旷视科技重塑AI模式，“算法定义硬件”助力防疫
6月起，上海和北京多数企业陆续获得复工复产。按下暂停键的市场经济引擎，又渐渐发动了起来。
但在全面复工复产背景下，全社会还有一场硬仗要打：如何高效地进行疫情常态化管理、保存良好的疫情控制成果？显而易见的，防疫压力仅靠人力难以解决——因此社会正在寻求科技的支撑。无论是经济活动还是生活活动，重启运转亟需要科技企业帮扶。
但全国各地疫情发展持续变动，防控措施需因势高频变化。在此背景下，以人工智能为代表的数字基础设施承担起重要的防控角色，并不断接受新的考验。这也引发了行业的新思考——人工智能的技术落地方案，如何能与高频变化的场景共振？
疫情多变，倒逼AI从1到N的升级
以近期大家比较关注的“防疫卫士”为例子。
从6月6日北京市新型冠状病毒肺炎疫情防控工作第357场新闻发布会上发布的《社区、村卡口规范管理的指引》来看，发现部分卡口依然存在值守不严、测温验码流于形式、甚至无人值守等方面问题凸显。现已提出以下规范性管理要求：
· 测温、扫码、查证、查验 72 小时核酸阴性证明 “四件套” 措施，同时加强车辆进出管理。严禁以 “亮码” 代替 “扫码”。· 加大技防设施应用推广：因测温枪测温存在较大误差，卡口应尽快淘汰测温枪的使用，加快安装红外线感应测温仪。
· 为提高通行效率，鼓励有条件的安装集健康宝查询、智能测温、出入证、和核酸阴性证明查验等功能为一体的智能设备。
以上情况均反映出一线防疫人员面临的巨大痛点，即面对常态化防疫检测要求，常常会遭遇诸多困扰：人力值守和手动核验费时费力，人流聚集导致通行效率低下，健康数据真实有效性检验，通行人员流调记录追溯困难……
一般的“防疫卫士”只配置了快速核验健康码、身份证、核酸检测信息等基础功能，出厂前已经设置好算法。应对疫情发展刻不容缓，方案如何能从事先计划转向动态响应？面对动态变化的防疫需求，防疫卫士身上的算法又如何能及时升级？
复工复产一刻不能停，面对疫情也一环不能松。怎样能够轻松无感过闸，既能满足人们的出行便利，又能实现高效安全的防疫核验？如何响应政策号召，帮助泛园区场景中防疫设备升级改造，快速实现便捷防疫保障？如何完善防疫环节，利旧原有管理设备？如何扩展防疫管理者宏观视域，进而洞察全局？
从理论上来说，根据下游的需求来实现AI算法高效迭代并不是难题，旷视科技具备强研发实力亦是市场的共识。但仅仅有高速迭代的算法是远远不够的，从实践的角度出发，还要克服重重困难。
首先，要解决的最大的难题，是人工智能的落地场景呈现明显的长尾碎片化。尤其是，相对于C端，B端业务需求呈现更多样化的特点，因此非标准化程度更高、场景碎片化的问题更严重。方案不仅要需要针对不同落地场景、同一场景不同需求实现“柔性扩展”，还要面对动态变化的需求做到“柔性”升级。这要求背后支持的算法能实现“从1到N”的灵活延展。
其次，硬件也正在越来越细分，针对特定的需求出现了越来越多的硬件选项。因此，研发人员需要针对不同的硬件器件来调整人工智能模型或算法，工作量巨大；企业需要大量购买硬件，成本也居高不下——这导致人工智能算法的规模效应，被高度分散的硬件削弱不少。
可见从实验室，到应用落地，路并不好走。
旷视科技敏捷地察觉到算法与硬件间存在着割裂。有没有办法用少数的几款产品，实现过去几百款产品才能完成任务？旷视总结多年行业经验，开创性地提出了“算法定义硬件”。
比如，其推出的旷视魔方，正在成为方案背后可靠、敏捷且性能强大的技术支撑。
