芯翌科技：技术理想主义的务实之旅

从技术 Gartner 成熟度曲线来看，自 2015 年发酵至今的人工智能，正逐步跌入“死亡之谷”创新曲线的谷底。根据中国信通院 2019 年发布的《全球人工智能产业数据报告》显示，2018 年 Q2 以来全球 AI 领域投资热度逐渐下降。人工智能领域的泡沫正在逐渐被戳破，且内部的马太效应也在加剧。

因此，AI 如何落地、以及 AI 落地后如何产生规模化营收成为人工智能企业近几年关注的焦点问题。

近日，朋湖网研究相关行业痛点，并与专业人工智能服务企业——芯翌科技共同探讨了关于 AI 落地的技术实现手法和业务布局思路。通过此次分析交流，希望给行业人士更多探讨价值。

落地：精细化场景算法作支撑

芯翌科技成立于 2018 年，是一家具备人工智能系统化研发与技术能力的专业 AI 服务企业，在数据治理、视频管理、云原生等领域有深厚的技术积累，产品体系覆盖智能感知、数据认知、场景应用，为客户提供全链路的人工智能行业解决方案。

芯翌研发团队在人工智能领域有十年以上的技术深耕，在深度学习、计算机视觉以及人脸识别上积累了深刻的算法理解和实践经验。凭借深厚实力，团队近两年接连取得世界领先的核心技术成果。2021 年 3 月在由美国国家标准与技术委员会举办的 NIST-FRVT 人脸识别评测中，获得难度最高的戴口罩人脸识别世界第一，1：1 人脸识别赛道世界第三，国内主流厂商第一的成绩。在 2020 年 ECCV2020 COCO 视觉挑战赛中，获得人体关键点赛道世界第一。在人体 ReID 领域，刷新所有公开数据集的最高记录。

但技术实力仍需与行业理解深度结合。

我们可以看到，在 AI 和行业结合过程中面临很多挑战。常见的有“AI 算法落地慢”，“响应客户不及时”、“效果提升不明显”、“客户定制化严重”等，这背后反映的是海量碎片化场景需求的与日俱增。

因此，针对以上的行业难点和痛点，芯翌推出面向城市、工业等众多精细化场景算法需求的平台：星河—算法仓库平台，可快速生产、对接、集成、展示。

从整体架构上来看，芯翌建立了从算法生产平台（算法工厂）到核心技术再到 AI 产品平台（算法仓库平台）的三级体系。

芯翌基于软件 2.0 思想进行内部软件架构的升级和改造，进一步总结了“数据即代码，模型即软件”的软件 2.0 核心思想，打造了高效的算法生产工具——算法工厂。通过全栈式的人工智能技术设施，芯翌将数据采集、标注、训练、评测、应用、部署全流程打通，形成生产闭环。

算法仓库平台取名为“星河”，看似是一场技术理想主义的浪漫，但仔细研究其技术和功能却发现，这是一场极为务实的技术落地布局。

星河算法仓库平台有三个核心优势：

l  支持用户自定义算法：对于业务场景，可以通过用户自定义算法名称、算法属性等进行任务的配置，做到用户配置即可实现，人人都是开发者、人人都是应用者；

l  多种算法集成：尤其是针对微卡口场景，经常需要一路视频跑多种算法，通过芯翌自研的多算法融合框架，在极大支持用户定义参数的情况下（不限于时间、空间），有效实现多种场景的组合，理论上支持无限种算法的集成，当前已经支持百余种算法；

l  开放兼容：在完成算法集成对接的基础上，支持英伟达（T4、2080Ti 等多款 GPU 卡）平台、AI 专用芯片平台（华为 altas300、MLU220 等多款 AI 加速卡），具有灵活的算法、算力调度的接口，同时支持第三方算法的接入，做到开放、兼容。

