當前位置:首頁 > AI
  • 精英預測2021科技行業走勢:AI、智能健康與貨幣技術迎來大爆炸

    最近FastCompany問了一些創業公司CEO、大企業高管、投資人及其它專家,看看2021年科技行業會出現怎樣的新趨勢。 當然,沒有人可以預測未來,在現實面前,所有看似高明的預測似乎都會變得不堪一擊。但這些高管、投資人的觀點仍然值得我們聆聽。 他們的看法涉及大流行(新冠疫情)、隱私問題、AI、智能健康、貨幣技術、清潔與綠色等。今天我們來看下篇:AI、智能健康與貨幣技術迎來大爆炸。 【四方a集運倉電話】 主題二:隱私問題 Mozilla執行董事Mark Surman 我們越來越依賴數據收集技術,我們用數據做決策,新聞、線上網店、約會軟件、智能揚聲器無不如此。在大流行期間,這種依賴度越來越高,我們在網上做的事越來越多,比如訂購生鮮食品,拜訪醫生。當大流行消退之後,人們會反思這種生活模式帶來的權力失衡。為什麼亞馬遜可以掌握我們的購物習慣?為什麼Facebook可以為我們製作精準的心理檔案?為了讓權力回到平衡狀態,我們會看到新的數據治理模式冒出來,在2021年及之後日子變得更流行。 ForgeRock CTO Eve Maler 2021年,我們將會迎來第十三個全球數據隱私日,我的問題是:數據保護會變得更好嗎?很遺憾,可能不會變得更好。2020年的經驗告訴我們,許多同意程序被破壞,不論是隱私還是體驗都在惡化。 Neeva CEO、Greylock Partners合夥人Sridhar Ramaswamy 2021年,注重消費者的隱私軟件將會流行。越來越多的人認識到,免費產品有巨大缺陷,消費者可能會購買一些軟件包,比如搜索、郵箱、VPN。 主題三:AI無處不在 ARM公司Machine Learning總經理、副總裁 Jem Davies 從智能手機拍照到智能音箱,消費者每天都在使用AI和機器學習技術,有時甚至不知道就使用了。“不可見”正是AI和機器學習的一大貢獻,2021年及之後的日子裏,它們會繼續進化,被更多應用接受。例如,自動駕駛汽車將會引入智能泊車系統,點一下按鈕就能完成;安保系統將會變得更聰明,可以識別盜賊與浣熊。不過我們要保護好消費者的隱私和數據。 Salesforce產品管理高級副總裁Marco Casalaina 到了2022年,AI將會成為主流技術,大流行為B2C及類似企業創造出無數新的數字接觸點,也就是説數據會比以往多很多。AI到底能做什麼?企業和消費者會有更多理解。IDC預測,AI開支每4年就會翻一倍,到了2024年達到1100億美元,企業將會看到一些機會,比如創新、改進客户服務、讓任務自動完成,員工可以專做更具策略性的工作。 McGraw Hill CEO Simon Allen 最近線上學習越來越流行,如果沒有大流行,它可能會晚五年發生。我們不能指望教育完全恢復到以前的樣子。在危機爆發期間,以AI驅動的“適應性學習”大放光彩。一直以來,數字個性化工具都在默默幫助老師,讓老師可以根據學生的需求在特定主題上提供幫助。新冠時代,學生與老師的個體互動變得更稀缺更珍貴,工具面臨前所未有的考驗,但它們的確創造了實實在在的價值。 主題四:智能健康 前谷歌CEO施密特 新冠疫苗取得很大的成功,接下來會有許多新冠新藥和新治療方案出現。我們會把它們分派給全球所有人,不限於富人。這些治療方案遵循與技術一樣的曲線,快速降低成本、快速分發意味着每個人都“有機會”保持安全。 Venrock合夥人Bryan Roberts 2021年,我們將會看到高效、快速、低成本新冠診斷測試技術全面推廣,因為大家一直都會需要測試(到時我們會擺脱社交限制,而且不知道疫苗的持續有效時間到底有多長)。 One Medical首席醫療官Andrew Diamond 在大流行的驅使下,線上醫療以革命性的方式普及。社會孤立加劇導致焦慮、抑鬱流行,線上護理可以讓提供商解決一些問題,在家庭環境中就能與病人深度、安全連接。加上遠程測試、監控技術,線上護理將會繼續存在下去。與此同時,我們認識到真實的、面對面的接觸仍然是相當重要的。那些最有趣的企業會將線上體驗與面對面體驗無縫整合在一起。 Ada Health聯合創始人、首席醫療官Claire Novorol 視頻護理平台商用化程度提高,未來,在醫療健康領域,最重要的創新將會有一大特色:在多樣化護理選擇之間高效導航。因為有了智能規劃平台,可以自動為病人安排路徑,將他們引向正確的物理、虛擬或數字護理選項,根據個人及診所的需求安排。對於醫療健康提供商來説,深入理解病人結果、以更快的速度更低的成本提供服務,這就是大家要爭奪的聖盃。 Venrock合夥人Bob Kocher 新冠雖然是一大災難,但也有有利的一面,我們可以藉機加速向線上健康護理服務轉移。在健康交易、服務、溝通中,我們可以大規模使用文本信息服務。你可以發信息給提供商,從它那裏獲得處方,預訂新冠測試,預約,也可以向你的醫生問任何問題,獲得精神健康支持,與照顧年邁父母或者生病孩子的團隊交流。健康提供商還可以經常用文本檢查病人,追蹤臨牀數據點,一旦需要就可以快速響應。 Westlake Village BioPartners聯合創始人Sean Harper 我們正在大規模推廣新冠疫苗,知道誰已經打了疫苗相當重要,這樣一來我們可以更好控制病毒傳播,早點回歸正常生活。我覺得,如果能開發一個智能手機APP,介紹新冠疫苗狀況,相信用處會很大,可以幫我們在2021年達成上述目標。 主題五:貨幣技術 eBay全球支付主管Alyssa Cutright 在新冠大背景下,各種新技術加速流行,比如移動錢包、無接觸支付、先買後付。現在,全球性支付服務Apple Pay、谷歌Pay得到青睞,地方支付(比如澳洲Afterpay)也越來越流行,與此同時,零售商在向客户提供支付選擇時態度也有了變化,比如他們越來越喜歡二維碼支付。 IDEO CoLab Ventures總經理Ian Lee 隨着新技術的普及,比如比特幣、加密貨幣、基於Ethereum的去中心化金融服務,我們將會建立一套更公平、更平易近人、更自由的金融系統。這些去中心化金融應用、服務、企業將會快速增長,不論是在投資、價值、使用還是普及方面都會快速成長。在支付、交易、儲蓄、財富管理等方面,這些服務將會超越傳統金融服務企業。我們將會看到傳統金融服務機構(比如Square、PayPal及其它公司)用去中心化金融基礎設施搭建新業務、構建新產品。 Mint消費者金融主管、高級副總裁Varun Krishna 真遺憾,我們的金融系統不斷掠奪消費者。正因如此,銀行雖然知道你會透支,但它從來不阻止。透支帶來的傷害我們在大流行期間已經體會到。作為金融科技企業,我們有義務幫助客户少花錢、多存錢、多賺錢,這樣才能在大流行之後重建社會。有了自動化、機器學習技術,我們現在可以用技術實現這一目標。 L’Atelier公司COO Nadya Ivanova 在過去幾年裏,與NEF(非同質代幣)有關的新項目和使用案例如雨後春筍一樣湧現,現在它已經為2021做好了準備,它有能力成為主流技術。獨特的數字資產是無法被複制的,NEF可以將實體和虛擬經濟連接起來,它能創造一個近乎無限的商品市場,這些商品可以拓展、收集、交易,比如在多用户平台完成虛擬土地交易,可編程藝術,實體資產的所有權紀錄。 CB Insights管理分析師Thomas Sineau 2021年,對話式商務將會爆發,因為企業正在尋找辦法吸引忠誠客户、轉化新客户。如果在這一領域取得成功,就可以讓客户以更快的速度完成交易,交易也會更簡單,品牌也可以建立自己的信息語音庫。在接下來的日子裏,Facebook家族(WhatsApp, Instagram和Messenger)會朝這個方向前進多遠?這點值得我們好好關注。最近Facebook還收購了Kustomer。 蘋果前CEO John Sculley 即使大流行過去,線上購物市場仍會繼續擴張。第三方電商之間的競爭仍然會很激烈,比如亞馬遜、Shopify,2021年和2022年,我們將會看到“購物大戰”上演。像TikTok、Shopify、YouTube這樣的平台會與第三方電商訂單履行平台簽約,與亞馬遜競爭。事實上,Facebook、TikTok都在向社交電商領域挺進。 主題六:清潔與綠色 亞馬遜CTO Werner Vogels 氣候變化是我們這個時代最棘手的難題之一,解決這個問題需要學術機構、科技產業、政府、行業、非盈利組織、社會攜手合作,理解並解開地球上因果複雜網絡的密碼。當氣候數據變得越來越龐大,機器學習技術可以扮演重要角色,從數據中尋找特定模式。在未來一年裏,研究人員將會用機器學習篩選海量數據,深入理解氣候科學,以便在未來建立更精準的模型。 硅谷銀行高管Matt Trotter 2021年,美國將會更加重視氣候問題,電動交通產業會成為先鋒,它會影響製造業,還會影響行業許多不同的部分,比如電池業。例如,風投家和企業研究集團將會向電動航空追加投資。2020年公共交通面臨巨大挑戰,2021年,想説服大家擠進巴士和地鐵可能會有些困難。人們會選擇低成本户外交通運輸模式,比如摩托車、自行車。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-15 關鍵詞: AI 科技 智能健康

  • 啓明920芯片,為國產AI芯片市場彌補空白

    啓明920芯片,為國產AI芯片市場彌補空白

    在這篇文章中,小編將為大家帶來啓明920芯片的相關報道。如果你對本文即將要講解的內容存在一定興趣,不妨繼續往下閲讀哦。 一、啓明920 AI芯片 每一項技術的提升,都不是一蹴而就。華為經歷了芯片設計、人才引進等多個方面,才完成了如今麒麟芯片的不斷迭代。只有國內芯片製造環境,進一步提升,才有利於人才和周邊產業鏈的提升。目前的現實情況是,大部分科研企業仍然聚焦於芯片設計層面,忽略的芯片製造反而成為了類似華為等企業的軟肋。而清華等高校聯合研製的啓明920芯片,在一定程度上彌補了國產芯片的不足。 該芯片採用軟硬件協同設計的思想,對模式修剪優化之後的模型採用特定技術實現存儲優化和計算加速。它可以實現神經網絡模型的存儲壓縮達4.5倍,充分發揮硬件稀疏計算的效率。硬件加速比可達3.5倍,而神經網絡模型的精度損失僅限於1%。 此外,“啓明920”進一步採用了與模式修剪技術兼容的卷積核修剪技術,實現了最低11.25倍的模型存儲壓縮,硬件峯值精確加速比接近9倍,可以充份縮短計算時間。值得注意的是,“啓明920”通過統一的架構,為餘模式數據量化提供了高效的支持,能夠適應線性和非線性權重參數的量化方法,滿足有所不同場景的需求。 二、AI芯片介紹+落後原因 AI智能芯片其實是屬於高端芯片的一類,近兩年在中美貿易爭端的背景下,我國的芯片產業被頻頻“點穴”,這也讓我們開始重視芯片的發展。別看一塊小小的芯片,內部集成數以億計的電路,廣泛用於電腦、手機、家電、汽車、高鐵、電網、醫療儀器、機器人、工業控制等各種電子產品和系統,它是各國競相角逐的“國之重器”,也是一個國家高端製造能力的綜合體現。如果沒有芯片,中國的許多高端行業的發展均會受到限制,這也是美國要“圍堵”我們的重要原因。 中國的芯片設計技術落後在於缺乏人才,畢竟中國直到近十年時間才真正重視芯片產業,而芯片設計人才不是大學畢業生努力幾年就成為人才的,以當下技術薄弱的模擬芯片來説,這往往是技術工程師經過數十年的努力積累的經驗才能開發出相應的產品,而中國科技企業過於重視年輕化,這恰恰不利於技術和經驗的積累。 最後,小編誠心感謝大家的閲讀。你們的每一次閲讀,對小編來説都是莫大的鼓勵和鼓舞。最後的最後,祝大家有個精彩的一天。

