收藏！嵌入式AI創(chuàng)新峰會萬字干貨，16位大咖演講精華

作者 |  韋世瑋李水青
編輯 |  心緣芯東西5月25日消息，今天，匯聚了16位AI與物聯(lián)網(wǎng)行業(yè)大佬的GTIC 2021嵌入式AI創(chuàng)新峰會在北京舉辦，現(xiàn)場座無虛席，十分火爆！當下，隨著AI落地進入深水期，越來越多的AI需要從云端，擴展到設備端和邊緣端——智能耳機、智能手環(huán)、智能門鎖、智能攝像機、AI無人機、掃地機器人、物流機器人等設備層出不窮。而在一個信息安全問題日益凸顯的時代，將AI部署在端側、邊緣側，也成為產(chǎn)業(yè)亟待關注的需求。而這，正是嵌入式AI要做的事情——將AI部署到嵌入式的設備端和邊緣端。人工智能真正業(yè)務落地的大舞臺，已經(jīng)越來越轉向物聯(lián)網(wǎng)端側的AI嵌入這一新戰(zhàn)場！作為今年首場聚焦嵌入式AI的創(chuàng)新峰會，今天，來自產(chǎn)業(yè)鏈上下游的16位大佬共聚一堂，圍繞嵌入式AI的軟硬件生態(tài)創(chuàng)新、家居AIoT、移動機器人和工業(yè)制造產(chǎn)業(yè)4大版塊地圖，帶來了****的分享。現(xiàn)場觀眾時而安靜傾聽，時而掌聲熱烈，線上直播觀看人數(shù)也超150萬！

智一科技聯(lián)合創(chuàng)始人/CEO龔倫常代表主辦方發(fā)言稱，據(jù)相關機構統(tǒng)計，2020年智能設備迎來拐點，活躍的物聯(lián)網(wǎng)連接數(shù)量第一次超過了非物聯(lián)網(wǎng)連接的數(shù)量。同時，國家十四五規(guī)劃也首次明確提出了生產(chǎn)、生活以及社會治理的全面數(shù)字化。隨著設備算力的大幅度提升，嵌入式AI迎來了快速發(fā)展的機遇期。在這樣的大環(huán)境下，于端側、邊緣測智能爆發(fā)前夜，當下AI在物聯(lián)網(wǎng)領域落地的深度和廣度如何？背后又有什么樣的痛點，以及對應出現(xiàn)了什么樣的前沿技術創(chuàng)新和商業(yè)化邏輯？AI與物聯(lián)網(wǎng)產(chǎn)業(yè)未來發(fā)展的方向又在何方？我們?yōu)榇蠹沂崂砹?6位大咖分享的干貨，以助大家以點帶面地把握AI落地物聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展新趨勢。
技術創(chuàng)新：算法“減重”、芯片攻關，讓嵌入式AI開發(fā)降本增效

大會上午，在第一大板塊——嵌入式AI的軟硬件生態(tài)創(chuàng)新版塊，來自商湯科技、大華股份、知存科技、安謀中國、恩智浦、睿賽德電子及OPEN AI LAB的專家都帶來了前沿分享。知無不言，****，專家們的分享話題覆蓋了輕量級神經(jīng)網(wǎng)絡模型設計、模型壓縮、AI推理引擎、AI芯片架構創(chuàng)新等多個熱門領域。1、商湯科技：打造媲美在線量化的離線量化算法商湯科技副總裁、研究院副院?、通?智能負責?閆俊杰博?帶來了題為《極致靈活的深度學習模型優(yōu)化與部署》的演講。

他認為，當下深度學習模型部署面臨三大核心挑戰(zhàn)，包括：（1）硬件設備逐漸多樣化，模型需要匹配多種設備；（2）需要思考如何提高模型在特定硬件上的性能，?持模型壓縮算法；（3）市場AI模型需求變大，供應商需要提高模型自動化部署能力。為此，商湯推出Spring.NART模型部署框架，支持代碼級別、算子級別及網(wǎng)絡級別等不同的接入級別，以通過統(tǒng)一的接入框架適配多種深度學習芯片。據(jù)稱，該框架支持16類不同硬件設備，能保證算法方案靈活跑在各類設備上。同時，商湯通過編譯優(yōu)化技術及一套量化模型?產(chǎn)?具，使模型在Arm框架和英偉達GPU上都能實現(xiàn)低bit量化；同時，除了系統(tǒng)層面的優(yōu)化，商湯今年還提出了媲美在線量化的離線量化算法BRECQ，?次將4bit離線量化的效果做到接近量化訓練，以此實現(xiàn)高效地模型自動化部署。另外，在軟硬件協(xié)同方面，商湯兼顧結構、推理庫和硬件，建立了一個計算數(shù)據(jù)庫Spring.GPDB （Graph Performance DataBase），基于這一軟硬件協(xié)同的數(shù)據(jù)庫幫訓練好的模型做診斷，使模型得到較好的精度提升。總的來說，針對硬件多樣化、模型壓縮、模型自動化部署三大挑戰(zhàn)，商湯試圖讓深度學習模型在嵌入式設備上靈活優(yōu)化和部署。2、大華股份：聚焦模型微服務化，降低嵌入式AI開發(fā)門檻會上，大華股份先進技術研究院科學家朱樹磊以《嵌入式AI算法模型微服務的設計與實踐》為題帶來了深入的演講。

