AI对企业数字化转型、产业智能化升级的助力作用在过往实践中被高度认可，拥抱AI已成为各个行业共识。然而，传统的算法生产方式无法适应和满足AIoT 市场对AI算法的海量需求，市场供需明显失衡。

于是，各大人工智能厂商试图革新算法生产模式，全面提高算法生产力，让AI得以在海量的场景中发挥应有效应。

近期，旷视提出算法量产的理念，意在降低算法生产的门槛，提升算法生产效率。


(资料图片仅供参考)

这个办法可行吗？

算法生产供需矛盾突出，旷视以算法量产解题

火焰检测、工业质检、零件计数、危化品检测、通行管理、明厨亮灶、高空抛物检测、普洱茶茶饼识别、破皮速冻水饺检测……这些“五花八门”的AI算法，伴随着数字化转型的热潮，进入了日常生产生活。

表面看，各行各业都有算法不断融入，但实际上，AIoT市场上高质量的AI算法仍然“供不应求”，如何解决算法生产及落地应用挑战，让人工智能在海量场景中发挥更大的作用，是人工智能企业在AIoT时代需要解决的难题，也是旷视提出算法量产理念的初衷。

当下， AIoT市场算法供给、落地过程中，主要存在5大挑战：行业数据匮乏、算法通用性低、IoT设备繁杂、Software2.0的挑战以及算法供给质量参差不齐。面对这些课题，行业中存在着不同方向的探索：目前绝大多数算法都是定制化生产模式，根据需求进行算法定制化开发，一个一个项目解决，但往往成本较高、算法交付质量参差不齐；预训练大模型能为算法带来良好的泛化性，但其背后需要大量算力支持，并且难以解决具体的细分场景问题；能够解决部分问题的云端 AI 开发平台，虽然易上手、零代码，但是只实现了流程数字化，对策略选择自动化等进阶功能的支持有限……

这些探索非常好，但是在应对一个复杂问题时候，光靠单点其实是不够的。面对如此复杂的挑战，旷视认为“算法生产过程的标准化，是解决复杂且碎片化的算法生产的有效手段”。这个标准化过程，包括了数据生产的标准化、算法模型的标准化和推理框架的标准化。只有标准化才有可能让算法生产的所有环节实现自动化，进而提高算法生产的效率。

为此，旷视推出了适配算法量产的AI基础设施——算法生产平台AIS（AI Service）。AIS基于旷视Brain++体系，构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台。

建盏“电子身份证”透现算法量产效能

“建盏”溯源是旷视在推进算法量产过程中的一个典型案例。福建省南平市建阳区的建盏，以“入窑一色、出窑万彩”的自然之美享誉天下，市面上不乏历代大文豪留下的“赞诗”。时至今日，建盏依旧是收藏爱好者和饮茶人士的“心头好”，2016年一件宋代建盏以1078万美元的成交价拍出，2017年一件现代建盏以2600万元成交价拍出。

​

自建窑建盏烧制技艺被列入国家级非物质文化遗产名录以来，建盏产业蓬勃发展，产业价值倍增。据了解，目前福建省南平市建阳区注册建盏企业和个体超7000家，从业人员3万多人，产值预估达75亿元。随着产业的快速发展，网络平台经营不规范、虚假宣传、仿造、伪造、以次充好等问题也时有发生。

过去，建盏在销售和鉴定过程中，更多依赖于建盏传承人亲笔签名、拍照，或提供产品防伪码等形式。这类方法效率低、人力成本高，还留下了更多造假仿造的空间。好在建盏“每盏皆唯一”的特性让AI视觉识别溯源得以实践。

旷视研发的建盏 AI 溯源系统，基于建盏的盏纹，通过图像检测和识别等AI技术，对建盏进行采集、登记、追溯、鉴定，实现了“一盏一图、一盏一码、图码结合”，让千年建盏拥有“电子身份证”。

按常理来说，为数量庞大的建盏采集、登记、追溯、鉴定等流程十分复杂和繁琐，研发建盏 AI 溯源系统应该是一个漫长的过程。其实不然，旷视基于AIS平台，极大程度的缩短了研发建盏溯源系统所需的时间。通过AIS平台内置的自动优化功能，研究员实现了模型的快速迭代，从而实现对建盏的准确、快速识别。以建盏中的兔毫盏为例，这种品类纹理细密，一般肉眼难以分辨，但目前的识别准确率可达95%以上。

除建盏溯源外，旷视通过算法量产已经帮助能源、教育、零售、运动健身等行业的多个客户在日常生产与经营中运用AI技术，实现降本增效。旷视通过算法量产研发的明厨亮灶算法，已在多个城市的学校落地，守护学生用餐安全。旷视基于MegEngine框架，通过算法量产和AIS生产平台，为某油田提供了烟雾检测、火焰检测、油品泄漏、配电室未佩戴绝缘手套等多项AI算法，通过“危险化学品视频分析智能预警系统”，提升其日常安全监管工作效率。

AI向实而生，让物理世界更美好

旷视认为，AIoT是未来十年最大的科技创新机遇，将引领新一轮的发展浪潮。基于十年多的创新实践和产业洞察，旷视提出 【AIoT = AI+IoT+空间】的产业创新范式，通过AI、IoT和空间三大要素的创新和融合，释放AIoT价值，促进实体产业发展。

在AI创新方面，旷视通过推动算法量产，提升AI规模化供给能力。

在IoT创新方面，旷视围绕“算法定义硬件”，打造核心终端：即通过海量算法+通用型/标准化的智能硬件，去满足AIoT领域海量的碎片化场景需求。用户无需理解不同硬件产品的性能及使用场景，也不用做复杂的前期准备和项目规划，通过算法去定义硬件功能，让同样的硬件可以满足不同的场景和需求。

在空间创新方面，旷视认为基于场景的价值闭环有巨大机会。为此，旷视聚焦在消费物联网、城市物联网和供应链物联网三大业务赛道，持续为客户和社会创造价值。

AIoT 将成为未来数字经济的一个主航道与核心脉络。过去三十年，互联网对虚拟世界带来极大的改造。面向未来三十年，旷视期待通过 AI 和 IoT 的融合，让物理世界发生同样伟大的变化，让世界变得更加美好。

关键词： 人工智能 参差不齐