    時間:2021-01-14 關鍵詞: 芯片 啓明920 AI

  • 回顧2020工業互聯網:電商化、生態化、產業化

    本文來源:智能相對論 本文作者:陳選濱 儘管工業互聯網發展多年,但是走過激盪的2020,這個領域才漸漸熱鬧起來。相應的,有關工業互聯網未來發展的藍圖也才初步構建。 “智能相對論”曾將當下工業互聯網的發展大環境比作是“地理大發現”,巨頭入場重金加碼、平台踴躍探索路徑、世界各地的“燈塔工廠”紛紛點亮,着實有一番大航海時代的壯闊景象。 然而,浩蕩之下,卻也是艱難航路。回顧2020,“智能相對論”曾與海爾、樹根、浪潮、用友、京東等頭部平台玩家展開對話,也與工業互聯網行業的其他從業者、中小製造企業四方a集運倉電話等進行交流,深知工業互聯網領域駁雜交疊,感觸良多。 在過去的一年裏,工業互聯網伴隨着新冠疫情、新基建、雙循環等多態因素的影響,其發展路徑呈現出諸多新的信號。若是為此做個總結,“智能相對論”認為,工業互聯網2020所呈現的,大致可以總結為三個方向的變化,即電商化、生態化與產業化。 電商化 工業互聯網電商化的本質是工業電商的加速發展 2020開年,受疫情影響,傳統供應鏈阻斷,物資供需對接面臨着嚴峻挑戰。藉助本身的數字化優勢,工業互聯網平台在幫助地區、企業開展供需對接、資源匹配、物資統計等工作上皆取得了不錯的效果,成為平台服務的新常態。 譬如,航天雲網的“醫療衞生用紡織品防疫物資平台”、忽米網的“疫情防控工業資源共享平台”等等應用大多以工業電商的B2B模式為主,作為疫情防控與復工復產的關鍵支持,在疫情期間加速爆發,成為平台服務的新亮點,並順勢成為了後續平台建設的一大方向。 總結起來,類似供需對接、物資匹配等工作實際便是工業電商的一個呈現。 工業電商與消費電商有所區別,其運營範疇主要聚焦在工業企業生產運營所需的各類原材料、設備、備品備件、知識、經驗、能力及產出的各類產品和服務的在線交易、交換和共享。以B2B為主要特徵的運營模式也決定了其發展主要以工業企業為服務對象,以供應鏈管理為核心能力。 但是,這樣的模式似乎與工業互聯網又有所區別,簡單來説,工業電商更像是電子商務向工業領域的跨越,其重點在“電商”,而工業互聯網的真正核心在“工業”。 從側重的專業模式來説,工業電商傾向於MRO模式,業內比較知名的國內玩家有震坤行、京東工業品、阿里巴巴1688等等。值得注意的,前兩者震坤行、京東工業品於今年都先後完成了億元級融資,成為工業品B2B賽道的新晉獨角獸。 無獨有偶,恰好這兩位似乎都有想法、野心想要繼續向供應鏈上游推進,進入工業製造領域,進軍工業互聯網。以京東工業品來説,其在今年的動作最為顯著——在第22屆中國國際工業博覽會上,京東工業品首次系統對外展示其目前的業務佈局,其中智能工廠及綜合能源管理平台兩大解決方案便把技術賦能的焦點落在了製造端。 總的來説,不管是工業互聯網平台向電商化發展,還是工業品平台向工業化推進,工業電商在兩個領域的重合趨勢在今年已然非常顯著,未來也將成為各大平台的重點發展模塊。 但還是那句話,工業互聯網的重心與核心理應是“工業”模塊的數智化變革升級,即製造端的設備管理服務、生產過程管控與企業運營管理等。工業品B2B更多隻是互聯網交易的一個呈現,做多了或是以此為工業互聯網平台的主要業務,或許有些“捨本逐末”了。 對此,“智能相對論”認為,電商化確實是一個工業互聯網的年度趨勢,有應用亮點,但也同樣摻雜着顧慮——過多的商業價值溢出是否會讓某些工業互聯網平台“避重就輕”,在工業製造業升級的探索上偏了“航路”? 生態化 工業互聯網生態化的本質是工業平台的資源整合 工業互聯網呈現出諸多變化,譬如,機器設備成為新的管理對象,產生了極具價值的新數據源;物聯網(IoT)、AI、大數據、區塊鏈等新技術大量應用;產能共享、節能分成、個性化定製等新商業模式興起,等等。 與此同時,單點的企業級競爭也轉變為產業級競爭,傳統的ERP已經不能滿足產業發展的訴求,工業互聯網平台成為了工業製造業轉型升級的新型基礎設施。伴隨着產業應用深化,2020年工業互聯網平台繼續向生態化發展。 樹根互聯在接受“智能相對論”的諮詢時,為2020年度總結的關鍵詞正是「平台」與「生態」,並對此解釋道:“一個單獨的平台無法滿足以上眾多應用的需求,也不具備足夠的行業經驗服務不同的行業的客户訴求,所以我們堅定了一個走向:把平台和生態深度結合起來,實現全部地在線運營。” 更具體的表現在於以根雲作為底層的平台支撐服務,連接生態夥伴,共同為終端客户提供數字化服務。以此不難總結,生態化本質就是基於工業互聯網平台的資源整合、統一輸出。 換個角度來説,這也是工業互聯網的“互聯”屬性的一個呈現。前不久,國家工信部公示2020年跨領域跨行業工業互聯網平台清單,在2019年十大雙跨平台的基礎上又入5席。 在他們的發展路徑上,呈現出來的模式大抵如此——基於生態資源整合構建底層平台,以此面向工業製造業提供數字化服務。 以今年入選的騰訊WeMake工業互聯網平台為例,該平台目前連官網都還沒有,其本質是騰訊雲面向工業行業,整合雲產品、優圖工業AI、大數據中心、物聯網中心、微瓴、企業微信、企點等多個內部產品,以平台載體將產品能力對外輸出而打造的工業互聯網平台。 所以,目前瞭解該平台只能通過騰訊雲官網的三級欄目“智能製造解決方案”進行相關的信息獲取,而在版面上所展示的方案優勢更是高度聚焦了騰訊大生態的整體協同優勢,基本與上文總結的模式一致。 總的來説,生態化的趨勢充分展現了國內頭部工業互聯網平台的發展路徑,即巨頭站台、資源整合、平台引領。 值得注意的是,這並非我國工業互聯網發展的唯一路徑,目前依舊有不少的工業互聯網創業者以較小規模的團隊正在積極探索工業製造業升級的標準路徑,譬如庫雲物聯等。 事實上,通過對國外工業軟件的瞭解,“智能相對論”也發現,並不是只有大企業、大生態才能做好工業領域的服務應用,小團隊、小企業也可以、甚至做得更好。因此,“智能相對論”也時常沉思——國內工業互聯網平台的“大生態”趨勢是否是一個必選項?如果不是,“生態化”的發展模式又應該如何平衡取捨? 產業化 工業互聯網產業化的本質是平台服務的跨界擴展 換句話來説,工業互聯網產業化指向的便是產業互聯網。伴隨着越來越多的互聯網科技企業入場,產業化的趨勢也就愈發顯著。 浪潮便是這個趨勢的倡導者,其認為,狹義的工業互聯網與工業製造業相關,而廣義的工業互聯網將涉及到第一產業、第二產業與第三產業,即從農業到製造業以及服務業都將囊括在內,也就是目前產業互聯網的範疇。 實際上,這個趨勢也更像是前面電商化與生態化融合發展的表現,工業電商所帶來的交易模式加速以及平台生態圈層的擴展,最終促使工業互聯網從狹義範疇向廣義演變。 但也還是那句話,工業互聯網之所以稱為“工業互聯網”,其核心訴求還得迴歸工業製造的轉型升級,這是工業互聯網平台的立身之本。在2020工信部的雙跨平台評選細則上,依舊看重的也是工業資源的管理能力,呈現為工業設備連接能力、工業模型沉澱數量、工業軟件稟賦數量,等等。 藍卓目前正在致力於打造中國自主可控的工業操作系統,其重點打造的supOS也是今年入選雙跨平台、唯一的工業操作系統。從這個信號同樣可以看出目前工業互聯網的整體側重還是工業領域的數字化升級。 那麼,產業化的趨勢之所以顯著,更多在於工業互聯網平台基於AI、大數據、雲計算、區塊鏈等前沿技術的積累與生態能力的整合,逐步向產業全鏈條賦能所帶來的表現。 譬如,阿里雲的supET工業互聯網平台具備的雲計算、大數據等能力,可以賦能服裝製造業生產,也可以為服裝銷售實現用户羣分析、供求資源對接等等功能。而服裝製造業生產與服裝銷售本質處於同一市場價值鏈,但又並非同一行業或領域。阿里雲supET工業互聯網平台在進行全價值鏈賦能的同時,也就意味着其服務的範疇已經不侷限在製造業,也包括下游的服務業。 產業化的結果更多是一種“大而全”的導向。當然,也正是如此,“智能相對論”在與相關從業人員進行交流的時候,發現製造業領域的專家認為工業發展應該傾向於“專而精”的路徑,也就是術業專攻,進而帶來質變的轉型結果。 那麼,隨之而來的思考便是——工業互聯網產業化所營造的全面賦能的場景對於工業領域的轉型升級而言,是相互協同的優勢還是過度泛化的阻礙呢? 結語 總的來説,工業互聯網駁雜交疊,即便作為行業觀察者,“智能相對論”也始終認為所能看到、思考的仍十分有限,有關2020年不少的總結仍會保持疑問的心態向自己、也向讀者拋出相應的問題。 今年以來,工業互聯網比過往熱鬧幾分,但也仍處於起步階段。媒體行業向來喜歡以“老師”相稱,而筆者內心卻始終以學生自居,面向工業互聯網領域更是如此。或許,對於整個行業而言,也應是如此,守望為師,知者先行。 *本文圖片均來源於網絡 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-13 關鍵詞: 電商 工業互聯網 AI

  • 2020年傳感器行業十大預測總結覆盤,預測成真還是無情打臉?

