國內人工智能行業全梳理

?

?

?

---

在東西方神話中，上古「智人」通過各種方法制造「人類」這一物種并賦予其智能；而到了中世紀的歐洲，古典哲學家們嘗試著用機械符號處理的觀點解釋人類大腦的活動；直到 20 世紀 40 年代，來自數學，心理學，工程學，經濟學和哲學等領域的一批科學家們基于抽象數學推理的可編程數字計算機的發明使得智能大腦出現的可能性被廣泛探討。

1950 年，Marvin? Minsky 和 Dean Edmonds 建造了世界上第一臺神經網絡計算 SNARC（Stochastic Neural Analog Reinforcement Calculator），它通過使用 3000 個真空管和 B-24 轟炸機上的自動指示裝置模擬了 40 個神經元而組成神經網絡。

同期，被譽為「計算機科學之父」的 Alan Turing 在 Mind 上發表論文，第一次提出機器智能設想。雖然未提到具體的研究方法，但論文中提到的「圖靈測試」、「機器學習」、「遺傳算法」和「強化學習」等理論也在日后成為了人工智能領域重要的分支。

圖靈的計算理論認為任何形式的計算均可被數字信號描述，這也為人工智能的后續實踐提供了理論基礎。

隨后的 1956 年，在 Marvin? Minsky 連同 Claude Shannon 和 Nathan Rochester 一起組織的 Dartmouth 會議上，「人工智能」這個概念首次被提出并開啟了西方「人工智能」科學長達半個多世紀的高速發展。

在中國，關于「人工智能」的研究和探討在 70 年代末被解禁后又不適時地與「特異功能」聯系在一起而停滯不前，直到 80 年代初期隨著技術和思想的不斷進步才取得實質性進步。

而今，全球共有近千家人工智能公司遍及 62 個國家的十余個產業，國內涉及人工智能領域的公司也早已破百。

除了「機器學習」、「模式識別」和「神經網絡」這些晦澀的詞匯和各種層出不窮的借勢營銷，這個看似離我們越來越近的市場卻在「互聯網玄學」的外衣下顯得愈發迷霧重重。

那么，關于人工智能，你究竟了解多少？在下一個產業浪潮到來之前，我們到底又應該關注什么？

一、國內人工智能產業鏈解構

「基礎技術」、「人工智能技術」和「人工智能應用」構成了人工智能產業鏈的三個核心環節，我們將主要從這三個方面對國內人工智能產業進行梳理，并對其中的「人工智能應用」進行重點解構。

1.基礎技術提供平臺

人工智能的基礎技術主要依賴于大數據管理和云計算技術，經過近幾年的發展，國內大數據管理和云計算技術已從一個嶄新的領域逐步轉變為大眾化服務的基礎平臺。而依據服務性質的不同，這些平臺主要集中于三個服務層面，即「基礎設施即服務（IaaS）」、「 平臺即服務（PaaS）」和「軟件即服務（SaaS）」。

基礎技術提供平臺為人工智能技術的實現和人工智能應用的落地提供基礎的后臺保障，也是一切人工智能技術和應用實現的前提。

對于許多中小型企業來說，SaaS 是采用先進技術的最好途徑，它消除了企業購買、構建和維護基礎設施和應用程序的需要；而 IaaS 通過三種不同形態服務的提供（公有云、私有云和混合云）可以更快地開發應用程序和服務，縮短開發和測試周期；作為 SaaS 和 IaaS 中間服務的 PaaS 則為二者的實現提供了云環境中的應用基礎設施服務。

SaaS：提供給客戶的服務是運營商運行在云計算基礎設施上的應用程序，用戶可以在各種設備上通過客戶端界面訪問，如瀏覽器。

PaaS：將軟件研發的平臺作為一種服務，以 SaaS 的模式提交給用戶。

IaaS：分為公有云、私有云和混合云三種形態，提供給消費者的服務是對所有設施的利用，包括處理器、存儲、網絡和其它基本的計算資源，用戶能夠部署和運行任意軟件，包括操作系統和應用程序。

2.人工智能技術平臺

與基礎技術提供平臺不同，人工智能技術平臺主要專注于「機器學習」、「模式識別」和「人機交互」三項與人工智能應用密切相關的技術，所涉及的領域包括機器視覺、指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別、專家系統、自動規劃、智能搜索、定理證明、博弈、自動程序設計、智能控制、機器人學、語言和圖像理解和遺傳編程等。

機器學習：通俗的說就是讓機器自己去學習，然后通過學習到的知識來指導進一步的判斷。我們用大量的待遇標簽的樣本數據來讓計算機進行運算并設計懲罰函數，通過不斷的迭代，機器就學會了怎樣進行分類，使得懲罰最小。這些學到的分類規則可以進行預測等活動，具體應用覆蓋了從通用人工智能應用到專用人工智能應用的大多數領域，如：計算機視覺、自然語言處理、生物特征識別、證券市場分析和 DNA 測序等。

