“這就像我們在淘寶上買東西，看到的都是賣家秀，拿到手的卻是買家秀。這其中最大的差別，就是光線環境的問題?！?/p>

“圖像識別的賣家秀和買家秀之間，永遠隔著一盞燈光的距離。”眼擎科技（eyemore）創始人&CEO朱繼志日前在IF創新大會2018上發布全球首款AI成像芯片時說，“我們經?？吹皆诟鞣N圖像識別比賽中，圖像識別率很高。但在實際場景中，比如人臉識別，卻沒有任何一家廠商敢提供識別率數據，因為現場問題實在太多了。”

下圖是朱繼志在發布會現場分享的一張PPT。左邊，是《花花公子》雜志御用模特Leina一張裸照的一部分。這張照片細節豐富、層次分明、邊緣清晰，三十年來所有和圖像算法相關的圖片，都拿它來做標準；但實際在現場拍到的圖片，卻往往是右邊的模樣，根本無法識別。

“圖像識別的賣家秀和買家秀之間，永遠隔著一盞燈光的距離。”

“這就像我們在淘寶上買東西，看到的都是賣家秀，拿到手的卻是買家秀。這其中最大的差別，就是光線環境的問題。”朱繼志說，給美女拍照片，會設置很多燈光。然而現實生活中的光線環境是不可控的，遇到弱光、逆光、反光情況時，成像效果就很差，AI算法無法識別。

給人看的像素時代終結，給機器看的視覺時代開啟

要解決賣家秀和買家秀的問題，就要靠視覺器官的進化，把視覺放在一個系統整體來看。首先是眼睛，在前端負責感知，產生圖像；然后是大腦，在后端負責認知，它分析圖像視覺；此外，還有第三部分—大腦如何控制眼睛，也就是雙方怎樣進行智能的交互？只有大腦、眼睛、腦眼交互這三部分都智能化了，才能說機器視覺是智能的。這也代表了人工智能在產業里發展的三個階段：大腦的進化、器官的進化、大腦和器官交互方式的進化。

視覺的三種智能

要了解眼睛這個成像器官的進化，就要先回顧一下成像技術的歷史。成像技術從30年代美國的膠卷時代開始，代表廠商是柯達；80年代進入數碼時代，產業轉移到了日本，今天看到的所有的數碼照片，都是源自80年代日本的成像架構，包括索尼、尼康、佳能等公司。然而到了AI時代，行業對圖像的需求可能會發生本質的變化：圖像不再是給人看的，而是要給機器看。

給人看的時候，關注的自然是像素，喜歡自拍的姑娘，一定會關心手機前后攝像頭是多少像素。然而當大家開始用iPhone X刷臉的時候，似乎又沒有多少人關心攝像頭的像素問題。因為常識告訴我們，人眼看世界的時候，是沒有像素概念的。

人眼是人類長期進化的結果，最強大之處在于對環境的適應能力。正常情況下，看哪里都是清楚的，顏色都是對的，不存在賣家秀和買家秀的問題。相比之下，機器和人眼最大的差距，就是適應性太差，而要解決適應環境的問題，機器能用的資源只有三種：算力、算法和數據。

為了解決各種復雜光線問題導致的問題，眼擎科技使用了各種新型的算法，計算復雜度是數碼成像的50倍以上，通過對大量場景數據的測試，使得成像引擎能夠像人類眼睛一樣自動的適應各種環境，消除各種光線環境的影響，輸出穩定的視覺圖像。

從IoE到VoE，新的千億級市場誕生

視覺技術分為兩種：成像（imaging）和圖像處理（image processing）。前端成像技術負責生成視覺圖像，后端圖像處理負責分析、識別、處理視覺圖像。換句話說，成像相當于人的眼睛，圖像處理相當于人的大腦。

目前人工智能領域的明星公司，包括商湯、曠世、地平線、云從、依圖、深鑒等，都是基于圖像處理算法為核心技術的獨角獸公司。在過去的三年里，受深度學習技術的驅動，圖像處理獲得了飛速的發展，但前端的成像技術，仍然停留在二十年前的水平，成為AI視覺未來發展以及商業應用落地的嚴重的瓶頸，也是當前各大AI公司的下一個必爭之地。