    本文來源:物聯傳媒 本文作者:Vior.Liu 在2020年初,我們發表了一份關於《2020年傳感器行業十大發展預測》的推文,受到來自傳感器領域的行業同仁一致好評。那麼時過近一年,在2021年初,我們就來複盤一下, 在2020年一整年裏,我們上述預測的十大發展趨勢中了幾個?未來又將如何發展? 一、智能傳感器、MEMS傳感器成為企業發展重心 預測:在結構型傳感器、固體型傳感器已經無法滿足數字化時代對於數據採集、處理等流程的高需求之時,智能傳感器、MEMS傳感器最近幾年都十分熱門,在微小型化、智能化、多功能化和網絡化的方向逐漸走向成熟。尤其是在2019年底,上海啓動打造智能傳感器產業基地,重點發展MEMS工藝,涵蓋力、光、聲、熱、磁、環境等多種類傳感器,這也標誌着未來國內將在智能傳感器、MEMS傳感器領域發力。 覆盤:根據市場研究公司Fact.MR的數據,2020年全球MEMS傳感器市場規模將達300億美元,同比增長10%。從MEMS壓力傳感器發展到現在的硅麥克風、圖像傳感器,MEMS傳感器的品類和應用場景也在不斷增加。雖然MEMS傳感器市場出貨量還是以巨頭為主,但是在2020年,眾多國產和創企也在不斷髮力,獲得不錯的融資。例如西人馬的B輪融資、飛恩微2億元的D輪融資、通用微科技超億元的B輪融資、矽睿科技的3.5億元B+輪融資、蘇州明皜傳感上億元B輪融資,以及敏芯微科創板成功上市等等。從這些企業中可以發現,國內MEMS傳感器企業不乏IDM模式的四方a集運倉電話,而這些四方a集運倉電話的融資輪次雖然大多數還處於早中期,但是在2020年我們可以看到國內MEMS傳感器正在逐步崛起,未來與巨頭抗衡的實力可期。 二、傳感器與集成電路融合發展將成為我國傳感器製造重要趨勢 預測:傳感器屬於集成電路的細分領域,但是區別甚大,傳感器的柔性化定製需求較大,並且研發週期較長,材料以及工藝較為複雜,大規模生產能力較弱。在未來,通過設計工具、模型表達、可測性設置以及工藝整合等途徑向集成電路靠攏,可利用MEMS和集成電路Ansys、Candence定製仿真平台的集成融合;同時,建立傳感器生產製造的IP模型,實現規模化量產;再而採用素質化測試方式,實現數模的機理轉化;通過利用這些適合國內國情的發展模式,實現傳感器從設計到製造的快速升級。 覆盤:從2020年半導體行業發展角度來看,無論是作為半導體市場份額首位的集成電路(芯片)還是不可或缺的傳感器,都已經被認定為國內電子信息科技發展的重中之重。由於國外對於技術的封鎖,相關的MEMS工藝以及集成電路製造工藝將會在自主研發上實現較大突破,雖然集成電路和傳感器的產業特點相差較大,但是集成電路作為整個電子信息產業鏈的上游將會帶動並加速傳感器設計到製造環節的國產技術替代。 三、企業細分垂直化,獨角獸和隱形冠軍逐漸浮出水面 預測:國內傳感器企業規模主要偏向中小型,在研發支出、創新能力上有限,而且獲得的政策扶持力度上也不大,深耕垂直領域的企業眾多。再加上,由於國內目前物聯網、工業4.0市場規模過於龐大,且需求碎片化,這些垂直領域的企業在市場有序化之前,對於自身業務拓展可能處於保守態度,繼續發展原有業務。 在“一口吃不了一個大胖子”的格局下,我們將會在2020年,看到更多在原有業務領域發展壯大的隱形冠軍,以及創新環境下湧現出來的獨角獸。 覆盤:從疫情期間大火的紅外傳感器四方a集運倉電話來看,在國外傳感器進口受限的情況下,國內傳感器市場紛紛聚焦於國產替代,讓這些原本在“高進口率”的環境下努力優化自身產品水平的企業獲得了更多的關注。在疫情之後,國內傳感器企業的關注並沒有下降,從第一點國內傳感器企業獲得的融資來看,在紅外、氣體等某一領域深耕的企業,也藉此契機,展現出多年來研發的技術和產品成功,實力也獲得了市場的認可。未來,這些企業將會基於原本業務在設計到製造的IDM模式和產品品類上聚焦更長遠的發展。 四、傳感器國產率將穩步上升 預測:傳感器作為影響國內物聯網、工業4.0等產業快速發展的卡脖子技術之一,一直都是依賴國外產品。最近幾年,政策、資本都在關注傳感器的發展,同時也湧現出了一批像森霸傳感、萬訊自控這些國內傳感器優質企業,在兼具研發、設計、生產到應用的完整產業體系的情況下,傳感器國產率將會穩步前進,根據統計,在2016-2020年期間,全球傳感器市場複合增長率僅為11%,而我國傳感器產業平均複合增長率達到了30%,這也是向全世界發出了高調的信號。 覆盤:在年初疫情之前,傳感器的焦點其實並沒有正經聚焦在國產企業和產品上。以追求性能、品質的需求而放棄了對國產傳感器的注視。但是從2020年開始,西人馬傳的IDM四方a集運倉電話崛起、賽微電子等MEMS代工企業的投產運行、鄭州傳感谷的進一步建設,同時,隨着5G時代之下電子需求旺盛,國內對MEMS傳感器的研發熱度很高,而且大多集中在國內的頂尖研究機構。清華大學、北京大學、中科院、電子26所等,還有一些海外歸國人員創下了一些MEMS傳感器企業,中國的MEMS產業生態系統也正逐步完善,從研發、開發、設計、代工、封測到應用,產業鏈已基本形成,上海、蘇州、無錫都形成了研發中心,種種跡象表明國產替代正在加速。 五、國內產業集羣格局明顯 預測:早在2017年,我國傳感器產業就已經初步形成了長三角、珠三角、東北、京津冀以及中部五大產業集羣。根據數據統計,長三角區域的傳感器上市企業佔比38%,珠三角、京津冀、東北以及中部企業佔比相當。 在工信部印發的《智能傳感器產業三年行動指南(2017-2019年)》要求中表示,“集中力量打造以上海、江蘇為重點的長三角產業集聚區”,同時,截止2020年1月,長三角地區已經聚集了50%以上的智能傳感器企業,在此大環境下,國內智能傳感器的中心無疑將落地長三角,而其他產業集羣極有可能將會根據傳感器其他細分領域進行深耕。 覆盤:從2020年傳感器產業集羣發展的角度來看,國內的動作確實不少。 2020年3月,2019年10月才揭牌的上海智能傳感器產業園,作為全上海市26個特色園區之一被重點推介,獲得總投資近160億元,31個重大項目簽約。 2020年11月,鄭州智能傳感谷耗時接近一年,耗資100億元成功落地。 2020年12月,青島打造智能傳感器產業高地,12個項目簽約落户。 2020年,我們同樣看到在蘇州、常州等長三角地區也正在積極構建和佈局智能傳感其園區,包括關鍵材料、核心芯片等等。 總的來看,就像上面的預測結果一樣,長三角地區可以説在未來將會成為國內傳感器發展最重要的地區之一。 六、CMOS圖像傳感器競爭將進入最後階段 預測:由於車載應用、機器視覺、人臉識別和安防監控等物聯網應用的迅速發展,以及智能手機多攝像頭的普及,2019年CMOS圖像傳感器進入了市場急劇擴大的階段,而作為CMOS圖像傳感器的龍頭老大,佔據50%以上市場份額的索尼主動承認自家產能不足。 在索尼產能不足的情況下,CMOS圖像傳感器的另外兩家巨頭,三星和豪威科技,能不能在索尼擴建工廠之前,搶佔部分市場份額,最終形成三國鼎立的局面,將會是2020年最有看頭的大戲。 覆盤:正如預測的那樣,2020年CMOS圖像傳感器(CIS)的三大巨頭勢頭依舊強勁,在手機、汽車和工業等市場的總市場佔有率來看,索尼的市場份額依舊是第一、三星第二、豪威依舊是第三。但是,不可否認的索尼和三星的差距在2020年正在進一步縮小。根據市場研究公司Omdia的數據,在2019年第三季度,三星在全球圖像傳感器市場擁有16.7%的市場份額,與索尼的56.2%相差約40個百分點。不過,三星在2020年第二季度圖像傳感器市場的份額達21.7%,索尼市佔為42.5%,兩者之間的差距縮小了近20%。同時,SK海力士與索尼的差距也在進一步縮小。有分析師指出,其中很大的原因在於融合CIS,ISP和DRAM的封裝技術引入超高速相機是一個技術變革趨勢,對於中長期生產DRAM和CIS的公司來説是十分有利的。 2021年,我們相信CMOS圖像傳感器市場規模將會繼續延續此前的強勢的增長勢頭,同時競爭將會呈現出全面開花的局勢。索尼大法雖好,但是在新的一年承受的壓力可不小。 七、光學傳感器將成為重要創新推手,技術市場局勢明顯 預測:從消費、工業再到汽車,無一不包含了物聯網的元素,也正是得益於物聯網、機器人這些下游應用市場,光學傳感器市場也在快速增長。根據GlobalMarketInsights在2019年底發佈的數據來看,到2026年,僅在工業4.0領域,光學傳感器的銷售額將達到360億美元,更何況大批量使用傳感器的智慧城市、智慧農業等領域。 不過,需要指出的是,由於光傳感器目前主流的三種技術,結構光、主動立體視覺以及ToF,這三者的成本和技術上各有利弊,在2020年物聯網穩步發展的同時,這三種技術的市場也逐漸趨於平穩。 覆盤:2020年,哪款光學傳感器什麼最火?可能有人説是紅外傳感器,但是也可以説它是被動帶火的。如果真要從行業發展和技術應用優勢來看,這個光學傳感器只能屬於ToF傳感器。 列舉一下,僅2020年有多少大廠在玩ToF。 意法半導體推出首款64區ToF傳感器;英飛凌和PMD共同研發範圍擴大的3D ToF深度傳感器;光微科技推出國內首顆量產超小尺寸單點ToF傳感器等等,ToF傳感器市場的競爭更加激烈。 蘋果已經將ToF模塊應用於2020年初發布的iPad Pro,最新的iPhone12 Pro以及在未來的其他產品。自然,三星在2020年也進入了ToF研發的大軍。 當然在2020年之前,索尼、松下、ADI、AMS、LG、夏普等企業早早就佈局了。總結下來,不僅是2020年,這幾年和未來幾年ToF是真香。 在大廠爭相追捧下,ToF主要應用場景也逐漸明朗,除了手機攝像端,VR/AR、3D感知測距、生物識別、AI安防、自動駕駛等領域,所以ToF相較於結構光和主動立體視覺技術的發展更加明朗,市場增長想象空間更大。 八、傳感器的定製化方案更深、更廣 預測:由於功能以及應用場景等因素,傳感器本身自帶定製化特性。傳統的標準型傳感器已經無法滿足OEM的設計需求,同時也無法滿足終端用户的偏好,在2019年,我們不乏看到一些智能手機四方a集運倉電話與索尼、三星等傳感器企業合作定製傳感器。 在物聯網等應用場景逐漸向廣度和深度拓展,更多的功能和設計細節將會出現,具有傳感器的定製方案以及柔性化生產能力的企業會在未來獲得OEM四方a集運倉電話的青睞。 覆盤:從2020年小米、三星等手機四方a集運倉電話在CMOS圖像傳感上的發展來看,定製化設計的傳感器已經成為主流。包括筆者在2020年對物聯網傳感器企業進行調研的時候發現,尤其是作為巨頭供應商的傳感器企業,傳感器定製化能力十分重要。所以目前一些傳感器原廠不僅具有產品出貨能力,還具備較強的傳感器定製化落地方案。在疫情影響之下,即具備出貨能力又擁有自主設計方案能力的傳感器企業業績不降反增。 九、多傳感器融合技術風頭逐步顯現 預測:為人熟知,多傳感器融合技術目前主要應用在自動駕駛和機器人領域,即使馬斯克在2019年,怒懟激光雷達又貴又雞肋,但是還是逃不脱自家超聲波傳感器、攝像頭以及毫米波雷達的組合使用。自動駕駛安全性需要傳感器的冗餘支持,以及多種傳感器協同提升容錯率,可以預見,在未來一段時間內,自動駕駛的多傳感器融合將成為市場的主流,進一步大膽預測,在可穿戴設備、健康檢測、智能家居等領域,多傳感器融合技術將會得到進一步應用和發展。 覆盤:多傳感器融合技術目前應用的最為熱門的領域就是自動駕駛,在自動駕駛概念出來之後,毫米波雷達、激光雷達、攝像頭已經成為大部分自動駕駛企業的多傳感器融合系統必備硬件,從2020來看,百度、滴滴等無人車相繼上路測試可以看出多傳感器融合技術也在成為技術主流。同時,在智能化加速和萬物互聯的時代下,這一技術未來將進一步廣泛應用於複雜工業過程控制、機器人、自動目標識別、智慧交通管制、慣性導航、海洋監視和管理、智慧農業、遙感、醫療診斷、圖像處理、模式識別等領域。 十、國際併購、收購案件增多 預測:傳感器作為一個老牌行業,一直都位於各大產業發展的最底層。所謂圈內人看門道,正是由於傳感器是最基礎的行業,其產業資源相當厚實。動輒幾十億美元美元的收購、併購可不是鬧着玩的,TE在2014年 17億美元收購MEAS,AMS在2019年46億歐元收購歐司朗、索尼1.55億收購東芝圖像傳感器部門,這些大宗收購案例都表明了大企業在數字化時代下,穩住自身的高市場份額。 在2020年,來自中國傳感器產業的大力發展,勢必將對全球傳感器企業的市場造成一定的衝擊,同時,在物聯網傳感器大量應用的當下,還沒有一家企業能夠在某個領域成為霸主。為了穩固自身市場份額,壓縮競爭對手的發展空間,更多涉足新形態領域,國際併購、收購案件將會持續增加。 覆盤:似乎每年都會有巨頭出來大手筆收購,2020年最大手筆來自於ADI, 2020年7月, ADI擬209億收購Maxim Integrated(美信),目標直指半導體老大TI(德州儀器)。 3月,TE完成了對傳感器技術公司First Sensor的公開收購。 6月,思特威收購安芯微電子,進一步加速汽車圖像傳感器業務佈局。 7月,匯頂科技收購德國圖像信號處理芯片設計公司DCT。 7月28日,北京智路資本收購西門子旗下傳感器企業Huba Control。 同屬7月,艾邁斯成功完成對歐司朗的收購。 7月,ADAS企業LeddarTech 宣佈收購傳感器融合和感知軟件公司VayaVision。 11月,光學元件及激光器製造商Lumentum收購VCSEL創新四方a集運倉電話TriLumina部分技術資產。 12月,Luna收購OptaSense 創建世界最大的光纖傳感公司。 以上僅為不完全統計,綜上分析,可以發現在國內以及全球傳感器競爭愈發激烈、並且物聯網等應用領域逐漸明朗的情況下,巨頭們開始逐漸依靠國際收購和併購,來抵抗來自競品的挑戰建立護城河,同時彌補在物聯網等應用領域中的空白。不過目前,傳感器新的市場空間仍然處於探索階段,筆者認為這種國際收購、巨頭收購的狀態仍將持續一段時間。 總結 2020年,無論是對於國內傳感器企業還是全球傳感器格局來看,都處於悶頭苦幹的狀態。國內的傳感器企業深耕多年,在2020年國產代替的勢頭下,終於有了展示身手的機會,讓我們看到了國產傳感器在關鍵時候也能頂上去,未來的發展也是有期可待。同時國外巨頭肯定不會輕易放掉國內傳感器市場,所以在看到國內傳感器企業發展迅速的勢頭後,也在採取併購、加快核心技術研發、控制市場價格的方式進行守住市場份額。 筆者認為在2021年將會看到傳感器領域的更多好戲。那麼舞台在哪裏?物聯網就是下一個最為優質的舞台,物聯網為傳感器企業和行業打開了另外一個風口,也提供了新的戰場,誰能夠在這個戰場上突圍,未來的核心數據和市場優勢都將掌控於手,雪球將越滾越大。 ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-13 關鍵詞: 集成電路 傳感器 AI

  • AI視覺組賽題淺析

    逐飛科技 2021-01-07 Thursday ▌01 前言 各位車友好, 第十六屆全國大學生智能車競賽競速組規則 發佈後,大家已經注意到由恩智浦贊助的 AI視覺組 是最具有綜合性的一個組,感謝NXP繼續對大賽的支持,讓我們感覺了挑戰性。 第十六屆全國大學生智能車競賽競速組規則: //zhuoqing.blog.csdn.net/article/details/110253008 ng.blog.csdn.net/article/details/111352093 關於“ 第十六屆全國大學生智能車競賽競速組-室內視覺組補充説明[2] ”的初稿詳情大家可以通過卓老師的微信公眾號推文了解到,點擊此處查看。 第十六屆全國大學生智能車競賽競速組-室內視覺組補充説明: //zhuoqing.blog.csdn.net/article/details/111352093 初稿發佈後,很多同學都對AI視覺組產生了濃厚的興趣,同時也產生了很多疑問。所以,我們今天對AI視覺組的賽題進行一個簡單分析,希望能給目前還在迷茫準備階段的車友們打開一些思路。 根據初稿我們知道:車模限定使用C型車、微控制器限定使用NXP公司的MCU,推薦使用i.MX RT系列高性能MCU、傳感器基本不限,可以使用OpenMV RT模塊,但需要提醒的是該模塊並不能完成這個賽題組的所有任務,下文有詳細解釋,請仔細閲讀。 ▌02 賽題任務分解 1.循跡 與其他競速組賽道兼容,依然需要循跡,依然包含120°三岔路口,循跡任務推薦採用普通攝像頭來完成,當然,也不是太普通,畢竟是全局快門的總鑽風,這個任務比較傳統,這裏不再贅述,可以查看往期推文。 2.數字識別 在三岔路口需要對路口處的數字進行識別,並根據數字的奇偶性,來決策應該走左邊還是走右邊,數字識別可以使用OpenMV RT模塊,也可以使用OpenART(本文後面會有OpenART的相關介紹)來完成。 3.AprilTag識別 AprilTag是一個視覺基準庫,在AR,機器人,相機校準領域廣泛使用。設定為與二維碼相似但相對更簡單的特定標誌,實現快速檢測。 在賽題中AprilTag碼也代表着數字,依然通過識別其所代表的數字,並判斷奇偶性來得知靶標牌是在賽道的哪一側,AprilTag碼識別可以使用OpenMV RT模塊,也可以使用OpenART(本文後面會有OpenART的相關介紹)來完成。 4.物體識別 賽題中包含動物圖案和水果圖案,這部分內容也是該組別最能體現“AI”的一個環節。動物類包含狗、貓、馬、豬、牛五個子類別,水果類包含蘋果、橘子、葡萄、香蕉、榴蓮五個子類別,圖案對象均為全身或整體照片。 關於動物和水果的識別,需要採用第十五屆AI電磁組部署神經網絡模型的方式,來實現對圖案的識別,區別是數據量大了許多,所以這個環節的任務採用OpenMV RT模塊就完成不了了,必定需要部署神經網絡模型,當然也可以在該模塊上自行部署,但該模塊上沒有SDRAM,無法部署較大的模型,所以推薦在獨立的高性能MCU上部署AI模型進行訓練。 這裏又提到對MCU性能有要求,因此規則中推薦使用NXP的i.MX RT系列的高性能MCU。對應的,我們推薦使用RT1064來作為部署AI模型的MCU,同時逐飛的RT1064核心闆闆載32M SDRAM,正好可以滿足模型數據量對空間的要求。 關於圖案識別的參考數據集及識別示例,NXP都會提供,屆時逐飛也會第一時間進行驗證。同時在這個賽題任務的討論時,基本意見是考慮預賽階段的數據集由組委會統一提供,也就是説預賽中出現的水果和動物圖案,都在預先提供的數據集裏,決賽階段選擇預先告知的數據集之外的水果和動物圖案,這樣可以保證大多數同學的完賽率,同時提高決賽階段的競技水平,誰的訓練更充分,誰就更有可能在決賽中的識別環節取勝,具體實施方案應該會在正式版的規則中明確。 同時水果和動物的圖案可能還需要一個外框,用於定位抓圖,通過對圖像中這個外框的識別來定位,將攝像頭中有效的動物水果圖案抓取出來進行識別,避免背景對識別的干擾,這一點也許需要加入到最終的規則中去,後面逐飛在做驗證時也會更清楚這一點的需求,AprilTag碼的位置與靶標牌的距離及相對位置也需要實際測試,規則中的距離要求可能需要調整,有待進一步驗證。 5.激光打靶 在識別到圖案為水果時,需要使用車載小型激光發射器對準靶心發送一束激光,打中才算完成該項任務,激光發射的相關技術要求,會在後面的正式規則文檔中詳細寫出,相對而言,這部分工作需要建立在圖案識別的基礎上,識別準確了,打靶的控制才能準確實現。激光發射部分的製作很簡單,屆時會給出參考方案和技術指標。激光瞄準部分的機械結構應該需要用到舵機雲台,通過控制來實現瞄準靶心。 ▌02 OpenART 接下來給大家簡單介紹一下上文中多次提到OpenART,這究竟是一個什麼神器? OpenART是由恩智浦研發的,最初的設計構想是做一套基於NXP i.MX RT系列高性能MCU的通用AI教育套件. ⊙ 應用場合: 人工智能教育,綜合創新,原型驗證 非多媒體數據上的機器學習(異常檢測、姿態識別、智能控制策略) 語音觸發、聲源定位 人臉識別 智能可運動物體(模仿+強化學習)-機電聯動:雲台載具 機器視覺(OpenMV,從這裏可以看出,它可以替代OpenMV) MCU教育 傳統算法轉深度學習 ⊙ 硬件設計特點: 模塊化設計 兼容樹莓派通信接口 強化數據採集 –攝像頭、多麥克風、多路AD、加速度、陀螺儀、地磁、壓力、温度、濕度、照度等多傳感器融合 尺寸小巧 ⊙ 軟件特點: RT-Thread內核,驅動,軟件組件及開發環境 Micropython環境,用於二次開發, AI教學 OpenMV機器視覺庫,運行OpenMV IDE自帶視覺處理腳本 eIQ: NXP機器學習開發包 OpenART套件的軟件部分採用RTOS為基礎,可以説RTOS為這套系統提供了很便捷的開發方式,對於大賽的AI視覺組來講,有RTOS的加持,可以為軟件設計提供更便捷的開發環境。 尤其該賽題組涉及到多任務,及Python和C語言的兩種開發語言,有了操作系統做多任務分配,就大大的提高了可操作性,同學們可以根據自己的需求和能力,來自由分配和設計自己的整體軟件結構,Python腳本可實現基礎硬件控制,C語言可以完成主控邏輯的程序編寫,同時解決了OpenMV只能用Python文件編寫功能,不能用C語言來編寫實時控制邏輯代碼的問題。 所以OpenART教育套件的軟件結構設計初衷,幾乎完美契合AI視覺組的任務需求,引入RTOS也在這種複雜多任務嵌入式系統的設計中,體現出了巨大的優勢。 上面也提到了OpenART本身就可以變身為一個OpenMV,通過Python腳本就可以完成人臉檢測、色塊檢測、邊緣檢測等視覺處理腳本。  同時,現在的OpenART支持3種神經網絡引擎:分別是openMV的舊式nn模塊,tf模塊,以及nncu模塊。將來會支持GLOW。 接下來會製作基於nncu和tf模塊的模型,nncu模塊使用舊式CMSIS-NN API並且優化了性能,而tf模塊使用新式CMSIS-NN的"_s8" API,性能有少量下降但8位精度更高。 ▲ OpenART工具包架構 按照OpenART的設計思路,基於與智能車大賽AI視覺組任務需求的完美契合,NXP與逐飛聯合設計了這套硬件,如下圖所示,整個開發板依然圍繞逐飛RT1064核心板展開,攝像頭可兼容OpenMV4接口的Camera模塊和逐飛的凌瞳彩色攝像頭。 受NXP委託,逐飛正在做基於OpenART的AI視覺組賽題任務驗證,驗證完成後將會給出一個入門參考方案給同學們(包含神經網絡模型部署等),但更多的工作仍需要同學們自己去完成,包括OpenART開發套件也只能用於學習,只有RT1064核心板、OpenMV RT模塊、凌瞳彩色攝像頭等模塊可以直接用於比賽,參賽作品的拓展板需要同學們根據自己的需求自行設計和裁減。 因為OpenART開發套件包含的功能較多,對於競賽而言,有些功能是多餘的,但如果您對其他部分也感興趣,可以在比賽之餘通過開發板學習到更多的應用。 ▲ OpenART 開發板 好了,本次的AI視覺組賽題分析就先到這了,更多關於AI視覺組的硬件適配,軟件方案的介紹且聽下回分解,歡迎留言或進QQ羣(946236488)討論。 本文來自微信公眾號文章:智能車競賽,AI視覺組賽題淺析 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-11 關鍵詞: 智能車 視覺組 AI

