主营范畴
  • 主营业务: 视觉人工智能技术的研发和应用
  • 主要产品: 视觉人工智能算法
  • 主要技术: 视觉人工智能技术
  • 下游用户: 手机生产厂商
  • 商业模式: To B
行业分析

1956年达特茅斯暑期会议正式提出人工智能的概念,至今其经历了三次发展浪潮。

第一次浪潮发生在1956~1976年,主导理论是逻辑主义,主要成果是完成了一些定理证明以及逻辑程序语言prolog

第二次浪潮发生在1976~2006年,主导理论是连接主义,主要成果是神经网络理论的提出以及应用。但是在实践中发现其只可以解决一些简单的单一问题,对于复杂问题的处理效果不理想。

第三次浪潮发生在2006~至今,可以称之为基于互联网大数据的深度学习,将大数据、神经元网络和数学统计结合在一起。第三次浪潮的理论基础和第二次浪潮类似,主要差别在于基于神经网络的深度学习算法取得了巨大的成功。这里主要推动因素包括硬件的进步、卷积神经网络优化、参数训练技巧发展等。

(一)人工智能产业链

人工智能产业链包括三层:基础层(计算基础设施)、技术层(软件算法及平台)和应用层(行业应用及产品)。基础层主要涉及数据的收集与运算,这是人工智能发展的基础,主要包括AI芯片、传感器、大数据与云计算。技术层是人工智能产业发展的核心,技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模,以面向不同领域的应用技术,包括感知智能和认知智能。应用层是建立在基础层与技术层基础上,实现与传统产业的融合发展以及不同场景的应用。

人工智能基础层、技术层、应用层

虹软科技 688088 格菲 科创板 研究院  人工智能基础层、技术层、应用层

资料来源:招商银行研究院

1、数据、算法、算力、专业能力是人工智能效果的关键

当前人工智能应用的核心,是基于神经网络的深度学习,该方法的特点是根据特定应用目的,利用大量优质数据,对学习网络进行反复训练,通过传播算法,不断变换各层节点参数,以最终得到符合实际应用要求的训练结果。

深度学习的训练特点,决定了数据、算法、算力、领域专业能力是人工智能效果的关键。

数据:深度学习算法的核心在于通过优质的数据去训练,故是否取得与任务相关的足量优质数据是人工智能技术取得成功的关键。

格菲研究院注:在算法开源的大背景下,是否拥有足够优质的训练数据,是公司是否存在护城河的关键。

算法:虽然深度学习的核心框架相对固定,但是为了使得学习模型在特定应用场景取得较好效果,往往需要做很多的算法优化和工程优化,以使得模型最终在具体场景取得更好的结果,比如更快的计算效率,更准确的分类概率等。因此对特定领域,具备强大的算法能力,是产品和企业成功的关键。

算力:由于现在需要解决的具体问题越来越复杂,云端的人工智能算法对硬件的计算能力需求近乎无止境。虽然当前芯片技术不断进步,云计算提供越来越完善,但是对一些高复杂度的人工智能任务,依然需要非常大的算例才能训练出足够好的解决模型。

领域专业能力:最后,人工智能技术的落地应用,还是要和应用场景结合起来。一般最终实施公司,既理解行业痛点,又具备丰富的行业实施经验以及渠道能力,能更好地将技术和具体硬件以及流程结合。

近年随着人工智能应用范围越来越广,全球和中国的人工智能领域的投融资规模都呈上升趋势,其中来自中国的增长尤其迅速。据信通院统计,2017年全球人工智能投融资规模为395亿美元,其中中国277.1亿美元,占全球融资总额的70%。根据2013年到2018年的第一季度全球AI行业累计投融资数据,中国占比60%,美国29%,合计占比接近90%

中国以及全球人工智能领域投融资变化趋势

虹软科技 688088 格菲 科创板 研究院  中国以及全球人工智能领域投融资变化趋势

数据来源:信通院、招商银行研究院

(二)技术层

人工智能产业链中游是指在各行各业广泛应用的基础性AI算法。主要包括智能语音技术、计算机视觉、自然语言处理和其他类。

智能语音是指的是利用计算机对语音信息进行分析处理,以模仿人类实现听、说等语音能力的技术,语音识别和语音合成目前是其核心应用。智能语音技术当前的发展已经比较成熟,在很多领域的应用已经接近人类水平,比如现阶段智能语音交互已成为主流的人机交互方式。