业务架构方面，星河平台采用分层的设计，每层通过接口进行交互，层内模块高内聚、低耦合，可以快速、独立地上线，支持灵活的节点扩容。

朋湖网了解到，芯翌可提供一站式 AI 应用开发的能力，能够帮助用户快速拓展新业务、落地新算法；同时提供算法的自我进化、自我迭代能力，当实际应用产生中遇到误检、漏检，用户只需要以负样本数据为“原料”投入到算法工厂平台，再通过简单配置即可完成算法模型的训练、评测、发版，帮助用户在实际场景中提升算法准确性；同时，在部署和应用对接上考虑平台异构性，基于自研的异构虚拟框架，解耦算法和算力，支持灵活的算法调度、异构调度，能够快速支持算法部署、应用上线，最终实现“众星汇聚”，“闪耀星河”。

目前，星河平台已覆盖十余种场景、百余种算法，在长三角及粤港澳大湾区等完成 20 余个项目交付，在城运、商场、学校、港口、电力等场景，与用户一起让城市居民的生产和生活更加智能化。

规模化营收：智慧城市、智慧工业为最佳领域

有了精细化的场景算法之后，选择何种场景和业务领域落地才能产生规模化营收变成了下一个关注话题，在芯翌研发副总裁都大龙看来，AI 能够产生规模化营收的行业有三个，一是自动驾驶，二是智慧城市，三是智慧工业。

芯翌科技的聚焦场景放在了智慧城市和智慧工业。都大龙表示：“智慧城市和智慧工业这两个领域的技术天花板非常高，丰富场景，可以规模化地复制落地，能推动 AI 技术进一步发展，且近期就会给 AI 带来很多落地与营收。”

这里面值得注意的问题是，大规模落地和部署从而带来营收的中间有一个过程。除了受核心技术影响外，从行业角度看，首先是该细分行业有一定的数字化积累，且管理者对 AI 有较高的价值认可度，需要自上而下地走标准化技术和产品规模复制的路线，从而降低交付成本，提升市场占有率。只有这样饱满的市场需求才能与技术产品共促发展。

显而易见，智慧城市和智慧工业无论是在核心技术上，还是市场接受度上，都具备培养万亿级市场的沃土，且两个领域关系密切，智慧城市的部署离不开智慧工业的改革，智慧工业离不开智慧城市的基础设施建设。

据德勤统计，中国智慧城市市场规模近几年均保持 30%以上增长，2019 年市场规模达 10.5 万亿元。而针对工业互联网、智能制造的“新政”和相关研究成果更是频频出炉，信通院发布的《工业互联网产业经济发展报告（2020 年）》预计 2020 年，我国工业互联网产业经济规模将达 3.1 万亿元，占 GDP 比重为 2.9%。

在此背景下，芯翌选择聚焦智慧城市和智慧工业。例如，在城市运行方面，芯翌研发的“识别不文明养犬行为系统”在上海成功应用，系统能实现小区出入犬类目标的智能分析筛选，将小区内公共视频拍摄到的影像与后台数据库进行碰撞分析，自动挑选包含犬类的影像并截图保存。

在港口安全生产方面，芯翌凭借云、边、端多场景工业算法和系统应用平台的融合方案，赋能港口桥吊作业、堆场管理、船员访客和安全检查等多维场景。

在应急管理方面，芯翌将化工生产企业中违规打电话、抽烟、在岗打瞌睡、烟火检测等进行应用，加强应急管理覆盖度和精细化。

在电力安全方面，芯翌将防护罩、油/液位等设施设备检查，与安全帽佩戴等不安全行为检查结合，对“人、机、环”进行自动监测和安全状态判别，提高电厂安全管理。

接下来，芯翌还将继续在这两大领域持续深耕。在技术研发上，一是夯实 AI 算法生产工厂，实现批量化、规模化的生产和布署 AI 算法，不断提升投入产出比；二是重点打造视频联网+AI 大脑+视频应用全链路技术产品平台，不断完善闭环的数据流转飞轮，支撑城市级规模的人工智能应用场景。

综上，我们可以发现，芯翌能发展到如今的规模都离不开“技术”和“业务”两条腿走路战略。让 AI 真正赋能到行业场景、业务链条中或许便是这个既拥有技术理想主义，又脚踏实地迈进行业的 AI 务实企业带给我们的思考价值。