編者按：
盡管人工智能已取得了令人矚目的進(jìn)步，但它仍局限于數(shù)字領(lǐng)域。這種局限性導(dǎo)致人們?cè)絹碓叫枰环N新的人工智能范式，一種能夠有效彌合數(shù)字智能與現(xiàn)實(shí)世界交互之間差距的范式。
具身智能 (Embodied AI) 為解決這種局限性提供了前景廣闊的方案，即創(chuàng)建能像人類一樣與現(xiàn)實(shí)世界互動(dòng)的人工智能系統(tǒng)。它植根于“具身認(rèn)知”的概念，認(rèn)為智能并不完全來自“大腦”，還來自身體與周圍環(huán)境的互動(dòng)方式，身體形態(tài)和感官能力在具身智能中至關(guān)重要。
具身智能機(jī)器人已然成為資本市場的新焦點(diǎn)。到底何為具身智能機(jī)器人？它又是如何通過“大腦”和“小腦”來完成對(duì)外部環(huán)境的感知理解，以及自發(fā)做出決策并完成動(dòng)作執(zhí)行？當(dāng)前全球最領(lǐng)先的具身智能機(jī)器人技術(shù)有哪些？具身智能機(jī)器人未來商業(yè)化的機(jī)會(huì)在哪里？BAI團(tuán)隊(duì)將為你一一展開～
▍什么是具身智能
▍「大腦」頂層規(guī)劃決策
常見“大腦”技術(shù)路線
SayCan: SayCan主要關(guān)注于把LLM(Large Language Model)用于任務(wù)規(guī)劃，著重解決grounding問題（自然語言文本與視覺場景之間的對(duì)齊或連接），提出用語言模型以及affordance來對(duì)任務(wù)步驟進(jìn)行選擇，這樣機(jī)器人就能有效選擇它可以執(zhí)行的步驟（比如機(jī)器人只會(huì)抓取，但大模型不會(huì)輸出過于復(fù)雜的指令）。
PaLM-E：PaLM-E的理念是訓(xùn)練編碼器，將各種輸入轉(zhuǎn)換token化成自然詞后，嵌入相同的空間；PaLM-E是一個(gè) decoder-only 的 LLM，其訓(xùn)練數(shù)據(jù)為包含視覺、連續(xù)狀態(tài)估計(jì)和文本輸入編碼的多模式語句。PaLM-E 提供了一種訓(xùn)練通用模型的新范式，它通過一種共同的表示方法將機(jī)器人任務(wù)和視覺語言任務(wù)結(jié)合在一起：將圖像和文本作為輸入，并輸出文本讓機(jī)器人有了大腦，可以將復(fù)雜自然語言指令分解為簡單指令，然后再去調(diào)用 RT-1執(zhí)行動(dòng)作；PaLM-E所做的只是自然語言理解以及 Planning 部分的工作，并不涉及機(jī)器人動(dòng)作本身。
具身智能“大腦”發(fā)展特點(diǎn)
軟硬件解耦：“大腦”完全依賴于算法和數(shù)據(jù)驅(qū)動(dòng)，不依賴硬件，各個(gè)巨頭皆是基于Transformer為底座進(jìn)行模型研發(fā)，同一大腦可以運(yùn)用在不同硬件上進(jìn)行決策。
大模型驅(qū)動(dòng)：目前主流算法大部分基于LLM 以及LMM (Large Multimodal Model) ，現(xiàn)階段的主要難點(diǎn)在于如何提高大腦語義理解能力和效率，以及如何將理解后的信息映射到機(jī)器人的行動(dòng)中。
較優(yōu)的泛化能力：在開放環(huán)境下，基于大模型的具身智能相較rule-base算法具有一定程度的多場景任務(wù)泛化能力。
