Kaiyun：錢塘江畔探“視界”

　　據(jù)統(tǒng)計，人類70%的信息通過視覺獲得。一定程度來說，“視界”有多大，人類對“世界”的認知就會有多大。

　　在浙江杭州，越來越多的“黑科技”正不斷拓展視覺邊界。工業(yè)視覺、醫(yī)學影像、虛擬現(xiàn)實、數(shù)字安防、自動駕駛……如今，錢塘江畔已形成覆蓋多個細分領(lǐng)域的視覺智能產(chǎn)業(yè)集群。建設(shè)“中國視谷”、打造“視覺智能第一城”……

　　視覺智能將給人們的生活帶來哪些改變，對工業(yè)生產(chǎn)又意味著什么？記者來到杭州實地探訪。

　　工程師手持一個酷似魔方的不規(guī)則多邊體，一會兒蹲下，一會兒起來，對著汽車左一下、右一下地揮舞……

　　剛走進先臨三維科技股份有限公司，眼前的一幕引起了記者濃厚的興趣。乍一看，有些讓人摸不著頭腦；視線一轉(zhuǎn)，眼前的汽車竟“鉆”進了電子屏幕里——原來，機器發(fā)出的50條藍色激光線萬次的速度掃描汽車，約8分鐘后，一個完整的車輛數(shù)字三維模型躍然浮現(xiàn)。轉(zhuǎn)動鼠標滾輪，汽車細節(jié)在屏幕上不斷放大，直至輪廓、起伏、弧度全部消失不見，只剩最原始的點、線，以及三角網(wǎng)格。

　　“這就是高精度工業(yè)3D掃描儀！它保留了物體結(jié)構(gòu)、幾何細節(jié)、尺寸關(guān)系等信息，和現(xiàn)實物體高度一致，可以廣泛運用于工業(yè)測量的各個環(huán)節(jié)?！毕扰R三維董事長李濤介紹。

　　先臨三維位于杭州市蕭山區(qū)，是一家聚焦高精度3D視覺的國家級制造業(yè)單項冠軍企業(yè)。在杭州，像這樣深耕視覺智能領(lǐng)域的企業(yè)還有很多：不僅有海康威視、大華股份、新華三等叫得響的行業(yè)龍頭，也有先臨三維、當虹科技、虹軟科技等一批專注視覺智能產(chǎn)業(yè)某一領(lǐng)域的企業(yè)。據(jù)統(tǒng)計，2023年，杭州視覺智能規(guī)上企業(yè)達846家，全市視覺智能產(chǎn)業(yè)總營收達到7763億元。

　　21世紀初，國內(nèi)視頻行業(yè)經(jīng)歷了一場大洗牌，數(shù)字信號技術(shù)風頭日盛。彼時，初創(chuàng)不久的?？低暫痛笕A股份嗅到商機，接連向市場推出一系列采用數(shù)字技術(shù)的視頻監(jiān)控產(chǎn)品。到2021年，杭州生產(chǎn)的視頻監(jiān)控產(chǎn)品DVR、NVR、攝像機市場占有率超過50%。

　　“雖然視頻監(jiān)控產(chǎn)品是杭州的傳統(tǒng)優(yōu)勢，但從產(chǎn)業(yè)端角度看，單純的監(jiān)控安防需求已趨于飽和，加上國際市場不明朗、海外拓展受限等因素，只靠視頻安防單一路徑，恐怕走不遠。”浙江省北大信息技術(shù)高等研究院院長蔣云告訴記者。

　　要想謀求新的生機，杭州必須蹚出一條更深、更寬的路?！凹热蝗?0%的信息是靠視覺獲取的，那么理論上，信息產(chǎn)業(yè)中70%都可以和視覺技術(shù)關(guān)聯(lián)，這是一片巨大的藍海?！笔Y云說。

