全面输出清华 AI 技术，这家公司的出现为了孵化更多 AI＋独角兽

人工智能的每一次成长都意味着它要解决的问题会愈加复杂。

以安防为例，作为AI落地最早、最好的领域，海量视频监控数据的存在使得智能识别、边缘计算、视频结构化等技术得到了较好应用。

与此同时，这个技术最佳试验场也并不能让AI全量发挥。

清华大学电子系教授、媒体大数据认知计算研究中心主任王生进曾指出，目前AI在安防行业的更好落地还面临不少困难。

也就是说，如果用户单独下载一个SDK，在实际应用中，无法完整实现所需功能。

譬如，在安防领域的人脸识别和车辆违章判别中，单一的识别算法，无法解决人脸的遮挡问题，以及特殊情境下的车辆违章判别问题。

而跨摄像头的ReID技术，则能更好解决遮挡这一问题；车辆ReID技术定位违章车辆、车道线线检测、特殊标志检测等综合技术，也能更好的进行车辆违章的二次判别。

这些综合技术的实现，则需要平台能力的提升。

也就意味着， 以往中心控制、中心管理为主的AI赋能模式，必须向增强用户AI能力、构建用户AI技术中心的使能模式转化， 使用户成为具有AI技术能力的企业，即“AI使能平台”。

AI使能平台的开放

今年4月27日，清华大学108周年校庆期间，承载清华大学AI科研与产业结合发展的重要载体——清华大学AI使能平台“紫为云”正式发布。

“紫为云积聚了清华电子工程系过去几十年积累的科研成果，未来将从技术、产品、人才、知识、服务五个维度向合作伙伴输出领先的AI技术及全链AI使能解决方案。”

在6月30日举办的PCI佳都科技·粤港澳大湾区智能科学与信息技术专家高峰论坛上，紫为云执行总裁/COO王延波接受雷锋网专访时如是说。

清华大学，作为国内闻名的AI摇篮，几十年来，培养了大量的相关人才。毫不夸张地说，中国大多数熠熠发光的AI人身上，多多少少都会看到清华的影子。

这片技术圣土之上，也衍生了不计其数的世界级AI项目。

2005年，在公安部主持下，深圳罗湖口岸集成清华大学电子系人脸识别技术，开通“旅客自助查验通道”，这是世界上首次大规模人脸识别应用案例，目前已经成功通过数亿人次的实际考验。

此外，其多模态生物特征识别、视频分析与结构化、语音识别、智能辅助驾驶，以及舆情分析、行人再识别等多种先进的AI算法已在国防、网信领域得到大规模应用。

对于该平台的发布，王延波说，未来的人工智能绝不是一项独立的技术，而是一种工具，是一种产生新数据、应用新数据的工具。

譬如安防市场，从NVR到视频云平台，一切的背后都是数据的高效推动，数据的不断挖掘和融合，驱动了技术的不断迭代、演进，促成了行业的兴起与变革。

人工智能的出现便是挖掘更多非结构化数据、挖掘更多数据间的关联。数据分类的本质就是市场竞争的本质，随着数据的高度融合，用户也会逐渐聚合统一。

未来，依托清华大学媒体大数据认知计算研究中心及三个国家级实验室，紫为云能够发掘更多潜在的数据能力，帮助更多企业拥有AI产品应用能力，实现产业升级、降本增效。

使能≠赋能

提及AI，大多业内人都会在极短时间内列出若干强劲候选对象。

自2014年至今，在竞争近乎残忍的AI圈，多少英雄豪杰带着技术天赋赶往，最后掀不起一丝涟漪而遗憾迟暮。

对于紫为云此时入局，大多人直呼不解，毕竟圈内对手众多，很多已经占有先机优势，在列强环伺的AI赛道，紫为云壁垒何在？

“我们不是去和各大AI独角兽抢地盘，我们的出现是要孵化更多的AI应用独角兽。” 王延波首先解释了两者的最大区别。

他告诉雷锋网，有一种成功，是帮助更多人成功。独角兽的赋能是更好地服务自己的用户；紫为云的使能是让利益相关者更好地服务于其用户。

也就是说，紫为云的价值在于助力更多企业拥有AI产品应用能力，实现属于企业自己的智能+产业升级。产业关系的价值传递将从“建设---交付”的糖葫芦式单链条的合作商务模式，变为“使能建设—共同运营—再使能建设—再持续运营”的共享价值使能模式。

同时，就公司的壁垒及能力，王延波也从几个方面进行了阐述。

虽然紫为云步入市场不久，但它沉淀了清华大学过去十几年的AI技术积累，也具备了技术前瞻性的科研准备；