綜上，具身智能機(jī)器人“大腦”在某種程度上和自動(dòng)駕駛相似，在開放場景和路徑規(guī)劃上具有一定的遷移性。大模型的發(fā)展對(duì)具身智能的大腦起到了長足的影響，具身智能機(jī)器人“大腦”的長遠(yuǎn)發(fā)展依賴于大模型，尤其是多模態(tài)大模型。核心技術(shù)難點(diǎn)為算法的開發(fā)，BAI非常關(guān)注具有算法和數(shù)據(jù)領(lǐng)先性的公司。
▍「小腦」底層控制算法
小腦是具身智能底層控制的核心（把“大腦”對(duì)語義信息的理解轉(zhuǎn)化為動(dòng)作），其能力可以廣泛地理解為“三歲小孩可以做到的運(yùn)動(dòng)控制以及對(duì)物體的操作”。此類數(shù)據(jù)極其匱乏，單任務(wù)執(zhí)行起來都有困難，遑論任務(wù)間的泛化了。目前看來，小腦部分是具身智能在技術(shù)層面較大的瓶頸，其發(fā)展成熟度尚不及大腦部分。
模型預(yù)測(cè)控制（Model Predictive Control）：通過預(yù)測(cè)未來系統(tǒng)行為來做出決策，在未來的一個(gè)給定時(shí)間窗口內(nèi)解決一個(gè)最優(yōu)化問題，以尋找控制輸入，最小化成本并滿足約束。MPC需要系統(tǒng)模型、成本函數(shù)、預(yù)測(cè)時(shí)間段、約束和反饋來運(yùn)作，通過預(yù)測(cè)了未來會(huì)發(fā)生什么事情，機(jī)器人可以產(chǎn)生相應(yīng)的動(dòng)作來進(jìn)行“預(yù)判”，在一定程度上加大了機(jī)器人的實(shí)用性。以足式機(jī)器人為例，一種使用方法是將MPC用于全身控制（Whole Body Control），由于利用MPC預(yù)測(cè)了未來一個(gè)預(yù)測(cè)時(shí)間步長的狀態(tài)與控制序列，使得機(jī)器人可以協(xié)調(diào)身體的各個(gè)部分，可以通過觀測(cè)到的地面環(huán)境提前給出相應(yīng)的控制量，減緩欠驅(qū)動(dòng)狀態(tài)下的系統(tǒng)的不穩(wěn)定性，通過優(yōu)化得出最佳地面接觸力作為控制量，在欠驅(qū)動(dòng)狀態(tài)下與地面的短時(shí)接觸中，減少接觸模態(tài)的干擾，增強(qiáng)四足的穩(wěn)定性。
此類路線的代表為波士頓動(dòng)力，它的優(yōu)點(diǎn)是傳統(tǒng)算法可靠性高、可解釋性強(qiáng)，而缺點(diǎn)是對(duì)于corner case（例如光滑地面）處理不好。
強(qiáng)化學(xué)習(xí)（Reinforcement Learning）：相比于MPC依賴于線上優(yōu)化以及物理模型，強(qiáng)化學(xué)習(xí)可以讓機(jī)器人自主學(xué)習(xí)：智能體能夠從環(huán)境中獲取一種狀態(tài)，由智能體進(jìn)行決策，對(duì)環(huán)境作出一種行為，再由環(huán)境反饋獎(jiǎng)勵(lì)信號(hào)給智能體，透過多次的上述過程，智能體由過往的經(jīng)歷學(xué)習(xí)獲得的獎(jiǎng)勵(lì)信號(hào)最佳的行。以游戲?yàn)槔?，如果在游戲中采取某種策略可以取得較高的得分，那么就進(jìn)一步強(qiáng)化這種策略，以期繼續(xù)取得較好的結(jié)果；通過激勵(lì)，具身智能體在模擬器中不斷試錯(cuò)最終提升能力。在機(jī)器人領(lǐng)域中，因?yàn)閷W(xué)習(xí)效率普遍較低，機(jī)器人往往要在模擬器中進(jìn)行學(xué)習(xí)，而現(xiàn)在的模擬器和真實(shí)世界有差距（sim-to-real gap），往往需要大量的努力才能讓在模擬器中訓(xùn)練好的機(jī)器人遷移到真實(shí)世界。