模式識別：模式識別就是通過計算機用數學技術方法來研究模式的自動處理和判讀，它偏重于對信號、圖像、語音、文字、指紋等非直觀數據方面的處理，如語音識別，人臉識別等，通過提取出相關的特征來實現一定的目標。文字識別、語音識別、指紋識別和圖像識別等都屬于模式識別的場景應用。

人機交互：人機交互是一門研究系統與用戶之間的交互關系的學問。系統可以是各種各樣的機器，也可以是計算機化的系統和軟件。在應用層面，它既包括人與系統的語音交互，也包含了人與機器人實體的物理交互。

而在國內，人工智能技術平臺在應用層面主要聚焦于計算機視覺、語音識別和語言技術處理領域，其中的代表企業包括科大訊飛、格靈深瞳、捷通華聲（靈云）、地平線、SenseTime、永洪科技、曠視科技、云知聲等。

3.人工智能應用

人工智能應用涉及到專用應用和通用應用兩個方面，這也是「機器學習」、「模式識別」和「人機交互」這三項人工智能技術的落地實現形式。

其中，專用領域的應用涵蓋了目前國內人工智能應用的大多數應用，包括各領域的人臉和語音識別以及服務型機器人等方面；而通用型則側重于金融、醫療、智能家居等領域的通用解決方案，目前國內人工智能應用正處于由專業應用向通用應用過度的發展階段。

（1）計算機視覺

在國內計算機視覺領域，動靜態圖像識別和人臉識別是主要研究方向：

圖像識別，是計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對像的技術。識別過程包括圖像預處理、圖像分割、特征提取和判斷匹配。

人臉識別，是基于人的臉部特征信息進行身份識別的一種生物識別技術。用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。

目前，由于動態檢測與識別的技術門檻限制，靜態圖像識別與人臉識別的研究暫時處于領先位置，其中既有騰訊、螞蟻金服、百度和搜狗這樣基于社交、社交、搜索大數據整合的互聯網公司，也有三星中國技術研究院、微軟亞洲研究院、Intel 中國研究院這類的傳統硬件與技術服務商；同時，類似于 Face++ 和 FaceID 這類的新興技術公司也在各自專業技術和識別準確率上取得了不錯的突破。

而在難度最大的動態視覺檢測領域，格靈深瞳、東方網力和 Video++ 等企業的著力點主要在企業和家庭安防，在一些常見的應用場景也與人臉識別技術聯動使用。

圖像識別代表企業：百度、搜狗、三星中國技術研究院、微軟亞洲研究院、Intel 中國研究院等。

人臉識別代表企業：曠視科技、騰訊優圖、螞蟻金服、FaceID、漢王科技、三星中國技術研究院、微軟亞洲研究院、中科奧森、深圳科葩、linkface、SenseTime 等。

動態視覺檢測代表企業：格靈深瞳、東方網力、Video++ 等。

（2）語音/語義識別

語音識別的關鍵在于基于大量樣本數據的識別處理，因此，國內大多數語音識別技術商都在平臺化的方向上發力，希望通過不同平臺以及軟硬件方面的數據和技術積累不斷提高識別準確率。

在通用識別率上，各企業的成績基本維持在 95% 左右，真正的差異化在于對垂直領域的定制化開發。

類似百度、科大訊飛這樣的上市公司憑借著深厚的技術、數據積累占據在市場前列的位置，并且通過軟硬件服務的開發不斷進化著自身的服務能力；此外，在科大訊飛之后發布國內第二家「語音識別公有云」的云知聲在各項通用語音服務技術的提供上也占據著不小的市場空間。

另外，除了科大訊飛，依托中科院自動化所的紫冬銳意和納象立方以及有著海外背景的蘇州思必馳在教育領域的語音識別上占據著領先的位置。

值得注意的是，不少機器人和通用硬件制造商在語音、語義的識別上也取得了不錯的進展，例如智臻智能推出的小 i 機器人的語義識別、圖靈機器人的個性化語音助手機器人和服務、被 Google 投資的出門問問的軟硬件服務。

語音識別：科大訊飛、百度、出門問問、智齒客服、思必馳、云知聲、助理來也、京東 JIMI 智能客服、普強科技、捷通華聲、紫冬銳意、納象立方等。

語義識別：科大訊飛、百度、騰訊、智臻智能、智齒客服、助理來也、京東 JIMI 智能客服等。

（3）智能機器人

由于工業發展和智能化生活的需要，目前國內智能機器人行業的研發主要集中于家庭機器人、工業\企業服務和智能助手三個方面。

根據《中國服務機器人市場現狀調研與發展前景分析報告（2015-2020年）》中的數據，2014 年，我國服務機器人銷售額 45.56 億元，同比增長 34%；分布地區主要集中在經濟較為發達的環渤海（27.3%）及長三角（29.6%）、珠三角地區（32.7%），中部地區（8.9%）和西部地區（1.5%）應用較少。

