當垂直場景落地成為計算機視覺領域新的競爭點，「視語科技」要在交通和紡織場景上發力

　　2018年是中國人工智能落地的元年，在AI技術最成熟的計算機視覺領域，商湯、曠世、依圖、云從均已躋身獨角獸行列，它們極強的融資能力與其在安防和金融等領域的落地應用有密切關系。

　　可見，算法和數據已經不足以構成競爭壁壘，只有在垂直領域找到與技術深度結合的應用場景，才能獲得更大的生存空間——這一點對于新晉的AI創業公司來說尤其重要。

　　36氪近日接觸到的“視語科技”就是一家在智能交通和智慧紡織等應用場景有布局經驗的AI公司，其核心技術是細粒度圖像識別，包括車紋識別、人臉識別、商品識別和瑕疵識別等。

　　視語科技成立于2018年4月，同年6月獲得金沙江創投的天使輪融資，其核心團隊成員來自中國科學院自動化研究所模式識別國家重點實驗室，有20多年的技術積累，過往合作客戶包括京東、聯想、華為、中國建設銀行、北京市公安局等上百家公司和政府機關。

　　創始人王金橋告訴36氪，人工智能時代的到來，使得整個科技創新的中心慢慢從科研院所轉移到企業，因為企業掌握了大量的數據資源、機器資源和應用場景，但企業往往把精力集中在產品落地，而不是技術研發，但AI技術更新速度又很快。因此，產學研的結合是必然的。這也是他們從中科院出來創業的原因之一：既能利用原來的技術優勢，又能扎入應用場景，完成數據、算法和行業的融合。

　　在智能交通方面，視語科技發布了車紋識別一體機、重型貨車禁行監控系統、無人值守智慧停車、高速公路智能收費、公路交通量分析等五類產品體系。

　　具體來說，該公司研發的邊緣計算智能盒可用于公交和賓館里的人臉抓拍、分析廣場和車站等公共場所的人群態勢、監測和預警司機的異常駕駛行為。

　　他們的“重型貨車禁行智能識別系統”也已經在北京投入使用，可以監控貨車的核定載重。王金橋說，根據交通部的數據，中國大概有1500萬輛重型貨車，占中國重大交通事故率的25%。因此，識別超重和疲勞駕駛等異常情況，對預防交通事故很有必要。

　　視語科技還在國內五個省推出了車紋識別一體機，可以精細識別5000多種車型車款，檢索假牌和套牌車，以協助公安部門快速查找嫌疑車輛、幫助交通部門做違章車限行、大貨車收費等管理。王金橋告訴36氪，這款產品已經幫助有關部門抓拍到1萬多起違章行為，包括不系安全帶的2800起、開車玩手機的980起、抽煙220起。這款車紋識別系統也已經在安哥拉和委內瑞拉投入使用。

　　此外，該公司曾獲得“吳文俊科技進步獎”，并在2018 AI Challenger全球挑戰賽中獲得“無人駕駛視覺感知”賽道冠軍。

　　王金橋說，今后他們會繼續在智能交通上發力，因為5G的到來和邊緣計算的成熟，使得交通的數字化成為可能，而數字化的基礎是大數據。整個城市所有紅綠燈的規劃、城際干線的路面規劃和建設都需要大規模的實時數據，這是以往的線下調查公司無法獲得的，卻是視語科技的優勢所在。

　　在智慧紡織領域，視語科技發布了智能視覺驗布與評級管理平臺，可以精細識別70種布匹瑕疵，驗布速度是人工驗布的5倍，識別精度在90%以上。與之相比，熟練驗布工的準確度只有60%-70%，驗布還會對工人視力造成損害，目前很多工廠都面臨招人難、發薪壓力等問題。

　　王金橋說，他們現在一套驗布機大概賣幾十萬，全國有5萬家紡織廠，驗布機的市場規模能達到600億-700億人民幣。

　　除了在以上兩個應用場景上發力，視語科技還推出了一個基于主動強化學習的半自動化標注平臺，能替代95%的人力標注成本。“你只要給我們一個商品，第二天我們就能支持識別這個商品。”王金橋說。

　　這個平臺之所以重要，是因為深度學習算法是依賴于大規模精確標注的訓練數據，而大多數公司都得依靠外包公司來做這些數據的采集、篩選和標注，這是一筆很大的成本。

　　此外，視語科技還研發了全平臺神經網絡前向推理引擎框架--MNIE，它的自動化訓練、剪裁、量化和壓縮工具能針對特定平臺進行神經網絡的優化和加速，提升模型適配能力。而針對前端不同平臺的特征，該推理引擎會在底層進行大量simd指令集、網絡稀疏化等特定優化，能實現神經網絡面向arm、fpga、x86 cpu或特定神經網絡加速芯片(hisi3559a)等前端計算設備的一鍵式部署。

　　視語科技的商業模式是給政府部門和垂直領域的企業客戶提供全方位視覺AI解決方案、智能化產品和大數據平臺。王金橋預計，2020年后，他們可以實現盈虧平衡。

　　王金橋曾是中國科學院自動化研究所模式識別國家重點實驗室研究員、智能媒體計算聯合實驗室主任、視頻大數據云識別聯合實驗室主任、視頻深度識別聯合實驗室主任。主要從事視頻分析與檢索、大規模目標識別、目標檢測與跟蹤、圖像分類與識別方面的研究。

　　目前，視語科技已開放Pre-A輪融資窗口，預計融資5000萬-6000萬人民幣，用于技術研發和計算中心建設。