此類路線的優(yōu)點(diǎn)是可適應(yīng)性強(qiáng)、方法簡單易懂，而缺點(diǎn)是需要大規(guī)模預(yù)訓(xùn)練、不易對(duì)行為進(jìn)行分析（本質(zhì)是黑盒)。
模仿學(xué)習(xí)（Imitation Learning）：模仿學(xué)習(xí)專注于從demo中進(jìn)行學(xué)習(xí)，比如我們可以給機(jī)器人展示一次如何打掃桌子，而機(jī)器人的目標(biāo)就是學(xué)出其中的要點(diǎn)，并且自主完成這個(gè)任務(wù)。優(yōu)點(diǎn)是方法比較直接簡單，可以直接在真實(shí)世界中收集數(shù)據(jù)，缺點(diǎn)是需要人去收集demo，較難規(guī)?；?/span>
由于“小腦”模型處在非結(jié)構(gòu)化的環(huán)境，導(dǎo)致機(jī)器人部署十分困難，主要難點(diǎn)集中在數(shù)據(jù)匱乏，因此，我們這里通過數(shù)據(jù)來源來總結(jié)最近技術(shù)的進(jìn)展。
現(xiàn)實(shí)世界機(jī)器人數(shù)據(jù)
學(xué)術(shù)界代表人物及其工作（非完整列表）：
Google機(jī)器人團(tuán)隊(duì): Sergey Levine, Chelsea Finn, Karol Hausman, Andy Zeng, Pete Florence, Fei Xia, Ted Xiao, Brian Ichter, Tianhe Yu, Yevgen Chebotar … （參見相關(guān)工作SayCan, RT-1, RT-2, RT-X）
UC Berkeley: Sergey Levine （參見相關(guān)工作Bridge Dataset）
Stanford: Chelsea Finn （參見相關(guān)工作ALOHA）
Stanford: Shuran Song （參見相關(guān)工作Diffusion Policy）
Toyota Research Institute: Russ Tedrake（最近目標(biāo)為scale up Diffusion Policy）
上交大：Cewu Lu（參見相關(guān)工作RH20T）
仿真機(jī)器人數(shù)據(jù)
近年得益于NVIDIA對(duì)于仿真環(huán)境的GPU加速以及對(duì)于Omniverse的開發(fā)投入，對(duì)于高維控制任務(wù)例如靈巧手、機(jī)器狗推動(dòng)尤為巨大，這種方法的常用算法為強(qiáng)化學(xué)習(xí)，它的優(yōu)點(diǎn)是數(shù)據(jù)收集過程無需人工，而缺點(diǎn)是物理仿真難以真實(shí)（有sim-to-real難點(diǎn)）、強(qiáng)化學(xué)習(xí)算法需要針對(duì)每個(gè)任務(wù)單獨(dú)調(diào)節(jié)（前期需較大工程量)。
學(xué)術(shù)界代表人物及其工作（非完整列表）：
現(xiàn)實(shí)世界人類數(shù)據(jù)
此類主要利用人類視頻數(shù)據(jù)進(jìn)行學(xué)習(xí)，統(tǒng)一特點(diǎn)是數(shù)據(jù)不包含機(jī)器人可用的動(dòng)作信息，因此也可以理解為passive data。
這一方法的優(yōu)點(diǎn)是數(shù)據(jù)已有、無需人工收集、數(shù)據(jù)場景多樣且廣泛，而缺點(diǎn)是沒有action、噪聲很大、質(zhì)量不高。
