“那個時候大唐電信正值發展巔峰時期，而?？怠⒋笕A還嗷嗷待哺，所以雙方一直都有接觸、合作，但沒想到他們發展的太快了，短短數十年就獲得了傲視群雄的行業地位?！?/p>

看到技術對于行業的改變如此之大、之快，久坐傳統深院的那正平心中也有了幾絲起伏，可惜他一直未能發現一個讓他眼前一亮以足矣讓其做出改變的技術點。

直到去年，他真正感受到AI時機已至，自己多年的項目、行業經驗可以幫助企業走得更遠，幫助自己實現更高目標，于是毅然辭職選擇加盟頂尖AI計算機視覺創業公司——曠視科技。

彼時，頭部幾家AI創業公司做安防業務算法足夠、糧草齊備，可以說什么都不缺，最缺的就是像那正平那樣對技術、業務、產品、項目都非常熟悉的全才，所以在人工智能領域形成了人才賣方市場，企業的待遇、成長空間和發展潛力都成為人才流向的關鍵因素。

怎么選呢？這是擺在那正平面前的一道難題。

作為一位在垂直行業扎根多年、負責過多個國家級重大項目的專家，他最終選擇了曠視科技。

他說，眼下的AI賽道魚龍混雜，市場上的AI初創公司如果單純只做圖像、語音識別這些通用技術，指望通過SDK獲利，未來的路只會越來越窄。

相反，找到一個最適合自己的垂直領域，深扎進去做端到端的解決方案，把技術轉化為產品，然后銷售出去實現商業變現，再通過客戶反饋更多的數據，從而夯實自身技術的途徑，才是最現實的。

而就這一點而言，在安防領域能夠做到的AI創企屈指可數，而曠視可以說是其中相對較好的一家。

七年經營，產品矩陣全面展開

提到曠視安防，行業內的人應該都有所耳聞。

目前整體估值超過35億美元的曠視科技是國內第一批將AI技術應用落地到傳統安防行業中的獨角獸企業。

七年前，AI還未成風口，創業公司也沒幾家，VC圈尚不認可，那個年頭，做AI已經要有難得的孤注一擲的情懷，不曾想入場后不久，曠視便瞄準了行業公認的硬骨頭：安防市場。

人們疑惑、不解甚至是嘲笑。畢竟彼時行業內更多的觀點認為AI不過是新壺裝老酒，老生常談，落地應用乃至于商業化會有個漫長的過程，技術應用泡沫巨大。也有一些行業客戶認為既然在十年前上了人臉識別的當，以后再也不會相信這一套玩意兒。

曠視對此并未理會，在這一垂直領域扎下根去。當曠視用一個接一個的戰果證明技術已經成熟了的時候，行業才真正地認識到：AI時代真的來了。

經歷，折射出一個嗷嗷待哺的創業公司從嬰兒到長大最真實的樣子，而當他呱呱墜地時，商業畫卷也便漸漸展開。

技術落地前期，他的一哭一笑、一舉一動、一吵一鬧都被人們等待著，都被時代注視著，也被歷史畫卷記錄著，時代的聲音勾勒著他們的輪廓，越來越細，越來越多。

終于在他成熟之際，那幅畫的線稿也就清晰地展示在人們面前。

今天，曠視安防所研發的產品矩陣涉及人、車、物特征識別等多個領域；業務線涉及 云、邊、端三大版塊。

在云端，曠視利用大數據和深度學習算法，研發出集成數據可視化功能和軌跡追蹤功能的城市天眼2.0系統及洞鑒5.0系統，相當于為行業用戶搭建了云端研判平臺。例如，結合城市安防、城市治理、城市交通、虛擬化治理和社會化服務五大場景，曠視的天眼系統可以幫助城市管理者實現智能、高效的管控。

在邊緣計算領域，為滿足安防實戰場景的現實需求，曠視也在持續研發、優化算法以適配邊緣計算的要求，將計劃在2018年安博會期間推出全新的適配輕量云計算的近十款邊緣生態展示方案和蘊含曠視優質算法算力的產品。這其中便包含具備4K分辨率超高清畫質的4K結構化相機，和能夠進行300人臉高并發抓拍的高密人臉抓拍平臺，以及具備深度學習能力的敏觀抓拍識別一體機和集抓取、識別、對比報警能力為一體的“最強大腦魔方”B3單芯片16路視頻分析盒。

而在終端，曠視為了滿足各類復雜場景的實際需求打造出了形態各異的智能硬件產品，例如曠視敏觀系列全結構化相機C4N-888，據說是業界首款能夠實現人車識別的結構化相機；還有被曠視內部成為“快捕”系列的便攜2.0——一種可機箱分離式升級版警務處理布控設備，以及集成曠視最新人臉識別算法而研發的“銳眸”系列智能眼鏡等。

可以說，在傳統安防擁抱人工智能的當下，曠視正在用軟硬一體的方式打造涵蓋“算法、技術、硬件產品、解決方案、數據”在內的全價值鏈。

“這些產品矩陣都是實際存在的，也都是會經受市場考驗的，2018年北京安博會上，針對以上三大塊，曠視會分別集中展示并現場測試?！蹦钦秸f道。

“毫不夸張地說，現在已經有多個省市都適配了曠視科技基于視頻結構化技術的智能視頻偵查系統，我們幫助公安部門抓獲了在逃人員和犯罪嫌疑人數千名，AI技術正被越來越多行業人所認可。”