微服務并不是一個新概念，它是一個SOA軟件架構的變種。簡單來說，微服務把一些功能模塊拆分出來，運行在不同的進程中或不同的服務器上。相比于單體式架構，微服務具有開發(fā)難度降低、維護成本低、開發(fā)周期短、可擴展性較強等優(yōu)點。為什么要強調微服務？朱樹磊認為，當下，行業(yè)AI智能需求快速增長的背景下，嵌入式算法產(chǎn)品架構設計和開發(fā)流程亟需變革，嵌入式平臺模型微服務能夠降低嵌入式開發(fā)的工程門檻，使算法人員有效參與到工程落地，提升算法效果、有效分配算力，高效滿足客戶的碎片化需求。與此同時，嵌入式AI算法模型微服務能促進端邊云一體化，使得模型一致、服務一致，從而使整個系統(tǒng)的可維護性更高、成本更低。但是，相比于云原生微服務，嵌入式微服務在功耗、內存、算力等資源方面都受限，無法復用成熟的云原生生態(tài)，需要自己打造。朱樹磊認為，打造模型、接口、代碼三大編譯器是嵌入式平臺模型微服務化的關鍵。為此，大華股份基于組件規(guī)劃、技術棧選擇、架構設計三大環(huán)節(jié)，打造模型編譯器DNNX、接口編譯器IDLC、通用交叉編譯器UCC三大編譯器，將代碼開發(fā)轉化為編譯器、中間件等核心標準件的開發(fā)，實現(xiàn)微服務。此外，朱樹磊還提到，要因地制宜實踐嵌入式算法開發(fā)的DevOps流程，始終把性能作為嵌入式平臺模型服務化的核心關注點。3、知存科技：行業(yè)面臨存儲墻瓶頸，存算一體是最高效AI計算知存科技CEO王紹迪主要以《存算一體AI芯片：AIoT設備的算力新選擇》為題，解讀存算一體技術如何帶來更加高效的AI計算。

作為存算一體AI芯片賽道的領軍者，知存科技主要研發(fā)基于Flash的存算一體芯片。王紹迪談到，現(xiàn)在行業(yè)已經(jīng)進入到了后摩爾時代，尤其當芯片進入到7nm和5nm階段后，研發(fā)進度放緩，芯片研發(fā)成本急劇增高，每一次迭代單個芯片成本增加1倍。但碎片化的IoT市場對先進工藝芯片的需求并不強烈，反而更青睞于低成本、低功耗、易開發(fā)的芯片。不過，目前芯片都都采用傳統(tǒng)的馮諾伊曼架構，最先進的存儲器仍采用1X工藝，“所以摩爾定律走到這個階段，存儲器的速度很難滿足現(xiàn)在行業(yè)的需求?！蓖踅B迪說。在他看來，現(xiàn)在行業(yè)大多都面臨著存儲墻問題，存儲器的數(shù)據(jù)搬運慢、搬運能耗大，緩存的大小和密度都很難提升。為了解決存儲器瓶頸的問題，許多公司都采用了不同的方案，包括3D Xpoint、近內存計算、近存儲計算和存內計算。其中，王紹迪認為存算一體是最高效率的AI計算。今年知存科技發(fā)布了基于存算一體技術開發(fā)的第二代芯片WTM2101，算力相比第一代提高10倍，主要面向智能語音和智能健康領域，AI算力達50Gops，預計今年第四季度實現(xiàn)量產(chǎn)。4、安謀中國：專用架構正興起，主流AI算法呈輕量化趨勢安謀中國AI技術高級市場經(jīng)理吳彤以《構建AI智能“芯”生態(tài)》為題，對當前AI芯片發(fā)展趨勢以及安謀自研人工智能專用處理器IP“周易”AIPU進行解讀。

