聚焦物联网场景,旷视科技核心技术能力持续升级

描述

电子发烧友网报道(文/李弯弯)最近,上交所显示,旷视科技有限公司已更新提交相关财务资料。该公司早在2021年3月12日上市申请就获受理,同年9月9日通过上市委会议,2021年9月30日提交注册。作为曾经备受青睐的“AI四小龙”之一,旷视科技在更早的时候曾向港交所递交上市申请,闯关未果后转向上交所科创板。
 
旷视科技核心技术能力
 
旷视科技是一家聚焦物联网场景的人工智能公司,其核心技术能力主要由AI核心能力、自研AIoT操作系统和AI重新定义的硬件三部分组成。
 
AI核心能力:由系统层和算法层两层构成。其中系统层系训练和生产算法的基础设施,即公司新一代AI生产力平台Brain++;算法层则由大量的AI算法构成,即公司研究人员使用 Brain++,结合数据、领域知识、专业知识而高效生产出的大量算法。
 
基于AI生产力平台Brain++,旷视持续低成本、高效率地产出高精度、高执行速度的算法。其算法可以分为深度学习算法、计算机视觉算法和AIoT算法三类。深度学习算法是人工智能的基础算法,旷视计算机视觉算法大多使用深度学习算法并结合计算机视觉的具体问题和相关数据所训练出来(也有一些传统非深度学习的计算机视觉算法);AIOT和硬件或系统结合更紧密的算法被称为AIoT算法,其可以是基于深度学习,也可以是基于其他原理。
 
自研AIoT操作系统:在推动AI与IoT融合的过程中,旷视逐渐沉淀并研发出了新一代的AIoT 操作系统。当前,物联网更多强调应用、设备之间的直接互联,缺乏智能的感知、分析和协同能力。而AIoT操作系统是在应用和设备之间增加的一个新的操作系统层,使其具备连接、分析和协同能力。旷视科技自研AIoT操作系统包括IoT连接层、AI结构化数据层、数字孪生引擎和API应用层四个层级。依托于强大的技术实力,旷视针对城市物联网和供应链物联网等应用场景开发了对应的AIoT操作系统。
 
AI重新定义的硬件:旷视遵循“算法-软件-硬件”的协同设计模式,在产品规划和设计过程中将三大系统要素进行统一。基于AI定义硬件、协同定义产品的研发理念,旷视将AI能力和软件能力固化到硬件产品中,构建起由传感器模组、传感器终端与边缘设备、机器人和自动化装备构成的AI重新定义的硬件产品体系。
 
基于核心能力提供消费、城市、供应链物联网解决方案
 
旷视科技基于领先的技术产品实力和全栈的行业解决方案能力,先后进入消费物联网、城市物联网、供应链物联网三大场景,并获得领先性的市场地位。
 
旷视提供的消费物联网解决方案通过AI技术赋能摄像头,进而改善持有移动终端的用户体验。根据部署场景和提供服务的模式的不同,旷视消费物联网产品可分为基于移动终端的解决方案和基于云端SaaS的解决方案。公司消费物联网业务通常以软件形态进行交付,相关核心产品、技术均为公司自主研发提供。
 
其消费物联网解决方案(移动终端类)主要包括设备解锁解决方案和计算摄影解决方案。设备解锁解决方案利用人脸识别技术,使用户得以便捷地解锁移动设备或授权在线支付;而计算摄影及视频处理解决方案使消费者用移动智能终端拍摄出画质高质高清的相片及视频。
 
旷视城市物联网解决方案主要应用于智慧城市及智慧建筑管理。其中,智慧城市管理协助政府机构改善公共安全、优化交通管理、改进城市资源规划;智慧建筑管理可协助企业加强物业安保,提升物业住户和访客体验。
 
目前,旷视城市物联网综合解决方案已应用于公共安全、交通管理、城市管理、园区以及商业网点等多种城市场景。旷视城市物联网解决方案通常以软硬件结合的形式交付,其中底层算法、操作系统等核心软件由公司自主研发提供;服务器、摄像头等解决方案硬件载体通过采购第三方产品或由ODM/OEM厂商代工生产。
 
旷视科技供应链物联网解决方案以AI技术赋能操作系统、机器人与自动化装备,帮助企业实现仓库、工厂的数字化、智能化升级,提高供应链效率。目前,公司供应链物联网的核心产品是智慧物流解决方案和智慧工业解决方案,可帮助物流公司和制造商有效部署、协调和管理机器人及自动化装备,以支持复杂的物流和生产任务。
 
其供应链物联网解决方案通常以软硬件结合的形式交付,其中底层算法、操作系统等核心软件由公司自主研发提供,AGV、AMR、堆垛机等机器人产品由公司宁波工厂组装测试后交付,其余公司暂不具备生产能力的硬件产品通过采购第三方产品或由ODM/OEM厂商代工生产。
 
写在最后
 
国内AI四小龙是指旷视科技、云从科技、依图科技、商汤科技,它们最初都是从计算机视觉领域起步,目前四家公司中,商汤科技已于2021年12月在港股上市,云从科技2022年5月在科创板上市,依图科技2020年曾冲刺科创板IPO但未成功,旷视科技算是较早开启IPO的公司,不过因为种种原因拖延至今,如今重新更新资料,或许离成功上市也不远了。
 
 
 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分