  • OFweek 2021系列活動——第一期:汽車電子技術在線會議暨在線展

    OFweek 2021系列活動——第一期:汽車電子技術在線會議暨在線展

    近年來,5G、人工智能、物聯網、無人駕駛等新興信息技術蓬勃發展,遍及各行各業的電子信息化建設為我國電子產業的發展提供了巨大的發展機遇。越來越廣泛的電子技術應用領域,也對行業從業人員提出了越來越高的技能要求,電子工程師必須及時掌握新技術,才能更好地跟上行業發展的步伐。 為幫助廣大電子工程師朋友更好地跟進電子行業最新動態,促進電子工程師之間的技術交流,推動國內電子行業技術升級,OFweek聯袂數十家電子行業企業技術專家,推出面向電子工程師技術人員的專場論壇「OFweek 2021系列活動——工程師技術在線論壇」。論壇將以「芯時代·芯生活」為主題,每季度舉辦一期活動,共計舉辦四期,結合當時最新的行業熱點,聚焦前沿技術及實踐經驗,為電子工程師技術人員提供學習和交流平台。 第一期在線論壇——汽車電子技術在線會議暨在線展將於3月25日在OFweek官方直播平台舉辦。本期論壇將邀請國內外知名電子企業技術專家,聚焦汽車電子領域展開技術交流,為各位觀眾帶來技術講解、案例分享和方案展示。本次論壇將以線上創新品牌展示、論壇、產品展區、特色交流活動等多種形式呈現,旨在促進汽車電子行業上下游深度交流合作。 會議亮點 ◆ 優化合作交流:改變傳統線下會議形式,跨距離與專業觀眾即時互動,大會將結合各行業技術熱點內容進行跨界整合,邀請國內外知名企業技術應用專家、工程師進行案例講解,深度剖析未來汽車電子產業的發展動向與迭代關鍵。 ◆ 產品在線展示:根據當期在線展會主題,精心設置相關領域核心技術展區,攜眾多電子技術產品全新亮相,全面展示該領域的新技術,全方位展示最新研發新成果,足不出户,滿足觀眾參會體驗。 ◆ 成果權威發佈:深度探討富有前瞻性和時效性的熱點議題,剖析汽車電子行業發展方向,把脈行業發展新模式,與行業頂尖科技專家及大咖跨屏零距離交流,汲取最新科研成果及獲得正確解決方案。 ◆ 核心資源彙集:彙集行業各領域的國內外知名企業高層、行業資深專家、工程師等精英,建立業內優勢人脈資源。聯合協會、學會,邀請行業工程師、技術人員前來互動交流學習。 ◆ 高效便捷參會:通過互聯網手段打破傳統線下辦會固有限制,採用集音視頻、圖片、即時遇訊於一體的線上會議會展方式。省去參會人員差旅支出、時間佔用等大量成本,以流暢立體的效果給廣大行業人士提供真切的參展/參會體驗。 ◆ 深度品牌推廣:OFweek將運用國內外全方位媒體資源,對優秀項目及成果提供專訪報道機會,量身定製事件公關,挖掘新聞點,搜索引導等。還將邀請知名主流媒體現場助陣,全程跟蹤報道。有效助力企業拓展品牌和影響力,捕捉更多市場機會。 會議日程 注:以上議程僅供參考,詳細議程將持續更新,敬請期待。 參會邀約對象 擬邀參會單位 注:參會企業火熱報名中,敬請期待。 展覽範圍 擬邀合作媒體 注:更多合作媒體敬請期待。 點此進入報名鏈接: //expo.ofweek.com/2021/engineer1/?click_from=668 聯繫我們:

    時間:2021-01-11 關鍵詞: 汽車電子 無人駕駛 AI

  • 從田間到餐桌,5G、IoT、AI如何催生智慧農業?

    本文來源:腦極體 一個偶然機會,從不看電視新聞的我在央視新聞裏看到一則關於自己家鄉的扶貧報道。 我們那裏屬於典型的北方農村,在過去的上千年裏都是過着靠天吃飯的農耕生活,最主要種植的農作物是玉米,如果遇到乾旱等極端氣候,一年的收成就會損失大半。直到2019年底,當地村民才完全脱貧。 根據央視報道,真正讓全村脱貧的辦法,就是村裏建起了規模化、智能化的現代蔬菜種植基地。 該村的蔬菜大棚佔地面積約174畝,在2018年底啓動建設,第一批試建大棚取得良好收益後,優先承包給貧困户種植,第二批共120多個蔬菜大棚陸續承包給村民種植。此外,村民還可以在一些新開發的公共崗位上班,獲得額外工資收入。 蔬菜種植基地採取的是和北京順義區的蔬菜專業合作社聯合模式,通過“蔬菜基地+鄉扶農公司+貧困户+北京合作社+北京企業”的“3+2”訂單模式,蔬菜從育種育秧就有了保障,而銷售直接就對接了市場。 而從報道細節裏,我們能看到這一蔬菜種植基地所使用數字化、智能化的手段,幫助收購蔬菜的合作社對於蔬菜種植、棚間管理以及產量預估等都有精準的數據統計,從源頭上就能保證蔬菜的品質和可追溯,從而能夠在北京銷售市場獲得較高的溢價。 從田間到餐桌的農產品溯源,這些創新正是我國農業產業數字化、智能化變革的縮影。不久前達摩院發佈“2021十大科技趨勢”,其中一項就是農業正邁入數據智能時代。 5G 、AI、大數據、雲計算、IoT等數字技術讓農業作物監測、精細化育種和環境資源按需分配成為現實,農業不再“靠天”吃飯,我們正在進入智慧農業時代。 按照我國政策慣例,通常每一年的中央一號文件,都是有關三農問題。那麼,我們也照此慣例,在新年之始,聊一聊“智慧農業”這一話題。 從精準農業到智慧農業, 農業的技能譜又“擴列”了 去年年初,我們介紹了精準農業。這是源自90年代美國的一種現代農業生產系統,適合美國中西部地區大農場式的生產方式。 比如,在美國伊利諾伊州的一個農場主羅德尼·席林和父親,二人經營着約7900畝農田。現在,由於父親年邁退休,田地裏的活兒都靠羅德尼自己上陣,即便在農忙時節,他也可以完全依靠農場的大型農業設備去完成收割任務。 關鍵就在於這些農機設備的自動化和智能化水平特別高,駕駛室的全球衞星導航系統和自動駕駛系統,確保了種植、噴藥、施肥、收割等工作的高效精準。這樣羅德尼坐在駕駛室裏只需要偶爾盯着機器正常運轉即可,工作方式遠遠超出了我們對於傳統農民的想象。 這類以規模化、機械化為特徵的精準農業方式,也已經在我國少數糧食主產區和大型國有農場實現,但並不適合那些更加多樣化、高附加值的瓜果蔬菜等精細種植類型。因此,精準農業的種類也在逐步豐富,比如走集約化、高產值的温室種植路線,有走精細化人工管理的生態種植園等;同樣,精準農業的內涵也在豐富,隨着新型傳感器、物聯網、人工智能、大數據等技術的應用,精準農業正在向智慧農業邁進。 當然,“智慧農業”概念的內涵更加豐富,技術手段也更加豐富,應用場景也更多樣。智慧農業不僅侷限於農業種植的管理,而且着眼於整個農業的生產體系、能源利用、可持續生態發展等方面,通過先進信息通信技術,將整個農業系統推進到一個更高級的發展形態。 智慧農業包含哪些特徵和作用呢? 智慧農業最核心特徵就是擁有一個以智能數據為中心的服務平台。通過雲計算、傳感網等多種技術在農業生產中的綜合應用,可使信息收集更完備、信息感知更透徹、數據資源更集中,從而使農業信息更廣泛地互通和達到更智能化的控制,使農業生產更具有智慧性。比如,在前端可以為農產品種植、管理和採摘等提供數據採集、可視化管理和智能決策,在終端可以為農產品提供食品溯源、農業信息展示,也可以衍生出農業生態旅遊服務等內容。 智慧農業可以讓農業生產環境具有智能感知、智能決策、在線專家指導等作用,可以提高農業生產效益、解決農產品供需矛盾,消除農村地區貧困等重要價值。 進入21世紀,我國智慧農業進入高速發展期。隨着農業勞動力向二三產業轉移,人口老齡化加速,農業勞動力出現結構性短缺。以自動化機械、智能機器人為代表的新技術在農業領域的應用,標誌着智慧農業進入大規模應用期。 近些年,我國各項農業政策中先後多次提及重視智慧農業的建設和發展,未來5年,計劃將我國農業農村信息化總體水平提升至50%。與此同時,隨着人工智能、雲計算、物聯網技術的日趨成熟,5G網絡部署的逐漸完善,超大規模無線傳感器監測的不斷髮展,農業生產與農產品供銷正變得越來越信息化、智能化、數字化。 而我們多次提到的這些新技術,又是如何在智慧農業系統中發揮作用的呢? 5G、IoT、雲計算、AI, 支撐智慧農業的技術底座 2019年6月,工信部向國內三家電信運營商和中國廣電發放了5G牌照,標誌着我國正式進入5G時代。5G技術,對於農業的信息化來説是全局式的創新推動。 5G技術,首先將直接推動農業傳感器的聯接種類和數據的技術升級,種植、畜牧、果蔬、水產養殖等領域的物聯網設備將成熟落地。 其次,實時網絡聯接保證農業機械、無人機等植保作業的精準控制和數據實時傳輸、分析。 再次,5G網絡保證智能化技術在種植、養殖過程中的廣泛應用。 最後,5G和AI的共同作用可以使得農產品銷售變得更加智能和便捷。 雲計算作為一種提供海量雲端計算資源、超大存儲空間和超強計算能力的新型計算模式,將為農業物聯網的海量數據計算中發揮巨大價值。同時隨着物聯網數據的爆炸,邊緣計算作為雲計算的補充,也將在網絡邊緣側、更靠近數據源的設備側提供實時、短週期的本地決策。比如,在種植地,智能傳感器無需請求中央服務器來決定給附近的植物澆水或添加肥料的時間和用量,它們可以自己執行相關任務,必要時再與主要的雲平台同步。 相較於雲計算,邊緣計算距離用户更近、在邊緣節點完成數據處理和分析的效率更高。由於數據在邊端分散分佈,可以更有效保護網絡,增強數據安全性。另外,由於邊緣計算完成了部分的數據處理,可以減少設備響應時間和設備到雲端的數據流量,與雲計算形成協同服務。 由於農業大數據的基礎建設,各國越來越重視人工智能技術在挖掘農業大數據上的規律和模型的價值。 比如,針對農作物生長過程,智能化設備可以完成實時監測預警、水肥一體自動灌溉、病蟲害防治和災情評估等,從而為提升農業生產力、抵禦災害風險,為發展高效的智慧農業提供了技術支撐。 再比如,在蔬菜大棚種植場景,人工智能可以實現對棚內温濕度、光照和二氧化碳濃度等環境情況來控制補光時間,並檢查農作物是否有病蟲害,提醒工作人員進行補光、補水等操作。在智能灌溉場景,實現模型驅動型、時間計劃型和環境驅動型等多種灌溉模式。 在近兩年非常火熱的AI養豬案例中,養豬場可以通過人工智能對生豬的生長情況和疾病預防、種豬繁殖等進行不間斷的監測和預防。比如引入豬臉識別,及時發現母豬的發情和生病情況,實時監控,智能發現擠壓豬仔等情況,從而有效提高生豬存活率,出欄率。人工智能的引入,實現了整個養豬過程的少人化和經營過程的智能化、科學化管理。 以上我們看到,5G網絡技術保證了農業大數據的實時、高效傳輸,物聯網保證了農業大數據的完整收集,雲計算、邊緣計算提供了大數據分析處理的海量算力,而人工智能則提供了數據模型的智能分析、管理和決策,這些技術共同構成智慧農業的技術底座。 現在,我們能在哪些具體的領域或者案例中,看到智慧農業的真實面貌呢? 精準種植、智能養殖、自動農機, 親眼可見的智慧農業場景 對於數字智能化技術的介紹,只是讓我們看到智慧農業的輪廓,只有深入到智慧農業的應用場景當中,才能真正感受到智慧農業的豐富細節。 我們首先介紹智慧農業應用最大的兩個場景:大田精準種植和大棚精準種植。 在大田精準種植當中,主要存在作業面積大、土地分佈廣、設備佈線和供電困難等問題,結合5G網絡和物聯網,就可以根據不同地域的土壤類型、灌溉方式、農作物種類等進行不同設備配合,通過各種傳感器和智能氣象站,實現在線獲取土壤墒情、養分、氣象等信息,並實現墒情自動預報、灌溉智能決策及遠程控制灌溉設備,最終達到精耕細作的目的。 比如,土壤墒情監測預警系統獲取土壤墒情數據,通過將獲取的現場實時墒情信息和標準墒情信息數據庫中對應農作物的標準數據進行對比,從而達到監測預警墒情的目的。 (《5G賦能行業應用於創新》,圖6-5:墒情(旱情)監測預警系統) 而大田的水肥智能決策系統,則解決了傳統種植過程中灌水施肥量盲目性嚴重,造成水肥灌溉量不精準、資源大量浪費、作業強度大和過量施肥帶來土壤嚴重污染的痛點,這一決策模型從而可以提供輸入大田農作物的最優水肥比例,配合精準的水肥一體化技術進行水肥灌溉,從而更有效地利用水和肥料,節約成本的同時獲得更好的施肥效果。 而對於大棚精準種植,更重要的是對於種植物生長環境、生長環節的精準把控和管理。 精準大棚種植主要體現在精準數據採集、雲端智能水肥控制、智能農事管理、智能控制、數字農場平台等幾個方向,可以作用在大棚種植的育苗、栽種、生長管理、收割、休耕等全流程環節當中,通過精準採集系統、雲端智能水肥控制系統、智能農事管理系統、智能控制系統和終端等,可對大棚種植各環節的相關數據進行採集,為其科學化決策提供依據。 智慧農業的另外一大應用場景就是畜牧水產養殖。最典型的智慧畜牧養殖系統就是奶牛、生豬和雞場養殖。 這裏我們仍然以生豬為例。一套生豬精準飼餵系統,需要實現對生豬的數量盤點、體重估測、運動軌跡跟蹤、轉圈出欄監控及異常情況預警等,因此需要應用到以下智能監測技術,包括視頻監控的智能身份識別,監測每頭豬的身份、運動軌跡、發情期和健康狀況,整體環境檢測還要包括豬舍異常監測、存欄出欄數量盤點、飼養人員行為監控等。而生豬精準飼餵系統通過上述功能,可對生豬進行科學化的飼養和全面嚴格的管理,確保生豬的品質。 國內領先的農牧產品企業新希望六合,與中國移動共同開發的5G智慧養豬平台,就通過在養殖場的邊端部署,建立了智能影像識別的系統,通過專門優化的AI算法,可以快速高效準確地實現對生豬各項生理特徵的識別。另外,以機器視覺分析技術為基礎,結合5G高帶寬能力將圖像數據上傳至MEC(移動邊緣計算)側,並通過部署在MEC的AI平台實現生豬盤點、測重、測膘、體温等功能。 第三大類,也是我國在智慧農業上重點發力的應用場景就是智能農機。藉助5G、北斗衞星定位、物聯網、自動駕駛等技術,智能農機可以實現釐米級地理位置定位與測速、基於5G的無線傳輸,以及高清視頻採集、存儲與實時傳輸,還有高精度地圖API(應用程序編程接口)、氣象服務API、作業規劃與管理雲平台API等。 2019年5月,我國中科院研發的超級拖拉機1號,已經在萬畝基地實現了無人駕駛的測試,利用衞星導航的智能網聯技術,只需要三四個人員,就可以指揮20台智能拖拉機,完成所有耕地、播種、澆水、打藥等作業。相當於,我國在智能農業機械的製造和應用上正邁入全球先進行列。 總體來説,智慧農業正在幫助各類農業生產場景朝着集約化、智慧化的方向發展。集約化將極大降低生產成本,提高農業生產收益,智慧化將推動整個生產流程是數據感知、智能管理和全產業鏈智能決策,實現農業全場景的聯接互通。 現在,我國正處於從傳統農業向智慧農業快速轉型的過程當中,但是需要看到智慧農業的發展仍然面臨諸多挑戰。 先從現狀來看,許多地區存在基礎設施薄弱、地區發展不均衡、農村技術、管理人才短缺等現實問題;在新技術應用上,還存在着投入建設成本高、專用設備特別是專用芯片匱乏、配套設施不完善等問題,而在農業大數據的準確性收集、信息共享和信息利用上面存在效率不高、應用質量差等問題。 這些問題有賴於國家、地方政府、科技企業以及農業相關產業的高度重視和投入,比如政府應加強智慧農業的基礎設施建設,在網絡、交通、電力等方面實現配套。農業研發機構加強智能農業技術研發和相關成果的落地轉化。相關技術企業加強適應智慧農業的技術人才的培養,提高一線農業生產者運用智能設備的能力。 智慧農業或者我國整個農業的現代化發展,對於已經遠離鄉土、身居城市的我們,是一種很少感知和關注的領域。於我而言,也更多是對智慧農業的輪廓和運行機制做一些皮毛介紹。 未來,我更希望的是能夠在越來越多的地區、越來越多的媒體,看到我們的家鄉都能有各種各樣的智慧農業的景象出現。而這些案例,更值得被我們記錄。 參考資料:劉耕;蘇鬱:《5G賦能:行業應用於創新》,2020年1月,人民郵電出版社。