如今行業(yè)已進入以數(shù)據(jù)為驅動的計算時代，也稱為第五波計算浪潮，從網(wǎng)絡架構到計算架構都產(chǎn)生了大量需求。依托Arm世界領先的生態(tài)系統(tǒng)資源與技術優(yōu)勢，安謀中國面向國內市場獨立研發(fā)了“周易”AIPU。吳彤談到當下AI芯片市場有四****展趨勢，一是端側芯片市場增速非常高，二是未來5-10年端側推理市場的增速最快，三是ASIC定制化芯片將成為未來的主流，四是細分市場規(guī)模將會保持高速增長。另一方面，AI芯片行業(yè)專用架構（DSA）正在興起，主流AI算法也呈現(xiàn)輕量化趨勢。在這些趨勢下，安謀中國自研的“周易”AIPU擁有完全自主可控、完整生態(tài)等特點，目前已經(jīng)推出兩代產(chǎn)品，分別為“周易”Z1和“周易”Z2。其中，“周易”Z1是邊緣計算通用的AI IP，面向IoT&Edge，基于“周易”Z1研發(fā)的全志R329智能語音芯片即將大規(guī)模商用；“周易”Z2面向邊緣計算中高性能場景，基于“周易”Z2開發(fā)的芯片也即將應用落地，主要覆蓋中高端安防和自動駕駛/智能座艙領域。此外，吳彤還介紹了兩款AI IP的應用案例，包括人體關鍵點檢測、駕駛員疲勞監(jiān)測 (DMS) 和DTV超級分辨率應用等。5、恩智浦：用AI工具鏈讓MCU煥發(fā)智能“魔力”前面的嘉賓提到了AI工具鏈概念，恩智浦AI-IoT方案資深研發(fā)經(jīng)理秦建峰在會上則進一步探討了《如何設計高效率MCU AI 工具鏈》這一細分領域的核心問題。

MCU（微控制單元）具有低算力、低功耗、低成本的特點，在MCU上做AI開發(fā)面臨眾多限制。秦建峰談到，一方面，MCU硬件限制了推理引擎規(guī)模，另一方面，已有的開源工具對算法優(yōu)化仍缺乏標準，都阻礙了在MCU上做AI應用。如何提升MCU邊緣端AI運算性能和精度 ？秦建峰認為，需要選取成熟及高效率總線架構設計的MCU；同時避免采用大內核的卷積運算，找到精度和性能的平衡點；另外，要采用適當?shù)牧炕惴ɑ蛘呤腔旌狭炕惴?，以保持精度并減少冗余運算，等等。恩智浦內部有一套持續(xù)維護優(yōu)化的Nano.AI工具鏈，包括Nano.AI PC端工具和Nano.AI MCU邊緣端推理引擎兩大部分。開發(fā)者首先在PC端針對現(xiàn)有MCU完成精度和性能的仿真，當PC仿真效果達標后，再將最后生成的代碼全部放上來，做真實環(huán)境下的驗證，最后得到加速庫，包括模型和轉化過的文件。這樣一來，集成到MCU上花的時間會大大節(jié)省，使開發(fā)效率得到提升。6、睿賽德電子：革新物聯(lián)網(wǎng)操作系統(tǒng)，直擊碎片化痛點在峰會上，多位嘉賓都提到了AI落地場景的碎片化。上海睿賽德電子科技有限公司RT-Thread人工智能總監(jiān)楊武認為，解決碎片化的最好方法，是采用一套物聯(lián)網(wǎng)操作系統(tǒng)。

在題為《讓設備更聰明：物聯(lián)網(wǎng)操作系統(tǒng)推動嵌入式AI開發(fā)》的演講中，楊武談到，當下，隨著AI模型本身對算力的渴求直線上升，盡管人們不斷用輕量化技術進行模型壓縮，但一旦騰出一點點空間，人們就想用它解決更多問題。在這種背景下，突破算力瓶頸需要專用處理器，AI芯片市場一片火熱。但同時，這也導致智能物聯(lián)產(chǎn)業(yè)進一步呈現(xiàn)碎片化態(tài)勢。對于算法開發(fā)者來說，在端側進行AI開發(fā)面臨的首要問題，就是上手太難，尤其在算法部署方面力不從心。為了支持AI算法在嵌入式設備中的便捷部署，睿賽德電子公司推出一套支持嵌入式AI落地的軟件包，并更進一步推出RT-Thread AIKit軟件包——一套易用、開放的邊緣AI落地解決方案，這一方案能讓開發(fā)者感到集成運用AI算法模型就跟普通代碼庫一樣簡單。7、OPEN AI LAB：破解邊緣異構計算難題的AI計算框架OPEN AI LAB聯(lián)合創(chuàng)始人&CTO?明?以《Tengine：加速邊緣計算中的AI部署與落地》為題，分享了Tengine的優(yōu)勢與生態(tài)發(fā)展。