學(xué)術(shù)界代表人物及其工作（非完整列表）：
利用預(yù)訓(xùn)練大模型進(jìn)行學(xué)習(xí)
此類主要運(yùn)用已經(jīng)訓(xùn)練好的語言模型以及多模態(tài)大模型進(jìn)行學(xué)習(xí)，由于這些大模型輸出還限制于文字，許多工作專注于“大腦”部分，但也有近期工作探索在“小腦”部分的應(yīng)用。
這一類的優(yōu)點(diǎn)是可以利用大模型的泛化能力且使用簡單，缺點(diǎn)是無直接可用的動(dòng)作信息、grounding（將語言模型與具體的環(huán)境相連接）困難。
近期工作：
RT-1（Robotic Transformer 1）：建立在Transformer架構(gòu)上的35M參數(shù)網(wǎng)絡(luò)，從不同的感官輸入（視覺、文本）中生成簡單指令，只能執(zhí)行拿起、放下、向左、向右等基本指令；模型中沒有思維鏈，也不具備推理能力。該模型是一個(gè)多任務(wù)模型，對(duì)機(jī)器人的輸入和輸出動(dòng)作（如攝像頭圖像、任務(wù)指令和電機(jī)命令）進(jìn)行標(biāo)記化，以便在運(yùn)行時(shí)進(jìn)行高效推理，從而實(shí)現(xiàn)實(shí)時(shí)控制。
RT-2（Robotic Transformer 2）：RT-2 是建立在 VLM的基礎(chǔ)上的視覺-語言-動(dòng)作VLA模型（Vision-Language-Action），該模型是端到端end to end的集成解決方案，它能夠看懂從未見過的物體，理解人類的復(fù)雜指令，中間不再需要將其轉(zhuǎn)化成簡單指令，通過自然語言就可得到最終的 Action；RT-2 不輸出中間過程的Hard decision，這是end-to-end系統(tǒng)與 Pipeline 機(jī)器學(xué)習(xí)系統(tǒng)的最大區(qū)別。RT-2 通過知識(shí)遷移可以先讓模型在網(wǎng)上學(xué)習(xí)大量知識(shí)，然后將這些知識(shí)與視覺模型對(duì)齊，機(jī)器人模型可以理解并處理在訓(xùn)練數(shù)據(jù)里沒見過的新對(duì)象、新環(huán)境和新背景，并非視覺或機(jī)器人本身的“涌現(xiàn)”，而是多模態(tài)大模型的“涌現(xiàn)”。RT-2還具備多步推理能力，可以完成二階甚至高階邏輯。
RT-X：構(gòu)建多樣化數(shù)據(jù)集是訓(xùn)練通用模型的關(guān)鍵，Google DeepMind與33家學(xué)術(shù)研究機(jī)構(gòu)匯集了22種不同機(jī)器人類型的數(shù)據(jù)，涵蓋100萬個(gè)片段，展示了機(jī)器人500多項(xiàng)技能和16萬項(xiàng)任務(wù)表現(xiàn)，創(chuàng)建Open X-Embodiment數(shù)據(jù)集，這是目前最全面的機(jī)器人數(shù)據(jù)集。利用該數(shù)據(jù)集，在RT-1和RT-2模型上訓(xùn)練出能力更強(qiáng)的RT-1-X和RT-2-X。RT-1-X的成功率提升了50%，RT-2-X無障礙解鎖新技能，實(shí)現(xiàn)了RT-2以前無法實(shí)現(xiàn)的技能，例如對(duì)空間的更好理解。
