從谷歌地圖與Cyberverse來看AI視頻技術

近日，谷歌地圖向所有用戶開放了AR導航功能。其實早在去年的I／O大會，谷歌便宣布將會在Google地圖中集成這一功能，并已在今年年初向部分Pixel用戶提供了Alpha測試版。

谷歌AR導航功能稱為“實時視圖”（Live View），它旨在幫助人更順暢地進行步行導航。也就是說，這種導航并不適用于傳統(tǒng)意義上的汽車導航。但是，當用戶在走下汽車并需要步行這樣的場景中，它可能會比傳統(tǒng)的2D導航更為精準與形象。

眾所周知，手機地圖導航目前通常借助的是GPS與指南針的結合。利用GPS來進行位置確定，然后以指南針來指示方向。但這往往存在許多問題：比如地圖上代表自身位置的藍點發(fā)生了偏移，又比如指南針發(fā)生了bug。這些問題在發(fā)生時往往容易讓人“誤入歧途”，耽誤了寶貴的時間。

因此，谷歌地圖的“實時視圖”會將所有指南針投射到外部，而不是通過攝像頭和傳感器的來實現(xiàn)定向。谷歌稱該系統(tǒng)為“VPS”或“視覺定位系統(tǒng)”。手機的GPS縮小了用戶的位置，用戶的攝像頭則收集周邊的信息，而谷歌地圖的AR模式將相機鏡頭視圖與街景視圖中的大量視覺數(shù)據(jù)相匹配，借助于人工智能AI進行比較分析，從而獲得用戶所處位置。在谷歌獲得用戶所在位置的數(shù)據(jù)基礎上，VPS也將清楚到用戶在三維空間中的位置和前進方向。這使得它比指南針更準確，從而可以判斷用戶的確切位置和面向。

巧的是，就在近期的華為開發(fā)者大會期間，華為羅巍也正式對外發(fā)布了“Cyberverse”。Cyberverse由cyber（Cyber數(shù)字）和verse（universe宇宙）構成，寄托了這一功能“開啟數(shù)字新世界”的愿景，是一項結合AR技術的3D高精度地圖服務。

Cyberverse共有4項核心能力，包括3D高精地圖能力（HDMAP）、全場景空間計算能力、強環(huán)境理解功能和超逼真的虛實融合渲染能力。其中，全場景空間計算能力是全場景的、全天候的，不分室內(nèi)、室外、白天、晚上等不同的光照條件，都可以提供空間計算定位定姿能力。結合華為的GPS、室內(nèi)WiFi定位以及VPS定位、SLAM定位等技術組成，Cyberverse在AI的幫助下，可以讓手機解算出自身的厘米級定位以及1度以內(nèi)定姿的高精度位姿信息。而這一點，是Cyberverse能提供AR視覺體驗的基礎。

不論是谷歌地圖還是Cyberverse，都不難看出他們是依托于目前強大的人工智能而存在的。雖然他們的最終目的存在一定的差異化，但其核心都是以AI來對視頻中的內(nèi)容進行識別，從而確定位置，調(diào)動后臺的實地信息進行引領。

這已經(jīng)不是人類第一次嘗試AI視頻識別技術的落地了。在經(jīng)歷了文字、圖片的時代之后，能承載大量信息的視頻逐漸進入公眾的視野，并承擔著新一代流量入口的重任。據(jù)網(wǎng)絡公開數(shù)據(jù)報告顯示，互聯(lián)網(wǎng)流量70％以上來自視頻，未來這個數(shù)據(jù)將超過90％。

可也正是因為視頻的信息量過于巨大，以人力很難對其中的信息進行完整的分辨與解析，更遑論加之以應用。在這種前提下，將AI識別運用于視頻之中的想法應運而生。許多企業(yè)與個人紛紛開始對此進行研究：比如谷歌去年舉辦的2018 Google地標識別挑戰(zhàn)賽，其獲勝者極鏈科技便是一匹視頻AI領域的年輕黑馬。它的目標之一，便是通過AI視頻識別技術來進行精準的廣告投放，從而推動視聯(lián)網(wǎng)概念的打造。再比如目前風靡的人臉識別支付，也是依托人工智能才得已實現(xiàn)。這些實際應用的成功，充分說明了該技術對于人類的日常生活可以起到一個積極的推動作用。

回到Cyberverse來看，隨著它的建設，一種與真實世界關聯(lián)的全新的虛實融合的交互與視覺體驗將出現(xiàn)在用戶面前。借助于AI的強大能力，使用者可以看到物理空間的數(shù)字屬性，如樓宇虛擬標牌、樓宇出入口的虛擬呈現(xiàn)和園區(qū)服務設施的虛擬標牌等；也可以看見智慧園區(qū)IoT信息，如室內(nèi)溫度濕度，空氣質(zhì)量和人數(shù)等樓宇智慧信息，以及會議室名稱、預定情況與是否有人等會議室智慧信息等?？梢哉f，Cyberverse不僅能進行3D步行導航，更能帶來虛實融合的全新視頻體驗。

隨著科技的發(fā)展，AI必將越來越智能化，視頻也將演變成我們大部分的信息來源。屆時如何去實現(xiàn)兩者的結合，如何挖掘出它們更深層次的應用，必將是我們?nèi)祟愃伎嫉膯栴}。