作为一家聚焦物联网场景的人工智能企业 ， 旷视给出的解题思路就是以AIoT产品体系为核心的城市空间数字化方案 ， 着力点在于实体产业和人工智能的融合创新 。

文章图片

旷视副总裁、城市业务事业部产品总经理那正平表示：“我们把城市分为大空间和微单元 ， 把城市的大空间互联起来 ， 把微单元也互联起来 ， 再把大空间和微单元互联互通 ， 做到更智能的全息感知和全域感知 ， 进而帮助城市进行更好的秩序治理 ， 帮助城市做服务升级 ， 为老百姓带来更多的获得感 。 ”
不过在“城市大空间”的选择上 ， 旷视并未急于求进 ， 而是选择从公共安全、城市治理和交通管理三条主线出发 ， 试图在探索中不断沉淀实践经验和行业理解 ， 聚焦城市的大空间场景 ， 进而打通“城市”的泛在数据 。

文章图片

可以给出的解释是 ， 旷视最初选择的赛道是计算机视觉 ， 在计算机视觉和深度学习领域有着深厚的积累 ， 并在城市安全、交通、治理等场景中打磨出了一整套智能化、可视化的算法和产品体系 。 而公共安全、城市治理和交通管理的特征在于治理场景复杂、长尾且碎片化 ， 旷视自研的人工智能生产力平台Brain++ ， 可以用相对更低的成本进行研发 ， 为智慧城市的成本问题给出了新解 。
站在普通市民的立场上 ， 可能并不关心自己所在的城市有多少智慧化的应用 ， 但公共安全、城市治理和交通管理的成效 ， 却和普通市民的安全感、幸福感、获得感直接相关 。 就像很多人并不在意交管部门安装了多少摄像机 ， 引入了什么样的算法平台 ， 可如果平时很拥堵的路段慢慢通畅了起来 ， 每天的通勤时间少了几十分钟 ， 对智慧城市的理解和态度自然会和过去有着质的不同 。
对于旷视的切入逻辑 ， 旷视合伙人兼总裁付英波曾在媒体采访中提到过“靶向性策略” ， 即以场景需求和问题求解为牵引 。 由此或许可以得到另一种解释：旷视选择沿着三条主线深耕 ， 而非一味扩张赛道 ， 正是“靶向性策略”的体现 ， 从中找到共性的应用需求 ， 沉淀出通用的解决方案 ， 无疑可以在其他场景或城市中进行乐高积木组合式的复制和创新 。
目前旷视AIoT的相关产品和方案已经在100多个城市落地 ， 覆盖了30个国家与地区 ， 并且在不断通过软硬件迭代传统场景中的系统构成 ， 将AI能力注入到城市的生活、生产、生态空间中 ， 潜移默化地驱动着城市的智慧化转型 。
03 城市走向“可视化” 当城市从物理的名词进化为智慧的动词 ， 当智慧化逐渐定格为城市的升级版和必选项 ， 同时也在刷新人们对城市未来的想象 。
那正平在采访时表示：无论是智慧城市、城市大脑还是数字孪生概念 ， 核心思想都是先通过物联网、人工智能等技术形成具象的数字孪生城市 ， 而后抽象出城市运行的内在规律 ， 再通过物联网体系对实体世界进行动态优化调节 ， 解决城市面临的安全、出行、环境、产业升级等诸多问题 。

文章图片

至于“智”理怎么深入到城市的毛细血管 ， 怎么让城市治理可视化 ， 抽象出内在规律并进行动态调节 ， 对应的是旷视的两个AIoT产品平台 。
一个是旷视昆仑 ， 定位是以人为核心的AIoT全域视图大数据平台 ， 也可以理解为着眼于城市全局数字化的智慧城市操作系统 。 作用是接入和管理城市里的传感器和边缘设备 ， 对视图为核心的数据进行统一存储、管理和分析 ， 然后在结构化数据的基础上 ， 协助政府机构改善公共安全、优化交通管理、改进城市资源规划 。