导读:感知正成为行业数字化的新引擎。
我们正在迈进一个万物感知的时代。
日常生活中,感知已经无处不在。小到智能家居的控制系统,大到智慧城市虚实联动的数字孪生,感知是一切智能化的前提,也是行业数字化转型的基础。
在不久前的2023中国国际社会公共安全产品博览会(以下简称“安博会”)上,华为行业感知以“感知万物 点亮智能世界”为主题,携众多产品和行业解决方案亮相,引发业界关注。华为行业感知魔方2.0双目全彩AI筒型摄像机与智能交通边缘ITS800-E,从数以百计的产品中脱颖而出,斩获“重大行业创新贡献奖”、“创新产品特等奖”两项大奖。
这是2023年年初“华为机器视觉”升级成为“华为行业感知”之后,华为行业感知业务成果的一次重磅亮相。
在助力千行百业加速数字化转型的进程中,华为行业感知将如何以“感知”作为行业数字化核心能力,为万物互联的智能世界构建感知底座?透过安博会,我们不妨从技术、生态和场景三大维度来看华为行业感知的战略布局。
感知产业,加速行业数字化的新引擎
感知与行业数字化转型的关系从未像今天这样密切。
根据信通院发布的《新IT重塑企业数字化转型(2022年)》,2021年我国数字化转型中涉及的相关IT服务和解决方案市场总体规模达21669亿元,未来几年将保持20%以上的平均增速,预计2025年逼近5万亿大关。这背后,新IT技术已经成为数字化转型的主要驱动力。
《报告》中提到,新IT主要指以云计算、大数据、人工智能等为代表的新一代IT技术,以及基于相关技术底座所构建的智慧中台和相关业务应用。由人工智能、计算机科学、图像处理和模式识别等支撑的感知技术正是这样的新IT。
过去,感知技术尤其是视觉感知的主要应用场景是安防、交通、城市治理等。然而随着物联网、5G、大数据、云计算等新技术的大规模落地与融合,各行各业对智能感知的需求都在迅猛增长。感知技术的应用场景也在极大延展,成为千行百业实现数字化转型与增值的利器,未来感知产业将发展成至少万亿级的大市场。
一方面,非智能化的传统感知系统将加速完成智慧升级,加速与计算、存储、网络(连接)等ICT技术的融合,比如智慧安防、智慧城市、智慧园区、智慧家居等场景。以智慧城市场景为例,根据咨询公司ABI Research的报告,使用AI芯片的智能摄像头全球数量在2025年将达到3.5亿个。到2025年,超过65%的摄像头预计将至少配备一个AI芯片组。
另一方面,感知技术将加速进入千行百业,加速数字化转型。比如,在感知技术的辅助下,智慧农场、工业质检等场景应用在农业、制造业等传统行业将日益普及。
华为行业感知认为,感知是一切智能化的基础,是行业数字化做深做透的底座,这也是华为行业感知战略升级的大背景。行业数字化转型需要更加高清的视觉感知,以便能看得更清、更广、更远;需要智能的感知能力,能够支持企业管理任务的高效执行;更需要有全息的感知能力,支持生产作业的全面数字化。
四大根技术,打造多维感知体系
提到感知技术,很多人会首先想到门禁、摄像头等视觉感知,毕竟以机器视觉为主的视觉感知是人工智能应用最成熟的领域之一。目前,随着感知产业逐渐走向成熟,感知技术正在从基于可见光的视觉感知,向光纤、雷达等多维感知进化。
过去数年来,华为行业感知聚焦四大根技术的探索:SuperColor、SuperCoding、AI Turbo、SuperFusion,提升感知的深度、广度、精度与维度,打造覆盖全时空的泛在感知体系。
在四大根技术中,前三大根技术是华为在视觉感知领域的深耕。视觉感知的本质是把图像从“给人看”转变成“给机器看”为主,第一步首先要做到如何让机器看得更多、更快、更清晰。
华为全新升级的SuperColor2.0根技术,通过持续打磨物理光学和计算成像底层能力,打造全天候极致图像体验,实现在去除光污染同时,又兼具图像清晰度和色彩还原度,挖掘感知深度。
以应用了SuperColor的AI超微光3.0电警卡口筒形摄像机为例,其结合了独创ISP4CAR增强算法,在智慧交通场景中可以实现车牌、车身、车窗、车内的图像增强,即使传统技术无能为力的夜间、暗光、复杂场景,也能游刃有余地精准感知。
随着智慧城市、物联网应用的广泛落地,视觉感知高清化的趋势越来越明显,降低数据存储和传输成本显得日益迫切。为实现海量价值视频更长时间、更低成本留存,SuperCoding超级编码技术能够实现更具价值的数据传输和存储。超级编码技术相比于标准H.265可降低50%以上存储空间,且画质不损失、智能不下降。
AI Turbo技术通过更高性能的人工智能算法与模型,提升感知广度。加持了AI Turbo技术的华为行业感知前端摄像机,与同等算力产品相比,性能提升一倍、性价比提升60%。在周界检测、目标检测与抓拍等场景下,实现识别距离与准确率领先。以周界检测为例,检测距离从30m提升至40m,识别准确率从92%提升至95%。
