在國際權威研究機構Gartner最新出爐的2022年度《Magic Quadrant for Cloud AI Developer Services》研究報告上，騰訊被列為“挑戰者”之一，并成為唯一連續三年被列入該份報告的中國云廠商。同時，在計算機視覺方面，騰訊云憑借出色的產品服務能力獲得了全球第二的評分排名，再次印證了騰訊云在云AI開發者服務領域的國際領先地位。

　　作為全球最具權威的IT研究與顧問咨詢公司，Gartner每年都會發布不同領域的市場調研報告。

　　該份Gartner研究報告基于執行能力和戰略層面兩項評估標準對廠商進行評估。其中執行能力評估標準包括產品或服務、總體生存能力、銷售執行/定價、市場響應能力/記錄、營銷執行、客戶體驗與操作等指標。

　　據了解，騰訊目前將其豐富的人工智能資源用于游戲、視覺和其他服務，不斷創新與完善服務能力。同時開發了CAIDS(云AI開發者服務)市場上最廣泛的合作伙伴生態系統之一，為開發者和合作伙伴提供了專業且良好的生態環境。

　　得益于在AI技術領域布局和研究，騰訊云在自然語言、計算機視覺、自動機器學習三大領域優勢突出。尤其在計算機視覺方面，騰訊云AI聯合騰訊優圖實驗室、多媒體實驗室、天御、微信等領先團隊，融合互聯網媒體AI應用經驗，打造了扎實的技術基礎。其中，圍繞騰訊優圖實驗室算法支持的圖像視頻處理和分析、OCR技術等先進能力，騰訊云提供了非常豐富的計算機視覺產品組合，并不斷對其進行完善。

　　除此之外，騰訊云還提供了豐富的標準化AI應用服務，構筑了完善的人工智能產品矩陣，涵蓋智能語音、自然語言處理等多樣化定制化產品。比如在自然語言處理方面，騰訊云提供了情感分析、智能分詞、文本糾錯等數十種能力，開箱即用，大大滿足了開發者各種AI應用需求。

　　據了解，在AI開發者服務領域，騰訊云憑借多年在技術、產品以及生態等多領域的廣泛布局，并基于游戲、社交、移動支付等領域的優勢地位，配備過硬的技術支撐和完善的開發服務，逐漸在AI開發者群體中形成了強大的技術影響力。

　　目前，騰訊云已提供了超過300項標準化AI開放能力和超過80個AI行業解決方案，包括為國家人口普查、健康碼等提供核心的自研AI技術能力等。其中，公有云日處理圖像超50億張，日處理語音超250萬小時，日處理自然語言超千億句，同時在新加坡、馬來西亞、印度、泰國、韓國、菲律賓等亞太國家提供直接的產品服務和技術支持，服務全球用戶數超過12億。此外，騰訊優圖實驗室的算法研究成果多次在國際權威比賽中創造世界紀錄，擁有1600+項AI相關專利，發表頂會論文300+篇。

　　視覺革命向3D靠攏

　　國內計算機視覺行業還算繁榮，根據對國內外六大權威機構的匯總，我國計算機視覺市場規模有望突破1000億;綜合保守預測，數字也在700億左右，時至今日，第四次視覺革命已然升級到3D概念。

　　3月份，一大批3D視覺企業相繼獲得資本青睞，跨維智能、地標科技、翌視科技順利完成大額融資，僅2022年第一季度，3D視覺領域發生融資就超過10起。

　　隨著AI領域大刀闊斧地前進，整個計算機視覺產業所蔭蔽的風口數不勝數，根據相關數據，早在2019年，其核心產業規模與帶動的相關產業規模就分別高達633.3億元和1438.6億元，各占AI核心與相關產業的58.2%和37.6%。

　　隨著科技不斷滲透生活，落地現實，計算機視覺技術在未來勢必會迎來一波場景大爆發。根據Tractica的分析，2016-2025年計算機視覺最受歡迎的十大用案例，除了幾個老生常談的領域，工業、醫學、自動駕駛甚至情感分析……緊跟著浮出水面。

　　特別是工業制造與以自動駕駛為主的整個行車賽道。

　　制造業自然不必贅述，半導體電子、食品生產、工業檢測、各行的制造環節都需要依賴視覺傳感來逐漸實現自動化生產。《2021年中國工業機器視覺產業發展白皮書》顯示，2021年中國工業機器視覺市場規模約為250億元。放眼全球，根據MarketsandMarkets的預測，預計到2025年全球機器視覺市場規模將突破130億美元;2026年將接近140億美元。

　　我國的機器視覺發展進程頗為活躍，有機構曾經預測，在未來三年，這個領域的復合增速會接近24%。從需求端來看，當前80%以上的工業表面缺陷檢測仍依賴于人工檢測法，每天有至少350萬人從事著人工肉眼的檢測工作。