    時間:2021-01-11 關鍵詞: IoT 5G 智慧農業 AI

  • 芯訊通滅火器智能聯網監測系統解決方案

    火災是日常生活中最容易發生同時危害性也最大的災難之一。據中國消防救援局的數據,截至2020年10月,全國共接報火災23.3萬起,共造成889人死亡,583人受傷。雖然和2019年比有所下降,但值得注意的是高層建築起火事件攀升。1月—10月,我國城鄉居民住宅共發生火災8.5萬起,佔總數的42.9%,同時居民住宅火災造成的傷亡是所有火災裏最大的,今年共造成684人死亡,389人受傷。 城市化加劇導致城市人口進一步擴張,高層建築數量不斷增多。高層建築層數多、豎向管井密佈、功能複雜、人員密集、火災負荷大,起火後易造成大面積充煙和立體燃燒,給火災防控和滅火救援工作帶來嚴峻挑戰。高層建築一旦發生火災,在消防員到來之前,除了利用內部消防設施外,沒有更有效手段滅火。 但事實是,當很多火災情況發生時,人們就近找到的滅火器往往是無效的。過期、鏽蝕、欠壓等都是常見的導致滅火器無效的原因,有時人們甚至找不到滅火器放置的確切位置。隨着科技的發展,已經可以利用傳感器、物聯網、雲平台、移動互聯網等技術手段,實現了滅火器的在線監測,構建智能聯網監測系統平台。 芯訊通NB-IoT滅火器智能聯網監測系統解決方案 在滅火器智能聯網監測平台上,通過接入芯訊通NB-IoT模組E7025,可以實現對滅火器的壓力、温度、位置等信息進行實時監測,並將數據發送到雲平台,通過WEB管理端或者手機APP進行遠程管理。保障滅火器處於正常工作狀態,在火情出現的時候確保現場人員有可靠的滅火設備能及時撲滅火災,將火災消滅在初起階段,避免小火釀成大災。同時通過E7025收集反饋的信息,對滅火器進行全生命週期管理,制定合理的維護保養計劃,到期自動提醒消防管理人員進行維護保養,並對維保操作進行記錄存檔,真正實現了人防+技防的統一,雙管齊下保障消防安全。 芯訊通NB-IoT滅火器智能聯網監測系統解決方案 壓力監測:持續性監測滅火器的壓力,實現PC、APP遠程監控與異常報警,杜絕滅火器超期服役、鏽蝕損壞無人知、使用後不及時更換等問題。 運動監測、温度監測、電量報警、維保提醒等都可以通過PC、APP向管理人員發出提醒,以便安排及時處理。 對滅火器位置進行精準定位,方便及時找到滅火器;發現位置異常時可遠程報警。 關於E7025 E7025是一款採用58 PIN LCC+LGA封裝的NB-IoT模組,擁有豐富的硬件接口,具備豐富的擴展性,是低延遲、低功耗、低吞吐量應用的最優解決方案,非常適用於如表計、遠程控制、資產跟蹤、遠程監控、遠程醫療、共享單車等物聯網應用。 世健提供免費樣品、參考設計以及技術指導,有成功案例。 芯訊通SIMComWirelessSolutions 關於世健 亞太區領先的元器件授權代理商 世健(Excelpoint)是完整解決方案的供應商,為亞洲電子四方a集運倉電話包括原設備生產商(OEM)、原設計生產商(ODM)和電子製造服務提供商(EMS)提供優質的元器件、工程設計及供應鏈管理服務。 世健是新加坡主板上市公司,擁有超過30年曆史。世健中國區總部設於香港,目前在中國擁有十多家分公司和辦事處,遍及中國主要大中型城市。憑藉專業的研發團隊、頂尖的現場應用支持以及豐富的市場經驗,世健在中國業內享有領先地位。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-06 關鍵詞: 監測系統 智能聯網 AI

  • 小米11:驍龍888 + 高通最強AI

    小米11:驍龍888 + 高通最強AI

    在下述的內容中,小編將會對小米11智能手機的相關消息予以報道,如果小米11是您想要了解的焦點之一,不妨和小編共同閲讀這篇文章哦。 作為新十年的開篇之作,也是小米全新的高端之作,小米11智能手機仍將發燒性能深印骨子裏的基因之中——全球首發驍龍888,擁有X1超大核+有史以來高通最強GPU+有史以來高通最強AI。驍龍8系是高通的旗艦平台,驍龍888則是旗艦中的旗艦,無可挑剔。 小米11智能手機厚度 8.06mm,重量 196g,擁有細膩的磨砂玻璃,全新的相機排佈設計,除此之外還帶來了 Tech & Fashion 素皮款,給你柔軟觸感。在色彩選擇上,小米11智能手機提供白色、黑色、藍色、煙紫(素皮)給用户。在屏幕方面,小米11智能手機採用 6.81 英寸 2K 四曲面 AMOLED 屏幕。與此同時,小米11智能手機還支持 120Hz 刷新率和 480Hz 觸控採樣率。激發亮度達 900nit,峯值亮度能夠達到 1500nit,還支持原色屏和 10bit 色深。 散熱方面,小米11智能手機採用了目前最頂級的手機散熱材料,不僅擁有大面積液冷 VC 均熱板,屏幕、音腔、主板等主要發熱區域還覆蓋了大量石墨、銅箔、導熱凝膠等組成立體散熱系統。但此次小米11智能手機沒有僅僅滿足於這些散熱堆料,更在散熱路徑的優化上更進一步,採用全新的隔熱材料——納米氣凝膠。通過 “一疏一堵”的組合拳,讓散熱過程中的熱傳遞更合理,高效散熱的同時手感温和不燙手。 雖然小米11手機在續航方面無需擔心,但是如果手機沒電了,如何讓手機充電更快呢? 1.開啓飛行模式 本身接收短信、微信或應用程序提醒都會消耗電量,而在飛行模式下,手機會停止信號接收,相當於處在休眠的狀態中,所以就會更容易充滿。 2.關閉藍牙和GPS 藍牙和GPS同樣會耗費電池,當不需要用它們時,平時最好保持在關掉的狀態,充電時更要關掉啦。 3.不要用USB接口 電腦和汽車上的USB接口的電流輸出很小,通常只有0.5A,而現在很多手機的標準充電電流都是1A甚至更高,再加上電流不穩定,所以充起電來要慢很多。着急的時候還是放棄USB接口吧。 4.用原裝充電器充電 原裝充電器不僅安全可靠,而且充電效率也會更高。非原裝充電器很可能因為規格不同而造成充電效率低下,而且還有安全隱患。 以上就是小編這次想要和大家分享的有關小米11智能手機的內容,希望大家對本次分享的內容已經具有一定的瞭解。如果您想要看不同類別的文章,可以在網頁頂部選擇相應的頻道哦。

