatGPT外，2023年Meta發(fā)布了旗下圖像類AI大模型SAM（Segment Anything Model）。據(jù)介紹，這是一種用于圖像分割的基礎(chǔ)模型，可以在無需額外訓練、零樣本泛化前提下，實現(xiàn)辨別物體、對圖像的理解能力。業(yè)界認為由此開啟了機器視覺的GPT時刻，將推動跨視覺模態(tài)的場景應用，如自動駕駛、安防監(jiān)控等。
“在去年（2023年）上半年我還有一些顧慮甚至危機感：當AI厲害到輸入什么數(shù)據(jù)都能得到很好的效果，是否可能就不需要我們3D感知行業(yè)了？”光鑒科技創(chuàng)始人兼CEO朱力對記者分析，“但通過與硅谷業(yè)內(nèi)交流，我們的一致結(jié)論是：其一，AI很依賴數(shù)據(jù)來源，如果輸入的數(shù)據(jù)很差就會導致輸出結(jié)果不好，因此好的傳感器很有價值；其二，AI最終需要計算也要考慮到成本，在傳感器和算力之間尋求平衡很重要，目前階段行業(yè)是在把感知能力做強，再拓展應用的階段。”
生成式AI的出現(xiàn)，令AI不同發(fā)展周期的時長在縮短，也驅(qū)動產(chǎn)業(yè)鏈演進落地打開新空間，但同時快速迭代也會吞沒一些既有能力布局，考驗著產(chǎn)業(yè)鏈的思索。
AI驅(qū)動演變
如果說AI大模型類似于進行運算的大腦，要支持大腦運轉(zhuǎn)需要足夠充足的觸角和養(yǎng)料，因此圍繞AI感知側(cè)的相關(guān)產(chǎn)業(yè)鏈發(fā)展成長就殊為重要。
天風證券就指出，看好3D視覺通過與AI更緊密地結(jié)合有望實現(xiàn)更高效的智能感知和控制系統(tǒng)。通過將深度學習、機器學習、大語言模型等AI技術(shù)應用于3D視覺感知，可實現(xiàn)更高效的數(shù)據(jù)處理、特征提取和模式識別。
張晨對記者分析，在其定義的AI發(fā)展三個周期中，AI的感知周期階段，主要是通過感知外部環(huán)境來豐富具身智能所需相關(guān)信息，如視覺、嗅覺、類腦等，核心是解決信息獲取問題；在模型周期主要解決機器思考和決策問題的過程；行為周期則可能是出現(xiàn)人類目前認知無法達到的應用。
SAM模型的出現(xiàn)，是對以圖形、視覺為基礎(chǔ)的產(chǎn)業(yè)鏈應用打開新空間。
（SAM模型概要）
“現(xiàn)在來看，模型周期的發(fā)展進程在縮短，比如研究多模態(tài)融合，如果在2021年早期投資機構(gòu)不布局，后續(xù)可能就沒有機會了。因為AI發(fā)展速度太快，幾乎每周都要知識更新。”張晨感慨，目前AI行業(yè)已進入模型周期，當前出現(xiàn)了基礎(chǔ)大模型和行業(yè)大模型不同類型，在大模型應用階段，會出現(xiàn)諸多投資機會。
在這一邏輯下，一村淞靈面向感知周期，在早期就開始參與投資3D視覺領(lǐng)域領(lǐng)先公司光鑒科技。近期光鑒科技宣布完成的2億元人民幣B輪融資中，中金資本、一村淞靈、重慶科興等機構(gòu)參與了投資。
據(jù)介紹，光鑒科技2018年成立，至今已經(jīng)完成六輪融資，幾乎是成立后每年一筆新增融資，額度從最初的數(shù)百萬美元，到如今數(shù)億人民幣規(guī)模，總計融資金額超5億人民幣。
朱力曾是蘋果公司3D傳感項目負責人，在發(fā)掘該細分領(lǐng)域成長空間后選擇歸國創(chuàng)業(yè)。他對記者表示，3D視覺傳感意味著提升機器的感知能力，構(gòu)建X-Y-Z空間坐標。相較于2D視覺，3D視覺主要為機器算法服務，更加精準和安全，也具備更強的隱私性，可以為人工智能帶來更優(yōu)秀的感知能力。
“AI大模型出現(xiàn)，將機器原有能力進行了擴充。舉例來說，此前設計家用掃地機器人時，避障功能通常需要植入多種分類模型才能有較好表現(xiàn)，但有了通用大模型后，用一個模型就可以讓機器智能化快速提升。”
