7月15日，在2022曠視技術開放日上，曠視聯合創始人、CEO印奇提出了曠視對AIoT的最新定義，即“AIoT=AI+IoT+空間”。
(相關資料圖)
印奇說，自成立以來，AIoT一直是曠視核心的戰略關鍵詞。其中，“AI”和“IoT”相輔相成，AI是不斷演進的算法能力，IoT則是軟硬結合的設備載體。
而在此基礎上，曠視又強調了“空間”這一概念。印奇表示，空間是應用場景的閉環。在過去二三十年，互聯網、5G、AR、VR等技術的不斷演進，給虛擬世界帶來了翻天覆地的變化。與此同時，技術對于物理世界的改造并沒有發生根本性的變化，所以未來，讓物理世界變得更好將是AIoT從業者努力追求的方向。
據印奇介紹，曠視目前圍繞AIoT戰略，構建了“2+1”的技術科研體系。其中，“2”是指“基礎模型科研”和“規模算法量產”兩大AI技術體系，而“1”是指以計算攝影學為核心的IoT技術體系，包括AI傳感器和AI機器人。
據悉，這一整套科研體系，涵蓋了從基礎研究、算法生產到軟硬一體化產品的AI落地全鏈路。印奇表示，“2+1”的AIoT核心技術科研體系，將是支撐曠視未來不斷走向AIoT商業化成功的重要基石。
其中，針對AI能力的基礎模型科研，曠視提出，“大”和“統一”已經成為視覺AI基礎研究的最新趨勢。
曠視研究院基礎科研負責人張祥雨表示，“大”主要是指AI大模型，即利用大數據、大算力和大參數量，提高模型的表達能力，使得AI模型能夠適用于多種任務、多種數據和多種應用場景。
不過，張祥雨也提出，“大”雖然是提高AI系統性能的重要捷徑之一，但是，大并不意味好，片面地追求大參數量、大計算量和大數據量，并不一定能夠實現更強大的模型，反而會產生更大的計算開銷，令整體收益非常有限。
所以，在曠視看來，“大”應以創新的算法驅動，充分發揮大數據、大算力的威力，拓展AI認知的邊界。
至于“統一”，曠視通過研究發現，原先AI視覺不同研究領域衍生出的一系列算法，在底層正走向統一。
張祥雨表示，通過統一的算法、模型來表示和建模各種數據、任務，將產生更加簡單、強大且通用的系統。
據張祥雨介紹，在“大”和“統一”的理念下，曠視基礎模型科研主要聚焦于通用圖像大模型、視頻理解大模型、計算攝影大模型和自動駕駛感知大模型四個方向，并已取得了多項科研成果。
此外，曠視當天還發布了自研的算法生產平臺AIS(AI Service)。據悉，AIS是基于曠視Brain++體系，構建的一套覆蓋算法生產全鏈路的生產力工具平臺。AIS的推出，讓算法量產真正成為可能。
目前，AIS平臺已經能夠支持100多種業務模型訓練，最快2小時即可完成。實踐數據表明，算法研發人員使用Brain++和AIS平臺，可以實現智能標注平均加速30倍，自動學習訓練加速4至20倍。
（文章來源：21世紀經濟報道）
標簽： AIoT
