旷视科技市场总监乔梁：开发边缘计算产品链接空间数字化市场 | 第二届楼宇科技True大会
编辑 | 伍清桦
2022年2月23日，由36氪×美的举办的第二届楼宇科技TRUE大会黑科技分论坛在上海国际会展中心举办，论坛邀请到了行业内各领域的专家、学者，围绕“未‘宇’绸缪，科技建筑未来”主题，深入探讨元宇宙、AI、AR技术、BIM、边缘计算等新兴科技对现实世界的影响，以及如何运用这些黑科技赋能智慧建筑。
未来AI技术、物联网技术的突破势必为整个行业带来更多的价值， 旷视科技是一家聚焦物联网场景的人工智能公司。作为AI四小龙之一，他们在智慧楼宇、智慧园区层面拥有独特的技术优势。
在本次黑科技分论坛中，北京旷视科技有限公司市场总监乔梁以“边缘计算与园区安全”为主题，分享了以下重点内容。
- 旷视科技基本情况；
- 在Digital AI与Physical AI两条AI发展路径中，旷视着眼于通过AI技术改造物理空间，通过交付高性价比的AIoT设备，实现空间数字化；
- 企业空间数字化是企业数字化的重要一部分，在空间类型的多样性、空间场景的多元化、同一场景中客户需求的多变性的共同作用下，空间数字化将成为一个巨大的数字化市场；
- 为实现空间数字化，旷视在边缘计算产品线布局，开发包括边缘计算产品如旷视魔方、高性能计算产品如旷视幻方、算力组件如计算板卡、核心板等。这三类产品能够覆盖不同性能的计算需求，相比同类产品更具竞争优势；
- 旷视产品实现从算法模型训练到算法应用的完整闭环，SaaS 算法训练平台利于客户在空间现场实现算法的 “自产自用“，助于解决算法模型准确度和场景匹配度的难题；
- 具体空间数字化场景的举例，包括生产空间、城市空间、乡村空间和校园空间。
以下为嘉宾演讲实录，经36氪编辑整理：
乔梁：
大家好我是旷视科技的乔梁，旷视是北京的人工智能创业公司，发展到今天10年时间了。说到人工智能，最近两周整个行业又再次走到了聚光灯前，就是因为生成式技术，很多人问旷视你们对生成式AI怎么看？我们认为 AI 界有两条路径，一种是“Digital AI”生成式技术和推荐引擎为代表，在这条路径上，业界关注的是大模型、大数据，关注生成式技术，目的是提升信息的生产和分发效率。另一条路径是“Physical AI”，也就是旷视所在的赛道。在这条赛道上，旷视的着眼点是 AI 技术如何去改造物理空间。在这个方向，客户更关注算法与场景的匹配度、算法模型的小型化、算法产品的可交付性。本质上是要通过交付高性价比的 AIoT 设备，解决将物理世界数字化的问题，我们称之为 “空间数字化”。
因此，今天演讲跟两个词有关，第一个词是边缘计算，第二个词是空间数字化，边缘计算是实现问题的手段，空间数字化是最终价值。我们先从最终价值聊起。
什么是空间数字化？从企业数字化转型角度来看，我们可以把企业数字化转型拆分成三个视角：
- 企业基础信息数字化。20年来所有企业做的ERP、CRM本质上都企业基础信息数字化；
- 企业生产信息数字化，提升企业生产效率；
- 跟今天相关的企业空间数字化，我们利用AIoT的设备采集空间数据，提升企业空间的运营效率。
企业空间数字化这个市场有多大？可以从三个角度来看：
- 空间类型本身非常多样。建筑形态会分成写字楼、园区，甚至像学校、社区等等各种各样的空间类型；
- 空间场景非常多元。一个物理空间里面可能会有很多的场景都需要用到AI技术；
- 在同一个场景下，客户对 AI需求也是多变的。因此产品公司需要有灵活的需求满足能力。
因此，空间数字化是一个巨大的数字化市场。
空间数字化实现的第一步是智能感知。 在不同行业，对空间的感知需求可以离不开三要素 —— 人、物、事。这时候就需要利用 IoT 设备和 AI 技术，来实现对空间三要素的数字化采集。
这种感知能力的“基础设施建设”，从建设角度，有两种方案：
- 翻新方案，把大量传统视频监控的摄像头更新为 AIoT 摄像头；
- 利旧方案，利用已有的传统监控摄像头利用少量的 AI 边缘计算设备实现对于视图数据的重复利用。
旷视的产品矩阵里包含用于翻新的 AIoT 摄像头，也包含了可以进行利旧的边缘计算设备。今天想为大家重点介绍一下我们的边缘计算产品。
旷视在边缘计算这条产品线主要包括三类产品：