其中，工業及企業服務類的機器人研發企業依托政策背景和市場需要處于較為發達的發展階段，代表性企業包括依托中科院沈陽自動化研究所的新松機器人、聚焦智能醫療領域的博實股份，以及大疆、優愛寶機器人、Slamtec 這類專注工業生產和企業服務的智能機器人公司。

在以上三個分類中，從事家庭機器人和智能助手的企業占據著絕大多數比例，涉及到的國內企業近 300 家，其中的代表性企業包括：

家庭機器人：優必選、Rokid、公子小白機器人、北冥星眸GalaxyEye、A.I.Nemo、極思維智能科技等。

智能助手：百度、小 i 機器人、圖靈機器人、優必選、北冥星眸GalaxyEye、蘿卜科技等。

工業\企業服務：新松機器人、博實股份、優愛寶機器人和 Slamtec 等。

（4）智能家居

與家庭機器人不同，智能家居和物聯企業的主要著力點在于智能設備和智能中控兩個方面。

在這其中，以海爾和美的為代表的傳統家電企業依托自身渠道、技術和配套產品優勢建立起了實體化智能家居產品生態。

而以阿里、騰訊、京東、小米和樂視等互聯網企業為代表的公司則通過各自平臺內的數據和終端資源提供不同的軟硬件服務。

值得關注的是，科沃斯、broadlink、感居物聯、風向標科技、歐瑞博、物聯傳感和華為等技術解決方案商在通用硬件和技術、系統級解決方案上已成為諸多智能家居和物聯企業的合作伙伴。

綜合來看，智能家居和物聯企業由于市場分類、技術種類和數據積累的不同各自提供著差異化的解決方案。在既定市場中，沒有絕對意義上的排斥競爭，各企業之間的合作融合度較強。

傳統家電企業：海爾U＋、美的M-Smart 等。

互聯網企業：阿里小智、QQ 物聯、京東微聯、小米、樂視樂居家等。

技術解決方案商：科沃斯、broadlink、感居物聯、風向標科技、歐瑞博、物聯傳感、華為等。

（5）智能醫療

目前國內智能醫療領域的研究主要集中于醫療機器人、醫療解決方案和生命科學領域。

由于起步較晚和技術門檻的限制，目前國內醫用機器人的研發水平和普及率相較于國際一線水平仍存在一定的差距，從事企業主要集中與手術機器人和康復機器人兩大領域，以新松機器人、博實股份、妙手機器人、璟和技創等企業為代表。

在醫療解決方案方面，以騰訊、阿里巴巴、百度和科大訊飛為代表的公司通過和政府、醫療機構的合作，為腦科學、疾病防治與醫療信息數據等領域提供智能解決方案。

而在生命科學領域，研究的著眼點在以基因和細胞檢測為代表的前沿研究領域，代表企業有華大基因、碳云智能和貝瑞和康等。

醫療機器人代表企業：新松機器人、博實股份、妙手機器人、璟和技創等。

醫療解決方案代表企業：騰訊、阿里巴巴、百度、科大訊飛等。

生命科學代表企業：華大基因、碳云智能、貝瑞和康、安諾優達、聯合基因、北科生物等。

綜合來看，國內人工智能產業鏈的基礎技術鏈條已經構建成熟，人工智能技術和應用則集中在人臉和圖像識別、語音助手、智能生活等專用領域的場景化解決方案上。就趨勢來看，未來國內人工智能領域的差異化競爭和突破將主要集中在人工智能相關技術的突破和應用場景升級兩個層面。

二、國內人工智能行業關鍵力量

在國內人工智能產業鏈中，雖然 80% 的企業屬于 B 輪或 B 輪以前的初創企業，但值得注意的是，仍有一批關鍵勢力依托自身技術、資金與數據門檻構成了國內人工智能行業的第一梯隊。這其中既包括以 BAT 為代表的傳統巨頭，也有科大訊飛這樣的細分領域龍頭。從日漸完善產品線到平臺構建，這些企業形成了國內人工智能行業的核心力量與關鍵勢力。

1.百度：技術驅動的應用型生態

百度在人工智能領域的布局更側重于應用型生態，在 BAT 三家中，百度也是最接近由專用應用向通用應用過度的公司。

目前，百度研究院有三大實驗室，分別是北美硅谷人工智能實驗室、北京深度學習實驗室和北京大數據實驗室，目前已在圖像識別、圖像搜索、語音識別、自然語言處理、智能語義、機器翻譯和精準廣告等方面取得了顯著進展（超過 500 項國際專利，其中包括超過 270 項的神經語言程序學領域專利和超過 120 項的深度學習專利）。