VoxPoser：可以在真實(shí)世界的操縱任務(wù)中零樣本合成軌跡，對(duì)于自由形式語言指令的開放集和對(duì)象的開放集都能適用。由于數(shù)據(jù)對(duì)于泛化至關(guān)重要，但機(jī)器人數(shù)據(jù)稀缺且昂貴。因此為了避免在標(biāo)記數(shù)據(jù)上進(jìn)行策略訓(xùn)練，VoxPoser 的研究工作采用 LLM大型語言模型+VLM 視覺-語言模型中提取機(jī)會(huì)和約束的方法，利用生成的代碼來構(gòu)建 3D 值地圖，以供運(yùn)動(dòng)規(guī)劃器使用，用于零樣本合成日常操縱任務(wù)的軌跡，從而實(shí)現(xiàn)在真實(shí)世界中的零樣本機(jī)器人操縱。
學(xué)術(shù)界代表人物及其工作（非完整列表）：
▍中國是更適合具身智能機(jī)器人發(fā)展的土壤
具身智能機(jī)器人顧名思義還屬于機(jī)器人范疇，是硬件本體。正如前文所說，真正的壁壘是數(shù)據(jù)，數(shù)據(jù)依賴硬件本體的采集，基于不同應(yīng)用場景的海量數(shù)據(jù)需要有海量的量產(chǎn)落地應(yīng)用的機(jī)器人硬件來采集。中國無論從機(jī)器人的生產(chǎn)制造層面，還是應(yīng)用場景采集數(shù)據(jù)層面，都具有得天獨(dú)厚的優(yōu)勢(shì)，故而是最適合具身智能機(jī)器人發(fā)展的土壤。
從生產(chǎn)制造角度而言，具身智能機(jī)器人相比傳統(tǒng)工業(yè)機(jī)器人，核心零部件類似，生產(chǎn)工藝類似，且不涉及高精尖芯片、零部件，供應(yīng)鏈和生產(chǎn)制造體系完全可以復(fù)用。中國在具身智能機(jī)器人的生產(chǎn)制造層面有極高的優(yōu)勢(shì)——成本低、效率高。因而為具身智能機(jī)器人的大規(guī)模量產(chǎn)商用奠定了供給端基礎(chǔ)。
從應(yīng)用場景而言，基于中國是制造業(yè)大國也是服務(wù)業(yè)大國，無論to B還是to C場景，機(jī)器人都有眾多廣泛的的應(yīng)用場景。加之移動(dòng)互聯(lián)網(wǎng)所帶來的數(shù)字化基礎(chǔ)設(shè)施的領(lǐng)先優(yōu)勢(shì)，數(shù)據(jù)的采集和收集都十分便捷，數(shù)據(jù)隨著機(jī)器人端-移動(dòng)APP端-云端形成完整的數(shù)據(jù)閉環(huán)，豐富的使用場景貢獻(xiàn)了海量的多維度數(shù)據(jù)，從而數(shù)據(jù)飛輪反哺具身智能機(jī)器人算法。
▍具身智能離規(guī)模性商業(yè)化并不遙遠(yuǎn)
理想的具身智能機(jī)器人相比上一代傳統(tǒng)AI視覺機(jī)器人，具有顯著更強(qiáng)的泛化性，較適合重交互性、可自適應(yīng)的場景——原來需要買5個(gè)機(jī)器人、分任務(wù)部署，未來可能只需要兩個(gè)，甚至一個(gè)就可以完成。就發(fā)展趨勢(shì)而言，我們有如下猜測(cè)：
機(jī)械臂（操作）先于人型雙足（移動(dòng)）
人類的多數(shù)操作是由上肢加手完成，因而機(jī)械臂（已相對(duì)成熟）+靈巧手即可解決大多數(shù)操作場景，而輪式底盤在絕大多數(shù)平面場景的穩(wěn)定性、魯棒性、成本、電池續(xù)航等性能遠(yuǎn)超于人型雙足——有人說，可是這個(gè)社會(huì)的構(gòu)造都是根據(jù)人類生理結(jié)構(gòu)構(gòu)建的，人形機(jī)器人理論上應(yīng)該是最合適的？但如果放眼實(shí)際的工廠、倉庫、道路等等地方，你會(huì)發(fā)現(xiàn)特定場景內(nèi)的問題解決，實(shí)在不一定要用到復(fù)雜度幾何級(jí)提高的“腿”，除非在少數(shù)特定的室外巡檢、軍事場景，需要四足/雙足，而四足穩(wěn)定性又高于雙足。