因此對視覺傳感行業(yè)而言，AI大模型出現(xiàn)可以驅(qū)動產(chǎn)品更加完整，進而促進AI相關(guān)軟硬件的規(guī)模化應用。SAM模型則主要解決了感知層的通用性問題，讓空間傳感信息轉(zhuǎn)化成自然語言處理的過程更加高效。“坦率說，大多數(shù)應用型公司很難做到自己搭建一個基礎(chǔ)大模型，但是通過引入這種底層能力，在一些垂直應用上嵌入我們的數(shù)據(jù)進行微調(diào)，可以帶來差異化價值。”他進一步指出。
“當然在大模型應用中，我們還處在偏應用端，不用操之過急很早參與進去。”朱力表示，可以成為大模型的應用參與者，探索其中新方向，但當前還沒必要對大模型本身過早投入，例如微調(diào)等動作。因為很有可能目前正在做的事情，幾個月后就會被Open AI的功能升級所抵消，抓住自身垂直場景的核心環(huán)節(jié)很關(guān)鍵。
感知側(cè)路線圖
面對涌動的AI浪潮，產(chǎn)業(yè)鏈廠商的技術(shù)和應用路線圖也在逐漸拓維。
朱力介紹道，此次B輪融資的背景是公司正處在業(yè)務快速增長節(jié)點。一方面是當前業(yè)務增長需要資金注入，以支持占據(jù)更大市場份額；另一方面通過一定資金儲備可以令公司在感知-算法-計算三大關(guān)鍵環(huán)節(jié)都構(gòu)建更深壁壘。
“我不斷在思考。視覺感知幾乎與智能相關(guān)的行業(yè)都沾邊，選擇做什么，首先要定位在價值鏈條中創(chuàng)造的是什么。”朱力分析，因為當前現(xiàn)實生活中的人工智能應用，有85%以上信息來自視覺信息。光鑒科技的目標是通過視覺能力，解決智能設備和人、空間之間的交互問題。
他續(xù)稱，光鑒科技已經(jīng)搭建了一個“武器庫”，最終目標并不是預判市場選擇哪一條技術(shù)路線，而是先儲備能力和產(chǎn)品，再基于行業(yè)需求，幫助市場做好技術(shù)選擇，并引導市場往更有效的實現(xiàn)方式落地，讓技術(shù)真正賦能于行業(yè)和市場。
手機端是最早把3D視覺行業(yè)推向拐點的應用，蘋果在iPhoneX中率先應用Face ID后讓供應鏈成本快速降低，才有了在其他行業(yè)進一步探索應用的可能性。
“2023年有一個明顯趨勢，多家國內(nèi)手機大廠在旗艦手機中專門配置安全芯片，在這方面3D視覺會比2D視覺有更大優(yōu)勢，且旗艦手機的成本空間相對高，3D視覺應用落地會有更大想象空間。”朱力對記者分析。
從量級看，即便手機行業(yè)目前走到一定瓶頸發(fā)展期，但依然是一個十多億臺體量的大市場，對于供應鏈企業(yè)來說，即便只應用在10%手機中，也是上億臺手機的發(fā)展空間。
生物識別場景除手機外，支付也是一個快速成長的市場。“刷臉支付是我們前幾年投入的方向，刷掌支付會是下一個趨勢。隨著產(chǎn)業(yè)界的推動，在信息安全保護相對謹慎的歐美國家也認可了這種生物識別支付方式，相比于用戶可能擔心人臉信息涉及隱私，刷掌支付被認為是開放社會中生物識別的最佳形態(tài)。”他續(xù)稱。
據(jù)悉，目前光鑒科技已經(jīng)與微信支付達成深度合作，將刷掌技術(shù)推廣到交通、運動、校園、零售、餐飲、辦公、共享充電等場景，便捷性和用戶體驗較刷臉支付都有提升。
（刷掌支付應用場景）
在近些年沉沉浮浮的XR行業(yè)，蘋果Vision Pro中內(nèi)置了不少光學器件，也會是3D傳感領(lǐng)域的一大機會。但即便在2024年蘋果將量產(chǎn)商用旗下產(chǎn)品，顯然目前這還不是消費者能大規(guī)模接受的應用終端。
朱力分析認為，Vision Pro目前階段的重要使命，是提供給大量專業(yè)開發(fā)者建設應用生態(tài)。正因XR行業(yè)當前沒有出現(xiàn)殺手級應用，行業(yè)拐點不會快速到來。“或許在2-3年后，行業(yè)對XR應用趨勢達成共識，同時其本身通過迭代優(yōu)化、成本快速下降，預計在2026年左右，可能會迎來市場真正需要的XR產(chǎn)品。”基于這一判斷，光鑒科技目前也在與創(chuàng)新產(chǎn)品公司合作，研發(fā)新的產(chǎn)品方案，但會謹慎地控制投入。