之所以能夠在不長的時間內獲得較為不錯的成績，在那正平看來，原因非常多元，最為重要的因素有兩條：

一是做事情的人，想要做好智能安防業務需要將傳統安防人、AI人、互聯網人都聚集在一起，之后，企業要有良好的機制將這三類人更好地融合在一起。

比如互聯網人C端思維比較明顯，傳統安防人更趨向市場驅動技術，而AI人更傾向技術驅動市場。當各類人由于思維不同出現觀點碰撞時，領導層需要充分利用這三類人的思維成果并反饋出一個最有可能成功的信息，為用戶打造技術更精、更優也更符合需求的產品。

二是原創技術領先性。從算法角度來說，太多依靠開源框架微創新，然后采用低價策略搶占市場，導致整個行業喪失了做基礎原創技術創新動力的案例。

堅持自研是一條漫長且艱苦的路，沒人知道數年的努力能不能換得一次數量級的提升，也沒人知道高投入后是否得到與之相匹配的回報。

畢竟AI技術研發周期長，投入大，落地難，市場需從無到有進行培訓，而最后的商業化也只能聽天由命，大概率成了先烈還賠了歲月。

幸好，曠視花了七年時間讓原本心存鄙見的人都轉頭做了AI、讓原本不溫不火的市場瞬間熱情四漲、讓更多人知道了AI，讓人們知道了安防還可以這樣玩。

可以說，在安防領域取得的巨大成功已經可以看做是曠視高新科技成功轉化的一個優秀案例。

持續原創，解鎖更多AI場景

在AI火遍大江南北之后，當原創AI技術的領先性一次又一次地沖擊著傳統安防的敏感神經時，“點到為止”技術論又頻頻出現。

支持者認為，基于安防行業自身天然的高試錯率，小數點后的算法精度數量級提升對于項目的最終歸屬沒有大的改變。

在那正平看來，“現階段，與安防相關的AI技術精準度還遠遠沒有達到天花板，基于安防場景的不斷變化，其對算法迭代的要求一定是非常嚴苛且上升的。

在這個市場中，誰能夠看到算法精度提升解鎖的更多場景，并根據場景的變化做到最為快速且精準的反應，誰就能在未來競比中走得更遠?！?/p>

眼下，AI在安防領域的研究應用主要針對幾個核心問題：分別是分類檢測、分割、以及對整個圖像區域分類。

以往來看，AI神經網絡中激活函數、非線性單元、權重矩陣的應用形成了非常高維的非線性函數，從而可以完成非常復雜的任務；與此同時，在這基礎之上，GPU的出現讓神經網絡的發展如虎添翼。

即便如此，相關AI技術在安防市場上的應用還存有幾個挑戰：

認知問題相較感知問題較難解決。感知問題可以用神經網絡函數逼近，相比之下認知問題解決起來比較棘手。

比如如何教會機器辨識一把椅子。如果定義為四條腿，很多椅子并不滿足此描述；如果定義為可以坐的物體，如此也行不通。所以說簡單的檢測物體問題上，背后都蘊含著更深層次的認知問題，如今很多問題還尚未解決。

在弱線索、遮擋、模糊、對象追蹤等情況下，人類在識別的過程中通常會依據常識，并加入豐富的想象及推理。但是想要將這些能力傳授給機器便非常困難；即使實現，識別能力與人類相比也相差甚遠。

計算機視覺技術帶給機器的能力不只是用來觀察世界，而是需要與世界建立聯系，從而一起做交互。在某個機器人去解決一件重要的問題需要用到手眼協同時，需要連續的關鍵決策，而不停地觀察、決策和控制，這是機器智能目前非常難做到的事情。

隨著安防行業的多元化發展，未來很多細分場景對于精度要求之高勢必讓人咂舌，基于背景知識的圖像內容描述，挑戰都非常巨大。

也就是說，AI在安防行業的探索才剛剛開始，如果僅具備應用于現有部分場景中的技術和產品儲備，接下來在這個市場比拼中會比較被動。

鑒于此，曠視所堅持的戰略是通過原創的深度學習和智能感知技術構建基于人工智能核心技術的行業物聯網和城市大腦。針對安防業務中的典型場景和實戰訴求，曠視創新提出了覆蓋“情、指、勤”全業務流程的“端到端”立體業務設計，針對每個環節的特點和痛點研發對應的產品及解決方案，建設以人工智能技術為核心的的智能安防基礎物聯感知體系，幫助傳統安防實現數字化、智能化轉型。

曠視安防的野望

“智能安防市場發展越來越快，各個甲方在選型時也會往AI上靠攏。傳統安防公司大都往后端做，而AI公司則大力往前做，未來針對這個市場的比拼會非常精彩?！?/p>

今天的安防開足了馬力，從原來的幕后自然生長，變成了臺前極速狂奔。同時，今天的安防本質已經發生變化，它再也不局限于監控，而延伸到醫療、政務、教育各個領域。

以AI技術為代表的高新技術的發展為人們提供了越來越多的可能性，而用戶也出現了需求個性化的趨勢。

作為領先的科技賦能者，曠視科技正在兩者之間找到一個平衡，利用技術將兩者更加緊密地結合在一起，打造一個數字化、智能化的商業世界。

“在安防這條賽道上，眼下各個玩家跑的都非常快，需要注意的是，創業公司從0到1的發展過程中，一定要知道什么是自己該做的，什么是自己堅決不能碰的，一定要有差異化，盡量減少犯錯?！?/p>

就安防來說，那正平坦言，曠視也有自己嚴格的業務底線與標準：做收斂型業務，發散性業務不做；做強AI業務，弱AI業務不做；可以體現差異化的做，體現不了差異化的不做。

“為什么曠視科技能夠七年如一日保持創新、一直進步？”我問。

“曠視一直堅持技術信仰和價值務實。作為一家以人工智能技術為核心的創業公司，我們既要保持對AI技術的赤子之心，也要保持對應用場景的好奇與探索，真正讓技術實現落地，持續為客戶和社會交付價值?！?/p>