2020年9月5日，由雷鋒網(wǎng) & AI 掘金志主辦的第三屆中國人工智能安防峰會，在杭州正式召開。

本屆峰會以「洗牌結(jié)束，格局重構(gòu)」為主題，會上代表未來新十年的15家企業(yè)，為現(xiàn)場1000余位聽眾和線上幾十萬觀眾，分享迎接安防新十年的經(jīng)營理念與技術(shù)應用方法論。

在下午場的演講環(huán)節(jié)上，曠視副總裁、城市業(yè)務事業(yè)部產(chǎn)品總經(jīng)理那正平為峰會帶來了精彩報告。

那正平表示，城市治理數(shù)字化、智能化浪潮中，無論是智慧城市、城市大腦還是數(shù)字孿生概念，核心思想都是先通過物聯(lián)網(wǎng)、人工智能等技術(shù)形成具象的數(shù)字孿生城市，而后抽象出城市運行的內(nèi)在規(guī)律，再通過物聯(lián)網(wǎng)體系對實體世界進行動態(tài)優(yōu)化調(diào)節(jié)，解決城市面臨的安全、出行、環(huán)境、產(chǎn)業(yè)升級等諸多問題，最終提升城市治理水平。

那正平認為城市大腦和城市大腦操作系統(tǒng)將是未來智能城市的新型基礎設施，并歸納出做好城市大腦和城市大腦的操作系統(tǒng)的幾大要點：深入研究城市發(fā)展規(guī)律；探尋業(yè)務本質(zhì)；先具象再抽象；腳踏實地，長期主義。

曠視通過分析城市空間和管理對象，指出城市的日常運作管理需要秉持以人為本核心，城市大腦應圍繞條塊結(jié)合的方式實現(xiàn)綜合管理，實現(xiàn)條、塊、腦、OS的協(xié)同。

城市大腦中的條應用總量少，單體規(guī)模大、高并發(fā)、數(shù)據(jù)壁壘強；而塊總量大、IoT種類多，低并發(fā)、數(shù)據(jù)壁壘低，集成聯(lián)動潛力大。

基于此，曠視提出：構(gòu)筑城市大腦需要先圍繞“條”和“塊”打造城市級的超級應用，驗證產(chǎn)品、實現(xiàn)單一場景閉環(huán)，從而形成具有曠視特色的軟件和硬件產(chǎn)品矩陣，最終逐漸沉淀出城市級和建筑級AIoT操作系統(tǒng)，實現(xiàn)城市物聯(lián)網(wǎng)的閉環(huán)。

曠視認為，人工智能產(chǎn)業(yè)現(xiàn)在處于并將長期處于初級階段，我們必須正視并不能超越這個初級階段。第二，人工智能產(chǎn)業(yè)的主要矛盾是市場日益增長的多樣化需求同落后的算法生產(chǎn)力之間的矛盾，產(chǎn)業(yè)需要開源、開放的算法生產(chǎn)力平臺來平衡這一矛盾。

以下是那正平演講全文，雷鋒網(wǎng)AI掘金志作了不改變原意的整理與編輯：

曠視副總裁、城市業(yè)務事業(yè)部產(chǎn)品總經(jīng)理那正平

大家好！非常高興今天代表曠視跟大家做交流。雷鋒網(wǎng)人工智能安防峰會今年已經(jīng)是第三屆了，曠視每年都參加，這是一個很好的盛會，能夠讓我們行業(yè)中主要廠商都匯聚一堂，這個大會更像一個武林大會，當然大家不是為了比武，是為了更深入的交流和分享。

前面各位演講嘉賓都已經(jīng)分享了他們的主張，主要有幾個共同的關(guān)鍵詞：一個是AI，第二個是智能，第三個是城市，第四個是安防。我今天代表曠視，分享一下我們對于這幾個關(guān)鍵詞的思考。

曠視從2015年進入安防行業(yè)布局城市物聯(lián)網(wǎng)，入局安防這5年來，AI改變了什么？

傳統(tǒng)安防監(jiān)控：傳統(tǒng)安防是需要“一人N屏雙班倒”的 ，需要工作人員日夜不停地死死盯住屏幕，近三十年，從“看得到”到“看得遠”，再到“看得清”、“看的懂”，安防行業(yè)可以說發(fā)生了天翻地覆的變化。AI技術(shù)則很大程度上解放了警力、物力，實現(xiàn)了從事后被動取證到實時報警、智能檢索的變革升級。