计算机视觉指的是利用计算机对图像或视频信息进行处理分析,以模拟实现人类通过眼睛观察和理解世界,主要包括图像视频的复原和增强、分割和识别、理解和自动匹配等应用。计算机视觉给机器安上了智慧的眼睛,能替代很多原本需要人类才能完成的工作。随着近年来计算机视觉技术在多个领域的应用取得突破,其目前已成为人工智能领域最为炙手可热的技术。

自然语言处理指的是利用计算机对语言文字进行分析,以模拟实现人类对语言的理解和掌控的技术,当前主要应用包括自然语言理解和自然语言生成。自然语言处理是实现认知智能的关键技术,虽然当前依然面临较大的挑战,但其未来的进步和突破对人类社会的意义将十分深远。

其他类是基于人工智能算法对一些特定类问题进行方案设计,利用计算机将其智能解决的技术,其从实际效果来看,是针对响应问题实现模拟人类智能。这类技术相比以前三类技术,其应用范围相对较窄,基础性较弱,为了便于分类,我们将这些技术统称为其他类。典型的应用场景包括棋类的AlphaGo,智能游戏选手AlphaStar,金融领域的反欺诈反洗钱、智能投顾、自动交易等。

1、技术类平台具备较强壁垒,规模提升能带来马太效应

技术平台类公司的壁垒体现在人才、资金、技术生态圈三个方面。平台类公司需要非常强大的研发团队和科研基因,方能在第一时间消化吸收最新的科研论文成果,并应用到具体技术领域。

同时,平台建设也需要大量资金。一方面当前顶尖的AI人才,需要很高的薪酬才能吸引,IDG数据显示2017年人工智能从业人员平均薪酬是大数据等其他热门岗位的150%以上;另一方面,算力是决定技术应用效果的重要因素,需要大量的资金自建或者租用计算资源;最后,建设长期功能完善强大、用户友好易于推广的平台系统,需要长期资金的投入,所以行业具备资金壁垒。

准独角兽企业不同岗位薪酬对比

虹软科技 688088 格菲 科创板 研究院  准独角兽企业不同岗位薪酬对比

资料来源:IDG、招商银行研究院

生态圈指的是中游企业基于其领先的技术实力,搭建人工智能开放平台,以云服务等方式提供人工智能领域技术、产品和解决方案,为行业内企业和个人用户,提供高效优质的服务。生态圈不仅可以通过各种服务获得相应收入,更重要的是培育了企业和个人的使用习惯,增强自身技术和解决方案的影响力。同时生态圈平台可以利用云计算的特性,以非常低的成本迅速扩展自己的服务对象。

2、技术平台类公司具备较强的上下游扩展能力

相比上下游公司来说,中游的技术平台类公司具备更强的上下游扩展能力。大部分下游公司往往专注在某个细分领域,进行专业的技术研发并非其竞争优势。即便是少数下游强势企业如海康威视,即使专注于安防领域AI研发,也很难将技术输出到其他关联度很小的领域。而技术平台类公司则可以借助自己的资金和技术优势,在一些规模较大,利润丰厚的领域直接获取下游需求订单,这也是当前平台类公司一直推行的“平台+赛道”商业模式。

(三)计算机视觉

计算机视觉技术从2012年开始取得突破性的进步,错误率迅速降低,故在很多领域跨过识别率门槛,具备很强的经济价值。同时随着国内平安中国建设的稳步推进,金融科技的快速发展,计算机视觉技术下游需求迅速扩大,两者的叠加引起计算机视觉爆发式增长。

中商产业研究院预计到2020年,国内计算机视觉市场空间将达到755.5亿元,连续四年保持100%以上的增长速度。

国际市场空间方面ForresterTractica公司分别预测未来全球计算机视觉市场空间将超过200亿美元、260亿美元。相比而言,国内企业在计算机视觉应用走在国际前列。

ILSVRC图像识别挑战赛分类错误率

虹软科技 688088 格菲 科创板 研究院   ILSVRC图像识别挑战赛分类错误率

数据来源:招商银行研究院

计算机视觉国内市场空间

虹软科技 688088 格菲 科创板 研究院  计算机视觉国内市场空间

资料来源:中商产业研究院、招商银行研究院

现阶段计算机视觉公司技术成熟,行业下游应用广泛。根据信通院数据统计,人工智能企业应用领域分布中,国内企业在视觉和语音方面比例要大于国外,而自然语言处理的比例大幅低于国外。