憑借搜索引擎發家的百度擁有強大的數據獲取和挖掘的能力，百度為外界提供了大數據存儲、分析和挖掘技術，促進其在醫療、交通等多領域的具體運用，并在若干領域開放了自己的人工智能生態并發布了多款應用型產品。

語音識別

在語音識別方面，吳恩達及研究團隊發明了一種新的語音識別方法，這款基于深度學習的語音識別系統可以在嘈雜環境下實現將近 81% 的辨識準確率。該語音識別系統采用深度學習算法取代了原來的模型，在遞歸神經網絡或者模擬神經元陣列中進行訓練，讓語音識別系統更加簡單。

圖像識別

在圖像識別方面，百度也一直在利用深度學習技術來提高圖像識別的精度。2014 年 9 月，百度云結合百度深度學習研究院提供的人臉識別及檢索技術，推出云端圖像識別功能。11 月，百度發布了基于模擬神經網絡的「智能讀圖」，可以使用類似人腦思維的方式去識別、搜索圖片中的物體和其他內容。

深度學習

為滿足深度學習在計算和存儲上的要求，百度在國內建立了十幾座云計算中心并投入使用了4萬兆交換機。此外，百度還是全球首家將 GPU 用于人工智能和深度學習領域、并規模化商用 ARM 服務器的公司。

整合了這些的百度形成強大的存儲計算能力，從而可以進行多樣的并行計算，支持生成、配置針對不同應用和場景網絡結構，為人工智能提供有力的硬件支持。

其中最具代表性的「百度大腦」通過深度學習來模擬人類大腦的神經元，參數規模達到百億級別，構建了世界上最大規模的深度神經網絡。百度大腦融合了深度學習算法、數據建模、大規模 GPU 并行化平臺等技術，實現了實時學習和成長，它擁有 200 億個參數，構成了一套巨大的深度神經網絡。

2.騰訊：基于用戶體系的軟硬件服務型生態

相比于以技術為導向的百度人工智能生態，依托高頻應用和龐大用戶群體的騰訊在人工智能領域的布局主要聚焦于基于用戶體系的軟硬件服務型生態。

隨著技術成熟和應用環境的成熟（移動端設備普及、用戶使用習慣和認可度的提升、云服務軟件形態的成熟），整個人臉識別和圖像識別行業都屬于朝陽產業，而有著中國互聯網最大用戶基礎的騰訊也選擇了在人臉和圖片識別領域的切入，這也成為了整個騰訊人工智能生態的最和諧競爭力。

在這一領域的技術研發和落地應用中，騰訊均處于國際領先地位。在 FDDB 人臉檢測、LFW 人臉識別、PASVAL VOC2012 圖片識別大賽中，騰訊優圖團隊都刷新了國際識別準確率記錄。

依托騰訊內部完善的生態，騰訊優圖的人臉識別技術已組建與金融、安防與身份識別等領域結合在一起。其中，既包括與騰訊征信、微眾銀行和財付通、QQ、廣點通等內部業務的合作，也涉及與相關機構的信用評估和基于公安部數據的全國公民身份證號碼查詢服務。在內外部的合作中，相關技術也在業務中完整落地形成閉環，經過業務海量數據的長期實際考驗，并持續反饋來優化算法。

而在成立了騰訊智能計算與搜索實驗室之后，微信也與香港科技大學聯合建立了人工智能實驗室，主要研究方向包含語音識別、圖像識別、語義理解等方面，部分基礎研究成果（如語音轉文字）已被集成為微信功能。

值得注意的是，在專業應用領域，騰訊也在不同程度上做出了嘗試。無論是由騰訊財經研發的自動寫作機器人「Dreamwriter」還是在硬件領域推出的智能球型機器人「微寶」都反映了騰訊在未來更多細分領域推出服務型產品的思路。

未來，隨著 TencentOS 的應用以及 QQ、微信物聯更多的落地實踐，騰訊在智能生活層面硬件產品的研發也是非常值得關注的領域。

3.阿里巴巴：以阿里云為基礎的業務藍圖

與騰訊和百度不同的是，阿里巴巴在人工智能領域的布局主要集中在專業領域的通用應用和智能家居兩個方面，而這一切都離不開以阿里云為基礎的大規模分布式云計算和 GPU 集群。

從 2015 年開始，阿里就開始在人工智能領域發力，其中最具代表性的是首個可視化人工智能平臺 DTPAI，它集成了阿里巴巴核心算法庫，包括特征工程、大規模機器學習、深度學習等。在此基礎上，阿里巴巴推出人工智能客服「小蜜」以及基于神經網絡、社會計算、情緒感知等原理工作的智能程序小「Ai」。