傳統(tǒng)電力巡檢：“一車兩人三水壺”曾是南方電網(wǎng)深圳供電局傳統(tǒng)人工巡檢線路工作的日常，而這樣的巡檢模式30年不曾有大的改變，人工拍照質(zhì)檢分析每小時200張，現(xiàn)在AI圖片分析效率提升10倍，每小時達2000張，AI還能快速分類圖片，提升效率。

傳統(tǒng)防疫測溫：“一人一槍一道門”是傳統(tǒng)測溫常用手段，每個通道都需要消耗一個人力和一個測溫槍，而每分鐘只能檢測30人。對于一個城市來說，新冠疫情就是城市綜合發(fā)展水平的檢驗棒，后疫情時代，各行各業(yè)加速擁抱AI。結(jié)合AI技術(shù)的測溫產(chǎn)品可以覆蓋多個通道，實現(xiàn)每分鐘300-500人無感測溫通行。

類似這些場景有很多，比如交通管理、實名辦稅、通行管理等業(yè)務都得到了10倍到上百倍的效率提升。這些熟悉的場景，都因為AI變得不一樣。

而在這個過程中，隨著城市智能化水平的不斷提升，安防行業(yè)也正在從單一的安全管理向更宏觀的城市治理應用方向發(fā)展，安防企業(yè)也不僅僅局限于公共安全，還包括城市管理、應急指揮、交通管理、安全監(jiān)察等綜合面。智能安防所產(chǎn)生的海量視頻數(shù)據(jù)以其真實性、實時性成為公共安全防范乃至城市和社會治理的核心數(shù)據(jù)，而數(shù)據(jù)治理水平將成為衡量城市精細化治理的核心能力之一。

近幾年，智慧城市、城市大腦、數(shù)字孿生城市概念層出不窮，在數(shù)字化、智能化浪潮下，到底什么是城市治理的根本之道？我們對智能城市、數(shù)字城市的本質(zhì)邏輯有幾點思考： 

1. 針對城市的重要方面進行物聯(lián)網(wǎng)感知，制造大數(shù)據(jù)，將物理世界映射至數(shù)字世界，形成數(shù)字孿生。

數(shù)字孿生有兩個流派，一是形似派，通過三維城市、三維建筑讓城市數(shù)字化；一是神似派，抓住城市運行的關(guān)鍵規(guī)律，反映到孿生城市中。

2. 通過分析大數(shù)據(jù)發(fā)現(xiàn)城市運行的內(nèi)在規(guī)律，形成城市大腦，能“洞察出”人們需要但不掌握的知識，從而具備一定程度的智慧。

我們認為所謂“形似派”做單純鏡面映射沒有意義，智慧城市需要思考而非停留在數(shù)字孿生的層面。

3. 能將城市大腦的決策，通過物聯(lián)網(wǎng)反作用至城市物理實體，實現(xiàn)優(yōu)化調(diào)節(jié)，從而具備一定的智能。

我們曾經(jīng)多次跟中國工程院院士、阿里云創(chuàng)始人王堅探討過，什么是城市大腦？王堅院士說，城市大腦一定是城市的腦子而不是某個人的腦子，因為人可能按照自己的意向想象一個城市的運行，而城市實際的規(guī)律可能與常人想象的不同。

智能城市，不僅要能實現(xiàn)感知，還要能發(fā)揮能動作用，這就需要AI技術(shù)充分挖掘、運用城市物聯(lián)網(wǎng)中的數(shù)據(jù)，洞察城市的內(nèi)在規(guī)律，并通過物聯(lián)網(wǎng)再次反作用至物理世界實現(xiàn)優(yōu)化調(diào)解——這才是智能城市真正的城市大腦。

在實操過程，很多城市試圖建設各種各樣的城市大腦系統(tǒng)，還有一些廠商甚至在這個基礎上提出城市操作系統(tǒng)的概念。好的城市大腦和城市操作系統(tǒng)如何評估？

我們發(fā)現(xiàn)，行業(yè)中無論是我們的用戶、媒體還是友商，對這部分的思考都不夠。比如城市的組成基因是什么？根本目標是什么？具體需要包括哪些評價指標？應覆蓋哪些業(yè)務領(lǐng)域？需建設或完善哪些基礎設施？應具備哪些算法能力和數(shù)據(jù)能力？應支持哪些應用？應接入哪些IoT設備？