    時間:2021-01-05 關鍵詞: 驍龍888 小米11 AI

  • 一個90後打工人的朋友圈,揭開了一羣人的生活真相

    本文來源:智東西 對很多中國人來説,“智能家居”已經不是一個陌生的詞了。 不管是家人買的、朋友送的,還是公司年會抽獎抽到的,亦或是從某二手平台上低價淘別人年會抽到卻閒置的,智能家居設備似乎已經是一個家家必備的家居產品了。 但事實真的是這樣嗎?靠一台小小的智能音箱,或者是幾台設備相互連接,就能讓你的家智能了嗎?大家的生活離真正智能化到底還有多遠? 懷着這些好奇,在2020年的最後一個月,我在朋友圈展開了一個包含17個問題的小調查,想着從朋友圈輻射開來的人羣裏,看看大家智能家居生活的真正現狀。 經過不到一週的家族羣、工作羣、同學羣等圈子的“騷擾”,我最終收集到了近200份小樣本問卷。其中,北京和廣東的朋友特別賞臉,兩地參與調查的人數分別佔比29.66%,因此也是這份問卷的主要參與者。 其次,安徽、上海、廣西、天津等城市的朋友也均有分佈。雖然我是廣西人,但發現來自廣西的朋友佔比並不是很高,興許是因為我發的是問卷獎勵是紅包而不是螺螄粉。 從年齡層面看,參與調查的朋友主要集中在18至25歲,佔比42.37%;其次是31至40歲的青年朋友,佔比28.81%;還有21.19%的朋友集中在26至30歲。 同時我還發現,我的這份問卷最受小姐姐們的歡迎,女性人數佔比61.86%,男性則佔了38.14%。 職業分佈上,在私企工作的朋友參與度最高,這些和我一樣的打工人佔比約為56%,其次是事業單位工作的朋友,以及本科/研究生/博士在讀的學生朋友,佔比同為13.56%。 簡單來看,儘管這份問卷樣本數不夠大,但在一定程度上也代表了我國南北兩大中心——北京和廣東的年輕及中年人羣生活智能化的真實水平。 超六成人家家有智能音箱, 客廳/卧室是主要場景 在問卷中,我例舉了智能音箱、智能電視、智能冰箱、智能空調和掃地機器人等一系列智能家居設備,其中擁有智能音箱的人最多,佔比62.71%。 智能音箱設備不愧是我身邊親人朋友同學佳節送禮的首選,很容易被大家所接納,普及程度較高。 不過,當下的智能音箱市場格局已大致成型,基本由百度的小度、小米的小愛同學、阿里巴巴的天貓精靈三分天下。 在IDC最新發布的2020年Q3中國智能音箱出貨量報告中,我國智能音箱市場Q3出貨量約829萬台,同比下降14.7%,其中天貓精靈以290萬台出貨量排名國內市場第一,佔比35%。 不過,該季度市場出貨量的同比下降是不是説明智能音箱的增長已經到頂了呢? 智能音箱之外,智能電視/智慧屏是第二大受歡迎的智能設備,佔比43.22%。 近年來,智能家居行業的智能電視/智慧屏市場逐漸火熱,在TCL、創維、康佳等傳統四方a集運倉電話革新電視智能化的同時,更有小米、華為、OPPO等越來越多的手機四方a集運倉電話不斷推出智能電視產品,整個智能家居市場的核心入口似乎正從前些年的智能音箱,逐漸轉向智能電視/智慧屏。 其中,小米作為手機四方a集運倉電話中最早入局電視行業的跨界玩家,在衝擊傳統玩家市場,搶奪新玩家市場的實力不可小覷。 此外,掃地機器人、智能門鎖、智能洗衣機分別以33.9%、33.05%、30.51%的佔比,分別位列第三、四、五名。 這也説明,在前五名中拋開電視和洗衣機兩個傳統品類,智能音箱、掃地機器人、智能門鎖已經成為現在年輕人智能家居最具代表性的“新三樣”。但傳統家電裏,智能化需求最高的是電視和洗衣機,冰箱的智能化需求其實並沒有那麼高。 我們再看第二梯隊,其中智能化程度較高的分別是智能電燈、智能路由器、智能攝像頭、智能空調、智能插座,這些智能化產品也比較受朋友們青睞。 從上述角度來看,客廳和卧室仍然是我身邊朋友們生活中智能化最高的兩大場景,同時智能陽台、智能廚房和家居安防等場景的智能場景需求也開始受到他們的關注。 事實上的確如此。在收集到的近200份小樣本問卷中,有68.64%朋友的智能設備分佈在客廳,其次有65.25%分佈在卧室,客廳和卧室的智能化程度不相上下。其次,有21.19%的智能設備分佈於廚房,13.56%的設備集中在衞生間/浴室,少量分佈在陽台和大門等場景。 早晚使用設備最為活躍,小米佔比突出 從品牌角度看,也許是得益於自身豐富的IoT生態鏈佈局和低價競爭策略,小米成為了本次問卷調查中最為突出的智能設備品牌,佔比65.25%。 據瞭解,目前小米的智能家居設備除了智能音箱和智能電視外,還覆蓋了智能冰箱、智能掃地機器人、智能門鎖、智能空氣淨化器等品類。 華為和美的分別以25.42%、21.19%佔比,成為最受朋友們歡迎的第二、第三名品牌。 其中,華為可能受到自身消費者業務近幾年發展的品牌溢出效應,又可能是受益於1+8+N的生態玩法,華為在智能家居的品類覆蓋上也比較強,受眾也很可觀。 美的的佔比在小米華為之後,既説明傳統家電巨頭在智能化上確實還有不少路要走,也説明美的在傳統家電裏頭是跑在最前面的。 從智能設備使用頻次角度看,超過65.25%的朋友日均使用智能設備頻次約1~10次,仍處於低頻使用範疇。日均使用智能設備約20次以上的朋友較少,佔比7.63%,高頻使用者與低頻使用者的人數差距十分明顯。 與此同時,朋友們使用智能設備的時間段呈現出“兩極活躍”的狀態。 也許他們喜歡在晚上下班後在家休閒娛樂K歌看電影,本次調查有超過75.58%的朋友習慣在晚上使用智能設備。其次,早上時間段使用智能設備的朋友也不少,佔比32.2%。 娛樂影音最常用,最大的變化就是方便 從需求角度上看,有超過半數朋友使用智能設備的原因是為了滿足日常娛樂影音需求,佔比達65.25%,也從側面反映出智能家居設備的娛樂影音需求仍是吸引消費者的賣點之一。 不過,也有49.15%的朋友是為了提升生活健康水平而使用智能設備,他們對智能設備的健康功能需求十分重視。 此外,使用智能設備是為了提升工作/學習效率、方便與家人通話/看護老人孩子的朋友佔比均超過20%,有將近30%的朋友純粹是好奇或節能環保的理念使用智能設備。 在其他選項中,有少數朋友表示,他們使用智能設備的原因主要是為了看護寵物,面向寵物的智能看護設備也是一個有價值的細分市場。 有超過半數的朋友認同,傢俱家電的智能化不僅使設備更加方便易用,還能擁有更多全新的功能體驗,佔比分別為66.95%、52.54%。 認為設備智能化對自身生活無影響,甚至有部分負面影響的朋友處於少數派。 其中,有15.25%的朋友認為傢俱家電的智能化會使購置設備的成本增加,有13.56%的朋友感受不到家居設備智能化對生活產生的影響。 大部分人對“全屋智能”無感,用了就棄的人不少 針對近兩年行業興起的“全屋智能”概念,問卷也問到了朋友們對“全屋智能”概念的認知情況。 其中,僅有不及半數的朋友表示自己瞭解什麼是“全屋智能”,佔比44.92%;另外38.98%的朋友表示聽説過“全屋智能”概念,但並不清楚其具體涵義;而不瞭解“全屋智能”概念的朋友較少,佔比16.1%。 不過,這也恰好説明當下智能家居領域,消費者的市場教育水平仍然不高,從智能化消費觀念到消費行為都還需玩家進一步積極引導和定位。 有意思的事,在問卷“您是否有過嘗試一小段時間智能設備後,就將其閒置的經歷?”一題中,選擇“是”和“否”的朋友勢均力敵,佔比都是50%。這也意味着,目前市場上智能化設備的體驗水平十分層次不齊,消費者對設備的智能化感受差異較大。 在那些沒有閒置智能設備的人中,有一位來自廣東的私企朋友提到,由於自己是因需求才購入智能設備,因此他對設備的使用只有低頻使用和高頻使用之分,並談不上閒置。 不過,如果遇到不好的產品,他則會選擇處理掉,再去購入更適合的智能設備。 據問卷梳理,這位朋友的家中智能化水平十分完善,擁有智能音箱、智能電視/智慧屏、智能空調、掃地機器人、智能門鈴、智能插座、智能攝像頭等智能設備,覆蓋從客廳到卧室、從廚房到衞浴等生活場景,日均使用智能設備高達11~22次,屬於高頻使用人羣。 讓我感動的是,在那些使用智能設備一段時間後就將設備閒置的朋友們中,他們都十分積極地把自己對智能設備的體驗槽點手動打給了我,這些關鍵詞包括:“剛需少”、“不夠智能”、“習慣沒養成”、“功能重複或不實際”、“掃地機器人雞肋/掃不乾淨”、“語音控制不好用/人多識別不準”、“某品牌智能音箱和家中智能家居無聯動”等。 這些都是來自身邊朋友的真實吐槽,各路廠家都可以來自動認領。尤其是不同品類智能設備功能的同質化、語音控制的準確性和靈敏度,以及設備連接生態的構建,都是困擾着身邊朋友體驗智能設備、阻礙家電智能化進展的重要因素。 超過一半的朋友説智能家居是“偽智能” 從“智能家居”這個説法開始流行起來,不管是市場調研機構數據,還是玩家財報中的IoT業務營收情況,都給我們展現出了一副智能家居市場蓬勃發展的市場藍圖。 例如在今年9月,IDC發佈2020年全球智能家居設備出貨量數據,其預計今年全球智能家居設備出貨量將達8.54億台,同比增長4.1%。從長期來看,到2024年,全球出貨量預計將超14億台,五年複合年增長率為14%。 但我們將目光拉回當下市場,從我身邊朋友的角度看,又有多少人覺得現在的智能家居是“偽智能”呢? 在此次調查中,有57.63%的朋友認為現在的智能家居是“偽智能”。 一位來自北京的大學生朋友認為,目前智能設備間的聯繫弱,所謂智能仍在依賴人為的參數設置,智能產品的生態鏈還有待完善。 持有類似觀點的還有一位不願意透露職業的北京“鋼鐵俠”,他認為現在的智能家居尚未形成傳感器-中樞-執行器的閉環,大部分中樞的決策還是依靠人類,“最大的槽點是標準不夠統一,小愛同學、小度小度、Hey Siri等太多了”。 同時一位來自廣東的教師朋友談到,由於各種家電協議沒有一個通用的規則,導致所有家電要互聯的話只能購買統一品牌的產品,“這對現在的產品來説不太現實”。 另一位來自天津的私企朋友則關注到了數據隱私問題,他認為當下的設備還需人為控制,尤其在大數據濫用的前提下,“不敢瞎用”。 “現在的智能家居沒有達到理想的使用體驗,只能説是通過簡單智能化實現了部分使用體驗的改進。”這位來自北京的私企朋友提到,目前想要獲得多智能設備聯通的良好體驗還是有門檻。 例如,整體室內控温、温控監測點位如何安裝,連動上門窗感應邏輯如何設置,想要解決這些問題還需依靠自己的邏輯。 在42.37%認為現在智能家居不是“偽智能”的人中,有一名廣東的私企朋友談到,“肯定不止偽智能,但也不能説很智能”,當家中智能設備積累到一定數量時,通過APP和語音等方式控制設備不僅方便,體驗也很好。 但他也點出,目前某些家電是為了智能而智能,例如部分設備多加了一塊“沒啥用的屏幕”,體驗不好內容也不夠豐富,“還不如直接用手機或Pad”。 一位智能家居設備主要分佈在客廳和廚房的私企朋友認為,目前智能家居能夠看到產品的智能化升級,儘管體驗還不夠極致、技術也有待提升,但是產品的設計思路是“值得期待的”。 不過,她似乎也深受一些智能設備不夠“人性化”的困擾。“智能冰箱的菜譜資源沒啥用,冰箱放的位置離灶台遠,看一眼菜譜,菜都炒糊了。”她抱怨。 “成體系有聯動的智能家居才是智能家居,目前看來還比較少,但也算不上偽智能。”一名來自北京的事業單位工作的朋友談到,他的智能設備主要分佈在客廳和卧室,起初使用設備的原因也是因為好奇和想要提升工作效率。 總的來看,智能家居不管是“偽智能”與否,連接協議統一、數據安全、降低用户門檻、功能人性化、設備聯動、交互方式便捷、前期智能設置易用等需求仍是消費者們十分關心的要點。 結語:快樂地走進智能時代並接受它的所有缺點 原來讓我們生活更“智能便捷”的不止老媽,還有智能設備。 看完這一份不多不少、不長不短的調查報告,不僅讓我感受到自己和身邊朋友們的生活落差,也真切地感受到我身邊的朋友們的家居生活已經不知不覺地智能起來了。 與此同時,這些朋友們對現在智能家居生活也有不少槽點,他們在這次調查中也都把苦水真情實感地吐露了出來,設備的智能化、交互性,還是整個IoT生態連接和標準的統一,都令大家對智能生活又愛又“恨”。 值得慶幸的是,仍有78.81%的朋友表示,他們願意在未來持續添置和嘗試使用新的智能設備。 不可否認,這份小調查為我展示了家居家電產業發展的一個時代縮影,當下年輕人最常用的智能化產品,與我們的父輩、甚至更老一輩的家人朋友所使用家電,已出現了非常大的差別。除此之外,我們也能看到家居家電產業的玩家仍在不斷更迭,江湖格局也在持續發生變化。 不知道再過五年,大家的家裏又會變成怎樣?會不會擁有更多我們現在還無法想象的智能場景呢?它是否又能以一種更“接地氣”的方式走入我們的生活?這也是整個行業正不斷思考和前進的方向。 那麼閲讀到此刻的你,認為現在的智能家居是“偽智能”嗎?你的生活離真正智能化又還有多遠呢?歡迎在評論區留言一起吐槽~ ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-04 關鍵詞: 智能家居 AI

  • 波士頓動力機器人全體出動,奉上新年之舞!