?明?談到，邊緣計算作為一種特殊的信息/數(shù)據(jù)處理方式，擁有本地操作、時延低、成本低、安全隱私性高等優(yōu)勢，而邊緣計算的爆發(fā)是大勢所趨，眾多的基礎技術和應用將基于邊緣原生（Edge Native）。相比云原生（Cloud Native），邊緣原生擁有連接與計算并重的特點，同時還能實現(xiàn)遠程管理、邊緣自治和跨節(jié)點編排，重視物聯(lián)網(wǎng)和5G無線接入。“邊緣計算的核心還是計算本身，但由于SoC種類各不相同，也帶來了不少問題?！秉S明飛談到，為了解決不同芯片平臺部署的問題，OPEN AI LAB開發(fā)的AI邊緣計算框架Tengine已服務多家邊緣智能芯片企業(yè)，并持續(xù)拓展開源生態(tài)。其中，Tengine Framework是OPEN AI LAB自主設計的邊緣AI計算框架，是一個開源的AI推理框架，能高效地解決邊緣AI異構計算的難題；Tengine MLOps是一個商用級邊云自動化部署平臺，具有易開發(fā)、快部署的優(yōu)點，能幫助集成商加速行業(yè)智能化。最后談及Tengine的開放生態(tài)，?明?提到Tengine已經(jīng)和行業(yè)最大的機器視覺項目OpenCV達成戰(zhàn)略合作，還成為了ONNX的官方認證合作伙伴。同時，Tengine已和20+主流芯片廠商SoC的底層全面適配，對多種最新NPU的早期介入適配并實現(xiàn)了最優(yōu)化支持。通過第一版塊嘉賓的演講，我們看到無論是來自AI物聯(lián)網(wǎng)產(chǎn)業(yè)鏈的哪一環(huán)節(jié)，這些代表性的企業(yè)都在通過技術創(chuàng)新將開發(fā)者、工程師的工作化繁為簡，從而讓AI在端側、邊緣側設備端實現(xiàn)更高的精度和性能。而這些產(chǎn)業(yè)鏈上下游星星點點的技術革新，將在以智慧家居、移動機器人、工業(yè)制造、智慧城市等行業(yè)領域中，讓AI及物聯(lián)網(wǎng)技術爆發(fā)出令人驚艷的智能“魔力”。
深耕行業(yè)：家居、機器人、工業(yè)領域玩家各顯神通

本次峰會，我們也邀請了來自智能家居AIoT、移動機器人及工業(yè)制造領域的行業(yè)代表玩家?guī)砹松钊敕窒怼?/span>1、全屋智能時代來臨，AI技術及生態(tài)面臨痛點在峰會下午第一場、整個峰會第二大板塊——智能家居AIoT領域，來自閱面科技、騰訊云、地平線公司的專家就嵌入式視覺AI落地、全屋智能規(guī)模化商用、邊緣AI芯片落地等話題帶來了精彩解讀。（1）閱面科技：自然人機交互成智能家居主題，多模態(tài)技術融合日益重要智能家居正朝著全屋智能方向發(fā)展，對多模態(tài)傳感技術的需求進一步提高。針對當下智能家居的發(fā)展，閱面科技聯(lián)合創(chuàng)始人&CEO丁小羽帶來題為《面向智能家居的嵌入式視覺之旅》的演講。

作為我國嵌入式視覺識別技術領域的新銳玩家，閱面科技從2015年成立后就一直專注嵌入式視覺技術的民用落地探索。丁小羽談到，閱面科技的嵌入式視覺技術發(fā)展經(jīng)歷了四個階段：一是AI和算力的適配階段，二是AI和傳感的融合階段，三是行為/健康AI智能終端階段，四是全屋智能的感知基礎階段。其中在行為/健康AI智能終端階段，閱面科技主要開發(fā)創(chuàng)新型硬件，整體地設計人機交互，以智能終端的形式部署，讓設備能主動感知人體行為動作和生理體征等狀態(tài)。而在全屋智能的感知基礎階段，閱面科技的目標是實現(xiàn)智慧的人居環(huán)境。丁小羽認為，家庭AI擁有隱私數(shù)據(jù)規(guī)范、應用形態(tài)靈活、交互親切自然等特點，超越人眼視覺的AI傳感融合有很大機會。“盡管目前智能家居還處于初期發(fā)展階段，但智能家居服務最終會從數(shù)字化空間走到機器人服務的物理空間階段。”他談到，在這一階段，人和系統(tǒng)的自然交互已成為智能家居發(fā)展的主題，超聲波雷達、熱成像等傳感技術的融合越來越重要。（2）騰訊云：發(fā)揮資源與技術優(yōu)勢，從四大層面使能全屋智能當下，智能家居正從單品階段進化到主動智能階段，更關注用戶體驗，主動為客戶提供個性化的服務。騰訊云智能終端行業(yè)首席架構師馬英奎對此深以為然，在會上帶來以《智能家居新階段，騰訊云AIoT使能全屋智能》為主題的演講。