2015 年 6 月，阿里巴巴向軟銀旗下的機器人公司 SBRH 戰略注資 145 億日元。相比于機器人制造，阿里巴巴的優勢在云計算和大數據領域，這也將成為阿里巴巴在機器制造領域的差異化競爭壁壘。

而通過投資 SBRH，阿里巴巴得以建立起機器人產業的通路，并在機器視覺、語音解析、家庭智能控制、智能網絡安全等方面與 SBRH 建立研究合作和溝通機制，幫助其在智能家居方面基礎技術的積累和擴展。

在智能物聯領域，阿里巴巴整合了集團旗下天貓電器城、阿里智能云、淘寶眾籌三個業務部門，在內部調動各類優質資支持智能產品的推進并加速智能硬件孵化速度。而在 2015 年 4 月，阿里巴巴集團宣布成立阿里巴巴智能生活事業部，全面進軍智能生活領域。

4.科大訊飛：基于語音系統的通用解決方案

與 BAT 三家圍繞自身技術、用戶與基礎服務構建著差異化的人工智能競爭生態不同，科大訊飛選擇在語音識別這一單點領域進行突破，并圍繞于此建立基于語音系統的通用解決方案平臺。

依托于中文語音合成、語音識別、口語評測等多項技術研發與突破，科大訊飛以專用領域的技術解決方案為切口，分別在智能家居、行業安全、教育考試解決方案、智能硬件語音識別解決方案等專用領域產品的研發構建了目前國內最全的語音技術平臺并實現了語音領域最為廣泛的落地解決方案。

基于此，科大訊飛也最接近由人工智能專用技術解決方案商向通用技術應用平臺的角色過渡。就目前科大訊飛推出的從大型電信級應用到小型嵌入式應用，從電信、金融等行業到企業和家庭用戶以及從 PC 到手機等各種移動設備來看，科大訊飛已具備能夠滿足不同應用環境的多種產品的能力。

而在目前的國內語音識別市場上，科大訊飛研發的語音合成產品的市場份額達到 70% 以上，在電信、金融、電力、社保等主流行業的份額更達 80% 以上，開發伙伴超過 10000 家，以訊飛為核心的中文語音產業鏈已初具規模。

可以看出， 百度、騰訊和阿里巴巴三家巨頭分別圍繞著自身技術、用戶與基礎服務構建著差異化的人工智能競爭生態。其中，百度和騰訊更側重于圖像、語音和智能生活場景的解決方案，而阿里巴巴雖然對此有所涉獵，但主要重心在于數據和技術結合的服務型人工智能解決方案提供上。

與 BAT 為代表的大而全生態構筑不同，科大訊飛依托絕對市場份額的絕對占有率和構筑多年的技術門檻形成了他們在語音識別解決方案領域獨特的市場競爭力，這也為國內其他初創型人工智能企業的未來發展提供了良好的借鑒。

可以預見的是，人工智能產品線更為完整的百度將會更快地由專用領域人工智能向通用領域人工智能過度，騰訊的視覺和生活場景解決方案也將有更多的落地實踐空間，阿里巴巴則會在基礎技術提供和綜合解決方案上形成自己的競爭壁壘；而以科大訊飛為代表的由專用領域技術解決方案商向專業平臺過渡的模式也將會成為相當一部分初創型人工智能企業發展的借鑒。

三、八個國內人工智能領域最具價值的新銳公司

除了以 BAT 和科大訊飛為代表的核心勢力，近幾年來國內也涌現出了一大批極具發展前景和投資價值的初創型人工智能企業。他們分別在計算機視覺、語音識別、智能生活解決方案和醫療基因等領域形成自己差異化的競爭態勢，并在各自領域內的技術領先度和市場占有率上領先其他對手。

在這其中，既有格靈深瞳和曠視科技類的現實應用服務解決商，也涉及到華大基因和碳云智能這類的未來技術研發商，他們一道組成了國內人工智能領域未來發展的不可忽視力量。

1.格靈深瞳　　

在國內初創型人工智能企業中，格靈深瞳可以算是國內計算機視覺商業解決方案，尤其是在動態圖像識別領域最具代表性的企業，這一切也得益于格靈深瞳在人和車的檢測、跟蹤與識別方面所形成的技術門檻。

在具體應用中，除了在人臉識別、圖片識別、視頻內容識別、OCR、三維深度視覺等方面中的數款落地產品的推出，格靈深瞳還早早地將落地應用瞄準了零售、安防、汽車等領域。在行業自動化與智能化的技術實踐中，格靈深瞳走在了國內計算機視覺識別領域的前列。

除此之外，格靈深瞳還在早期通過開放計算機視覺模塊的方式嘗試進行計算機視覺技術平臺的搭建，這一類似科大訊飛發展路徑的戰略規劃也將使得更多計算機視覺領域的優秀企業提供更多的智能化解決方案并推動格靈深瞳內部產品的優化與創新。