機器人和汽車是成長空間和天花板都很高的另外兩大終端市場。朱力分析，機器人市場能帶來相對較高的附加值；汽車市場則是伴隨國內(nèi)快速迭代必然會出現(xiàn)高需求，“我們目前在汽車市場會聚焦服務國內(nèi)2-3家客戶，先把產(chǎn)品打磨到足夠好，再考慮面向全球銷售產(chǎn)品。”
周期中尋路
智能汽車無疑是當前視覺傳感產(chǎn)業(yè)鏈重要的落地驅(qū)動之一。只是面對不同場景，整車廠可能會存在路線快速選擇和調(diào)整的過程。
朱力對記者分析，3D視覺傳感在智能汽車中的落地場景有兩類：智能駕駛、人機交互。目前智能駕駛相關(guān)應用如輔助駕駛、自動泊車等，以激光雷達類供應商居多，但其偏高的成本意味著普遍應用門檻較高。而人機交互在汽車智能化浪潮中也很關(guān)鍵，“那就類似智能手機和功能機的區(qū)別，是采用鍵盤還是屏幕交互，體驗差異很大。”他續(xù)稱，該部分能力可以從既往消費電子領(lǐng)域的積累中延伸而來，涉及汽車如何理解人發(fā)出的指令（隔空交互、手勢交互等）、如何理解車內(nèi)環(huán)境等。
“比如人進入車內(nèi)后，座椅如何根據(jù)人員需求自動調(diào)整，我們已經(jīng)可以交付這類方案。”朱力介紹，3D視覺可以解決一定隱私安全疑慮，比如車內(nèi)疲勞監(jiān)測場景，需要車內(nèi)配置攝像頭和算法，但3D視覺并非構(gòu)建圖像信息，而是空間信息，“哪怕最壞情況下，這些信息被黑客捕捉了，也并不了解這些信息背后是怎樣的影像。”
“我們認為，3D視覺會是未來解決座艙內(nèi)人機交互的關(guān)鍵技術(shù)，但我們還不會參與面向自動駕駛的車外視覺感知。”朱力補充道，因為自動駕駛市場內(nèi)卷嚴重，找準可以實現(xiàn)商業(yè)閉環(huán)的切入點很重要，不能不計成本內(nèi)卷；同時伴隨大模型興起，自動駕駛未來的發(fā)展路線將有很多變數(shù)，既往架構(gòu)設計很可能會有重大變化，因此目前需要謹慎。
據(jù)介紹，2022年3月光鑒科技開始與國內(nèi)新勢力車企共研車艙3D視覺方案，并在此前交付了軟件類視覺感知系統(tǒng)。“2023年我們已經(jīng)拿到TS16949（質(zhì)量體系要求）資質(zhì)，2024年開始可以提供軟硬件一體化方案。”他指出。
（光鑒科技車規(guī)級3D相機）
從產(chǎn)業(yè)發(fā)展歷程看，3D視覺傳感早期由美國和日本廠商探路發(fā)展模式并走向成熟，目前在國內(nèi)呈現(xiàn)產(chǎn)業(yè)鏈公司相對分散的局面。
張晨對記者分析，讓AI理解物理世界到底是什么樣子，是3D傳感產(chǎn)業(yè)鏈環(huán)節(jié)最主要的優(yōu)勢，其也是向機器提供物理世界深度信息的關(guān)鍵紐帶。“我們覺得機器視覺度過了多輪經(jīng)濟周期變化，目前歐美日等市場找到了其細分領(lǐng)域發(fā)展規(guī)律，優(yōu)勢明顯。在這一方向，從技術(shù)到產(chǎn)品打磨、形成工程量產(chǎn)，都需要積累、迭代、收獲反饋。在中國發(fā)展機器視覺、尤其3D視覺也要經(jīng)歷這些過程，才能找到規(guī)律。”
“消費電子行業(yè)的特點是迭代快、周期短，但爆發(fā)力驚人。因此就需要創(chuàng)業(yè)團隊具備敏銳的商業(yè)嗅覺，同時理解技術(shù)演進趨勢。這也是我們看中投資光鑒科技的原因。”他表示。
據(jù)悉光鑒科技預計在2023年第四季度開始實現(xiàn)盈利。“3D視覺會是未來人工智能進入人類生活的重要橋梁。”朱力總結(jié)道，當前AI在生活中的滲透率越來越高，在需要人機交互的環(huán)節(jié)，都將有廣闊發(fā)展空間。
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。
關(guān)鍵詞：