- 边缘计算产品，旷视魔方，利用嵌入式芯片和小盒子的形态实现 AI 的灵活交付；
- 高性能计算产品，旷视幻方，采用 GPU 和高性能嵌入式芯片以及服务器形态来实现更大场景的 AI 算法交付；
- 算力组件，为AI产业链上有能力做自有硬件产品的厂商提供核心算力模组，包括计算板卡、核心板等等。
我们的智能计算产品矩阵可以覆盖从高到低的不同性能的计算需求。
利用算法和算力的深度配合，在同等算力情况下，旷视的产品可以做到比同类产品相比，性能提升2.5倍，价格下降到65%。举例说，我们的边缘计算盒可以支持一路 4 算法，在价格不变的情况下，相当于为客户提供了四倍的计算价值。
我们提供完整的自研高质量算法菜单和完整的算法下发工具链，客户可以根据自己的需要，像点菜一样，选择他需要的算法，下发到终端设备里面。
在今年年中的时候，我们还会实现从算法模型训练到算法应用的完整闭环。利用我们的 SaaS 算法训练平台，客户可以在空间现场做数据采集、标注和自动训练，并利用我们的工具链自动下发算法到这些边缘计算设备里，实现算法的 “自产自用“，也解决了算法模型准确度和场景的匹配度难题。
接下来为大家做一些具体的实际空间数字化场景的举例。
一、生产空间
生产空间是一个比较泛的概念，里面系会包括危化品厂、工地、加油站等等。
在危化品厂区，我们和合作伙伴一起，为全国头部的石油化工企业提供 AI 解决方案，实现油气泄露零容忍的目标。包括三类算法：
- 工人安全着装和安全作业的算法，保护工人的人身安全；
- 事态感知的算法，包括烟雾、火焰等意外事态，可以被第一时间感知到，保护企业的资产安全；
- 人员管理类的算法，确保人员的进出和活动区域是安全的，保护园区的运营安全。
加油站。在加油站除了日常我们所熟悉的加油区域，还有一片我们看不到的场地，卸油区。在油罐车卸油的时候，有一套标准规范作业流程，之前都需要人工做监督。现在我们可以通过边缘计算的感知技术实现自动化的流程监督，来实现卸油操作的 SOP 合规。
另外，像电力厂区、智慧工地也有很多生产安全监督的需求。这其中很多的算法场景是类似的：人员穿着的合规、人员操作的合规、意外事态的感知、和消防安全的合规性判断。
二、城市空间
以我们最熟悉的城市空间，社区为例，可以看到社区电梯间里面会有抽烟检测、电动车进电梯检测的检测需求，社区的垃圾处理站会有垃圾满溢，垃圾暴露的需求。社区的消防重点位置会有杂物占道、车辆占道、消防气瓶摆放的检测需求。社区物业方还会关心高空抛物问题，老人摔倒问题，等等。
我们可以把这些需求点汇聚到一个边缘计算的小盒子里面，交付给社区，同时满足不同监管方的要求。也可以把特定的需求汇聚到一颗智能摄像头里面，交付给特定的场景，例如电梯间。这也是边缘计算的另一种产品形态。
三、乡村空间
在乡村空间里，数字化的需求其实非常旺盛。因为乡村人口密度低，空间开放度高，再加上城市化带来的留守老人、留守儿童等问题，就会带来大量的可以让 AI 来替代人工的场景价值，实际上 AI 就特别适合解决这类低频但高危的问题。比如说，每年夏天在乡村的一些公共水域容易出现游野泳，造成一些溺水事故。 我们就可以用危险区域进人的算法和人员识别的算法，搭配合作伙伴的平台，实现乡村水域防溺水的方案。当有小朋友靠近危险水域的时候可以提前感知并提示给管理人员。
四、校园空间
在校园空间，我们可以利用 AI 来保护学生的在校安全。包括防高空攀爬、楼道防意外、防围墙攀爬、危险区域预警、明厨亮灶等建设。去年国家对中小学的安防进行了国标的更新，包括食品卫生安全、活动安全被纳入到了校园安防的范畴，为我们所有企业数字化的从业者带来更大的一个机会。
今天还为大家带来了一个彩蛋。在校园场景下，我们专门为校园体育数字化开发了一款产品，为了响应国家的素质教育的号召，现在体育被纳为主科，和语数并列。操场变成了学生的第二课堂。因此我们打造了“运动猿”这款产品，通过对体育运动的计数、计次和动作标准度的感知，来满足体育空间数字化的需求，降低学习体育课的教学压力。
刚刚给大家分享的只是无数空间数字化场景中的 4 个具体空间类型。实际上，还有大量的物理空间存在着数字化升级、数字化改造的机会。希望可以在线下和大家交流，一起实现对物理空间的效率赋能。