馬英奎認為，當下全屋智能有四大關鍵要素，包括連接、交互、服務和計算。騰訊云自身不會做智能硬件，更多是開放騰訊的內部資源和技術能力，賦能智能家居客戶。具體而言，騰訊云面向智能家居客戶，在平臺層面，提供騰訊云服務；在能力層面，提供一站式的物聯(lián)網(wǎng)開發(fā)平臺；在服務層面，將QQ音樂、騰訊視頻等海量內容資源覆蓋智能家居場景；在體驗層面，基于微信生態(tài)提供騰訊連連小程序，幫客戶實現(xiàn)更多能力，提升用戶體驗。其中，一站式物聯(lián)網(wǎng)開發(fā)平臺能夠實現(xiàn)開箱即用，能提供消息通訊、視頻通訊、安全認證、智能語音、NLP等眾多服務，目前已落地生活消費、健康醫(yī)療、城市政務、工業(yè)制造等多個消費物聯(lián)網(wǎng)及產(chǎn)業(yè)物聯(lián)網(wǎng)領域。另外值得一提的是，在體驗層面，騰訊連連會提供小程序配網(wǎng)能力，開放微信掃一掃入口，提升設備配網(wǎng)率和用戶體驗。目前微信已有12億用戶入口，能助力品牌最快觸達用戶，并帶來“用完即走”的流暢體驗。在開發(fā)層面，客戶可直接選擇騰訊連連，降低開發(fā)成本，提升家電、安防傳感、運動健康等設備智能化效率。可以看到，隨著嵌入式AI落地進入廣大消費者的生活領域，像騰訊這樣的云廠商將發(fā)揮自身社交媒體及內容服務的優(yōu)勢深入物聯(lián)網(wǎng)產(chǎn)業(yè)鏈，充當重要的入口及平臺角色。（3）地平線：解讀智能家居市場的技術和生態(tài)痛點地平線不僅是知名汽車智能芯片獨角獸，也面向智能家居場景打造了多代AIoT芯片。地平線AIoT產(chǎn)品線總經(jīng)理王叢以《加速智能家居產(chǎn)業(yè)爆發(fā)，構建AIoT開放應用生態(tài)》為題，為大家分享了地平線在智能家居領域的幾點思考。

現(xiàn)階段，地平線研發(fā)的旭日AI芯片主要面向掃地機、智能電視、智能會議，以及其他傳統(tǒng)IoT邊緣計算場景。同時，地平線還為傳統(tǒng)芯片提供標準工具，包括配套的算法和方案。王叢談到，智能家居的不同細分賽道各有發(fā)展趨勢。在掃地機器人領域，近兩年市場發(fā)展速度非?？?，其中多傳感器融合是產(chǎn)品發(fā)展的重要趨勢，例如激光+視覺+ToF感知技術的融合。在智能電視領域，盡管近幾年電視市場規(guī)模已經(jīng)飽和，但市場需求已開始發(fā)生變化，結合攝像頭開發(fā)應用的智能電視滲透率正逐年增加，智能交互功能將會成為主流。整體來看，王叢提到了當下智能家居行業(yè)發(fā)展的本質。一是消費者開始擁抱智能化，愿意為附加值買單；二是在所有產(chǎn)品品類中，人機交互是多類產(chǎn)品的共通性需求，存在標準化的可能性。但王叢認為，整個市場仍存在技術和生態(tài)兩個層面的痛點。尤其在生態(tài)層面，目前OEM還需要更多元的AI算法生態(tài)配合，而應用方也希望有標準化的硬件土壤來適配。“針對這些行業(yè)痛點，地平線將提供更多相應的解決方案，在人機交互和算法方面做提前性的預研?！蓖鯀舱f，作為供應商，地平線會進一步將芯片做好，把探索AI的價值做大。同時，也將更加開放地和更多合作伙伴一起把生態(tài)做大。2、機器人進入生活生產(chǎn)，AI+多傳感器成新突破口看完智能家居大佬分享，在峰會第三大板塊——移動機器人領域，來自極智嘉、360人工智能研究院、迦智科技的大牛帶來了在物流機器人、掃地機器人等領域的嵌入式AI技術落地應用及經(jīng)驗。（1）極智嘉：深耕行業(yè)場景，克服物流機器人的視覺感知技術挑戰(zhàn)在機器人應用專場，極智嘉研發(fā)總監(jiān)陳超帶來了題為《物流機器人視覺感知技術的挑戰(zhàn)與創(chuàng)新》的開場演講。