To B 先于 To C
短期，To B的科教場景落地：人型雙足目前更多是在科研、教育、導(dǎo)覽等研究示范性場景出貨。
中短期，To B的工業(yè)場景落地：例如汽車、3C產(chǎn)線，相比傳統(tǒng)的工業(yè)機(jī)器人，具身機(jī)械臂&工具手可進(jìn)行多工序的復(fù)雜裝配/協(xié)作裝配；具身“大腦”有泛化性，故而更容易換線；形態(tài)會(huì)是輪式底盤+可升降高度機(jī)械臂+靈巧手/夾爪/三指。
中期，To B的服務(wù)場景落地：零售（分揀、理貨）、酒店&餐廳（收餐、遞送）、清潔（非平面操作清潔）、巡檢（辦公樓）；形態(tài)會(huì)是現(xiàn)有商用機(jī)器人形態(tài)+機(jī)械臂+靈巧手/夾子/三指。
遠(yuǎn)期，To C服務(wù)場景落地：To C場景首先落地大概率是情感交互需求（兒童娛樂、老人看護(hù)、成人陪伴），操作需求（家用清潔&收納等）落地時(shí)間會(huì)非常遠(yuǎn)；形態(tài)可能是輪式亦或是人型雙足（類人形態(tài)更利于情感交互）。
▍AI四小龍”發(fā)展歷程帶來的啟發(fā)
這次具身智能在資本市場上掀起的浪花，讓人想到當(dāng)年機(jī)器視覺時(shí)代的百舸爭流。2013至2016年是中國CV初創(chuàng)企業(yè)瘋狂涌現(xiàn)的階段，有一半以上企業(yè)均在此期間創(chuàng)立，競爭高度激烈。2012年國內(nèi)新注冊(cè)CV公司僅為9家，累計(jì)數(shù)量不足20家。到2016年時(shí)中國CV領(lǐng)域企業(yè)數(shù)量累計(jì)已超100家。其中2015年全年新增數(shù)量達(dá)到頂峰，那一年新增了約40家CV公司。
而到2017年時(shí)，CV領(lǐng)域競爭格局已經(jīng)基本定型，行業(yè)集中度已經(jīng)大幅提高，新增CV領(lǐng)域初創(chuàng)企業(yè)數(shù)量下滑嚴(yán)重，僅剩下大約2家。根據(jù)IDC，2017年CV“四小龍”總體市場份額達(dá) 69.4%，剩余其他廠商總體僅占市場30.6%的份額。市場份額前四名的分別是商湯，依圖，曠視和云從，所占市場份額分別為20.6%、17.3%、16.4%，15%。
稟賦：最根正苗紅的技術(shù)團(tuán)隊(duì)
商湯的技術(shù)源頭為香港科技大學(xué)深度學(xué)習(xí)視覺領(lǐng)域應(yīng)用的先驅(qū)湯曉鷗教授及其團(tuán)隊(duì)，是學(xué)術(shù)界最早涉獵深度學(xué)習(xí)的華人團(tuán)隊(duì)之一，也是我國計(jì)算機(jī)視覺行業(yè)主要龍頭企業(yè)之一。并貢獻(xiàn)出了11年-14年CVPR 和 ICCV 兩大全球計(jì)算機(jī)視覺世界頂級(jí)學(xué)術(shù)會(huì)議上一半的學(xué)術(shù)論文，并重金網(wǎng)羅了業(yè)內(nèi)最優(yōu)秀的一批視覺技術(shù)人才，在業(yè)內(nèi)有絕對(duì)的人才優(yōu)勢(shì)。
依圖科技有限公司成立于2012年，由朱瓏、林晨曦共同創(chuàng)立。朱瓏曾在麻省理工學(xué)院人工智能實(shí)驗(yàn)室任博士后研究員，在紐約大學(xué) Yann Lecun 的數(shù)學(xué)研究所擔(dān)任研究員。林晨曦曾先后任微軟亞洲研究院研究員、以及阿里云資深專家，曾帶領(lǐng)團(tuán)隊(duì)搭建了阿里云飛天分布式云計(jì)算操作系統(tǒng)。依圖曾蟬聯(lián)三屆由美國國家標(biāo)準(zhǔn)技術(shù)局（NIST）主辦的全球人臉識(shí)別測(cè)試（FRVT）冠軍，其人臉識(shí)別準(zhǔn)確率位于世界最前列，并于2019年入選2019年CB Insights全球AI百強(qiáng)榜單'AI 100'。