關(guān)于IoT設備，它是城市視頻中一個最重要的設備，設備里有一目了然的數(shù)據(jù)，數(shù)據(jù)鮮活且鏈路較大。

我們也跟王堅院士討論過城市級視覺能力之于城市大腦的意義，有人說視覺類的設備和應用會占到城市大腦80%以上，王院士說應該接近100%。這充分說明了視覺類IoT在城市大腦、在城市運行過程中的重要性。

如何做好城市大腦和城市大腦的操作系統(tǒng)呢？曠視認為：

1. 深入研究：要研發(fā)積累好城市大腦操作系統(tǒng)，就必須得好好研究城市，包括城市的組成、城市大發(fā)展規(guī)律，一城一策、因地制宜地制定智能化升級策略；

2. 探尋本質(zhì)：城市是一個非常復雜的系統(tǒng)，沒有人可以面面俱到，要抓主要矛盾，抓業(yè)務核心本質(zhì)問題，比如用AI和大數(shù)據(jù)疏堵是主要矛盾，用AI抓拍闖紅燈行人是次要矛盾；

3. 先具象再抽象：沒有準確的具象就很難有準確的抽象，對AI的感知維度、關(guān)聯(lián)度和精準度提出高要求，且抽象之后能夠?qū)崿F(xiàn)業(yè)務閉環(huán)，可解決業(yè)務實際問題；

4. 腳踏實地，長期主義：城市大腦沒有捷徑，需要腳踏實地持續(xù)迭代演進，每一步都要走扎實；操作系統(tǒng)是長期的業(yè)務積累和應用實踐的結(jié)晶，要做長遠的規(guī)劃并付諸行動。

在此基礎上，我們對城市空間進行了研究和分析。

首先，從空間上分析，地面上常見的包括樓宇、園區(qū)、社區(qū)、公共區(qū)域、道路等，地面以下還有地下管廊，這些錯綜復雜的區(qū)域，路網(wǎng)無限疊加，構(gòu)成了“城市”這樣一個精密運轉(zhuǎn)的系統(tǒng)。

其中可以將區(qū)域分兩種，一種是公共區(qū)域，這里指的是無圍墻部分（沒有邊界的權(quán)限限制），它并不是市長或者我們治理過程中最關(guān)注的重點；一種是園區(qū)和社區(qū)（有邊界權(quán)限限制），我們把園區(qū)和社區(qū)再細分，園區(qū)是有圍墻的或者類圍墻的，主要是人工作區(qū)域，社區(qū)是人居住區(qū)域，兩者之間有很多不同。

之所以分析這部分內(nèi)容，是因為我們要抓住城市治理的內(nèi)在要求和本質(zhì)，才能分析出比如市長對城市治理的要求、居民的要求、我們的要求等問題，只要理清楚這些問題，才能做好城市大腦。

其次，從城市管理服務對象上分。

城市管理服務的對象無外乎五項：一是人，以人為本，包括常駐的人、流動的人以及一些風險人員和救助對象；二是法人，企業(yè)、事業(yè)單位、學校、社團；三是車；四是事件和秩序，事件包括各種各樣的報警投訴，秩序包括城市是否整潔有序；五是設施，包括生命線工程、水電煤通信。這些主體決定了城市的豐富性，也是城市中的變量。

一座城市是如何運轉(zhuǎn)的？城市空間中的各種對象如何交互協(xié)作？實際的城市又是如何治理的？這里有一些傳統(tǒng)的概念：“條”管理和“塊”管理。

條就是行政上，政府部門施政時按照條線管理，比如公安、工商、環(huán)保、交管、司法，每一條業(yè)務就是一個“條”。

塊是園區(qū)、社區(qū)，包括園區(qū)里面有各種公共建筑、車站、碼頭，這些管理單元都是“塊”。

城市的空間也好，城市的管理服務對象也好，市長善政、興業(yè)、惠民方面的設想也好，平時是通過條和塊去連接處理的，此前理論界針對條塊關(guān)系已經(jīng)有非常多的探討，在此不做贅述。

基于前面的分析，我們可以看出傳統(tǒng)的城市治理就等于“條管理+塊管理”。曠視認為，在物聯(lián)網(wǎng)時代的城市治理中需要實現(xiàn)條、塊、城市大腦和城市級操作系統(tǒng)的協(xié)同（“條+塊+腦+OS”），而城市大腦和城市大腦操作系統(tǒng)未來一定是構(gòu)建智能城市的基礎設施，是城市新基建的重中之重。

