5G|“科创板AI第一股”格灵深瞳上市：在拥挤的AI赛道走出自己的路 ai|高通骁龙|基带

文章图片

作者：陈俊一
编辑：苑晶铭常亮
对于3月17日在科创板上市的格灵深瞳来说，此前很多人一直误解的那句投资人估值玩笑，总有人依然误解。被误解不仅是人类的宿命，也是很多企业的宿命。但投资人不会在意自己的玩笑被误解，投资回报才是更重要的事情。
格灵深瞳天使轮投资者当初数百万元的投资，即使参考目前的估值，回报也都在百倍以上。时至今日，真格基金仍然合计持有格灵深瞳8.43%的股份也是明证：不要看投资人说什么，而要看投资人做什么，认可什么。
当然，判断一家企业的长远发展，不能只看一时的投资回报，还要看更多技术、财务与市场指标。 AI赛道的终点远没有到，更重要的，应该是去看格灵深瞳从起点跑了多远，跑姿变化了几次，初心是否仍然坚定？
三维技术切入场景，寻找技术“处女地”AI企业切入产业，最初往往都是“拿着锤子找钉子”的状态。也就是说，在某个可能的AI应用领域，根据客户需求，结合自己的技术实力去定制解决方案。至于是用大锤子找小钉子，还是用小锤子找大钉子，就是两种迥然不同的打法。
在2013年创业之初，格灵深瞳的选择，是用三维技术切入二维视觉技术为主的场景。
三维视觉技术与二维视觉有着本质不同。比如，空气是透明的，普通摄像头无法看到空气的流动，但通过纹影光学法结合三维摄像头，利用光折射率梯度与气流密度成正比的关系，就能够观测到空气的流动。
格灵深瞳创始人赵勇在创业之前，是谷歌眼镜的核心研发人员，不仅在运算影像学、三维视觉领域积累深厚，也曾在谷歌自由的研发环境中，在实验室使用纹影光学法、三维视觉等技术，做过一些有趣的应用尝试。比如测量打一个喷嚏到底可以打多远，甚至还尝试用这种技术去在风洞等工业领域进行空气动力学检测。
格灵深瞳借助三维计算机视觉技术，增加了物体的深度信息，更完整真实地还原了物体信息。相比于二维图像识别，三维视觉可以做到的事情更多，其处理信息的维度从平面扩展到了三维空间，在很多应用场景中堪称“降维打击” 。
【5G|“科创板AI第一股”格灵深瞳上市：在拥挤的AI赛道走出自己的路】以格灵深瞳2015年推出的“皓目行为分析仪”为例，通过三维空间检测能力，用户可精确定义空间热点区域，有效地避免因遮挡引发的误报；通过三维背景和二维图像相结合的背景变化检测，也能够有效预防视觉欺骗。
就这样，格灵深瞳借助三维视觉技术解决了实际场景中相互遮挡、比例混淆、影随人动等问题，提高了智能检测和分析的准确度。三维视觉与深度学习结合，就能帮助计算机像人一样在真实世界中吸收、学习和理解复杂的信息，完成高难度的识别任务：如更加精确地检测、分析、预警人物动作姿态（如跌倒）和人物运动轨迹（如越界、逆行、徘徊等）。
据招股书，格灵深瞳的3D立体视觉技术，包括多目传感器标定与深度估计技术、运动姿态分析技术、3D 重建与立体视觉分析技术等多个方向，其点云局部和局部配准的精度也是目前该领域技术指标的最好水准。
当然，二维和三维只是两种不同的技术路线，并无高低之分。它们适切不同的场景：要想在更复杂场景下实现更精确的视觉感知，三维是绕不开的技术路线。
格灵深瞳作为最早押注三维视觉技术的AI企业，一方面凭借核心技术优势，以三维视觉技术切入智慧金融、体育健康、轨交运维等应用场景。
另一方面，技术的超前性，也意味着往往需要尝试更多场景，才能找到一片属于AI企业的处女地。否则，再领先的技术，用在不能由AI企业主导的场景中，都可能是为他人作嫁衣裳。
这也关系到一个AI企业都会面临，但外界却可能忽视的关键问题：落地应用不仅要看规模，更要看落地应用中AI企业的份额比例。只有在属于AI企业的处女地中， AI企业才能够获取最大的市场份额。
处女地在哪里：壁垒与开放在很多传统场景中，硬件商、总包商往往拿走比AI企业更高比例的订单额。这也使得AI市场规模看起来很大，落到AI企业盘子里的却不多。
除非， AI企业开辟出一片属于自己的处女地，建构全新的落地场景，在“卖算法”“卖服务”之外，为软件匹配最合适的硬件，将先进技术封装为一个软硬一体、完整可见的产品包——这样，也有助于在较高的毛利之外，还获取较高的营收总额。否则， AI企业总是难逃“看起来市场空间很大，落到自己手上的份额却没有那么高”的困境。