2.曠視科技

與格靈深瞳稍顯不同的是，曠視科技的優勢集中在人臉識別和靜態圖片識別解決方案的落地實踐上。通過人臉識別云服務平臺 Face++、Image++ 以及智能硬件 Megvii C1 等產品的推出，曠視科技在人臉識別和靜態圖片識別等領域為行業解決方案、智慧安防解決方案獲得了最為廣泛的應用成果。

在國內以人臉識別為核心的計算機識別技術代表公司中，曠視科技不僅在識別準確率上取得了領先，在金融、安防等領域的落地應用中，曠視科技也提供了最成熟的技術解決方案。

在這其中，作為阿里巴巴的戰略合作伙伴，曠視為支付寶開發人臉識別模塊，其識別率超過了 99%；除此之外，曠視科技還為小米金融、聯想之星、民生銀行和公安系統等企業、單位和機構提供不同的視覺技術解決方案。

3.優必選

在國內智能機器人研發與應用企業層出不窮的同時，「優必選」選擇了以服務型機器人市場為切口構筑競爭壁壘。

基于這一思路，「優必選」從人形機器人的核心源動力伺服舵機研發起步，逐步推出了消費級人形機器人、商業人形機器人、智能家居機器人和積木機器人系列。

在國內商用化人形機器人普遍面臨零件成本過高和編程困難的瓶頸情況下，「優必選」的優勢在與選擇了一條從機器人的研發、零配件制造、生產、到銷售全部環節的商業化道路。

從機器人在結構上、硬件上的核心的關鍵部位到人形機器人研發生產，繼而進軍機器人 app 軟件商店，甚至牽動全球機器人愛好者一同參與到編程開發的環節上來，「優必選」形成一個開放式的產業生態系統，讓服務型人形智能機器人同時成為未來多個智能領域的入口。

4.出門問問

一套成熟的語音識別和語義理解系統 Ticwear 以及搭載該系統的智能硬件 Ticwatch，「出門問問」是國內智能語音領域軟硬件聯動和應用結合最成熟的企業。

在具體的應用中，「出門問問」完全接受語音輸入，通過語音識別將用戶聲音轉化為文字，再運用自然語意分析理解用戶行為，給用戶以精準的搜索結果，其核心技術在于用自然語義分析來理解人們像日常說話一樣的提問。

目前，已獲得 Google C 輪融資的「出門問問」總估值達 3 億美金，其產品方向也由智能語音解決方案進一步擴展到了智能生活助手領域。

5.地平線機器人

與大多數商用機器人解決方案商專注于機器人系統的軟硬件研發不同的是，由百度深度學習研究院( IDL )創始人余凱創辦的「地平線機器人」則聚焦于基于深度神經網絡的人工智能「大腦」平臺 。

「地平線機器人」所搭建的人工智能「大腦」平臺包括軟件和芯片和人工智能的解決方案，目前已經研發出分別面向自動駕駛的「雨果」平臺和智能家居的「安徒生」平臺，并取得了多項落地成果。?

在具體的應用中，「地平線機器人」將云端的大規模深度神經網絡算法實現在高性能低功耗的「大腦引擎」上，大幅提高了設備端上的智能；依托于橫跨圖像、語音、自然語言理解和運動控制上的軟硬件解決方案，「地平線機器人」的應用領域涵蓋智能家居、汽車和安全等

6.Broadlink

在國內智能家居市場，「Broadlink」是鮮有在軟硬件解決方案上均取得領先的新興企業。

在具體應用中，「Broadlink」自主研發的 Wi-Fi 物聯網傳輸模塊、云計算平臺和智能終端 app 應用，為各類家電廠商提供了成熟完整的智能家電解決方案；同時「Broadlink」還為用戶提供 DIY 智能插座、智能遙控、家庭空氣質量分析儀等智能家居產品。

早期，BroadLink 是智能家居解決方案的提供商，包括 WIFI、GPRS 聯網方案以及整套監控系統。BroadLink 最早開始涉足的領域是太陽能，目前眾多太陽能企業成為忠實客戶。

后來，BroadLink 在點名時間的眾籌，將產品推到用戶面前，獲得了普通用戶的認知和支持，接著發布自己的多款產品，包括智能插座 SP2、智能遙控 RM2、墻壁觸控開關 TC1、空氣質量檢測儀 e-Air，基于 BroadLink DNA 做產品上的嘗試，之后，順勢推出 BroadLink DNA 這樣家用電器實現智能化的解決方案。

從 BroadLink 的發展歷史可以看出，原本就是智能家居解決方案的提供商在經歷了產品這個維度之后，又回到當初做智能家居解決方案提供商的起點。但在這個過程里，基于 BroadLink 系列產品的成功和嘗試，原本智能家居解決方案的基因和 DNA 已經發生了進化，將互聯網的互通互聯引入，成為一套更為智能更加開放的多元化方案。

