2017年计算机视觉创业投资现状及未来趋势

2018 年 1 月 25 日 计算机视觉life sixgod

   坚持原创,点击上方蓝字关注


2018年1月20日,虹软携手创业邦在杭州成功举办「虹软视觉人工智能引擎开放创享会」。会上,创业邦天使基金合伙人&董事总经理方平潮,华泰新产业基金合伙人孔晓明,从人工智能行业创业及投资方面对过去的一年进行了盘点并分享了未来的发展趋势。


计算机视觉已经成为AI最热的细分方向

创业邦给出的2017年人工智能创新公司五十强中,排名前五的细分领域分别是:智能机器人(28.5%)、计算机视觉(24.1%)、智能金融(14.6%)、自然语言处理(13.9)、智能安防(7.3%)。

华泰资本给出的数据也显示,最近五年(2009-2016)中国AI新增企业数达到1074家,总共融资规模达到惊人的26.9亿美元。

融资最多最热的AI方向分别是:计算机视觉(CV),自动驾驶,自然语言处理(NLP)。其中,CV在企业数目、融资规模、专利申请数量上均领先于NLP和自动驾驶。2009-2016年CV、NLP、自动驾驶全球发展趋势如下图所示:

由此可见,计算机视觉已经成为AI领域最热门最具价值的细分方向


而和美国相比,中国在计算机视觉领域每年新增的专利申请数量领先美国,但是企业数量、融资规模方面仍落后于美国。


如何看待计算机视觉行业?

每一项新兴的技术在真正成熟之前,都会经历一段波折的过程,计算机视觉也不例外,从上个世纪四十年代开始,计算机视觉经历了长达半个世纪的低谷期,直到2006年深度信念网络的出现,以及后来大数据的爆发及计算硬件的快速雄起,计算机视觉在最近十年一路攀升,人脸识别的准确率已经超过人类,2017年在著名的ImageNet图像分类比赛中top5的准确率已经超过97.75%,计算机视觉技术已经基本成熟。据统计,70%的人类大脑皮层活动都在处理视觉信息,可见计算机视觉在生产生活中有极大的应用需求。


目前计算机视觉领域最成熟的就是人脸识别,在iPhone X 三维人脸识别技术的引领下,人脸识别未来有望成为生物识别的主导技术。此外,计算机视觉在安防、金融、智慧驾驶、医疗健康等领域都是千亿级别以上的市场,且商业化落地可期。


计算机视觉在移动智能设备上已经有非常好的商业化落地。以智能手机为例,目前中国智能手机保有量超过10亿台,智能手机拍照技术从单摄到双摄再到刚刚出现的深摄,从2D成像到3D交互,可谓日新月异。2017年约85%的照片由智能手机拍摄,智能手机毫无疑问称为最广泛的摄影设备,这些设备产生海量的图片视频数据,反过来也极大的促进了计算机视觉的发展。

预计到2022年,全球摄像头总量将达到 44万亿部,未来计算机视觉算法将嵌入所有带摄像头的智能设备,从目前的智能手机扩展到智能汽车,再延伸到物联网。可以说,未来计算机视觉技术将无处不在。


计算机视觉公司产业链现状

2017年资本在AI领域的投资过于疯狂,一个海归博士回国拉起一个创业团队就能获得大量融资的事情在过去的一年里屡见不鲜,不过在2018年这种现象会迅速降温。投资人越来越意识到「行业+AI」的重要性,而不是单纯的「AI+行业」。就像当年的「互联网+」到现在的「行业+互联网」一样,深耕垂直行业才是主体和根基,在此基础上加入AI技术,才能够形成独有的行业壁垒,不会被BAT等大企业轻易取代。因此,「垂直细分行业 + AI」还有巨大的创业机会。


具体到计算机视觉领域也是一样的道理,深入垂直细分行业 + CV加持」才是CV公司能够技术落地的关键。目前CV产业链现状如下图所示,其中,安防领域仍然有很多进场机会,高端安防要求苛刻的准确率,而中低端安防则需要快速的低成本复制,目前还达不到市场化。手机及互联网娱乐领域竞争非常激烈,而医疗影像领域由于监管政策严重滞后,数据获取难度高,仍没有较好的产品出现。

当前CV公司的主要盈利模式主要有API、SDK、解决方案三种。其中SDK模式具有规模出货和规模盈利的能力。可以预见的是,下一阶段CV公司竞争的核心将取决于谁能更快更好的将技术和行业结合,实现商业化,谁才能站得住脚,毕竟靠不断的融资烧投资人的钱活不长久。


2018年,什么样的公司值得看好?

计算机视觉创业团队仅仅拥有顶级的算法还不够,公司想要生存并持续赢利,必须具备 「技术持续进步+工程化能力(量产)+产业化能力(服务)」 的三合一核心竞争力,缺一不可。只有和场景合作方形成强势资源的深度绑定,透彻解读场景需求,才能发挥计算机视觉在行业创新中的真正价值,从而避免成为PPT公司,最终在行业内获得持续赢利能力,只有稳定持续的营业收入才能切实证明公司的商业化能力。


可以预料的是,2018年,计算机视觉公司不论大小,竞争的关键不再是算法刷了几个榜单,发了多少篇论文,而是将技术应用到不同行业场景的能力,凭借对真实业务需求的深刻理解和强大的落地服务能力,找到客户买单!套用一句时髦的话,不能把技术落地的公司都是在耍流氓。2018,我们拭目以待。


相关阅读

2018年【计算机视觉&机器学习&人工智能】国际重要会议汇总

产业理解 | 从CVPR2017看人工智能产业现状和趋势

注:原创不易,转载请注明来源,侵权必究。

登录查看更多
3

相关内容

计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取‘信息’的人工智能系统。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
82+阅读 · 2019年12月13日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
121+阅读 · 2019年10月10日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
1年融资超230亿!计算机视觉为何如此吸金?
为什么AI公司都在一边融资,一边投资?
腾讯创业
6+阅读 · 2018年9月25日
无人再谈CV:计算机视觉公司的困境
镁客网
7+阅读 · 2018年7月7日
孙正义:未来30年的人工智能和物联网
智能交通技术
3+阅读 · 2018年3月4日
2017年中国计算机视觉行业研究报告
艾瑞咨询
6+阅读 · 2017年12月7日
2017年中国人工智能产业专题研究报告(完整版)
数据科学浅谈
4+阅读 · 2017年11月15日
2017人工智能创新公司50强出炉 旷视(Face++)上榜
Megvii旷视科技
3+阅读 · 2017年7月10日
Learning in the Frequency Domain
Arxiv
11+阅读 · 2020年3月12日
Neural Image Captioning
Arxiv
5+阅读 · 2019年7月2日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
10+阅读 · 2018年2月17日
VIP会员
相关资讯
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
1年融资超230亿!计算机视觉为何如此吸金?
为什么AI公司都在一边融资,一边投资?
腾讯创业
6+阅读 · 2018年9月25日
无人再谈CV:计算机视觉公司的困境
镁客网
7+阅读 · 2018年7月7日
孙正义:未来30年的人工智能和物联网
智能交通技术
3+阅读 · 2018年3月4日
2017年中国计算机视觉行业研究报告
艾瑞咨询
6+阅读 · 2017年12月7日
2017年中国人工智能产业专题研究报告(完整版)
数据科学浅谈
4+阅读 · 2017年11月15日
2017人工智能创新公司50强出炉 旷视(Face++)上榜
Megvii旷视科技
3+阅读 · 2017年7月10日
Top
微信扫码咨询专知VIP会员