　　將目光探向千行百業(yè)——環(huán)保領(lǐng)域，大華股份的熱成像攝像機可以全天候監(jiān)控秸稈焚燒易發(fā)區(qū)；教育領(lǐng)域，宇視科技的多媒體一體化的智慧黑板能讓課堂更多彩；文保領(lǐng)域，?？低晫?3.74公里的西安古城墻進行厘米級三維建模保護；交通領(lǐng)域，當虹科技的壓縮技術(shù)能讓遠洋船舶在衛(wèi)星窄帶寬傳輸條件下清晰、流暢調(diào)閱視頻……2023年，杭州提出“數(shù)字安防—視覺智能—智能物聯(lián)”的產(chǎn)業(yè)躍遷之路，一大批企業(yè)融入千行百業(yè)，以視覺智能為核心提供智慧物聯(lián)解決方案和運營服務。

　　“請?zhí)上?，放輕松?！痹谙扰R三維展廳，工作人員帶記者體驗了一把牙齒掃描。將設(shè)備放入口腔，左掃一下，右探一下，一兩分鐘左右，記者的口腔模型便實時在電腦上生成，整個過程口腔沒什么特別的感覺。

　　十多年前，齒科數(shù)字化在國內(nèi)還是新鮮事，牙齒正畸、種植不僅需要患者長時間張口咬硅橡膠印模，而且在后期制取、郵寄過程中，所產(chǎn)生的誤差也會影響佩戴體驗。就算醫(yī)院有口腔內(nèi)數(shù)字化取模設(shè)備，大多也是從國外進口。

　　有需求就有商機。齒科數(shù)字化這片國內(nèi)市場的空白，正好給擁有高精度3D視覺技術(shù)的先臨三維一個機遇。2011年，先臨三維開始攻關(guān)口腔內(nèi)三維掃描技術(shù)：牙齒表面有一層透明膜，這是3D掃描的天然障礙，為了在不噴粉情況下獲取三維數(shù)據(jù)，團隊大膽革新，放棄熟悉的方案，采取全新策略；同時，團隊自主研發(fā)算法和軟件，智能識別并擯除人體頰舌側(cè)等雜余數(shù)據(jù)……現(xiàn)在，公司口腔數(shù)字印模儀已能將最遠端兩顆牙齒的距離誤差控制在50微米以內(nèi)，單顆牙齒的誤差控制在10微米以內(nèi)。

　　“我們不斷尋找市場機遇，根據(jù)客戶的痛點針對性升級技術(shù)，目前產(chǎn)品已廣泛應用于汽車、航空、能源、電子、醫(yī)療等領(lǐng)域。只有生長出更多、更廣的應用場景，視覺科技企業(yè)的生命力才能不斷綻放?！崩顫f。

　　視覺智能的應用潛能巨大。然而，如果只在下游應用端打得火熱，卻不掌握核心技術(shù)、核心標準、核心芯片等，企業(yè)的“命門”終是掐在他人手中。

　　2002年1月的一天，一艘來自中國的輪船抵達英國港口，孰料剛剛靠岸，便遇到難題。原來，船上漂洋過海的DVD機沒有獲得國際編碼標準的專利授權(quán)，被歐洲市場拒之門外。一時間，傳票紛至沓來，要求中國廠商繳納高額的專利費用。火熱的國內(nèi)DVD市場猶如當頭澆下一桶冰水被迅速冰凍。

　　“嘭，嘭，嘭……”畫面屏幕中，一個工匠正在打鐵，無論是亮部迸濺的火花高光，還是暗部冷調(diào)的鐵器，甚至是布衣上的褶皺，全都清晰可辨……在杭州市當虹科技股份有限公司展廳，一臺8K超高清編解碼設(shè)備吸引了記者的目光。公司董事長孫彥龍介紹：“這臺設(shè)備以全國產(chǎn)化為特色，采用的是中國自主研制的AVS3編碼標準。”

　　啥是編碼？孫彥龍介紹，以8K視頻為例，一幀內(nèi)的像素點比1080p擴大16倍，幀數(shù)也從每秒24幀擴大為50幀；視頻“體積”如此巨大，要想流暢傳輸，就要經(jīng)過壓縮編碼，先變細，再還原變粗。這就像是經(jīng)過一道兩頭寬、中間窄的啞鈴型傳送門，如此，視頻才能變成大小合適的數(shù)字信號，在數(shù)字世界自由馳騁。

