腾讯优图2020疫情下再出发！专利800+项，AI落地直面碎片化( 三 ) 智东西（公众号：zhidxcom）作者|李水

文章插图
2、定制化解决方案，应对场景化
面对场景化的需求，优图如何做定制化解决方案？
黄飞跃以零售、工业、媒体业务三个行业为例进行了解读。
在零售方面，前几年行业长期以来关注人、货、场，而优图在此基础上，更注重以人为核心构建数字化连接，缩短人与货的连接路径，让场无处不在。以AI试装应用为例，优图的技术目前支持实时视频流，并大大提高色彩还原度及素材贴合度。
文章插图
在工业方面，面对各行各业差异化需求，今年优图联合腾讯云推出工业AI平台，目前已为3C、半导体行业的伙伴提供定制解决方案。
文章插图
在媒体业务方面，优图推出媒体AI中台，已经在广电媒体行业深入落地，为广电传媒行业提供智能标签、智能编目、智能审核、智能拆条等全流程服务，赋能媒体行业转型。
五、做Π型实验室，不断自进化黄飞跃表示，∏型人才是指至少拥有两种专业技能，并能将多门知识融汇贯通的高级复合型人才。而作为一个研究和产业化两手抓的实验室，优图的定位是Π型实验室，是一个持续自进化的实验室。
回顾优图的发展历程，在早期互联网时代，腾讯优图主要专注基础研究；在互联网+时代，优图确立研发和落地两条腿走路；而进入当下的产业互联网时代，优图则更强调合作伙伴良好互动，一起发展AI事业、联结及AI生态。
文章插图
当智东西问到，在各个阶段腾讯优图克服了或正在克服哪些难点？
黄飞跃表示，在互联网时代，优图1.0时期更聚焦于人脸技术的研发及视觉AI技术拓展，支持内部业务。当时的难点更多是挖掘重要的技术，让别的部门对团队有信心，达到深度合作。比如， 2014年当时和微众银行合作时，就面临能否满足需求、符合金融标准等怀疑。
在互联网+时代，优图2.0一方面发力AI技术，另一方面在思考怎么更好地给外部客户实现实际价值。 2.0初期优图还是独立实验室，这时候的难点聚焦于怎么了解外部客户的需求，做出更多有价值的事情。
而到了产业互联网时代，优图3.0已经加入腾讯云与智慧产业大事业群（CSIG），而当下AI落地已经非常普及。面临的新问题是AI需求非常碎片化、发散，因此需要专业解决方案的定制，比如优图推出了工业、传媒等AI平台。另一方面，面对长尾化、场景化的需求，优图也推出了自动化AI平台。
六、不为了开源而开源，生态构建是自然而然的事在会议最后的采访环节，当智东西问到，优图在今年6月开源的AI框架TNN有什么亮点和最新反馈？优图又如何看待开源生态？
腾讯优图实验室总监吴永坚表示，优图早在2016年就开源了专注移动端的推理框架ncnn ，而今年开源的TNN是对ncnn框架进行了重构升级。 TNN是针对手机端的高性能、轻量级移动端推理框架，更支持跨平台能力，另外和算法有更好的结合，大大降低了开发门槛。
在技术生态方面，吴永坚认为生态构建是一个自然而然的过程。它谈到了优图开源AI框架的初衷：优图对于开源，不为开源而开源，还是希望自身先用起来，然后本着程序员的情怀，把优质的框架开放共享。
文章插图
结语：头部玩家打磨差异化，推动AI落地行业时至年关，个人、企业都在对自身一年的得失功过进行总结回顾。对于腾讯优图来说， 2020年的疫情危机也为AI技术产业化带来了转机。相比于2019年，优图今年在展示AI技术突破的同时，显然更关注产业落地进展。 2021年，平衡好研发和产业化的关系，对优图来说依然尤为重要。