撬动AI市场新蓝海，华为机器视觉军团有哪些实力与底气？
|
副标题[/!--empirenews.page--]
【企业频道】可曾想过，AI的进步会给人类带来哪些益处？ 在AI加持下，新冠肺炎的诊断效率提升50倍，快递物流72小时的送达率提升80%，华为南方工厂的质检准确率达99.9%，全数字化路口系统将城市早高峰通勤效率提升超20%…作为数字化转型的关键技术之一，AI正在驱动千行百业数字化、智能化驶入快车道，极大地便捷了人们的生产生活。 感知设备也随着数字化变革不断进化，并与AI深度融合，赋能千行百业。比如，摄像机、RSU、雷达和边缘计算单元等端侧设备在AI的助力下，从仅可以检测简单违章、事件类型到各类新型违章行为的转变，精准数据的支撑为深度智能化应用带来可能 ，而且随着多维融合技术的深化，感知范围将会变得更广，带来安全性、智能化的进一步升级。 再比如，交管部门融合感知设备与AI算法，将车辆、行人、道路以及交通行为转化成数据，打造成一个全息视角的全数字化路口系统，实现城市交通治理数字化升级。 持续的迭代升级，覆盖更广泛的应用场景，让感知技术进一步获得市场认可。据权威机构预计，到2026年行业智能化渗透率将到达20%，其中有83%的行业数字化信息来自视觉感知。 由此可见，感知作为ICT四大核心技术之一，已经成为数字基础设施的关键能力和智能世界的入口，蕴含着无限潜力。当然，机遇总是伴随挑战而来。 面对安全、智慧管理、智慧运营等越来越复杂的产业需求，传统以安防为主的技术已经无法满足。感知技术想要释放潜能，就需要针对紧跟市场趋势和痛点来对症下药。这也为华为机器视觉提供了更清晰的方向。 战略升级，机器视觉军团开赴新征程 洞察“感知+AI”新趋势后，华为机器视觉积极探索：2018年，华为机器视觉便发布了软件定义摄像机;2019年，明确“软件定义”三大标准，发布业界首个一站式智能视频算法商城;2020年发布“好望”中文品牌，推出多款摄像机新品，并开启“普惠AI”商业分销赛道;2021年开启“端云协同”新方向，发布多项创新技术及解决方案;2022年5月正式成立华为机器视觉军团，是面向机器视觉产业的研营销服一体化的作战组织。 2022年8月，在华为机器视觉产业峰会暨新品发布会2022上，华为机器视觉军团战略升级，做深做透机器视觉产业，并围绕破解AI落地难题，从架构、产品、生态全链条进化，加速AI落地，使能机器视觉行业应用，携手伙伴做大产业空间。 华为机器视觉军团的战略升级，通过新市场策略、新产品组合、新服务策略、新生态体系，打出了一套强有力的组合拳。 在以市场、需求为导向的当下，“闭门造车”乃是大忌。企业研发成果想要快速触达用户，就需要从市场反馈中汲取养分，从而改善研发，实现对业界难题、痛点的“精准打击”，以及产品迭代优化的“良性循环”。 在市场策略方面，华为机器视觉军团CEO洪方明表示：“华为机器视觉军团以短链条运作的模式来贴近市场，快速决策，更好地为客户数字化转型提供服务。” 机器视觉军团将直接架起研发到市场的桥梁，将新的技术、新的产品、新的方案，能更快速的适配到市场。并投入到一线重点市场和场景，直面客户的需求，反过来快速牵引研发的投入。
明确的市场策略还需要产品、服务来支撑，完成落地。为此，针对千人千面的市场需求，华为机器视觉军团围绕端边云协同的架构，提升产品竞争力，加大与其他产品线的协同合作，共同打造更有竞争力的解决方案。 服务方面，机器视觉军团将上线服务中心及作业平台，协同有竞争力的产品，打造更有温度的服务，进一步提升行业对于品牌的满意度和忠诚度。 还有一点很关键，华为机器视觉军团也在赋能行业，找到外部新的合作和连接方式，打造生态。华为机器视觉军团提供更加开放共赢的生态体系，和伙伴建立起更广泛、更紧密、更健康的深度合作模式，帮助伙伴从“搬箱子”到“联合创业”转变，携手实现技术共建、商业共赢及引领产业发展。 跨越AI裂谷，破解AI落地难题 华为机器视觉军团生态能够形成规模，也是破解了一系列技术难题。比如，尽管AI在技术层面已经日渐成熟，但技术成熟不等于规模商用，AI落地依然面临算法固化迭代难、场景多样选品少、工程复杂成本高、技术跨越组合难等诸多难点。 为了弥合“数字鸿沟”，华为机器视觉军团CTO&COO段爱国表示：“人工智能是星辰大海，端云协同的好望AI架构是基础，连接算法开发者和使用者的桥梁;普惠AI的产品是尖刀，微光全彩、新一代球机等全新五大系列新品助力场景AI落地;智能共赢的生态体系是保障，更紧密地发展、赋能和团结伙伴，将AI进行到底。”
数字时代，激烈的市场竞争要求企业开发者们迅速完成算法的迭代与适配，以抓住市场机遇。这需要AI架构能够帮助将算法的开发和应用变得灵活简单。 为实现这一目标，华为机器视觉推出面向端边云产品打造标准、开放、协同的全场景“好望AI架构”，实现算法模型的更轻量、更快速开发，端边云全场景灵活部署，提高算法运行效率。 除了强大的AI架构，破解AI落地难题还需要强力的产品。以智能汽车行业为例，路况识别、行驶状况协助提醒以及智能停车等智能化场景的实现，不仅需要强大的算力支撑，还需要端到端有高效和灵活的产品组合能力来支撑AI项目的高效、快速落地 。 （编辑：555手机网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