云從科技2015年由周曦創(chuàng)立。2010年，UIUC周曦以“百人計(jì)劃”專家身份回國，與大學(xué)好友李繼偉和溫浩一同組建了當(dāng)時(shí)中科院最大的人臉識(shí)別研究團(tuán)隊(duì)。2015 年放棄了中科院的編制，帶領(lǐng)團(tuán)隊(duì)的部分核心成員，正式成立了云從科技。
選擇：切入最廣泛的場景
據(jù)華經(jīng)產(chǎn)業(yè)數(shù)據(jù)，中國計(jì)算機(jī)視覺下游應(yīng)用結(jié)構(gòu)分布為：安全影響分析67.9%，廣告營銷18.1%，泛金融7.7%，互聯(lián)網(wǎng)娛樂4%，手機(jī)2%，創(chuàng)新領(lǐng)域1%。具體根據(jù)IDC，2017年CV“四小龍”總體市場份額達(dá) 69.4%，剩余其他廠商總體僅占市場30.6%的份額。四家公司在應(yīng)用場景的落地上極其相似，都以目前比較成熟的市場安防和金融為主。
商湯科技的主要業(yè)務(wù)場景：智慧商業(yè)、智慧城市、智慧生活、智能汽車四大板塊。
曠視科技主要深耕方向三大垂直領(lǐng)域：個(gè)人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應(yīng)鏈物聯(lián)網(wǎng)。
依圖科技應(yīng)用領(lǐng)域：智能安防、依圖醫(yī)療、智慧金融、智慧城市、智能硬件等。
云從科技技術(shù)運(yùn)用于智慧金融、智慧治理、智慧出行、智慧商業(yè)等重點(diǎn)行業(yè)市場。云從是唯一一家同時(shí)受邀制定人臉識(shí)別國家標(biāo)準(zhǔn)、公安部標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的企業(yè)。
努力：構(gòu)建銷售能力切入了客戶需求，實(shí)現(xiàn)算法和數(shù)據(jù)的飛輪效應(yīng)
商湯科技市場占有率居四小龍前列，商湯科技是中國最大的AI算法提供商，在人臉識(shí)別場景中有很成熟的落地，國內(nèi)外多家企業(yè)均為其客戶。
曠視科技是人臉識(shí)別領(lǐng)域的獨(dú)角獸，以人臉識(shí)別為核心技術(shù)，客戶包括支付寶、今日頭條、滴滴、vivo等的人臉識(shí)別以及在線身份驗(yàn)證。
依圖科技CV人工智能領(lǐng)域4大新創(chuàng)獨(dú)角獸之一，在智能安防領(lǐng)域技術(shù)處于領(lǐng)先地位。
云從科技重點(diǎn)布局安防和銀行金融，有“中國銀行業(yè)第一大AI供應(yīng)商”的稱號(hào)，客戶覆蓋六大行，簽約超過100家銀行的總行平臺(tái)，覆蓋全國超14.7萬個(gè)網(wǎng)點(diǎn)。
回顧歷史有助于我們理解當(dāng)下和為未來做好準(zhǔn)備，我們也充滿信心地期待具身領(lǐng)域能夠出現(xiàn)推動(dòng)世界進(jìn)步的公司。BAI團(tuán)隊(duì)也將持續(xù)深耕人工智能領(lǐng)域，關(guān)注具身智能賽道最新動(dòng)態(tài)，也歡迎行業(yè)內(nèi)的伙伴、創(chuàng)業(yè)者和我們一起交流討論～
聯(lián)系客服
