AI生态链全解析：百度、猎豹移动、商汤们背后的智能版图

在近几年的政府工作报告中，人工智能四字已经成为了常客。在2017年，人工智能被列入战略性新兴产业发展规划之中。去年，政府报告中提出了加强新一代人工智能研发应用。而在今年的两会中，则首次提到了“智能+”这一概念，为制造业转型升级赋能。

人工智能对于中国市场而言，从列入规划到今天衍生出产业落地的全新概念，整个过程人们有目共睹。当“智能+”作为人工智能首要的落地概念被提出时，一幅探险地图已经被徐徐展开。“智能+”的第一枚脚印落向何处，很可能决定着接下来几年内中国人工智能产业化发展的动势与方向。

“智能+”元年的前哨，或许是由两会机器人的集体上场吹响的。

在今年的两会上，出现了大量智能媒体机器人的身影，例如新华社推出了“以假乱真”的AI合成主播“新小萌”；猎豹移动为人民网“2019年两会报道”特别定制的AI机器人—“小融”，不仅可以接待引领记者和代表，还能同步人民网两会播报；还有能够预测新闻热词的“小度”机器人。

一系列智能媒体机器人的出场，如同一队头排兵，由小见大地展示了中国人工智能“智能+”元年前纪元的技术累积。

对中国人工智能在“前纪元”的成绩进行整理，我们可以发现，“智能+”元年并非凭空出现，而是经由大量累积而来的时代跨越。

从AI产品创新能力来看，在CB Insights最近发布的2019全球Top 100 AI创业公司年度榜单中，十一家独角兽企业中有五家都来自中国，横跨人脸识别、自动驾驶、金融风控等多个领域。

这一数据证明在广泛的AI适用场景之中，中国已经出现了大量拥有创新能力的企业，已经做好了批量化推出AI产品的准备。

至于中国AI的学术成就，也在过去几年间获得了巨大的进步。随着企业越来越关注底层AI技术能力，阿里达摩院、百度研究院这类企业组织的出现，极大地提升了中国AI学术能力的发展。就拿去年自然语言处理领域的顶级会议 ACL 2018来说，在不足30%的论文录取率下，ACL公布的四篇最佳候选论文，其中三篇的第一作者都是华人。

足够的学术成就，为中国AI进行“智能+”落地提供了足够的底层支持，让“智能+”不会虚浮于表面。

而AI落地上，中国一直被公认以落地场景广泛为优势。

首先中国拥有庞大的人口基数，尤其是对新生事物更具接受能力和高消费能力的年轻群体。在此基础之上，中国在移动互联网时代迅速发展，强大的移动设备渗透比例和丰富的软件服务能力累积下了巨大数据优势。

就拿最近几年在消费市场最火的AI硬件智能音箱来说，市场分析机构Canalys发布的2018年一季度数据显示，中国已经成为仅次于美国的全球第二大智能音箱消费市场，一季度整体市场规模达到180万，增速达到了5370%。

这些数据无疑展示出了中国市场对于AI技术落地的热情，也体现出了中国市场的教育成熟度。

前纪元的积淀已经足够，新纪元的奇点便瞬间到来。智能媒体机器人头排兵的齐齐亮相如同一种宣告，奏响进入下一个纪元的战歌。

一个全新纪元的耸立可以由一声号令开始，但想让“智能+”真正繁荣起来，需要的是无数忙碌于时代分工链上的建设者。

那么在新纪元的伊始，是谁在奋力搭建起整个时代？向前回溯，我们可以从人工智能发展的历史中寻找到三个剪影。

首先是陌生土地上的拓荒者。

对于中国的BAT、海外的谷歌、微软来说，这些拥有强大资本和技术实力的科技巨头无异于是在新纪元开疆辟土的猛士。

AI和任何技术一样，想面向未来的繁荣，最需要的就是降低准入门槛，这其中包括但不限于：普通开发者学习深度学习技术的门槛、小企业进行AI创业的门槛、传统企业应用AI技术的门槛等等。而能完成这些的，恐怕非科技巨头莫属。

拿BAT来说，他们拥有来自于自身业务的海量数据资源和计算资源，还有强大的人才团队，更重要的是有足够的资本在AI领域进行更多投入。于是我们能看到科技巨头一直致力于中国AI技术的平台化发展，通过自研深度学习框架、AI芯片、算法模型接口来整体化地降低AI研发和使用的门槛，帮助整个生态共同繁荣。挥舞着鲜明的旗帜，在产学结合、人才培养等更高的方向上发挥作用。