· 一方面，旷视科技将更多价值放在算法上，从算法层面抽取不同场景、业务需求的共性，以实现创新技术的可扩展；并通过算法切换以满足多样化的需求。
· 另一方面，旷视通过算法深入整个硬件的链条中，让硬件变得更智能，而非依赖硬件本身的智能性。算法定义下的新型AIoT硬件产品，其可拓展性大大增加，不再局限于某一项细分业务。
“算法定义硬件”，是旷视科技对于“软硬件一体化”的AIoT战略的全面升级。
从算法服务硬件，到算法定义硬件
众所周知，目前人工智能产业底层技术与算法已基本成熟，制约行业发展的关键在于场景的落地。行业分析师指出，人工智能场景落地复杂且业务链条长，势必需要进行一定的取舍。
当前人工智能的打法主要分两种：一是沿着场景进行取舍，从而产生业务场景的垂直化，也就是提供AIoT方案；二是沿着产业链环节进行取舍，从而带来产业链的分工化，即提供AI平台。后者以商汤科技为代表，而前者以旷视科技代表。
垂直整合模式的机会与挑战同样明显：
一方面，垂直整合模式下，能更深入扎根于行业之中，有利于创新迭代；客户粘性亦很高，有利于集聚优势核心客群资源，形成了强大的虹吸效应，实现强者恒强。
另一方面，垂直整合模式意味着软硬件一体化的解决方案，这对AI厂商提出较高的要求——
首先，算法是无形的，因此必须搭载着硬件作为载体，算法会让标准化的硬件灵活变成智能硬件，二者协同形成解决方案，从而满足海量场景需求。但是针对这一点，行业通常以算力堆砌硬件的方案，实现算力+硬件的耦合。
以旷视的Face++的人脸识别方案为例。在具体的摄像头硬件、光学CIS芯片的基础上，旷视提供根据使用产品训练模式、推出算法，并将算法写入硬件。算法需要深入了解行业痛点，而与硬件结合则需要长时间的设计制造经验。旷视科技具备深厚的Know-How壁垒，已围绕三大重点场景深度布局“算法-硬件-软件”一体化的AIoT生态，因此在此阶段抢得先机。
但业内人士指出，算法服务硬件曾在AI发展初级阶段发挥重要作用，但这种方案的局限性，注定其已经不能满足时代的需求。
在数字化转型升级的当下，B端客户的需求也日新月异，同一个客户针对同一问题的处理方案不断加码，这意味着产生持续升级的需求。算法是动态变更的，但硬件是相对静止的，硬件性能还将反过来制约算法的扩张。按照原有的思路进行，就必须针对新需求部署新算法，推出新硬件。但“机海战术”明显不符合商业逻辑和经济效益。
这是人工智能从实验室走到现实亟需解决的新问题。
旷视科技面对这个问题，将打法升级为“算法定义硬件”。前文提到的旷视魔方，就是通过海量算法+一定数量的标准硬件的模式，将“算法定义硬件”的理念实体化。
具体来看，针对旷视魔方，旷视工程师先直接圈定下游行业，找到目标赛道，从功能角度明确需要用到哪些算法；再根据用户需求匹配相应算法，并在产品设计早期联合芯片厂商调优，让同一个硬件可以满足不同的场景和需求。
这和很多其他龙头的所谓“软件硬件一体化”路径有本质区别，后者只是解决方案的简单打包。后者使用传统的“黑盒”，这意味着算法一旦写入硬件，几乎无法再做调整更新，只能在下一代硬件中做出新的改进，整个周期耗时很长。而旷视魔方基于AI框架灵活调用AI算法和芯片，能为特定行业场景实时做出调整，大幅缩短开发周期，减少运维压力；后续其通过迭代算法，可以解锁更多的硬件新功能，无须进行额外硬件投资，节省硬件成本。
可以说，这样的一个小盒子，让AI的效用产生了非常大的颠覆。
科技需要“实用主义”
安防是AI最早应用落地的场景之一，自然也是AI创新的沃土。