物流行業(yè)是一個巨大市場，但行業(yè)長期面臨用人難、市場需求變化快等痛點。物流機器人在這樣的背景下應運而生，目前已經(jīng)演化出智能分揀、智能搬運、智能叉車、智能倉儲等多場景的產(chǎn)品形態(tài)，并在眾多實際場景中落地。陳超回顧，在極智嘉物流機器人落地行業(yè)過程中，在視覺感知技術方面克服了眾多挑戰(zhàn)。在倉儲AMR移動機器人領域，場景相對簡單，主要包括貨架到人的揀選和貨箱到人的揀選兩大場景。針對用于導航的地面二維碼，團隊遇到了污損/反光、運動模糊等問題，以及成本降低的訴求。為此，極智嘉在最新機器人上引入了基于地紋融合的V1.5，彌補二維碼易污損的問題；更進一步，極智嘉基于Marker-Net的V2.0解決方案將故障率降低兩個數(shù)量級。在工業(yè)AMR移動機器人領域，面臨的場景和挑戰(zhàn)也更加復雜多樣。比如，針對行業(yè)樣本少的問題，極智嘉采取學習仿真方案，快速擴充樣本；針對未知目標檢測問題，極智嘉引入深度相機，使得深度學習模型有機結合深度數(shù)據(jù)，提高目標檢測性能。而針對魯棒性要求高的問題，極智嘉采用復合模型方法，并通過地圖更新和語義地圖，從而得到魯棒性更高的結果；針對端側設備低算力的需求，極智嘉通過算法優(yōu)化及加速引擎來突破算力限制。可以看到，作為自2015年就成立的物流機器人頭部企業(yè)，極智嘉已經(jīng)針對倉儲及工業(yè)特定應用場景，攻克了嵌入式AI開發(fā)的一座座山頭。（2）360人工智能研究院：AI能力比拼是掃地機器人下一個比拼賽道針對掃地機器人市場的發(fā)展和技術創(chuàng)新，360人工智能研究院運動引擎算法負責人潘俊威帶來了題為《嵌入式AI快速發(fā)展，掃地機器人進入感知決策新賽道》的演講。

潘俊威提到，我國掃地機器人市場規(guī)模已從2013年的8.4億元，增長到2020年的93.8億元，正不斷快速增長。同時，掃地機器人產(chǎn)品中高端化明顯，智能已成為高附加值特征。不過，掃地機器人在易用性上還有較大提升空間。“尤其是用戶對避障的需求越來越強烈，將3D深度相機應用在掃地機器人上也變得水到渠成?！迸丝⊥f，將3D深度相機和多傳感器融合，能讓機器人獲取環(huán)境信息的能力從二維提升到三維，大大增強設備的環(huán)境感知能力。為了進一步滿足消費者需求，360提出了掃地機器人的無人駕駛大腦概念，重點是提升移動機器人在環(huán)境感知、場景理解、決策規(guī)劃三個方面的能力。例如，基于360無人駕駛大腦研發(fā)的三雷達融合避障技術，采用多傳感器融合感知算法，結合聚類和分割算法，能讓掃地機器人識別門檻、推拉軌道、厚地毯和普通障礙物，做到避障的同時順暢通行門檻軌道等區(qū)域。目前掃地機器人年銷量為600萬臺，是洗衣機銷量的15%，市場滲透率不足8%，仍存在廣闊空間。潘俊威認為，想要推動這一市場的發(fā)展，要持續(xù)升級掃地機器人的導航、避障和清潔三大核心要素。“隨著嵌入式端側的AI能力不斷提升，AI能力也將成為下一個比拼賽道。”他說。（3）迦智科技：攻堅AMR落地制造業(yè)挑戰(zhàn)，打造室內外全流程智能工業(yè)物流解決方案就在本月，迦智科技剛完成了億元級B輪融資。本次，迦智科技產(chǎn)品總監(jiān)吳俊翔在峰會上帶來了以《AMR機器人多傳感器融合定位的發(fā)展趨勢》主題的分享。