“AI將帶動成像技術和產業從像素到視覺的一次大的變革和顛覆。中國是AI視覺產業落地最快的地方，我相信，這個新的成像技術的第三個階段，會由中國主導?！敝炖^志說。

和數碼時代相比，AI時代的成像在成像架構、算法模型、評判標準、光線適應性等諸多關鍵環節都發生了本質上的變化，傳統的數碼成像技術架構已不能滿足AI視覺的需求，面臨迅速被淘汰的窘境。未來五年，成像技術將有望完成從“圖像”到“視覺”的劃時代升級，視覺成像芯片和AI處理芯片一樣，成為人工智能的核心部件，由此衍生的產業升級需求，將在未來五年催生出成像領域千億級別的新增量市場。

從IoE到VoE，新的千億級市場誕生

給機器配置視覺中樞

算力、算法和數據集成到一起成為產品，就是一顆芯片，比如眼擎科技此番推出的全球首款AI視覺專用成像芯片Eyemore X42。這顆芯片采用了全新的成像引擎架構，集成了超過20種的新型成像算法，感光度最高可以達到40萬，單次曝光動態范圍可以超過16bit，最大功耗在1.5W以內。

全球首款AI視覺專用成像芯片Eyemore X42

完全自主研發的eyeMix、eyeNoise等核心成像算法構成了X42的基礎。它拋棄了傳統的日系全局成像架構，轉而采用分區域、分層的Eyemore成像引擎架構，解決了視覺成像中存在的弱光、逆光、反光等痛點。

Eyemore成像引擎

“做成像芯片其實是一件很苦逼的事情。眼擎科技成立四年了，很多人都在問我這期間做了什么？我只能苦笑著說我們在調試圖像，在調試圖像，在不停的調試圖像。因為成像是一個主觀性比較強的事情，我們測試了500+以上的場景，前后耗時四年，才打磨完成了這款全球首個面向AI視覺應用領域推出的成像芯片?！笨吹贸鰜?，朱繼志在回憶往事時也是不勝唏噓。

Eyemore X42的使命只有一個，那就是成像，就是要使成像引擎在各種復雜光線環境下，能排除現場光線的干擾，給AI視覺算法輸出穩定可靠的高品質視覺圖像，尤其是在微弱光線下超越人眼的視覺成像能力，幫助眾多AI公司客戶解鎖更加豐富的應用場景。而為了提高芯片的成像性能，研發人員甚至將標準的視頻壓縮功能全部去掉。朱繼志對《電子工程專輯》表示，這就好比Intel的CPU雖然集成了顯卡功能，但Nvidia的專用GPU一定是未來的主流。

未來是個軟件定義硬件的世界，朱繼志對此也深信不疑。所以，在X42的芯片架構中，所有的底層成像功能與各種算法都是可以被調用的。與傳統成像產品的“黑盒”屬性不一樣，X42芯片是一個“白盒”，可以提供完整的開發工具，支持各種平臺（包括Windows、Linux、Android、iOS）的開發接口API。這樣做的目的，也是希望讓所有的視覺算法工程師不必懂任何硬件，就能夠精確的掌控成像效果，從而提升AI視覺分析算法的效率和準確性。

三年完成500家公司的Design-in

然而，一顆全新的芯片出來，誰會相信你？誰敢用？怎么用？

在創立眼擎科技之前，朱繼志在國內最大的芯片分銷公司工作了八年，負責推廣各種類型的芯片。他深知芯片行業通行的規則，是要客戶在使用一顆全新的芯片之前，必須準備好一系列的方案。首先是要有開發工具套件，讓客戶可以先學習調研；當項目明確之后，要有產品模組，幫助客戶快速產品化；當產品銷售上了批量，被完全驗證之后，才會直接使用芯片；如果量再大，還需要提供IP授權；如果客戶有特殊的要求，還需要提供深度定制。這套完整的流程，就是傳說中的Design-in。目前，眼擎科技AI視覺產品生命周期全棧式成像解決方案已經準備就緒，所有客戶即刻就可以開始使用。

