AI大模型驅動周期演進加速 3D視覺感知打開機會空間
AI大模型驅動下，從投資人到產業界都在思索由此帶來的沖擊和機會。因其逐漸有了“智能涌現”能力，產業鏈方如何承接這些技術賦能，投入節點選擇也變得重要。
“投資人這幾年一大主題就是AI。”一村淞靈投資總經理張晨對21世紀經濟報道記者表示，“通過對AI方向的積累學習，我們公司形成了生態打法：在感知周期時，重視對AI視覺、觸覺、嗅覺、類腦領域布局；現在是模型周期，未來會走向行為周期。無論是哪一個AI周期發展階段，我們堅定看好中國的產業發展。”
除了偏向于自然語言側的ChatGPT外，2023年Meta發布了旗下圖像類AI大模型SAM(Segment Anything Model)。據介紹，這是一種用于圖像分割的基礎模型，可以在無需額外訓練、零樣本泛化前提下，實現辨別物體、對圖像的理解能力。業界認為由此開啟了機器視覺的GPT時刻，將推動跨視覺模態的場景應用，如自動駕駛、安防監控等。
“在去年(2023年)上半年我還有一些顧慮甚至危機感：當AI厲害到輸入什么數據都能得到很好的效果，是否可能就不需要我們3D感知行業了？”光鑒科技創始人兼CEO朱力對記者分析，“但通過與硅谷業內交流，我們的一致結論是：其一，AI很依賴數據來源，如果輸入的數據很差就會導致輸出結果不好，因此好的傳感器很有價值；其二，AI最終需要計算也要考慮到成本，在傳感器和算力之間尋求平衡很重要，目前階段行業是在把感知能力做強，再拓展應用的階段。”
生成式AI的出現，令AI不同發展周期的時長在縮短，也驅動產業鏈演進落地打開新空間，但同時快速迭代也會吞沒一些既有能力布局，考驗著產業鏈的思索。
AI驅動演變
如果說AI大模型類似于進行運算的大腦，要支持大腦運轉需要足夠充足的觸角和養料，因此圍繞AI感知側的相關產業鏈發展成長就殊為重要。
天風證券就指出，看好3D視覺通過與AI更緊密地結合有望實現更高效的智能感知和控制系統。通過將深度學習、機器學習、大語言模型等AI技術應用于3D視覺感知，可實現更高效的數據處理、特征提取和模式識別。
張晨對記者分析，在其定義的AI發展三個周期中，AI的感知周期階段，主要是通過感知外部環境來豐富具身智能所需相關信息，如視覺、嗅覺、類腦等，核心是解決信息獲取問題；在模型周期主要解決機器思考和決策問題的過程；行為周期則可能是出現人類目前認知無法達到的應用。
SAM模型的出現，是對以圖形、視覺為基礎的產業鏈應用打開新空間。
“現在來看，模型周期的發展進程在縮短，比如研究多模態融合，如果在2021年早期投資機構不布局，后續可能就沒有機會了。因為AI發展速度太快，幾乎每周都要知識更新。”張晨感慨，目前AI行業已進入模型周期，當前出現了基礎大模型和行業大模型不同類型，在大模型應用階段，會出現諸多投資機會。
在這一邏輯下，一村淞靈面向感知周期，在早期就開始參與投資3D視覺領域領先公司光鑒科技。
朱力曾是蘋果公司3D傳感項目負責人，在發掘該細分領域成長空間后選擇歸國創業。他對記者表示，3D視覺傳感意味著提升機器的感知能力，構建X-Y-Z空間坐標，相較于2D視覺，3D視覺主要為機器算法服務，更加精準和安全，也具備更強的隱私性，可以為人工智能帶來更優秀的感知能力。
“AI大模型出現，將機器原有能力進行了擴充。舉例來說，此前設計家用掃地機器人時，避障功能通常需要植入多種分類模型才能有較好表現，但有了通用大模型后，用一個模型就可以讓機器智能化快速提升。”
因此對視覺傳感行業而言，AI大模型出現可以驅動產品更加完整，進而促進AI相關軟硬件的規模化應用。SAM模型則主要解決了感知層的通用性問題，讓空間傳感信息轉化成自然語言處理的過程更加高效。“坦率說，大多數應用型公司很難做到自己搭建一個基礎大模型，但是通過引入這種底層能力，在一些垂直應用上嵌入我們的數據進行微調，可以帶來差異化價值。”他進一步指出。
“當然在大模型應用中，我們還處在偏應用端，不用操之過急很早參與進去。”朱力表示，可以成為大模型的應用參與者，探索其中新方向，但當前還沒必要對大模型本身過早投入，例如微調等動作。因為很有可能目前正在做的事情，幾個月后就會被Open AI的功能升級所抵消，抓住自身垂直場景的核心環節很關鍵。
感知側路線圖
面對涌動的AI浪潮，產業鏈廠商的技術和應用路線圖也在逐漸拓維。
“我不斷在思考。視覺感知幾乎與智能相關的行業都沾邊，選擇做什么，首先要定位在價值鏈條中創造的是什么。”朱力分析，因為當前現實生活中的人工智能應用，有85%以上信息來自視覺信息。光鑒科技的目標是通過視覺能力，解決智能設備和人、空間之間的交互問題。