那么在構(gòu)建智能城市的過程中，如何協(xié)調(diào)城市大腦中條與塊的關(guān)系呢？

城市中有很多基礎設施，他們分別服務于條塊管理。

城市大腦中的條應用特點：總量少，單體規(guī)模大；

• 覆蓋面廣、數(shù)據(jù)規(guī)模大、計算量大、高并發(fā)

• 每一類“條”，感知設備種類相對較少

• 數(shù)據(jù)壁壘強

城市大腦中的塊應用特點：總量大，IoT種類多，算法多；

• 覆蓋面小，數(shù)據(jù)規(guī)模小、計算量小、低并發(fā)

• 感知設備多種多樣

• 數(shù)據(jù)壁壘低，集成聯(lián)動潛力大

所以我們得出結(jié)論，城市大腦、條應用和塊應用之間有統(tǒng)籌和被支配關(guān)系，發(fā)展城市大腦應遵循條塊結(jié)合的理念。

基于這些特點，我們在進行城市大腦和城市治理時需要對應設計，將條和塊結(jié)合，條塊互通，伸展到城市的每個單元，準確反應內(nèi)在規(guī)律方能形成城市大腦。   

此外，有了城市大腦，支撐條和塊的基礎設施就可以打通，實現(xiàn)更集約的管理。比如城市中的攝像頭，為什么只能給公安用不給城管和交管用？實際上攝像頭作為物聯(lián)網(wǎng)的基礎設施，應該給各個委辦局用。除了攝像頭，可能還有充電樁、AI計算/存儲/通信設備等。

除了AIoT設備，數(shù)據(jù)要素也非常重要，可以說是新的生產(chǎn)資料，實現(xiàn)數(shù)據(jù)充分應用也是一種能力和基建。

以上是城市物聯(lián)網(wǎng)或者說智能城市的條、塊、腦和基建的關(guān)系。

基于這樣的構(gòu)想，曠視構(gòu)筑了城市大腦全景圖，簡單說就是從超級應用到操作系統(tǒng)的產(chǎn)品路徑。

具體來講，城市物聯(lián)網(wǎng)真正形成的過程中，需要通過圍繞“條”和“塊”構(gòu)建軟硬集成的超級應用，驗證產(chǎn)品、實現(xiàn)單一場景閉環(huán)，從而形成具有曠視特色的軟件和硬件產(chǎn)品矩陣，最終從條和塊兩個方向上逐漸沉淀出重量級和輕量級的AIoT操作系統(tǒng)，形成對物理世界的映射，實現(xiàn)對城市全要素、全周期、全場景的數(shù)字孿生。

通過城市大腦的操作系統(tǒng)，結(jié)合城市級算力、數(shù)據(jù)等AIoT基礎設施，運營者可以通過城市宏觀大數(shù)據(jù)、城市微單元小場景數(shù)據(jù)進一步優(yōu)化管理，提高效率、體驗和安全性。

圖中可以看出，上層是曠視用來支撐條和塊的超級應用。站在用戶的角度，他們不在乎應用背后使用了什么技術(shù)和操作系統(tǒng)，他們只關(guān)心應用的成效，而應用是檢驗設備及系統(tǒng)價值最核心的點。所以我們目前主要目標是打磨好面向條和塊的數(shù)字化、智能化應用。

作為一個有技術(shù)底蘊的廠商，我們目光放得更長遠，關(guān)心底層的基礎設施以及生產(chǎn)運用的能力，所以我們歸納了城市大腦的操作系統(tǒng)（OS）。未來將基于條和塊分別去建設城市級的AIoT操作系統(tǒng)、建筑級的IoT操作系統(tǒng)，我們認為只有這兩個結(jié)合，才能很好地支撐城市超級應用。 

我們認為互聯(lián)網(wǎng)的下一代一定是物聯(lián)網(wǎng)，而AI則像互聯(lián)網(wǎng)中的引擎一樣，是物聯(lián)網(wǎng)中的重要工具和手段。物聯(lián)網(wǎng)也像互聯(lián)網(wǎng)一樣需要底層的開發(fā)語言和開放環(huán)境，因此曠視提供了開源框架，因為單靠一家廠商無法構(gòu)建如此復雜的城市大腦，需要大家一起努力。