旷视魔方是旷视全自研的第四代产品。其通过搭载30多种AI算法，可以支持包括智慧校园、智慧工地、智慧垃圾分类、智慧社区等在内的多个场景的需求。目前，以上的AI安防细分领域开始大规模使用旷视魔方。
我们来看真实场景，如果在加油站的管理上使用旷视魔方，客户只需简单两步：第一，确定检测点位数量之后，采购统一的魔方盒子；第二，根据具体点位的不同作用，安装加油区危险行为检测、危险事件检测、卸油区检测等不同算法包。后续如果要增加或者修改该点位的功能，比如需要增加消防设施、值岗等检测功能来强化作业安全规范，客户则只需在旷视魔方预置的算法包之上，换上卸油期作业安全检测新算法包即可，此后还可以一直通过旷视实现迭代升级。
业内人士认为，新的解决方案满足傻瓜式操作。而此前的解决方案中，客户需在事前做复杂的前期准备和项目规划，包容采购哪些硬件用于相应的使用场景。在硬件采购后如临新的需求，往往需要更换或者加装新的硬件。
除了魔方这个边缘计算盒子，旷视还基于算法与硬件联合设计，推出面板机、AIIPC等一系列AIoT硬件单品，打造了单品短闭环。但值得注意的是，单品闭环只是第一阶段。
根据旷视透露，下一阶段，公司将在“云-边-端”的AloT软硬一体化产品组合上彻底贯彻新理念，实现产品体系的颠覆与重构。在全新的软硬件产品组合之上，旷视将实现算法的自动化下发与升级，进一步降低硬件成本、提升使用效率。
而旷视的最终宏愿是打造一个全面开放的AloT生态。
广发计算机团队认为，旷视科技AI基础能力较强，其开发的Brain++平台，包括了自研的深度学习框架MegEngine，覆盖从AI模型生产到应用各环节，有效缩短研发周期，提升AI模型生产效率。源于Brain++强大的AI能力，公司构建了强大的AIoT产品体系，包括AIoT操作系统、AI重新定义的硬件和AI重新定义的行业应用。
国泰君安计算机团队进一步指出，依托于Brain++，旷视可针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合，向客户提供包括算法、平台及应用软件、硬件设备和技术服务在内的全栈式人工智能解决方案。公司已针对特定行业，打造了 AI 重新定义的行业应用，主要包括消费物联网、城市物联网、供应链物联网三大场景。笔者认为，在此基础上，通过“硬件标准化”和“算法充分供给”这两大优势，各产业链环节的玩家将得以大规模链入旷视平台，共同形成繁荣的AloT创新生态。
凭借着“算法定义硬件”，旷视从颠覆硬件产品，到重构产品体系，再上升至生态建设，一步步地帮助客户实现价值再生长。
正如经典著作《浪潮之巅》所述：科学技术是我们这个时代推动社会前进的主要动力，一次次技术革命的浪潮造就出站在它浪尖上的成功者。
但又正如作者指出，科技浪潮中往往存在着工业界和学术界相脱节的现象——实验室技术常常脱离实际，应用领域却在遇到问题时找不到答案。在上几轮技术革命中，商业模式优势突出的微软强势崛起，但一度拥有全球最顶尖无线通信技术的摩托罗拉却走向覆灭。这说明取胜的关键，是实现从科学技术向产品转化的实用主义。
旷视的“算法定义硬件”思路就是把技术优势转换为市场优势的最好阐述。旷视不仅仅局限于把自己的领先技术作为工具实现功能价值，而是进一步落脚于实现产业价值，是科技界的“实用主义者”。
旷视魔方在内的智能硬件，或成为AI行业2022年全年焦点，有望在防疫等多个领域被大规模使用。
但更重要的是，从长期价值来看，通过“算法定义硬件”，旷视的价值“护城河”将继续得到巩固和深化。