7.華大基因

在國內乃至全球人工智能領域最前沿也是最難突破的生命科學領域，「華大基因」選擇了「基因」作為研究的突破口。

通過簡歷高端儀器研發和制造平臺、大規模測序、生物信息、基因檢測、農業基因組、蛋白組等技術平臺和大數據中心，「華大基因」實現了從中心法則到結構與功能的貫穿研究，并以此構建了生物技術與信息技術相融合的網絡體系。

此外，通過「國家基因庫」的構建，「華大基因」還在多個層面與國家醫療、技術、教育等機構進行了深度研究合作，這也是其他同類企業所不具備的競爭優勢和壁壘。

8.碳云智能

由原「華大基因」CEO 王俊創辦的「碳云智能」在人工智能健康領域選擇了同「華大基因」不同的方向——健康大數據平臺，通過運用人工智能技術處理這些數據，幫助人們做健康管理。

「碳云智能」的數據來源包括兩部分，一部分靠自己的技術能力獲取，一部分靠合作伙伴獲取。靠該團隊的核心技術獲取的有基因數據、微生物數據（腸道、口腔、皮膚等）、蛋白及代謝數據（尿液、汗液、血液等）等，合作伙伴包括研究機構、藥廠、體檢中心、醫院、診斷公司、保險公司、健康管理公司等，從合作伙伴處獲取的數據有臨床及體檢數據、環境數據、運動數據、飲食數據等等。

目前，「碳云智能」已經建立了數據采集和技術平臺、人工智能數據分析技術平臺、智能硬件、數據庫和樣本庫及為每個用戶提供個性化 O2O 體系的五大基礎設施；而在企業服務上，「碳云智能」也通過為藥廠、化妝品公司、農業企業、體檢中心等提供相關的數據服務建立著自己的服務入口。

四、未來國內人工智能行業發展的五大趨勢

（1）機器學習與場景應用將迎來下一輪爆發

根據 Venture Scanner 的統計，截至 2015 年 9 月，全球人工智能領域獲得投資的公司中，按照平均融資額度排名的五大業務依次是：機器學習（應用類）、智能機器人、計算機視覺（研發類）、機器學習（研發類）和視頻內容識別等。

自 2009 年以來，人工智能已經吸引了超過 170 億美元的投資。過去四年間，人工智能領域的民間投資以平均每年 62% 的增長速率增加，這一速率預計還會持續下去。

而在 2015 年，全球人工智能領域的投資占到了年度總投資的 5%，盡管高于 2013 年的 2% ，但相比其他競爭領域仍處于落后位置。

目前中國地區人工智能領域獲得投資最多的五大細分領域是計算機視覺（研發類）、自然語言處理、私人虛擬助理、智能機器人和語音識別。從投資領域和趨勢來看，未來國內人工智能行業的資本將主要涌向機器學習與場景應用兩大方向。

數據儲存容量和技術能力的提升為機器學習爆發提供了基礎保障，而機器學習又是人工智能的核心技術和涵蓋面最廣的應用手段；但由于現階段運算能力的局限和通用解決方案的研發門檻限制，基于安防、智能生活、教育和健康等場景的場景應用成為了大多數國內企業在人工智能領域的突破口。

以下為國內知名投資機構在人工智能領域的代表性投資：

真格基金：地平線機器人、智齒科技、格靈深瞳、助理來也、億航無人機、潑辣熊、零零無限科技。

紅杉資本中國：地平線機器人、格靈深瞳、助理來也、大疆科技等。

IDG資本：小i機器人、智齒科技、SenseTime、碳原子科技、芋頭科技、零零無限科技、科沃斯機器人等。

創新工場：藍胖子機器人、小魚在家、易致機器人、曠世科技等。

金沙江創投：地平線機器人、零零無限科技、天機等。

北極光創投：圖譜科技、進化動力等。

啟明創投：云知聲、曠世科技等。

東方富海：億航無人機、永洪科技等。

聯想之星：曠世科技、思必馳、樂駕等。

晨興資本：地平線機器人、碳原子科技、美洽等。

英諾天使基金：臻迪智能、通用機器人、速感科技等。

GGV紀源資本：億航無人機、深之藍水下機器人、元趣味等。

湖杉資本：天博智、元趣等。

光速安振中國創業投資：助理來也、小魚在家等。

高通：云知聲、七鑫易維等。

線性資本：地平線機器人、芋頭科技等。

經緯中國：Camera360、永洪科技等。

達泰資本：金石機器人、永洪科技。

極客幫創投：異構智能、碳原子科技等。

（2）專用領域的智能化仍是發展核心

基于 GPU（圖形處理器）計算速度（每半年性能增加一倍）和基礎技術平臺的飛速發展，企業對于人工智能神經網絡的構建取得了前所未有的突破。但是，由于人工智能各領域技術和算法的復雜性，未來 20 年內人工智能的應用仍將集中于人臉和圖像識別、語音助手和智能家居等專用領域。