    時間:2021-01-04 關鍵詞: 機器人 AI

  • 首次多視角新年音樂會,廣州大劇院醖釀5G智慧劇院新業態

    2020年突如其來的新冠疫情,讓“上雲”成為各行各業的核心命題。文化內容產業也不例外,在經營成本的重壓之下,包括劇院、體育館在內的各種線下場館,更是展開了積極的數字化嘗試。   行業各異,“上雲”姿態也不同。比如,一向以高雅、小眾示人的劇院內容從線下走到線上,該如何做才能“破圈”吸引更多用户?便是一個全新的課題。好消息是,先行者們探索,給我們提供了一些有益的參照。 2020年12月30日、31日晚,在行將跨年之際,廣州大劇院聯手華為等合作伙伴,以多視角方式對新年音樂會進行拍攝製作,將科技與藝術深度融合,把劇場延伸至互聯網,賦予傳統藝術全新“打開方式”。   多視角新年音樂會帶來多維度、個性化的觀看體驗 音樂愛好者可能都知道,新年舉行音樂會的傳統源自維也納。時至今日,每年一度的維也納新年音樂會都會在1月1日這天上演,成為世界最引人注目的年度音樂盛會。除維也納外,世界各地也會在新年之際以優美的音樂帶領樂迷們迎接新年的到來。廣州大劇院也每年舉辦新年音樂會,並在形式與玩法上逐年革新。   多視角新年音樂會提供多種興趣視角供用户選擇 所謂多視角製作,即是利用多台超高清攝像機多角度攝錄製作,結合5G網絡大帶寬、低時延的特性,將演出現場的多個視角同步傳遞給用户,例如包括指揮家視角、歌唱家視角、絃樂視角、管樂視覺、舞台全景視角等,好讓用户根據喜好自由切換觀看。 如此一來,無論是欣賞指揮家優雅的指揮,還是注視歌唱家深情的歌唱,或是追逐宛轉悠揚的絃樂演繹,抑或一覽全場嚴絲合縫的驚人配合……觀眾均可根據自己需求,隨時切換視角觀看,獲得極具個性化的體驗,而不用像以往那樣只能跟着導播的思路走。   值得一提的是,得益於華為領先的幀同步技術的加持,多視角製作能夠保障不同視角在觀眾側的同步展現,使得用户在電視或手機端切換視角觀看時,不會出現聲音畫面不同步的現象,並在大帶寬、低時延的5G網絡承載下,讓用户獲得完整而連貫的視聽享受。   從線下到線上, 循序漸進打造5G智慧劇院新業態 得益於多視角製作的加持,廣州大劇院新年音樂會成為眾多跨年晚會節目中的一抹亮色。實際上在此次多視角新年音樂會之前,廣州大劇院已經做了一系列從線下到線上的探索嘗試,也積累了一定量的新內容產品。   早在2020年4月,廣州大劇院便推出了全國首部線上戲劇《等待戈多》,兩天直播收穫29萬觀眾在線觀看。6月疫後復演第一場歌劇《馬可·波羅》,就增設了線上直播觀演方式,嘗試了付費觀看的模式。疫後廣州大劇院更是加快線上線下融合發展的步伐,開啓“雲劇院”發展加速模式。   就在稍早前的12月19日,廣州大劇院聯手華為打造的“5G智慧劇院”採用自由視角與多視角拍攝技術,完成了首場完整劇目的錄製。廣州芭蕾舞團製作演繹的新版古典芭蕾舞劇《胡桃夾子》在54台高清攝像機及8機位拍攝下,全視角呈現精彩瞬間,打開了觀演新視界。 廣州大劇院&華為《胡桃夾子》自由視角錄製 據悉,相關節目內容將會出現在廣州大劇院與華為聯合打造的5G智慧劇院專區中,並將於2021年初在互聯網平台、IPTV等多個渠道上線播出。毫無疑問,這是廣州大劇院線上佈局的持續深化,有望進一步“破圈”將高雅、小眾的優質內容呈獻給海量觀眾,實現優質內容的多元化變現。 5G智慧劇院,賦能線上內容更具吸引力 縱覽廣州大劇院疫情疫後的線上佈局,可以發現其覆蓋受眾在成倍擴充,內容體驗在大幅提升,變現方式也在逐步豐富。細究這一切得以實現的根源,5G智慧劇院的打造是一個關鍵。   2020年9月25日,廣州大劇院與華為在廣州簽署戰略合作協議,宣佈“5G智慧劇院”全球首發,雙方將促進廣州大劇院的線下體驗與華為的線上技術相結合,開啓“雲劇院”加速模式,使能VR雲劇院、自由視角、多視角、8K VR視頻、VR三維展廳等5G+超高清視頻體驗,讓傳統舞台藝術形式在新科技賦能下煥發新生機。   從那以後的動作看,正是5G智慧劇院構築的“新基建”,包括5G和MEC媒體邊緣雲,滿足了移動採集、多視角、自由視角、VR等業務的製播需求,極大降低了超高清的拍攝、製作和傳輸成本,使得內容的創作、生產、傳播、分發與消費全環節得以良性運轉。   尤其重要的是,在“內容為王,體驗至上”的新消費時代,用户對體驗的追求越來越高,特別是年輕人的口味越來越挑,5G智慧劇院加持下的多視角、自由視角、8K VR、Vlog等超高清場景新體驗,可以提供更加自由和沉浸的新體驗,不失為解決之道。   廣州大劇院基於5G智慧劇院所做的系列線上化探索創新,一定程度上回答了開篇提及的問題——線下文化演藝從線下到線上,絕不是簡單的複製(只是拍攝和上傳),而是要以更新穎的形式,打造出兼具視覺和藝術效果、“比現場,更現場”的新體驗,才能俘獲在線用户的歡心。   發展演藝新業態大勢所趨,線下線下互補共贏 就在廣州大劇院大步向前的時候,國家政策及行業組織、產業玩家的動向,也印證了文化產業數字化正進入快車道,而因疫情催化而加速的線下文娛產業線上化演繹,正是這一波數字文化產業提速發展的主戰場和大賽道。   2020年11月18日,《文化和旅遊部關於推動數字文化產業高質量發展的意見》重磅發佈,明確提出要發展包括雲演藝業態、沉浸式業態在內的數字文化產業新型業態,實施文化產業數字化戰略,推動數字文化產業高質量發展。   12月17日,在文化和旅遊部產業司指導下,中國演出行業協會在重慶舉行演藝新業態發展委員會成立大會,圍繞疫情以來表現最活躍、影響最深遠的雲演藝形式展開分享交流,共同探討演藝新業態的發展之道。   與廣州大劇院不約而同,為了應對疫情衝擊,國家京劇院在梅蘭芳大劇院的演出,均採用線上、線下同步播出。一些諸如《龍鳳呈祥》的大戲,線上收入能佔到總盤子的1/3以上。6月份,北京京劇院排演的京劇《許雲峯》,一亮相便賣出了9000多張線上付費觀看票。   從國家京劇院到廣州大劇院,如果不是疫情的倒逼,可能多數人都想象不到,如此高雅的藝術在線上竟如此受歡迎。這些看上去比較小眾的藝術,竟然實現了不錯的收入,有效彌補了疫情期間劇院的經營成本,同時打開了疫後恢復發展的新思路。   既然是新業態,自然避免不了談論新舊衝突的問題,對此國家大劇院的一份調查統計顯示,線上播出不會影響線下演出——超過80%的用户不會因為有線上演出而減少或不來劇院觀看線下演出,同時還有超過70%的用户認為線上演出激發了觀演興趣希望儘快去劇院觀看線下演出。   廣州大劇院的總經理何鷹也認為,當線下節目放到線上之後,並不會對線下收入造成衝擊。或者説,線上獲得的收益,將會遠大於這種衝擊,因為很多人並沒有到過劇院,觀看線上演出,將讓他們有機會了解到劇院內容的閃光點。如果他們被內容吸引,就可能會激發起進一步走進劇場的願望,給線下帶來新的收益。   多邊協同並進,構建全新繁榮生態 此番疫情也讓大家知道,世界還是一個地球村,合作才能共贏。對發展演藝新業態來説,這樣的共識同樣適用,並且已經開始被產業鏈主流玩家積極踐行起來。5G智慧劇院,正是產業各方發力演藝新業態的一個多邊協同的範例。   在5G智慧劇院的框架下,劇院、內容製作方、設備商、運營商、視頻平台等產業鏈各方都可以加入進來,全面打通劇目的創作、生產、傳播、分發與消費全環節,通過多邊合作,共創共贏,推動劇院超高清內容生產及生態建設,構築演藝新業態。   作為超高清視頻端到端解決方案提供商,華為推出的視頻3.0+方案結合5G智慧場館,可以實現超高清內容的常態化供應。基於視頻3.0+方案,華為專為5G智慧場館設計了MideaCube設備,其能夠以更低的空間佔用,更高的效率,實現自由視角、多視角等超高清場景現場製作的大計算量處理、渲染、整合、編碼等功能,源源不斷生產出年輕人喜歡的新場景視頻。 華為5G智慧場館方案使能智慧劇院 當5G智慧劇院建設完畢後,運營商高品質的網絡不僅能為場館內觀眾提供高速連接和更優覆蓋,而且還是超高清視頻走向千家萬户的最好載體,可以幫助劇院打通線下線上的端到端體驗,通過提供AI Vlog、多視角、自由視角、VR/AR等超高清新內容、新場景服務實現線下線上的雙贏!   總而言之,5G、雲、AI等技術支撐賦能下的5G智慧劇院,正在成為超高清新場景、新體驗的“新基建”,重新定義傳統舞台藝術的“打開方式”,打開從有限線下到無限線上的全新可能。廣州大劇院此番首次嘗試多視角製作呈現的新年音樂會,並打造多渠道5G智慧劇院專區,或將成為我國演藝新業態乃至整個數字文化產業發展的標誌性事件,掀起科技賦能藝術的新一波浪潮。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-04 關鍵詞: 5G 智慧劇院 AI

  • 揮別2020,十年後AI會變成怎樣?這裏有10大預測

    多災多難的2020年馬上就要結束了!這一年,愛與AI給與了我們太多驚喜,值此最後一天,讓我們用懷着愛意,暢想一下AI未來還將帶給我們怎樣的精彩。 現在AI已經能幫我們做很多事,比如它可以駕駛汽車,可以製作音樂,可以閲讀腦波,讓我們用意念控制計算機…… 在未來的日子,AI肯定還會進步。到了2030年AI會變成怎樣呢?這裏有一份專家的預測,一起來看看。 改變物體的觀感 如果想裝修客廳,你只能拋棄舊傢俱,買很多新東西。 未來,你也許可以改變沙發的外觀,甚至連坐在上面的感覺也能改變,只需要按一下開關就行了。是不是討厭桌上的花?沒問題,你可以更換花的外觀,甚至連氣味也能改變。 購物優化平台InstantSearch的CEO Zohar Gilad説:“今天已經有建築模塊問世,但最大的進步可能還是觸感合成技術。”一旦有了這種技術,最大的好處可能是環保。Gilad説:“環境意義很重大。因為消耗大量的資源,我們每個人都在犯罪。我們老是買新衣服、新傢俱、新東西,並不是因為它們不能用了,而是因為我們追求變化,追求新鮮感,想多一點生氣。” 觸感合成技術既可以滿足人類追求變化的需要,也可以拯救地球,它值得我們追求。 國家身份可能會越來越模糊 如果你身在法國,説法語,你想獲得美國的網絡信息就會有一些障礙。美國的視頻和文章的確很出色,如果你不知道它在説什麼,那就沒有什麼意義,現在的文本翻譯技術還不是很先進。 到了2030年,當一個人在自己的國家發佈內容,另一國家的人也許可以馬上理解,用自己的語言理解。 數字諮詢公司LatentView的董事長Venkat Viswanathan説:“媒體和娛樂受眾將會跨越國界和語言邊界,因為到時自然語言處理技術、自動語音識別技術、機器翻譯技術將會變得足夠先進,可以即時完成跨語言傳播。” 如果地球上的每個人都可以理解他人,而且意思不會因為翻譯丟失,那無疑是一大進步。 Viswanathan還説:“在這種環境下,內容成為跨文化連接器,國內文化這一概念將會淡化,到時國家身份將會變得不再重要。友情源於共同的興趣,儘管地理位置不同,內容社區仍會創建更多平等的社交網絡。” 你的工作可能會消失 到了2030年,機器人應該不會站出來反抗人類,但你的工作可能會被奪走。 Persistent Systems公司CTO Pandurang Kamat説:“到了2030年,AI造成的失業將會成為嚴重社會問題。汽車卡車司機,設備操作員,醫學診斷專家,律師,他們的工作將會向AI智力、自主技術轉變,從而造成很多人失業。” 政府必須提前做準備,制定新法律,設立新項目,保護被取代的員工,給他們提供培訓。 B2B搜索Grata的CEO Andrew Bocskocsky説:“隨着AI的進步,政府將會變得越來越重要。它們要研究、理解AI技術,這點很關鍵,不過社會還要考慮人道主義要求,為那些被取代的員工提供幫助。在未來十年內,依賴環境智力的工作相對比較安全,比如銷售、領導者、管理者。” 自動化變得更重要 到了2030年,汽車可能不會再有方向盤,它可以送你到任何地方,你在網上買東西,無人機會送貨給你。 數據科學平台dotData的CEO Ryohei Fujimaki説:“供應鏈將會自動化,不需要人類干預機器就可以自動補貨。” 無論是在消費層面還是在企業層面,AI都將無所不在。Grata的Bocskocsky也説:“機器人將會幫我們做簡單的事,比如整理桌面,幫我們填充Amazon Prime購物車,幫我們下單。” AI植入各種物品 亞馬遜也許會向你推薦鞋子,但是當你買了鞋子之後,亞馬遜並不知道你是如何用的。未來,不論你買什麼,裏面可能都會有AI,它會將使用信息製成報告。 Gilad説:“如果你準備買一雙跑鞋,AI會告訴銷售員你跑步的頻率有多高,然後系統就會預測你什麼時候需要新鞋子,AI還會根據使用模式推薦其它商品。” AI設備將會湧入我們的生活。Viswanathan説:“視頻攝像頭與AI人物將與真人結合,變成高質量自制電影。即使沒有接受過正式的音樂訓練,也可以借用AI硬件製作音樂。到時,藝術創作將會更加依賴AI技術,創作主要受到創意而非能力的限制。” AI進入大腦 AI可以直接與設備交流,也可以與大腦交流。 數據平台Splice Machine的CEO Monte Zweben説:“在10年內,每一種感覺和思想來自大腦何處,我們也許可以精準找到。未來可能會出現AI隱形玻璃眼鏡,它與大腦連接,這種技術似乎並不遙遠。到時世界上的所有信息只是一個念頭。” 在大流行期間,AR聚會越來越流行,未來虛擬會議會變得和現實一樣。 Zweben説:“將VR植入大腦就可以讓虛擬會議更逼真,當你通過FaceTime與朋友聊天時,甚至可以模擬各種感覺。” 圖靈測試 所謂圖靈測試,就是説機器可以展示超凡的智力,它的表現與人類相近或者無法區分,現在已經有一些AI程序可以通過圖靈測試。 今天,讓機器像人一樣説話、行動還是科幻,但在未來10年人類也許會攻克這一難題。 Grata的Bocskocksy説:“在未來十年,機器人與人的結合將會更嚴密,當我們交流時,可能無法區分自己在與機器人交流,還是與人交流。” 到時,機器人夥伴就像人類一樣,我們完全擁有它。 數字文件轉換公司Conga的高管Ajay Dawar説:“在2030年之前,每個人都會擁有虛擬助手,甚至包括孩子,這是完全可能的。虛擬助手很聰明。比如,9歲的孩子可能會下達命令,讓虛擬助手從網上尋找重要作業內容,然後複製粘貼信息,放進文檔,孩子可以吃早餐,讓虛擬助手完成使命。” “不只如此,孩子還可以問虛擬助手她的朋友是否愛是另一個同學,助手會根據數字信息內容以及從幾十億羣體中收集的數據做出預測。” 你無需知道很多東西 今天,即使碰到簡單的技術問題,我們也很頭痛,很快AI就可以幫我們解決複雜的工業問題,現在解決這些問題需要經驗豐富、受過教育的人。 AR解決方案公司Taqtile的CEO John Tomizuka説:“在今天覆雜的工業系統中,在排隊故障解決問題時,我們投入大量時間確定問題出在哪裏,真的很浪費時間。” 如果現場沒有合適的人,工作人員只能拿來説明書,一字一句研究,未來這一問題將會解決。Tomizuka説:“到時,我們將會擁有一套系統,它可以診斷問題,引導新手解決複雜難題。” AI醫生流行起來 現在醫生已經開始使用AI技術,效果還不錯。互聯網平台 Insight的高管Matt Jackson説:“10月份,MIT製作一個AI模型,它可以通過手機記錄的咳嗽診斷新冠無症狀感染者。” AI可以幫助醫生診斷病人,制定干預治療計劃。未來,AI也許有能力制定一整套治療方案。Jackson説:“10年之內,隨着AI技術的進步,它也許可以預測病人的癌細胞會怎樣變化,然後針對個體病人制定高度定製精準治療方案。” AI不會殺死人類 但殺手機器人會出現 大家都看過《終結者》,電影畢竟是電影,應該不會變成現實。 斯坦福在報告中指出:“在電影和小説中充滿可怕的未來主義描述,這種描述改變了大眾的想象力,AI似乎就是災難。但回到現實,AI已經改變我們的日常生活,正面意義遠大於負面意義,它讓人類更健康、更安全,提高了生產力。” 殺手機器人會不會出現?當然有可能。 美軍在2016年發佈報告稱:“未來戰場將會充斥各種各樣的新東西,有些有智力,有些沒有,它們可以執行多種任務,比如它們可以彼此感知、溝通、執行、協作,與可以與人類戰士溝通合作。” 聽起來是不是有些遙遠?不是的,軍隊已經在做計劃,準備將AI和機器人用於戰場。英軍高層預測,到了2030年代,最多可能會有四分之一的士兵被機器人取代。 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2021-01-04 關鍵詞: 機器人 人工智能 AI

  • 業內首創!小米MIUI推出新功能,iPhone還沒有

    業內首創!小米MIUI推出新功能,iPhone還沒有

    12月30日,MIUI官方微博線上發佈了MIUI 12.5無障礙觸感功能。這是通過手機線性振動馬達,向無障礙用户傳遞準確信息的一種全新交互方式,可以有效提升視障用户的操作效率。 據悉,小米是首家把觸感設計成功應用於無障礙交互體驗的手機四方a集運倉電話;而蘋果在該領域探索更早,但目前iPhone在該領域還沒有更好的解決方案。 據介紹,MIUI 12.5系統全新發布的無障礙觸感功能,可以根據視障用户的理解,對界面元素進行聚類,賦予不同類型的界面控件不同的質感隱喻和不同的強度等級,便於理解和記憶。通過觸覺反饋信息,可以幫助視障用户識別不同的控件類別、快速鎖定目標元素或關鍵操作、知曉頁面跳轉,有效防止操作出錯,還能通過雙擊鎖屏時間觸發振動報時,便於視障人羣高效獲取信息。 無障礙觸感功能,讓信息的傳遞更加高效,讓用户在系統操作過程中更加準確便捷,使用户與系統更加親近。更為重要的是,它可以幫助全盲用户在聽覺信息失效時,繼續完成他們想要進行的操作。 無障礙觸感這一創新功能的發佈,其實也並非偶然。MIUI早在2013年就已經開始無障礙領域的研發投入,在目前安卓系統領域領先。 目前,全世界視障人士約有3.38億人。小米在MIUI 12.5上繼續延續對無障礙功能的投入,希望通過無障礙觸感新功能的發佈,能讓視障人羣可以高效、準確的獲取信息,讓手機也能變得有温情。 據瞭解,小米對於無障礙功能的研發,其實緣於多年前一位視障米粉在MIUI論壇的求助帖。隨後,小米MIUI團隊便走上了長達七年的無障礙功能優化之路。

    時間:2020-12-30 關鍵詞: 小米 無障礙觸感 AI

  • 智慧屏白皮書2020發佈!