格菲研究院认为现阶段我国人工智能发展结构与国外出现倒挂,后期自然语言处理具备发展潜力。

国内外人工智能企业应用技术分布

格菲科创板研究院  虹软科技 688088 国内外人工智能企业应用技术分布

资料来源:信通院、招商银行研究院

2016年起人工智能初创企业诞生速度已经大幅降低,而计算机视觉和智能语音类平台公司市场竞争格局逐步稳固,头部企业脱颖而出,竞争优势明显。

IDC统计,2017年中国计算机视觉市场份额中,商汤、旷世、依图、云从四家公司已经占据了70%的市场份额。

格菲研究院发现虹软科技招股说明书并未披露其在计算机视觉行业市场份额,既然商汤旷世依图云从四家公司已占据我国计算机视觉70%市场份额,那间接说明虹软科技市场份额不超过30%。计算机视觉是边际成本几乎为零,赢家通吃行业,故虹软算法竞争力还需推敲。

2017年中国计算机视觉市场份额

2017年中国计算机视觉市场份额

资料来源:IDC、招行银行研究院

(四)未来发展趋势

1、视觉人工智能行业在新技术方面未来发展趋势

随着技术不断发展,视觉人工智能能够识别信息的种类从最初文字信息,到人脸,人的体态,以及各种不同的物体。识别精度也从最初的1:1比对,到用于门禁系统的1N比对,以及用在黑名单监控等场景的MN动态监控。同时数据标注的自动化程度极大提高,进一步提高识别效率,降低识别成本。

目前,全球移动智能终端设备迅速普及,移动智能终端的拍摄能力和计算机视觉技术发展迅猛,大量的图像数据和计算数据需要快速有效地提取、分析。5G技术的进步和商用进程,进一步推动了“边缘计算”和“端计算”的发展。作为一种运算架构,“边缘计算”和“端计算”可以在人脸识别、信息比对、智能驾驶等方面,实现对云计算的延伸与扩展,可以在更靠近用户侧的节点上完成图像的分析识别。

2、视觉人工智能行业在新产业、新模式方面未来发展趋势

最近三年,视觉人工智能技术出现了广阔的应用前景,不仅能够带来生产效率的提升,而且还催生了新的产业和新的商业模式,推动了多行业产业链的重构。视觉人工智能技术产业落地应用程度不断提高,例如在智能手机、智能汽车、智能安防、智能家居、智能保险、智能零售、互联网视频等,并形成全新的产业链条与全新的商业经营模式。可以预见,随着视觉人工智能技术不断发展,行业应用解决方案的建立和完善,以及政府对视觉人工智能行业的政策扶持,视觉人工智能行业的应用场景将进一步渗透,助力各应用行业解决行业痛点,提高运营效率,实现行业转型和升级。

3、视觉人工智能行业在新业态方面发展情况和未来发展趋势

视觉人工智能对传统行业商业模式、产业链和价值链的全面颠覆,将为全球经济、社会生活的方方面面带来质的变化。大量数据的智能化运算将成为人工智能提升商业价值的核心,人工智能、大数据技术也将更好地服务于人们生活,推动时代进步。随着视觉人工智能技术发展,应用场景不断丰富,智能设备人机交互界面智能化水平将不断提高,将创造出更加多元、更加立体的业态形式,推动着未来商业现代化发展。


市场地位

虹软科技是全球视觉人工智能行业领先的软件服务提供商全球领先的视觉人工智能技术开发者解决方案供应商

目前虹软科技是全球最大的智能手机视觉人工智能算法供应商之一根据IDC统计2018年全球出货量前五的手机品牌中,除苹果完全采用自研视觉人工智能算法外,其余装载安卓系统手机的三星、华为、小米、OPPO的主要机型均有搭载虹软科技智能手机视觉解决方案


竞争优势

1、算法技术涵盖面广、研究深入

虹软科技积累了大量视觉人工智能领域的底层算法涵盖了人场景三个视觉人工智能的主要研究方向公司不断探索视觉人工智能领域的前沿技术并且利用深度学习等先进人工智能技术优化迭代已有算法。经过长期的潜心研究,虹软科技已掌握诸如人体识别、物体识别、场景识别、图像增强、三维重建和虚拟人像动画等核心技术,构建了完整的视觉人工智能技术体系。