這是曠視對城市大腦的一個理解。

下面給大家分享一下曠視最近一兩年在“條”、“塊”、“腦”方面的成果。

一個是條應用，其中一個面向城管業(yè)務條線的應用叫萬象。

城市治理離不開城管部門。現(xiàn)在每個城市中每平方公里至少需要1.5/人巡邏和輪訓，一個人至少5、6萬元工資，每產(chǎn)生一條事件和線索的成本高達十幾元，每年的開銷非常大。

后來有的地方為了降低管理成本，開始使用攝像頭，一個人大約能看100條視頻，效率提升不少，但這遠遠不夠。

在視頻圖像分析技術(shù)日趨成熟的今天，我們的產(chǎn)品能夠?qū)⑷肆幕乜匆曨l中解放出來，通過算法將城市各種各樣的城管類案件、事件識別出來，只需要人工最后審核一下，這比人工看的方式快10倍不止。

目前，曠視萬象支持30余種城管類的案/事件甄別，并且已經(jīng)在浙江、上海、湖北等多地落地，也得到了廣泛的好評。

第二個是塊應用，我們舉一個智慧園區(qū)的案例。智慧園區(qū)最少有幾個板塊：通行和安防，此外還有一些能耗和其他的定制化需求。

我們經(jīng)過認真研究認為，在園區(qū)這種典型的塊應用中應該以人為主要數(shù)據(jù)，把園區(qū)中所有的資源、空間、能耗和服務都精準地投放到人上。

智慧園區(qū)的塊應用是曠視在城市物聯(lián)網(wǎng)中經(jīng)驗最多、產(chǎn)品體系最豐富、落地最廣的領(lǐng)域。比如中關(guān)村創(chuàng)客小鎮(zhèn)的項目中，我們?yōu)榭蛻籼峁┝送晟频闹腔蹐@區(qū)能力，不僅包括通行、園區(qū)，還包括精準服務、提升舒適度等方面。

第三個是城市大腦的應用。2019年，曠視與北京海淀區(qū)合作共建海淀城市大腦，目標是打造國內(nèi)一流的新型城市治理平臺，助力海淀構(gòu)建AI計算中心，并提供了智慧平臺社區(qū)、智慧校園、科技公園等創(chuàng)新應用。

將條塊間的數(shù)據(jù)脫敏之后，共享數(shù)據(jù)價值，實現(xiàn)塊和塊、塊和條的連接，以及塊和條的互動。以前政府的數(shù)據(jù)只有街面數(shù)據(jù)，將這部分數(shù)據(jù)連接后，腦發(fā)揮了更大的價值。

正如剛剛提到的，要將條和條、塊和塊、條和塊連接，這個過程中就涉及到數(shù)據(jù)交換，以及一些隱私和數(shù)據(jù)安全等棘手的問題，這也是整個行業(yè)都非常關(guān)注的話題。

當然這其中也有一部分誤解，比如大家把視頻等同于監(jiān)控，把人臉等同于隱私，行業(yè)中確實應用邊界不夠清晰，應用方式也有不當之處，這些問題都引起了公眾的擔憂。

曠視作為行業(yè)的領(lǐng)跑者和負責任的公司，希望在這個過程中引導行業(yè)形成良性的秩序，所以曠視是最早發(fā)布《人工智能應用準則》的AI企業(yè)。我們希望有明確的準則指導我們的行為，從產(chǎn)品開發(fā)到商業(yè)應用，再到后續(xù)的全鏈條服務都進行不斷規(guī)范，并形成行業(yè)標準。

這是我們在人工智能宏觀治理方面的工作，在一些細節(jié)應用的微觀方面，曠視針對城市大腦應用提出了數(shù)據(jù)安全保護方案，比如將人和車的相關(guān)數(shù)據(jù)進行分級、脫敏處理，分級上包括L0—L5六個等級。

人：L0，作為物種的人；L1，性別、年齡段；L2，人體、衣著，ReID；L3，行為、動作等；L4，人臉身份實名化；L5，關(guān)系圖譜分析等；

車：L0，作為物種的車，機、非；L1，品類、顏色；L2，品牌、子品牌；L3，車牌；L4，車輛內(nèi)飾（遮陽板等）；L5，司乘人員及行為；

L0是最為基礎的物種辨別；L1是人的性別、車的顏色等基本屬性的識別；L2涉及到人體/車體更細節(jié)的信息，比如衣著顏色、車輛品牌等；L3在人的數(shù)據(jù)中涉及對行為的分析，比如可以應用在安防監(jiān)控領(lǐng)域，判斷加油站內(nèi)是否有人抽煙；L4層級才涉及到人的身份信息；L5不僅知道這個人是誰還知道他的關(guān)系圖譜。