手機端是最早把3D視覺行業推向拐點的應用，蘋果在iPhoneX中率先應用Face ID后讓供應鏈成本快速降低，才有了在其他行業進一步探索應用的可能性。
“2023年有一個明顯趨勢，多家國內手機大廠在旗艦手機中專門配置安全芯片，在這方面3D視覺會比2D視覺有更大優勢，且旗艦手機的成本空間相對高，3D視覺應用落地會有更大想象空間。”朱力對記者分析。
從量級看，即便手機行業目前走到一定瓶頸發展期，但依然是一個十多億臺體量的大市場，對于供應鏈企業來說，即便只應用在10%手機中，也是上億臺手機的發展空間。
生物識別場景除手機外，支付也是一個快速成長的市場。“刷臉支付是我們前幾年投入的方向，刷掌支付會是下一個趨勢。隨著產業界的推動，在信息安全保護相對謹慎的歐美國家也認可了這種生物識別支付方式，相比于用戶可能擔心人臉信息涉及隱私，刷掌支付被認為是開放社會中生物識別的最佳形態。”他續稱。
在近些年沉沉浮浮的XR行業，蘋果Vision Pro中內置了不少光學器件，也會是3D傳感領域的一大機會。但即便在2024年蘋果將量產商用旗下產品，顯然目前這還不是消費者能大規模接受的應用終端。
朱力分析認為，Vision Pro目前階段的重要使命，是提供給大量專業開發者建設應用生態。正因XR行業當前沒有出現殺手級應用，行業拐點不會快速到來。“或許在2-3年后，行業對XR應用趨勢達成共識，同時其本身通過迭代優化、成本快速下降，預計在2026年左右，可能會迎來市場真正需要的XR產品。”基于這一判斷，光鑒科技目前也在與創新產品公司合作，研發新的產品方案，但會謹慎地控制投入。
機器人和汽車是成長空間和天花板都很高的另外兩大終端市場。朱力分析，機器人市場能帶來相對較高的附加值；汽車市場則是伴隨國內快速迭代必然會出現高需求，“我們目前在汽車市場會聚焦服務國內2-3家客戶，先把產品打磨到足夠好，再考慮面向全球銷售產品。”
周期中尋路
智能汽車無疑是當前視覺傳感產業鏈重要的落地驅動之一。只是面對不同場景，整車廠可能會存在路線快速選擇和調整的過程。
朱力對記者分析，3D視覺傳感在智能汽車中的落地場景有兩類：智能駕駛、人機交互。目前智能駕駛相關應用如輔助駕駛、自動泊車等，以激光雷達類供應商居多，但其偏高的成本意味著普遍應用門檻較高。而人機交互在汽車智能化浪潮中也很關鍵，“那就類似智能手機和功能機的區別，是采用鍵盤還是屏幕交互，體驗差異很大。”他續稱，該部分能力可以從既往消費電子領域的積累中延伸而來，涉及汽車如何理解人發出的指令(隔空交互、手勢交互等)、如何理解車內環境等。
“比如人進入車內后，座椅如何根據人員需求自動調整，我們已經可以交付這類方案。”朱力介紹，3D視覺可以解決一定隱私安全疑慮，比如車內疲勞監測場景，需要車內配置攝像頭和算法，但3D視覺并非構建圖像信息，而是空間信息，“哪怕最壞情況下，這些信息被黑客捕捉了，也并不了解這些信息背后是怎樣的影像。”
“我們認為，3D視覺會是未來解決座艙內人機交互的關鍵技術，但我們還不會參與面向自動駕駛的車外視覺感知。”朱力補充道，因為自動駕駛市場內卷嚴重，找準可以實現商業閉環的切入點很重要，不能不計成本內卷；同時伴隨大模型興起，自動駕駛未來的發展路線將有很多變數，既往架構設計很可能會有重大變化，因此目前需要謹慎。
從產業發展歷程看，3D視覺傳感早期由美國和日本廠商探路發展模式并走向成熟，目前在國內呈現產業鏈公司相對分散的局面。
張晨對記者分析，讓AI理解物理世界到底是什么樣子，是3D傳感產業鏈環節最主要的優勢，其也是向機器提供物理世界深度信息的關鍵紐帶。“我們覺得機器視覺度過了多輪經濟周期變化，目前歐美日等市場找到了其細分領域發展規律，優勢明顯。在這一方向，從技術到產品打磨、形成工程量產，都需要積累、迭代、收獲反饋。在中國發展機器視覺、尤其3D視覺也要經歷這些過程，才能找到規律。”
“消費電子行業的特點是迭代快、周期短，但爆發力驚人。因此就需要創業團隊具備敏銳的商業嗅覺，同時理解技術演進趨勢。”他表示。
“3D視覺會是未來人工智能進入人類生活的重要橋梁。”朱力總結道，當前AI在生活中的滲透率越來越高，在需要人機交互的環節，都將有廣闊發展空間。
(作者：駱軼琪)
本文鏈接：AI大模型驅動周期演進加速 3D視覺感知打開機會空間http://www.sq15.cn/show-2-2261-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。