例如百度推出的开源深度学习框架PaddlePaddle，就是通过集成全流程的深度学习模块和组件，加以百度工程师自己撰写的中文开发文档，来帮助中国开发者们加快对深度学习开发的学习和适应。

另一个典型案例，则是阿里云的ET城市大脑。ET城市大脑将阿里云自身惊人的算力和达摩院的算法成果整合在一起，打包输出到城市应用场景之中，帮助交通、政务等不具有技术能力的部门接受技术赋能，直接让市民享受到AI协管交通拥堵这样的技术成果，也以榜样之力吸引着更多生态合作伙伴加入智能城市的赛道。

相信在未来很长的一段时间内，科技巨头们仍然会承担着同样的责任，托起中国AI落地的生态基石。

同时还有制工具的匠人。

在AI产业链上，旷视这样的独角兽企业一直是一个特别的存在，他们如同制工具的匠人，在技术细节上钻研打磨，不断配饰更细化的应用场景。

相比巨头，这些企业具有更强的专注性，在诸如机器翻译、人脸识别此类专项领域中有着自己的技术领先优势；还可以集中精力和资源将同源的技术打造出无数版本，去适配复杂的现实场景。如此以来，独角兽们可以更多独有的细节反馈，打造出让AI裂变的实用工具。

就拿人脸识别一项技术来说，就可以裂变出适应弱光环境的人脸识别、低计算资源下的人脸识别、动态视频中的人脸识别等等无数种细化场景，每一个场景都可以通过技术调整来达成更好的实现效果。

例如旷视科技在今年的CES上，就展示了一套车载AI视觉系统，包含人脸识别账户切换、人脸解锁与启动、驾驶员疲劳检测、手势切歌等功能。只有这种极致细节的技术，才能适配到极致细节的现实应用场景中去。

商汤科技和高通的合作也是如此，在不久前的MWC上高通展示了基于骁龙855的SensePhoto AI视频虚化、AI超分辨率和 AI双摄虚化算法，通过算法与芯片的高度契合来提升手机的图像处理能力。这种针对某一款芯片的定制化调整，也是非独角兽不能做到的。

就拿“智能+”的未来来说，每个场景上都可能拥有不同的技术需求。有的需要通过边缘计算快速在终端处理任务，有的需要将数据上传云端进行交叉计算。例如同样是人脸识别技术，在安防场景中，人脸比对一定要在智能摄像头终端及时响应；但在AI皮肤检测场景中，同样的数据需要上传到云端进行脱敏后再进行分析。同样技术在不同场景下与端、管、云等条件的丰富组合，需要有足够垂直经验的独角兽们来一一解决。

最后，还有一个重要角色是搭建桥梁的搭桥者。

想要让AI的平台与技术最终为普通人所用，如同在彼岸徘徊，需要有人搭起一架桥梁连接两片大陆。而能够搭起桥梁的，恰恰是猎豹移动这样的企业——出身互联网时代，已经拥有大量丰富的技术产品化以及产品落地经验，并擅长将沉淀的经验快速迁移至AI场域。

AI的产品化，从基础上来看仍然需要技术打底。拿猎豹移动来说，它就投资了人工智能公司猎户星空，后者除了曾经在微软百万名人识别竞赛中夺得冠军证实自己的技术实力以外，更多的是以互联网思维将散落的技术由点及面连接起来，构建出更快速推进产品研发和落地的AI力场。经过近三年的高速发展，猎户星空搭建了行业唯一的全链条AI技术，集合了大脑一样的芯片+算法、眼睛一样的全感知视觉识别、负责听觉的麦克风阵列和负责交流的语音合成技术，而落到产品上时，七轴机械臂和室内导航平台又构成了全链条AI的手和腿，“四肢五感”俱全，才有了应对复杂应用场景的能力和资本。

除去猎户星空的技术和产品能力，猎豹移动也长时间在移动互联网市场中航行，有着“产品为先”的经验积淀，这些经验迁移到人工智能领域，可以将具有“四肢五感”的AI技术和产品，落地到实际场景应用中，通过搭建有效的智能解决方案，让“真有用”的机器人普及到多个行业。于是我们才能看到旗下一批已经进入应用场景的机器人家族。

例如早在石景山政务服务中心、北京鸟巢3D美术馆、八达岭长城、海南冬交会、山西地质博物馆进行服务的智能服务机器人“豹小秘”，作为服务型机器人，豹小秘一方面需要在前线与个人用户直面沟通，没有任何缓冲地带，对于用户行为习惯一点点的体验不到位都有可能招致差评；另一方面服务型机器人本就面临着种类繁多的复杂工作，需要拥有更全面能力。