　　因此，工業似乎成了視覺風口的下一個兵家必爭之地，資本的反應一向最能說明問題，三月份融資成功的幾家公司，跨維智能與翌視科技、地標科技的主營范圍皆在工業市場。

　　然而，擴展場景不是一時之功，資本為何齊齊涌入工業范疇，無非是因為短時間內無法拯救狹隘的應用場景，相比之下，似乎只剩下工業市場有料可挖。

　　至于行車賽道，商用行車安全的確為視覺應用提供了無數想象空間，據悉，這幾年國內商用車市場持續擴張，根據中汽協公布的數據，早在2018年，商用車的銷量就創下了歷史新高，產銷分別達到428萬輛和437.1萬輛。

　　但值得注意的是，視覺技術應用在行車范圍內的落差不小。據悉，在實驗室環境下，行業多數公司對照片等二維信息的識別基本能在99%以上，而落實到實際應用場景則遠遠低于這個數值。

　　視覺賽道上擠滿了翹首以待的資本玩家，可惜前路難明，孤木難支。

　　無可奈何的“游戲規則”

　　不得不說，想要在新一輪洗牌中先行一步的資本，面臨前方源源不斷的割據勢力，開始有些迫不及待。以最近的融資案為例，獲得數千萬融資的地標科技剛剛成立于去年七月，跨維智能成立于去年六月。

　　新玩家入局，無論功績幾何，資本的包容度都肉眼可見。

　　這幾年，視覺市場對于頭部以下的企業來講，是一個不可多得的出頭機會。以曾經深受資本寵愛的格靈深瞳為例，2020年以后，是格靈深瞳“發跡”的起點，僅是雙光溫測智能識別設備在當年就創下4716.02萬元，占當年營收的19.43%。

　　只不過在凈利潤上，數值依舊不忍直視。根據調查顯示，2018年-2020年公司凈利潤分別為-7456.55萬元、-41758.32萬元和-7820.16萬元，格靈深瞳2021年上半年凈利潤更是高達-5703.79萬元。

　　頂著熱度與壓力前行，很多企業陷入僵局，往前難以撼動頭部們龍蟠虎踞的格局，往后又無法割舍這個日益堅實的市場。就目前來看，視覺風口的最終落腳點還是繞不過技術重心，地標科技、翌視科技以及跨維智能本輪的融資除了團隊拓展，便是產品研發。

　　科技圈研發一向是個燒錢的長線游戲。相關資料顯示，格靈深瞳2018年至2020年累計研發投入合計28308.78萬元，占最近三年累計營業收入的比例為77.37%，尤其是2018年和2019年，研發投入遠超營業收入。

　　賠本也要搞研發，這是視覺賽道最無可奈何的游戲規則。

　　年輕企業愁存亡，老牌企業的鬧心事也不少。尤其天下視覺千千萬，安防市場占一半，傳統安防企業本身的硬件成本居高不下，那些靠安防站穩計算機視覺領域的企業多數困于盈利漩渦。

　　海康威視在全球的視頻監控市場占有22.6%的市場份額，毛利率和同期的人工智能其他公司相比，諸如科大訊飛、曠視科技、虹軟科技卻是最低的。提供智能手機AI解決方案的虹軟科技毛利率能達到94.29%，海康威視則不到50%。

　　國內掀起視覺風云的主力軍是互聯網，百度早在2013年就成立百度深度學習研究院，展開包括計算機視覺在內的多領域研究，2017年，百度還全資收購了美國視覺科技公司xPerception，2018年，百度全線開放人臉識別、文字識別、圖像審核、圖像識別等五大類、共58項基礎能力。

　　但根據媒體報道，迄今為止也只有20萬開發者在使用百度的計算機視覺能力。

　　無獨有偶，阿里在計算機視覺上的起步也不晚，從2015年開始，阿里就陸續推出圖像識別、視覺識別等領域上百款細分產品。如今，一向無利不起早的互聯網也多少有點迷茫，諾大的視覺行業，家家有本難念的經。

　　后來者未必是輸家

　　計算機視覺領域，從某種層面來看，應用范圍比較宏觀，也正因如此，視覺之戰早就在全球的各個角落打響。

　　首先，在整個視覺領域，海外的入局時間與速度都不可置否。微軟在上個世紀90年代就為計算機視覺技術成立了人工智能實驗室，并發表論文數百篇，2015年，微軟亞洲研究院還曾在ImageNet大規模視覺挑戰賽中獲得三個主要項目的冠軍。

　　Facebook從2012年開始，先后以投資或收購7家計算機視覺相關的公司。《2017年-2024年全球計算機視覺市場行為分析和預測》中，英偉達、英特爾、高通、蘋果、谷歌等多家海外巨頭被列入全球計算機視覺市場的主要參與者。

　　這其中，我國企業的身影寥寥無幾。

　　其次，在以工業為主的機器視覺，目前全球機器視覺產品的高端市場仍然被美、德、日品牌占據，比如美國康耐視、國家儀器，德國巴斯勒、伊斯拉視像，日本基恩士、歐姆龍……其中，光康耐視和基恩士就壟斷了近50%的全球市場份額。