2、产品化能力强

虹软科技在先进技术的产品化上着丰富的经验。公司通过将核心技术与行业的实际需求相结合,让先进技术具有更强的实用性,把可研成果转化为产品服务于经济社会发展主战场。早在2003年,公司便在性能有限的移动终端设备上实现了人脸特征点检测、人脸检测和人脸表情检测等功能。2004公司在该类终端上完成了图像增强算法落地实现了去模糊去噪和暗光拍摄三大功能2015年,虹软科技协助手机厂商发布业内第一款RGB+Mono方案的后置双摄像头手机目前公司人脸识别、物体识别和场景识别类产品得到广泛应用。

虹软科技强大的产品化能力能够促进视觉人工智能技术在智能手机智能汽车等领域落地帮助相关产业产品实现智能化改造和快速升级,协助产业和产品向价值链中高端发展。

虹软科技的产品化能力还体现在其技术的通用性和延展性上。凭借对行业演进规律的理解,公司形成大量模块化的产品和底层算法库。这些产品和算法库能够快速用于开发新产品和各类行业应用,使公司能够为不同行业的客户提供一站式解决方案,并大幅减少新产品进入市场的时间。尤其在竞争激烈的消费电子行业,虹软科技可以根据不同客户的需求快速提供相应产品,为消费电子行业迭代提供支持。

3)平台优化能力强

终端设备对于性能和功耗的追求是长期不变的虹软科技通过与高通联发科展讯等产业链顶尖企业长期合作将其算法根据不同硬件平台的特点进行深入优化大大降低了视觉人工智能应用门槛凭借这个优势,其产品在高通和联发科主流平台均有大量出货记录公司的单摄及双(多)摄智能视觉解决方案已经在全球数十亿台手机上成熟应用。

1、算法技术涵盖面广、研究深入

虹软科技积累了大量视觉人工智能领域的底层算法涵盖了人场景三个视觉人工智能的主要研究方向公司不断探索视觉人工智能领域的前沿技术并且利用深度学习等先进人工智能技术优化迭代已有算法。经过长期的潜心研究,虹软科技已掌握诸如人体识别、物体识别、场景识别、图像增强、三维重建和虚拟人像动画等核心技术,构建了完整的视觉人工智能技术体系。

2、产品化能力强

虹软科技在先进技术的产品化上着丰富的经验。公司通过将核心技术与行业的实际需求相结合,让先进技术具有更强的实用性,把可研成果转化为产品服务于经济社会发展主战场。早在2003年,公司便在性能有限的移动终端设备上实现了人脸特征点检测、人脸检测和人脸表情检测等功能。2004公司在该类终端上完成了图像增强算法落地实现了去模糊去噪和暗光拍摄三大功能2015年,虹软科技协助手机厂商发布业内第一款RGB+Mono方案的后置双摄像头手机目前公司人脸识别、物体识别和场景识别类产品得到广泛应用。

虹软科技强大的产品化能力能够促进视觉人工智能技术在智能手机智能汽车等领域落地帮助相关产业产品实现智能化改造和快速升级,协助产业和产品向价值链中高端发展。

虹软科技的产品化能力还体现在其技术的通用性和延展性上。凭借对行业演进规律的理解,公司形成大量模块化的产品和底层算法库。这些产品和算法库能够快速用于开发新产品和各类行业应用,使公司能够为不同行业的客户提供一站式解决方案,并大幅减少新产品进入市场的时间。尤其在竞争激烈的消费电子行业,虹软科技可以根据不同客户的需求快速提供相应产品,为消费电子行业迭代提供支持。

3)平台优化能力强

终端设备对于性能和功耗的追求是长期不变的虹软科技通过与高通联发科展讯等产业链顶尖企业长期合作将其算法根据不同硬件平台的特点进行深入优化大大降低了视觉人工智能应用门槛凭借这个优势,其产品在高通和联发科主流平台均有大量出货记录公司的单摄及双(多)摄智能视觉解决方案已经在全球数十亿台手机上成熟应用。

内容创作:格菲科创板研究院

扫描二维码 直接对话分析师

 虹软科技688088分析师直接对话

发表评论

最新消息

    只显示72小时内的消息