　　對于企業(yè)來說，想要實現(xiàn)這種編解碼，就必須遵守行業(yè)“游戲規(guī)則”——采用一套業(yè)內(nèi)通用的音視頻編碼標準。但是，很長一段時間里，“游戲規(guī)則”的制定權(quán)并不在中國。

　　“過去，編碼標準由國外機構(gòu)和企業(yè)制定，我們要用，就必須支付相當比例的專利費用?！币呀?jīng)與視頻算法打交道20多年的謝亞光，是當虹科技創(chuàng)新研究院院長。2002年起，他和團隊就開始參與制定中國自主知識產(chǎn)權(quán)的視頻編碼標準（AVS）。

　　“這就好比螞蟻搬家、蜜蜂筑巢，在外國標準已經(jīng)占據(jù)先機的情況下，成千上萬個技術(shù)細節(jié)都需大量補充，自主研制難度很大，得一點點磨?！敝x亞光回憶說，這是全國音視頻領(lǐng)域?qū)W術(shù)界、產(chǎn)業(yè)界的一次合力突圍。經(jīng)過數(shù)年艱難推進，2009年，AVS標準已經(jīng)被認為是國際上最重要的3個先進視頻編碼標準之一，并正式成為國際通行標準。現(xiàn)在，作為全球首個面向8K、5G產(chǎn)業(yè)應用的視頻編碼標準AVS3，已經(jīng)領(lǐng)先于國際同類標準。

　　此外，杭州市政府積極引導當?shù)匾曈X智能產(chǎn)業(yè)集群攻關(guān)核心技術(shù)，預計到2027年將突破視覺智能關(guān)鍵技術(shù)100項，核心零部件、電子元器件、基礎(chǔ)軟件等領(lǐng)域建立多源可供體系，實現(xiàn)備份系統(tǒng)全覆蓋。

　　“你看這兩個畫面，有什么區(qū)別？”在當虹科技展廳，記者來到一個實時顯示某學校動態(tài)畫面的屏幕前，只見一條細線將畫面一分為二，肉眼卻察覺不出什么差別。疑惑之際，孫彥龍為記者揭曉了答案：“右邊是經(jīng)過超級編碼的視頻，能為行業(yè)客戶節(jié)省近90%的傳輸帶寬及中心端存儲的成本。之所以你看不出區(qū)別，是因為人、車、衣服、背包等關(guān)鍵信息沒有丟失，只有天空、地面等不重要的信息，被不著痕跡地弱化了?！睋?jù)悉，這項技術(shù)目前已在衛(wèi)星視頻通信和工業(yè)視頻傳輸領(lǐng)域得到廣泛應用。

　　編碼是當虹科技的核心技術(shù)之一，這種神奇的“區(qū)別對待”效果，端賴人工智能的“大腦”?！拔覀儗Ξ嬅娴膲嚎s不是簡單、粗暴、無差別的，而是基于人工智能算法的感知編碼，精準淡化不重要的信息，而且可以在調(diào)閱的時候按需還原?！敝x亞光介紹。

　　“對于視覺智能企業(yè)，不光要做大應用層，更要做深基礎(chǔ)層、做強技術(shù)層，這也是杭州打造‘中國視谷’的目標之一，要掌握核心技術(shù)，將產(chǎn)業(yè)‘命門’牢牢攥在自己手里?！笔Y云說。

　　沿著杭州時代高架一路向南，穿過冠山隧道，“中國視谷”四個大字逐漸醒目。這里是位于杭州蕭山的湘湖未來產(chǎn)業(yè)社區(qū)，也是“中國視谷”窗口園區(qū)所在地。

　　“中國視谷”起筆在湘湖。兩年前，園區(qū)里還是一片低矮的老舊廠房；如今，站在園區(qū)高處俯瞰，只見一座座高樓拔地而起，時代高架為“一豎”，湘濱路、騰飛路、亞太路作“三橫”，構(gòu)成了整個園區(qū)的“豐”字形空間格局。