吳俊翔回顧道，從基于磁釘、磁條的自動導引車（AGV）到新一代移動機器人（AMR），迦智科技開始基于地圖的環(huán)境感知能力與智能決策，尋求差異化的自主導航能力。通過AI機器視覺與激光雷達融合建圖與定位，團隊產(chǎn)品實現(xiàn)了更加精準及時的定位導航以及多機器人協(xié)作。吳俊翔認為，在AMR逐漸成為越來越多制造業(yè)標配的當下，技術本身依然面臨著新的挑戰(zhàn)。首先，計算資源受限條件下的大場景地圖構建，帶來了性能問題；其次，環(huán)境動態(tài)變化也會對定位導航精度與穩(wěn)定性產(chǎn)生影響；此外，核心部件成本過高，影響產(chǎn)品快速推廣落地，等等。為了應對眾多挑戰(zhàn)，迦智科技不斷攻堅技術難關。比如在地圖構建能力方面，公司突破運行場景的尺寸限制，進一步壓榨硬件與算法極限；在算法性能方面，發(fā)力語義特征與激光點云融合的地圖構建，從而提高系統(tǒng)魯棒性；此外，公司也在布局面向室內外綜合感知場景的新一代AMR技術棧與工具鏈，以促進更安全的人車物交互。展望未來技術布局，迦智科技也明確了方向，依托合伙人團隊與浙江大學機器人實驗室的長期技術積淀，公司將繼續(xù)布局和深挖智能感知與定位導航技術，打造室內外全流程智能工業(yè)物流解決方案。3、工業(yè)制造數(shù)字化，AI賦能視覺升維在峰會第四大板塊——工業(yè)制造產(chǎn)業(yè)領域，來自圖麟科技、賽靈思及圖漾科技的高管也帶來了關于工業(yè)質檢轉型、工業(yè)視覺軟件及解決方案、３D視覺工業(yè)應用等話題帶來的深入探討分享。（1）圖麟科技：用通用視覺平臺降低工業(yè)質檢的數(shù)智化門檻專注于機器視覺研發(fā)與應用的圖麟科技，是國內率先實現(xiàn)“AI+工業(yè)質檢”落地應用的AI供應商之一。圖麟科技聯(lián)合創(chuàng)始人&副總裁張險峰以《工業(yè)質檢數(shù)智化轉型新思維》為題，向大家分享了圖麟科技推動工業(yè)質檢降本增效的創(chuàng)新思路。

他談到，據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)，2020年中國智能制造市場規(guī)模已超過27000億元，預計2025年將超過55000億元，行業(yè)場景化特征明顯。其中，工業(yè)質檢是數(shù)智化熱門場景之一。“隨著下游市場對產(chǎn)品質量要求越來越高，工業(yè)質檢領域需求已呈現(xiàn)明顯變化?！睆堧U峰說，以外觀缺陷檢測為例，外觀缺陷檢測涉及的領域豐富多樣，生產(chǎn)流程中的質量管理需求逐漸增加，質檢標準不斷提升。但現(xiàn)階段，工業(yè)質檢的難點在于，人工檢測存在效率低、良品率不穩(wěn)定等難點，而數(shù)智化的技術門檻也很高。針對這些難點，圖麟科技基于光學系統(tǒng)、機電控制、視覺算法和大數(shù)據(jù)四大核心技術，推出能快速開發(fā)部署的Tunicorn通用視覺平臺，面向跨行業(yè)、跨領域的工業(yè)質檢場景，并融合了兩大系統(tǒng)，可實現(xiàn)算法多模型場景下的調度管理方案。張險峰提到，依托Tunicorn通用視覺平臺，圖麟科技從手機、車載、TV、筆電等終端蓋板玻璃檢測，擴展至顯示模組外觀檢測，推出了國內首個成熟的屏幕貼合后智能化檢測方案，不斷推動工業(yè)質檢的數(shù)智化。此外，張險峰還分享了Tunicorn通用視覺平臺在蓋板玻璃檢測、顯示模組外觀檢測、顯示玻璃電路檢測、半導體/類半導體外觀檢測、通用膜材外觀檢測等細分垂直領域的解決方案。（2）賽靈思：兼顧計算加速與安全，為工業(yè)場景打造自適應可編程硬件作為下午場唯一家硬件平臺廠商代表，賽靈思公司的軟件和解決方案市場部高級經(jīng)理劉珊珊帶來了以《MPSoC平臺加速工業(yè)視覺應用創(chuàng)新》為題的深入分享。