通過分級我們發(fā)現(xiàn)，在條和塊互聯(lián)互通的應用中，一般情況下有很多時候數(shù)據(jù)在L2基礎上做數(shù)據(jù)交換和脫敏就能解決問題，在一些極端情況下才會涉及到L4和L5等級的數(shù)據(jù)調(diào)用，這就需要更高的權(quán)限管理和嚴格數(shù)據(jù)安全保護機制。所以在AI視覺的應用中，將數(shù)據(jù)進行分級處理既可以保護隱私，又可以充分應用數(shù)據(jù)。

這是我們在人工智能應用領(lǐng)域的一些思考。

最后分享一下我們對行業(yè)的認知或者是斷言。

我們認為，人工智能產(chǎn)業(yè)現(xiàn)在處于并將長期處于初級階段，我們必須正視而不能超越這個初級階段。第二，人工智能產(chǎn)業(yè)的主要矛盾是市場日益增長的多樣化需求同落后的算法生產(chǎn)力之間的矛盾。

大家對這兩句話很熟，因為這個句式是受社會主義階段理論和社會主義主要矛盾啟發(fā)而來，我們反復思考后認為，人工智能和社會主義都是長期主義，人工智能產(chǎn)業(yè)中的問題套用這兩句話同樣非常貼切，此外找不到更好的表述了。

為什么說人工智能將長期處于初級階段？這波人工智能的蓬勃發(fā)展最主要是靠深度學習，而深度學習算法是一種場景依賴。理論上講，人眼能夠辨別的東西應該都可以通過AI辨別，但實際上，要實現(xiàn)計算機視覺從人臉識別到萬物識別的落地商用，且應用極其的好，還有相當長的一段路。所以未來將長期處于初級階段。

我們不能寄希望于立馬出現(xiàn)的風口，或者一個超級APP、超級應用，期待他們能解決所以問題，我們需要腳踏實地地做好每件事。這是我們對第一句話的理解。

有了對行業(yè)長期性的認知，我們就要沉下心著眼于當下的主要矛盾，并找到解決辦法。現(xiàn)在經(jīng)過多年的市場培育，原來質(zhì)疑AI算法的用戶，現(xiàn)在不僅相信，還會給我們提供各種各樣腦洞更大的想法。市場的培育，也催生出很多新需求，這些需求往往非常碎片化、長尾化。

然而我們發(fā)現(xiàn)，最近幾年在應用端的人工智能雖然熱鬧，但真正的算法供給能力相較現(xiàn)在的應用需求，可能連1%都不到，比如行業(yè)需要的是成百上千種算法，但是目前行業(yè)中主流的還是人臉、語音相關(guān)的算法。所以說現(xiàn)在的算法供給能力完全跟不上市場中多樣化的需求。

如何平衡市場日益增長的多樣化需求同落后的算法生產(chǎn)力之間的矛盾？

曠視2020年3月對外開源、開放了自主搭建的人工智能生產(chǎn)力平臺Brain++，作為可高效量產(chǎn)算法的AI基礎設施，Brain++凝聚算法、算力和數(shù)據(jù)三大要素平臺，過去六年的時間Brain++支撐了曠視所有的商業(yè)化落地研發(fā)，歷經(jīng)曠視1400+名研發(fā)人員和上百種產(chǎn)品的驗證，創(chuàng)新算法從訓練到部署可以縮短80%的時間成本。

曠視將Brain++最為核心的深度學習框架天元MegEngine實現(xiàn)了開源，以期降低算法研發(fā)門檻，使其能夠賦能更多企業(yè)快速開發(fā)出自己的算法，加速產(chǎn)業(yè)融合。

以上就是曠視在條的應用、塊的應用、腦的應用、數(shù)據(jù)保護以及算法和生產(chǎn)力平臺方面的工作進展。最后我再強調(diào)一下曠視“1+3”的發(fā)展戰(zhàn)略，其中1就是指曠視最為底層的人工智能生產(chǎn)力平臺Brain++，3指曠視將持續(xù)聚焦并深化個人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應鏈物聯(lián)網(wǎng)三條賽道。曠視將致力于構(gòu)建連接及賦能百億物聯(lián)網(wǎng)設備的人工智能基礎設施，同時也奉行長期主義，我們會一步一個腳印，為人工智能行業(yè)可持續(xù)發(fā)展奉獻自己的一份力。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。