通過上述產業鏈環節構成和投資分類可以看出，優勢企業的核心競爭力主要集中于特定領域的專用技術研發；其中，計算機視覺和語音識別領域的研發和應用已處于國際一流水平，專業應用機器人的研發也有望近 10 年內迎來突破性發展。

可以預見的是，在由專業領域向通用領域過渡的過程中，自然語言處理與計算機視覺兩個方向將會成為人工智能通用應用最大的兩個突破口。在未來 20 年內，通用領域研發所需的技術和數據也會隨著各專用領域差異化發展的日臻成熟而迎來突破。

（3）產業分工日漸明晰，企業合作大于競爭

隨著專用領域應用開發的成熟和差異化技術門檻的存在，國內人工智能產業將逐漸分化為底層基礎構建、通用場景應用和專用應用研發三個方向。

在底層基礎構建方面，騰訊、阿里巴巴、百度、華為等企業依托自身數據、算法、技術和服務器優勢為行業鏈條的各公司提供基礎資源支持的同時，也會將自身優勢轉化為通用和專業應用領域的研究，從而形成自身生態內的人工智能產業鏈閉環。

在通用場景應用方面，以科大訊飛、格靈深瞳和曠視科技為代表的企業將主要以計算機視覺和語音識別為方向，為安防、教育和金融等領域提供通用解決方案。

而在專用應用研發方面則集中了大部分硬件和創業企業，這其中既包括以小米和 broadlink 為代表的智能家居解決方案商，也包含了出門問問、linkface 和優必選這類的差異化應用提供商。

總的來說，由通用領域向專業領域的進化離不開產業鏈條各核心環節企業的相互配合，專用領域的競爭盡管存在，但各分工層級間的協作互通已成為多數企業的共識。

（4）系統級開源將成為常態

任何一個人工智能研究分支都涉及到異常龐大的代碼計算，加上漏洞排查與跨領域交叉，任何一家企業都無法做到在封閉環境內取得階段性突破的可能。

可以看到的趨勢是，Google、微軟、Facebook 和雅虎等視人工智能為未來核心競爭力的頂級企業都先后開放了自身的人工智能系統。

需要明確的一點是，開源并不代表核心技術和算法的完全出讓，底層系統的開源將會讓更多企業從不同維度參與到人工智能相關領域的研發，這為行業層面新產品的快速迭代和共同試錯提供了一個良性且規范化的共生平臺。于開放企業而言，這也確保了它們與行業最新前沿技術的同步。

基于此，騰訊、阿里巴巴、百度和科大訊飛等在人工智能領域取得領先優勢的企業都在不同維度和空間開放了自身的人工智能系統。而在未來，隨著專用領域應用的普及和通用技術應用需求的增強，這種開放性還會不斷地加大。

（5）算法突破將拉開競爭差距

作為人工智能實現的核心，算法將成為未來國內人工智能行業最大的競爭門檻。以 Google 為例，Google 旗下的搜索算法實驗室每天都要進行超過 200 次的改進，以完成由關鍵字匹配到知識圖譜、語義搜索的算法創新。

在未來競爭的重點機器學習領域，監督學習、非監督學習和增強學習三個方面算法的競爭將進入白熱化階段。而正是算法層面的突破造就了騰訊優圖、科大訊飛和格靈深瞳等企業在圖像識別和計算機視覺領域取得了突破性進展和國際一線的技術水平。

但就目前國內人工智能算法的總體發展而言，工程學算法雖已取得階段性突破，但基于認知層面的算法水平還亟待提高，這也是未來競爭的核心領域。

總的來看，雖然基礎技術的成熟帶來了存儲容量和機器學習等人工智能技術的提升，但由于現階段運算能力以及大規模 CPU 和 GPU 并行解決方案的局限，目前國內人工智能的發展主要集中于計算機視覺、語音識別、智能生活等方向上。

雖然目前專用化領域的場景應用仍是目前研發和投資的核心，但隨著技術、數據的積累演化以及超算平臺的應用，由專用化領域的場景應用向語音、視覺等領域的通用化解決方案應該在未來 20 年內成為發展的主流。

未來，隨著國內人工智能行業的產業分工和企業競合日漸明晰，國內的人工智能產業鏈也將更為明顯地分化為以 BAT 為代表的生態平臺、以科大訊飛和格靈深瞳為代表的通用技術解決平臺以及以出門問問、broadlink 為代表的人工智能專用領域解決方案提供商。

總結

以上是生活随笔為你收集整理的国内人工智能行业全梳理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。