劉珊珊回顧，近些年賽靈思在不斷地加速轉型，從傳統(tǒng)的FPGA，到延續(xù)FPGA核心價值的片上系統(tǒng)，再到最新一代的自適應計算加速平臺（ACAP平臺），公司研發(fā)出更易于軟件編程的體系結構，同時也為客戶提供更廣泛的部署方法。據(jù)劉珊珊分享，MPSoC平臺最大的優(yōu)勢是具備整體應用協(xié)同優(yōu)化的能力。談到AI在工業(yè)場景的應用，她提到了安全生產(chǎn)、工業(yè)質檢、AGV/AMR三大領域，并列舉了測量、識別、引導、檢測等工業(yè)質檢領域的的細分場景，指出其中都可能嵌入視覺AI應用。劉珊珊談到，賽靈思的工業(yè)和視覺解決方案堆棧提供包括功能安全、網(wǎng)絡安全、控制、通信、視覺處理、機器學習和邊緣分析等解決方案，支持實時決策。硬件可編程的MPSoC使通用處理子系統(tǒng)與可編程邏輯相結合，從而適應多種工業(yè)場景解決方案的定制開發(fā)，并通過單芯片邊緣平臺方案降低成本。最后，劉珊珊介紹了一款賽靈思最新發(fā)布的系統(tǒng)化模組K26 SOM，這正是基于MPSoC架構為工業(yè)視覺打造的芯片。該模組即插即用，無FPGA開發(fā)經(jīng)驗的人也能在一小時內啟動運行；針對這一標準平臺，賽靈思還向用戶推出應用商城，提供標準化的軟件開發(fā)流程。（3）圖漾科技：3D機器視覺商用潛力大，嵌入式AI是機會點成立于2011年的圖漾科技是我國3D機器視覺領域的新銳玩家。圖漾科技創(chuàng)始人&CEO費浙平以《3D機器視覺在工業(yè)制造領域的前景與實踐》為題，分享了圖漾科技在3D機器視覺發(fā)展的幾點思考。

“圖漾科技全球3D機器視覺行業(yè)的領頭企業(yè)，出貨量全球領先，其中公司有20%的收入來自海外市場?！辟M浙平說。基于過去的技術積累和市場經(jīng)驗，費浙平對行業(yè)進行了一些分析和展望。從實際落地來看，他認為3D機器視覺是2D機器視覺的補充和延伸，更多的價值在于完成2D機器視覺做不到的任務。在他看來，3D機器視覺在消費、安防、工業(yè)和商業(yè)領域都有許多應用方向，尤其是商業(yè)領域的應用潛力巨大。與此同時，費浙平還分享了圖漾科技對當下3D機器視覺市場現(xiàn)狀的內部分析數(shù)據(jù)，涉及工業(yè)自動化、工業(yè)檢測、物流科技和商業(yè)應用四大垂直領域。其中，工業(yè)檢測是現(xiàn)階段行業(yè)3D機器視覺滲透率最高的領域，但也意味著它的增長空間較少；3D機器視覺在物流科技領域還有很****展?jié)摿?，至少?00倍以上的增長空間；而在商業(yè)應用場景，3D機器視覺甚至能達到1000倍的增長空間。費浙平認為，現(xiàn)在3D機器視覺還處于創(chuàng)新產(chǎn)品的創(chuàng)新應用落地階段，擁有100倍的成長空間，但還面臨著傳感器、算法軟件、算力單元三大方向的發(fā)展挑戰(zhàn)，而算力單元的最大挑戰(zhàn)是成本。“總地來看，3D機器視覺正在興起，它將會來到我們每個人的身邊?！辟M浙平談到，“相機+軟件+算力”三大件仍在不斷迭代演進，而嵌入式AI在3D視覺的應用剛剛起步，這將是一個重大的機會點。
結語：物聯(lián)網(wǎng)端側AI嵌入新戰(zhàn)場進入爆發(fā)前夜！

通過本次峰會，在底層技術創(chuàng)新方面，我們看到在輕量級神經(jīng)網(wǎng)絡模型設計、模型壓縮、AI推理引擎、AI芯片架構創(chuàng)新等領域的最新創(chuàng)新實踐。而在行業(yè)落地層面，我們也洞察了智能家居、移動機器人、工業(yè)互聯(lián)網(wǎng)、智能安防等多個領域面臨的挑戰(zhàn)和應對舉措，看到AI落地的火苗正煥發(fā)出多樣化的智能“魔力”。總的來說，當AI落地從云端擴展到更加寬廣的端側、邊緣側領域，一個更加廣闊的物聯(lián)網(wǎng)端側的AI嵌入新戰(zhàn)場正在爆發(fā)前夜，AI也將真正進入普羅大眾生產(chǎn)、生活的方方面面！