在视觉感知之外,华为行业感知也在加大其他感知根技术的探索。通过独创SuperFusion感知融合技术,打造1+1>2的多维感知能力,提升感知精度和维度。SuperFusion融合了视觉、光纤、雷达等感知技术,实现从单一感知向多维感知的跨越,可以提供更有竞争力的产品与解决方案,助力行业数字化转型。
SuperFusion感知融合技术的应用前景非常广阔。目前,华为行业感知在光纤感知和光视联动方面,已实现油气管道巡检及周界安防两大行业场景的落地,告警准确率提升10倍,融合判决时间缩短50%,保障机场、铁路、大型园区等重点区域的安全。
雷视拟合技术已落地智能交通边缘ITS800-E和双目雷视一体机,支撑智慧交通全场景应用。通过多视角的数据融合和多维特征定位,可以解决车辆轨迹跳变、复杂场景目标易丢失等问题,实现全天候、全域、无盲区的精准感知。
以伙伴为中心,构建智能感知生态
技术复杂化、场景碎片化、需求个性化是感知产业的典型特征。面对万亿级的感知产业,企业不仅需要技术领先,也必须要做到生态领先。
传统安防行业以头部企业为中心的集成开发模式局限性日益凸显,只有打造开放兼容的生态,才是进军感知产业的更好逻辑。尤其是当感知技术深入行业场景,形成行业感知能力,一定离不开海量的垂直行业合作伙伴。
在聚焦根技术之外,华为行业感知的一大优势就是“平台+生态”的合作模式,以伙伴为中心,深入场景提供更具价值的解决方案。
了解华为生态的读者都知道,华为将整体市场划分为NA、商业和分销三大板块。如果说NA市场是华为重装把守的稳态业务,商业市场和分销市场就是以伙伴为中心的增量业务。智能感知技术应用范围广、行业多元化的特征,也决定了商业市场和分销市场是华为行业感知大力投入的重点战场。
6月7日,在2023中国安防数字化转型暨数字化能力建设高峰论坛上,华为中国政企商业销售部部长刘勇表示,面对扑面而来的数字化转型浪潮,华为的应对之道是:第一,专注,聚焦ICT信息化建设主航道,扎实做好数字化转型的能力建设;第二,坚持,坚持以伙伴为中心,让技术简单易集成。这两大策略,也是华为行业感知深入细分行业的大方向。
商业市场是典型的以伙伴为中心的市场,如何降低合作伙伴进行商业拓展的门槛,让感知技术简单易集成是赢得商业市场的关键。在赋能伙伴方面,华为行业感知 从“研、营、销、供、服、管”端到端建立强大的支撑平台,并通过秩序、规则、激励、平台四大维度,打造开放透明的生态机制,与伙伴共享感知产业高速发展的红利。
面向商业市场,华为行业感知坚持“极易集成”、“极好销售”、“极快交付”、“极简运维”、“极优体验”的“5极”产品标准,推出为商业市场量身打造的全智能AI Pro、惠智能AI、轻智能AI Lite三大系列摄像机。标准产品之外,华为行业感知还面向商业市场10+细分场景推出了70+产品组合方案,今年还将面向教育、医疗、制造、中小企业等重点行业推出30+小而美方案和60+适销新品,赋能伙伴深耕商业市场。
分销市场,是面向5000多万中小微企业的大市场,也是打通数字化转型最后一公里的关键。今年5月,华为发布了面向分销市场的子品牌华为坤灵,旨在将领先的ICT技术和服务下沉,加速中小企业数字化转型。
面向分销市场,华为坤灵通过提供适销的D系列摄像机、NVR及其他配套设备,为社区、小园区、小医院、小工厂、连锁商超、连锁餐饮等典型场景构建综合安防解决方案。
聚焦重点场景,感知点亮智能未来
凭借根技术突破和开放生态优势,华为行业感知已经在智慧安防、智慧城市、智慧社区、智慧园区、智慧校园、智慧医院等领域积累了大量的成功案例。
面向智慧社区场景,华为行业感知以独有的AI Turbo、超级编码、SDC OS+AI架构等核心技术量身打造智慧综合安防解决方案。基于好望AI框架+端边云协同能力,华为行业感知助力伙伴打造了覆盖社区全场景的30+智能算法,比如电瓶车进入电梯检测、烟火检测、人员跌倒检测等,满足智慧社区多样化需求。
通过聚合全国1000+行业优秀伙伴,华为行业感知构筑从产品到算法、应用、服务的全场景解决方案能力。目前,华为行业感知智慧社区解决方案已在全国各地大规模落地。
面向智慧城市场景,华为行业感知通过软硬结合的方式,带来更具价值的解决方案。比如,一机多用的普惠全结构化小筒摄像机,以超高性价比推动城市感知能力落地。AI超微光3.0电警卡口摄像机,通过领先的算力换图像方案,解决城市道路光污染问题。通过雷视拟合打造的全息路口解决方案,可以实现路网信息精准可视,优化城市通行效。
写在最后
感知已经成为智能世界的通行证。
可以预见的是,将感知能力深入千行百业具体场景,将爆发出海量的应用场景,也将催生出超出想象的创新商业模式。
行业感知板块的加入,让华为ICT加速行业数字化转型的能力拼图进一步升级。深耕感知产业多年,华为行业感知将通过为千行百业数字化打造智能感知底座,为数字经济带来新的增长动力和更大的想象空间。
图片来自摄图网
END
本文为「智能进化论」原创作品。