眼擎科技AI視覺產品生命周期全棧式成像解決方案

眾所周知，芯片行業有屬于自己的固定周期。做一顆原創芯片，從技術開發，到市場大規模成熟應用，一般需要接近七年的時間，也就是“3+2+2”模式：三年開發，兩年推廣，兩年成熟。按照這一規律，成立于2014年的眼擎科技在經歷了3年開發期后，2018年將開始進入規模推廣期。

芯片開發的“3+2+2”模式

在朱繼志為公司規劃的三年市場戰略中，眼擎科技將重點布局四個市場應用方向：1、自動駕駛的視覺成像；2、智能手機的AI成像；3、基于人臉識別的高端智能安防；4、包括軍工和醫療在內的工業視覺成像。到2020年底，眼擎科技通過完成超過500家的AI視覺客戶的design-in，占領50%以上的AI視覺成像市場，成為新興的AI視覺成像技術的全球領導者。同時，眼擎科技將圍繞視覺成像技術，建立完整的成像生態，與AI視覺產業鏈的各個環節合作，包括共建實驗室、戰略合作、聯合開發、技術授權等多種方式，共同推進AI視覺的發展，為下一個階段將“Eyemore Inside”推向千億級數量的視覺應用奠定基礎。

“3D結構光電商掃描儀產品”是朱繼志在現場分享的一個實際案例。一家做“深度相機”的廠商此前在為電商掃描商品的3D模型時使用了兩個成像模組，一個拍結構光，一個拍彩色畫面。而在采用眼擎科技的分時復用方案之后，僅僅用一個成像模組就解決了問題。然后，再通過交互接口API大幅提升了AI視覺算法的效率和準確率，這在以前是不可想象的。

Eyemore成像引擎應用案例

關于AI、視覺與芯片一些思考

● 第三種智能

所謂的“第三種智能”，其實是指AI與視覺的關系。AI做的是大腦，成像做的是眼睛。這里就存在一個問題：大腦該如何控制眼睛？傳統的技術方法是定義一個通信控制接口，但在視覺應用中這種做法會非常復雜。比如，人眼有一個特點，就是“定睛一看”。通俗而言，就是人眼的成像是非常聚焦的，只看到關注的東西，其他都是模糊的。當AI算法解決了“要看什么”的問題后，前端成像就有了目標，可以把所有的資源都調配到關注的對象上，做到“指哪打哪”。這種根據AI的需求來成像，能解決很多以前解決不了的問題。從半年前開始，眼擎科技將大腦和眼睛的交互接口的開發當作重點來突破，也希望能跟更多的AI算法公司合作，共同推進大腦和眼睛交互的“第三種智能”。

● 從一家獨大到三國鼎立

朱繼志表示，以前，主流的處理器都集成了圖像功能，包括成像和圖像處理，但位置很不重要，這是Intel模式；現在，視覺處理成了核心，以前被集成的視覺部分會被分拆出來單獨成為一顆芯片，這是Nvidia模式，其他的AI芯片也都是這個思路。同樣的，集成的成像功能處理能力也不夠，也會被從SoC處理器中獨立出來，這就是Eyemore成像芯片正在做的事情。俗話說，“天下事，分久必合，合久必分”，以前芯片行業是CPU一家獨大，現在因為視覺的原因，變成三分天下了。也就是說，視覺影響了芯片的行業格局。

AI時代，芯片行業將從一家獨大變為三國鼎立

● 去中心化的AI視覺產品產業鏈

區塊鏈是最近極火的概念，其核心思想就是去中心化。同樣的，在AI產業鏈中，也在上演去中心化的過程。朱繼志指出，傳統的硬件產品中，最核心的是CPU處理器，操作系統運行在CPU上，誰掌握了這個入口，誰就成了中心，比如Intel、高通、MTK這些芯片都是中心。但在AI產品里，AI算法和數據運行在包括GPU在內的AI大腦芯片上，CPU將不再是中心。

在中心化時代里，CPU會不斷集成各種功能，最終成為turn-key的SoC模式。當芯片集成了所有功能之后，所做的產品就會變得毫無差異化，最后比拼的只剩制造能力和銷售能力。而在AI時代，即便用同樣的芯片，不同的產品也會因為不同的算法和數據，產生極大的差異性和更大的市場價值，這就是在芯片去中心化后對AI產品產生的最大價值。

去中心化的AI視覺產品產業鏈