　　反觀國內，視覺資本下半場終于開始青睞工業板塊，熱烈而又略顯空白的市場背景是最好的解釋之一。事實上，我國雖然姍姍來遲，但如果分門別類地看，其實也未必會輸。

　　我國比較能拿得出手的是人臉識別。

　　根據國際調研機構GenMarketInsight發布的《2018年全球人臉識別設備市場研究報告》，2023年，中國將占全球面部識別市場份額的45%。美國國家標準與技術研究院對全球人臉識別算法測試結果顯示，排名前11名的企業，只有兩家來自美國，剩下來自中國、俄羅斯和立陶宛，其中中國企業包攬了前五名。

　　毫無疑問，強大的智能手機市場與移動互聯網基礎為這一領域注入了充足的應用可能。

　　國內在視覺學術研究上從未落過下風，在2007年至2017年期間，我國AI研究論文增長了400%，此前的CVPR上，蘋果和谷歌贊助舉辦了一項關于不同光照條件下雙目攝像機圖像分析競賽，獲勝者來自中國國防科技大學。

　　技術不斷精化，市場無限拓深，只是在視覺商業化上，我國總是缺少一定的領域基因。一個很明顯的趨勢是，海外的視覺賽道早已成批企業化，我國依舊是學術大于技術落地，比如美國企業參與支持的相關論文數量就是官方的七倍。

　　比較欣慰的是，我國的視覺技術正在逐漸從“紙上談兵”走入現實，走入資本，2013年到2018年，這5年間，國內有30家以上的視覺領域企業相繼成立。這是好事，畢竟在科技向上的洪流前，輸贏似乎只是時間問題。

　　當然，如果泡沫再少一點，局面肯定會更加明朗。

　　計算機視覺公司對比分析

　　向上開拓場景，向下布局算力

　　始于技術，終于場景。國內AI企業在資本的支持下，前期技術研發保持高投入，主要集中在計算機視覺、語音識別、 自然語言處理等感知和認知方面的通用人工智能技術。技術變現最好的方式就是融入場景，目前各AI企業在不同的 領域逐步開始滲透。 布局芯片算力，打造軟硬一體化解決方案。相比傳統CPU等芯片，AI芯片的技術門檻相對較低，同時AI算法與底層 硬件的配合能夠進一步突出算法的優勢，部分AI企業已經在芯片領域有布局，如依圖科技的求索芯片，云天勵飛的 DeepEye1000，云知聲的UniOne等。未來軟硬件一體化是AI公司發展方向，曠視、云從等均有布局AIoT硬件設備。

　　高研發高虧損，毛利率有提升空間

　　技術的商業化變現是必然要求。AI是研發投入高、技術周期長的知識密集型產業，深度學習算法高度依賴數據和算力， AI企業單純以算法變現不太可能，未來需要對行業有更深的理解，實現技術在場景中的商業化變現。 高研發高虧損，毛利率有提升空間。待上市的六家主要AI視覺企業研發投入占營收的比例普遍在70%左右，當前均未 實現盈利，商湯科技、云天勵飛、創新奇智等表觀虧損仍在擴大。從毛利率來看，2020年商湯科技的毛利率提升到 70%以上，其他各家由于硬件占比較高、標準化交付能力相對較弱，毛利率均在50%以下，預計未來有一定提升空間。

　　直銷為主，客戶集中度高

　　以直銷模式為主，銷售網絡及渠道建設有待提高。目前AI視覺企業主要以直銷模式為主，直接對接終端客戶和大集成 廠商，客戶以政府部門、事業單位、國有企業為主。未來隨著落地場景進一步拓展，AI企業的銷售網絡及渠道建設有 待提高。 客戶集中度較高，云從呈現回落趨勢。待上市的六家主要AI視覺企業前五大客戶占總收入的比重2020年仍保持上升趨 勢，其中云天勵飛、依圖科技、云從科技占比較高，商湯、曠視占比維持在30%左右，但也呈現上升趨勢。預計未來 隨著業務范圍擴大，客戶集中度有望下降。

　　應收賬款占比高，下游客戶結構有待優化

　　應收賬款占比較高，受疫情影響收款難度進一步加大。目前AI企業的下游終端客戶主要還是以政府端為主，客戶的付 款周期本身就較長，AI四小龍的應收賬款占營收的比重均超60%。2020年受疫情影響，收款難度在進一步加大。 短期信用風險可控，長期客戶結構有待優化。短期來看，盡管各家AI企業應收賬款占比高，但從賬來看，目前還主要 以1年以內的應收為主，信用風險可控。但從長期來看，應收賬款比重過大不利于企業業務的擴張，占用現金流過多， 預計未來各家企業將進一步優化下游客戶結構，提升營收質量。

　　文章來源：雷峰網，未來智庫，道總有理