　　“如果說千百年來，人們在湘湖看到的是‘一泓新水綠羅鋪’的自然風光；那么今天，視覺智能產(chǎn)業(yè)集群儼然成為一道新的風景線，人們在這里更能看見未來‘視界’?！毕婧衣糜味燃賲^(qū)管委會副主任、中國視谷·蕭濱一體化專班負責人章菲說。如今，杭州市蕭山區(qū)、濱江區(qū)、余杭區(qū)、錢塘區(qū)等聯(lián)動共建，一個視覺智能產(chǎn)業(yè)生態(tài)圈逐漸顯現(xiàn)，成為杭州具有辨識度的產(chǎn)業(yè)新地標。

　　蔣云表示，集群化的發(fā)展策略能集聚更多資源：“原材料供給、運輸物流、配套建設(shè)、人才引進等都會因為集群化得到提升，產(chǎn)業(yè)集群讓資源配置更有效率?！?/p>

　　在“中國視谷”窗口園區(qū)，產(chǎn)業(yè)集群帶來的效應已初步體現(xiàn)?！耙郧埃覀兿扰R三維會在設(shè)計好產(chǎn)品電路后，交給廣東的一些貼片廠或者電路板生產(chǎn)企業(yè)來做，現(xiàn)在我們發(fā)現(xiàn)，本地也有企業(yè)能做，質(zhì)量還蠻好，節(jié)省了物流和溝通成本?！闭f著，李濤指了指窗外，“這家企業(yè)離得很近，就在隔壁?！?/p>

　　這家“隔壁”企業(yè)，正是近年落戶園區(qū)的杭州云尖信息技術(shù)有限公司，主要為行業(yè)客戶提供服務器和算力芯片設(shè)計與制造服務。章菲介紹，到2027年，杭州將進一步強鏈、補鏈、穩(wěn)鏈，培育視覺智能產(chǎn)業(yè)鏈主企業(yè)5家以上，招引視覺智能重點項目100個以上，產(chǎn)業(yè)投資800億元以上。

　　未來，怎樣確保視覺智能產(chǎn)業(yè)的“蛋糕”越來越大？杭州將目光投向了增量市場。

　　“一個短發(fā)的女生在街頭唱歌，早期彩色電影效果……”在后臺輸入指令，片刻后，一段視頻便生成：熙熙攘攘的人群中，一個穿著針織裙、盤著卷發(fā)的姑娘高歌于馬路中央，她雙目微閉，表情沉醉，畫面色調(diào)復古而懷舊。如此逼真的一幕，完全由AI生成。

　　今年4月，當虹科技發(fā)布了自主研發(fā)的BlackEye多模態(tài)視聽大模型。“隨著Sora的出現(xiàn)，業(yè)內(nèi)對視頻大模型都很關(guān)注，雖然現(xiàn)在它還沒有大規(guī)模商用，但技術(shù)研發(fā)必須超前?！睂O彥龍介紹，當虹科技很多前瞻性的技術(shù)都是提前3—5年進行布局，企業(yè)內(nèi)七成都是研發(fā)人員，每年研發(fā)投入占營業(yè)收入的30%以上。

　　“每一個崛起的行業(yè)新秀，并非只是靠在存量市場上爭份額，而是因為前瞻了市場的變化趨勢，才在增量市場彎道超車?！笔Y云表示，回看過去幾十年視覺產(chǎn)業(yè)發(fā)展，企業(yè)的業(yè)務增長不是“爭”出來的，而是“長”出來的。

　　立足存量、錨定增量，如今，杭州這個“數(shù)字之城”正在乘“視”而上。據(jù)預測，到2027年，杭州市視覺智能產(chǎn)業(yè)總體規(guī)模達到1萬億元，開發(fā)視覺智能領(lǐng)域新產(chǎn)品新應用達1000個，越來越多的未來“視界”圖景，將在錢塘江畔徐徐展開。（記者 吳雪聰）Kaiyun官網(wǎng) 登錄入口