AI|依图三变，“退群”AI四小龙
鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
AI四小龙、CV四兽 ， 都是江湖给的并称 。
除了依图 ， 还有旷视、商汤和云从 。
当年深度学习推动AI复兴 ， 率先在视觉CV领域大放异彩 ， 这4家跑得最快的公司 ， 被以「四小龙」、「四兽」归类并称 。
不过 ， 其他几家现在对这种并称是否认同不得而知 。
依图 ， 显然是不愿意了——毕竟在最近央视《新闻联播》报道中 ， 他们的自我介绍里 ， “视觉”定位不再出现 。 
图片
取而代之的是算力 ， 以芯片为核心提供人工智能算力 。
而且虽然向来行事低调 ， 但如果连点成线 ， 确实也不难发现 ， 依图确实已经变了 。
当初以计算机视觉打响名气的依图 ， 现在随着AI发展进一步落地和深入行业 。
上上下下从实际业务、落地理念 ， 以及战略未来 ， 都发生了质变 。
三大变化 ， 由表及里 。 
图片
依图之变在业务
首先 ， 业务布局上的重构 。
从夯实视觉算法 ， 到决胜AI算力 。
一方面 ， 在算法领域全面发展 ， 覆盖计算机视觉、语音识别、自然语言理解、智能决策多个领域 。
另一方面 ， 致力于将人工智能算法和算力耦合设计 ， 充分发挥全栈能力 。
最直观的改变 ， 莫过于依图首款AI芯片求索（questcoreTM）的发布 。 
图片
当时就明确介绍 ， 与英伟达GPU、谷歌TPU和其他AI芯片公司研发的AI加速器产品不同 ， 求索是一款具有均衡的端到端服务能力的AI处理器 ， 不依赖传统x86 CPU ， 也不需要使用GPU方案 。
其优势在于 ， 在传统的CPU计算、人工智能计算、存储和片上数据传输之间取得了良好的平衡 ， 灵活可扩展的架构使其能兼顾云端和边缘域的视觉推理需求 。
而自研芯片的正式商用、落地 ， 更是让依图在AI赛道上展现出了差异化的能力 。 
图片
此次《新闻联播》点赞的 ， 就是依图作为上海城市治理金字招牌「一网统管」系统建设中的核心作用 。
依靠自研AI芯片为系统提供高密度人工智能算力 ， 极大地释放了人工智能算力在城市管理中规模化落地的可能性 。
比如 ， 在上海「一网统管」项目中 ， 浦东新区完成了中环内直管公房149个老旧小区智能场景全覆盖 ， 老旧小区智能化改造从盆景到风景到森林正在变为可能 。 
图片
上海之外 ， 这样的城市「视觉中枢」能力 ， 同样被运用到了在网上被热议的福州、贵阳等城市 。
在一座城市中 ， 刷脸乘车、刷脸借书、刷脸上医院取号……这种「靠脸生活」的表象背后 ， 依图实现了完整全域AI平台的打造 。
从前端设备到后端算力 ， 包括刷脸终端、服务终端、人脸比对平台、业务系统、用户系统、账户系统、AI大数据平台、算力平台 ， All in One.
依图之变在理念
相比外显的业务变化 ， 更为本质的变化 ， 在于驱动这家公司向前的使命和理念 ， 变得更加显性 。
需要站到更宏观的——整体谋篇布局——来审视 。 
图片
一方面 ， 技术层 ， 早已破圈破壁 ， 横向打通了视觉、语音和NLP等AI三大项能力 。
除了之前在视觉领域的成绩单 ， 语音和NLP的成果 ， 此前也有过公开刷屏：
比如2018年年底 ， 依图进军AI语音领域 ， 语音识别算法在全球最大开源中文数据库AISHELL-2上词错率仅3.71% ， 比原业内领先者提升约20% ， 大幅刷新纪录 。