    本文來源:物聯傳媒 智慧屏作為一個新興的大屏產品形態,自問世以來吸引了產業和消費者的廣泛關注。諸多家電企業和科技公司推出了各具特色的智慧屏產品和相關軟件應用,在極大地豐富消費者的文化娛樂生活的同時,也為智慧家庭、遠程教育等產業發展起到積極帶動作用。推動並建立智慧屏產業共識,探索並完善智慧屏重點標準,對引導產業健康發展、拓展產品應用空間等方面具有重要的意義,也有利於構建開放的產業生態。 本白皮書主要闡述了智慧屏的演進變革、基礎能力等基本概念,勾勒了智慧屏產品及生態帶來的全新用户體驗,總結了產業和技術發展現狀,暢想了智慧屏產業生態未來發展趨勢,進一步提出了完善智慧屏重點標準和檢測認證體系的建設思路和建議,希望為智慧屏生態各參與方提供參考,並呼籲各方開放合作,強化產業協同,支撐智慧屏產業可持續健康發展。 ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-30 關鍵詞: 智慧屏 AI

  • 超全2020智慧城市產業鏈地圖:七大環節五個細分領域全方位解讀

    本文來源:智東西 推進新型智慧城市,是政府推動我國新型工業化、信息化、城鎮化和農業現代化同步發展做出的重大決策,有利於深化新一代信息通信技術與城市發展的深度融合,實現城市可持續發展。新型智慧城市產業覆蓋面廣,與眾多行業存在交叉關係,鏈條長、帶動性強,成為新技術創新應用的實驗場。在經歷概念探索、政策推動、試點示範等幾個發展階段後,我國智慧城市已全面進入建設期,參與主體不斷增多,投資規模不斷擴大。 一、智慧城市產業圖譜 1、總體圖譜 智慧城市產業範圍大、領域多、鏈條長,吸引了眾多玩家入場,包括 ICT 設備供應商、電信運營商、系統集成商、軟件開發商、互聯網企業、金融企業及房地產企業等,各類型企業以自身核心能力和產品為切入點,橫向拓展應用領域,縱向往產業鏈上下游滲透、延伸,積極構建生態圈,在智慧城市領域開疆拓土、跑馬圈地。 一個完整的智慧城市 ICT 生態包括投融資、頂層設計、集成、運營、業務應用、ICT 基礎建設等多個環節的合作伙伴,結合智慧城市架構,選取標準規範、頂層設計、基礎設施、智能中樞、智慧應用、運營服務、網絡安全等各環節業務代表性較強的企業,形成如下的智慧城市產業圖譜。 ▲智慧城市產業圖譜(2020 版) 標準規範為智慧城市建設打造一把統一的標尺,促進建設標準化,推動智慧城市建設可持續、可複製、可推廣。據不完全統計,我國先後發佈了涵蓋智慧城市頂層設計、平台系統等方面共計 25 項智慧城市標準,智慧城市國家標準主要起草單位包括中國電子技術標準化研究院、中國信息通信研究院、北京市長城企業戰略研究所、北京航空航天大學等。 頂層設計是從城市發展需求出發,運用體系工程方法統籌協調城市各要素,開展智慧城市需求分析,對智慧城市建設目標、總體框架、建設內容、實施路徑等方面進行整體性規劃和設計的過程,是智慧城市建設的前提。智慧城市頂層設計服務商以研究院、高校、大型方案商以及大型諮詢公司為主。 基礎設施是支撐智慧城市可持續發展的基石,其建設水平直接決定智慧城市的發展前景,既包括物聯網、5G、數據中心等信息基礎設施,也包括交通、能源和市政管網等傳統設施數字化改造升級。智慧城市基礎設施提供商主要包括華為等傳統 IT 四方a集運倉電話、基礎電信運營商、方大智控等智能設施提供商以及 BAT 為首的雲服務提供商。 智慧中樞作為連接底層終端設施、驅動上層行業應用的核心環節,在傳統智慧城市重大平台的建設基礎上,進一步形成城市大數據平台、城市信息模型平台、共性技術賦能與應用支撐平台等核心平台,面向各種智慧城市具體應用的共性需求實現有效支撐。目前數字孿生城市核心技術基本成型,整體發展處於初級階段,城市大腦發展迅速,互聯網企業、硬件四方a集運倉電話、人工智能企業等紛紛進入市場。 智慧應用是智慧城市產業圖譜中真正意義上的面向政府、企業以及個人實現交付的產業環節,包含惠民服務、精準治理、產業經濟、生態宜居等重點領域,智慧應用供應商主要分為兩類:一是以軟通動力、太極等代表的大型方案商,在各行業有較深的積累和應用開發經驗,可提供多個行業智慧應用解決方案;二是某個行業的專業方案商,專注單一行業領域解決方案研究,對該行業領域有很深的理解。 運營服務是整個智慧城市建設過程中的重要一環,智慧城市的項目建設只是開始,後續如何持續運營才是關鍵,這種需求催生了智慧城市運營服務商。智慧城市運營服務商目前主要包括數字廣東為代表的政企合資第三方運營商、浪潮等國資系運營商、阿里等民營系運營商等。 網絡安全是智慧城市健康發展的根基,隨着我國政府網站受到針對性網絡攻擊越來越多,關鍵信息基礎設施面臨的安全風險不斷加大,智慧城市建設對網絡安全保障提出更高要求。智慧城市網絡安全提供商主要包括啓明星城、衞士通等網絡安全產品供應商。 2、總體態勢分析 智慧城市進入爆發式增長期,投資總規模約 1.7 萬億。近年來,我國智慧城市建設在經過概念普及、政策推動、試點示範之後,已經進入爆發式增長階段,智慧城市、信息惠民、寬帶中國等智慧城市相關試點已超過 700 個,開展新型智慧城市頂層設計的省會城市及計劃單列市、地級市已分別達 94%、71%。 各級政府持續推動智慧城市建設工作,吸引了大量社會資本加速投入,直接拉動智慧城市產業的大規模發展,據德勤統計,中國智慧城市市場規模近幾年均保持 30%以上增長,2019 年市場規模達 10.5 萬億元。此外,根據中國信息通信研究院測算,智慧城市本級財政建設投資佔 GDP 比重約為 0.1%-0.5%,2019 年全國智慧城市投資總規模約為 1.7 萬億元,佔全國固定資產投資比例為 3.1%。 ▲我國各級城市開展新型智慧城市頂層設計情況 智慧城市建設主體多元化,政府企業公眾紛紛入局。智慧城市建設涉及政府、企業、公眾等多個角色,政府引導、市場主導、公眾參與的模式逐步形成,建設主體呈現多元化。一方面,政府積極鼓勵和引導社會資本參與智慧城市建設,吸引了 ICT 設備供應商、電信運營商、系統集成商、軟件開發商、互聯網、金融、房地產等企業紛紛入局,據中國信息通信研究院測算,2019 年智慧城市各級政府財政支出約 3650 億元,佔總投資 21%,社會投資約 13460億元,佔總投資的 79%。 另一方面,強調公眾參與探索共建共治,政府通過公共服務平台將城市問題擺上貨架,給予市民集體參與解決自己身邊問題的空間。如貴陽針對城市管理建立了一套在線互動交流系統“百姓拍”,市民可以通過拍照取證、投訴舉報等流程參與市政設施、環境衞生、綜合執法、渣土管理、園林綠化、工地管理等六大城市管理。 新基建引領下一輪投資熱點,厚植智慧城市數字基因。2018 年中央經濟工作會議首次提出新型基礎設施,2020 年政治局常務委員會會議進一步強調,加快 5G 網絡、數據中心等新型基礎設施建設進度。新型基礎設施既包括 5G、工業互聯網、數據中心、人工智能等信息基礎設施,也包括智慧燈杆、智能充電樁等傳統設施數字化改造升級。 根據相關機構測算,2020 年我國 5G 投資規模將近 3000 億元、數據中心投資規模約 1000 億元、人工智能投資規模約350 億元、特高壓投資規模超 600 億元、軌道交通投資規模約 5000億元、充電樁投資規模 100 億元,新基建佔全部基建比重的 7%-12%,規模或超萬億。與傳統基礎設施建設不同,“新基建”突破了“鐵公基”和房地產為代表的模式,具有數字化、網絡化、智能化特徵,是數據要素參與價值創造和分配的重要支撐,有利於全面釋放數據紅利。 城市大腦流量入口地位確立,智能中樞爭奪戰加劇。3 月 31 日,習近平總書記考察杭州城市大腦運營指揮中心,對杭州市運用城市大腦提升交通、文旅、衞健等系統治理能力的創新成果表示肯定,希望在建設城市大腦方面繼續探索創新,為全國創造更多可推廣的經驗,並指出運用大數據、雲計算、區塊鏈、人工智能等前沿技術推動城市管理手段、管理模式、管理理念創新,從數字化到智能化再到智慧化,是推動城市治理體系和治理能力現代化的必由之路。 近年來,數字孿生、城市大腦等智慧中樞概念層出不窮,引發產業圖譜重新洗牌。空間信息企業通過數字孿生在智慧城市中找到新的支點,多年的技術積累在巨大的市場空間中得以釋放活力,並造就獨特的競爭優勢,成為數字孿生城市建設中堅力量;互聯網巨頭、ICT四方a集運倉電話、集成商等企業依託強大的雲、數、AI 能力紛紛入局城市大腦市場,推動政務數據化運營和政府部門的流程再造,實現部門間數據互聯互通,讓“數據”價值為“業務”服務賦能,為政府帶來了新的治理模式和服務模式。 產業供給側能力更加細分和 “ 柔性 ” ,推動智慧應用高效運行。智慧城市應用場景趨於多元化,微場景服務需求和黑科技創新演進態勢更加明顯,倒逼智慧城市產業供給能力持續分化,服務鏈條不斷延伸,更加貼近細分領域和特色場景。一方面以用户切身需要為導向,各類微場景應用服務市場爭奪加劇,如在政務服務改革領域,統一身份認證、電子證照、電子簽章等細分領域個性化解決方案競相湧現,助力疏通業務難點堵點。 另一方面在技術創新東風驅動下,彈性化、定製化服務能力成為企業核心競爭力和突破關鍵方向。如在城市治理領域,藉助 5G 網絡切片技術,低空航拍、國土測繪、植被保護、應急救援、新聞報道、電力巡檢等系列應用實現網絡服務質量隨需而定;基於人工智能和邊緣計算技術,城市公共安防能力全面向定向抓取、精準識別演進。 平台化合作模式廣受市場關切,推動智慧城市可持續運營。智慧城市建設是一個長期運營和迭代升級的過程,智慧城市需要對城市綜合平台、城市垂直領域功能平台、園區綜合平台、社區綜合平台等所產生的數據和信息進行專門運營,但人才匱乏、財政資金短缺迫使政府尋求新的合作、建設和運營模式,這種需求推動智慧城市運營服務商的誕生,成為智慧城市產業鏈的重要組成部分。 當前,地方建立專門智慧城市運營團隊或企業的需求日益迫切,智慧城市運營服務商能有效彌補政府在專業人員支持、持續資金投入、科學規劃、管理和運營經驗等方面的不足,盤活各類城市資源,整體推動城市邁向智慧化。據相關機構統計,地方政府成立或引入本地化運營企業佔所有智慧城市的比例達 50%。 二、產業環節之標準規範 1、領域圖譜 標準規範在智慧城市規劃設計、建設實施及運營評估等環節有着舉足輕重的作用,推進智慧城市建設,應加快形成目標明確、全面成套、層次適當、劃分清楚的標準體系,研究制定科學合理、規範實用的標準,以及加強標準的實施應用,進而充分發揮標準化的技術支撐與發展引領作用,促進智慧城市規範、有序、可持續、高質量發展。 我國智慧城市標準化工作由國家智慧城市標準化協調推進組、總體組和專家組統籌協調開展,據不完全統計,到目前為止,已累計發佈智慧城市領域國家標準 25 項,在研標準 15 項,主要起草單位包括中國電子技術標準化研究院、中國信息通信研究院、北京航空航天大學、山東省標準化研究院等。 ▲標準規範產業圖譜 ▲智慧城市已發佈國家標準清單 ▲智慧城市在研國家標準清單 2、領域態勢分析 智慧城市建設是一個複雜的巨系統工程,相關標準體系和標準研製涉及的方面較多,需要有一個良好的合作機制,服務智慧城市各方開展標準研製及應用。為加強智慧城市領域國家標準統籌規劃和協調管理,國家標準委聯合發展改革委、科技部、工信部、住房城鄉建設部等部門,成立了國家智慧城市標準化協調推進組、總體組和專家諮詢組,共同制定智慧城市標準體系框架,明確重點標準規劃和佈局,協調各領域技術委員會開展標準立項。 目前,總體組已有 170 餘家成員單位,涉及到技術委員會、研究院校、企業、聯盟和地方等不同類型,未來將會進一步完善組織和服務,繼續擴大影響力,吸引更多致力於我國智慧城市建設的企事業單位加入進來,共同為我國智慧城市標準化事業貢獻力量。產學研用的密切結合,可確保我國智慧城市標準與國際接軌,從技術角度保證先進性和前瞻性,從應用角度保證實操性和可落地性。 基礎共性標準先行。雖然智慧城市涉及的應用領域眾多,但是這些應用領域都使用一些共同的技術和信息資源,因此在智慧城市建設過程中,需要先建立一個通用的標準體系,包括通用的技術標準和信息資源標準,然後再建立各個應用系統專有的技術標準和信息資源標準。在智慧城市標準體系框架下,現階段重點關注智慧城市的總體性、框架性和基礎性的標準,比如智慧城市的術語和定義、參考模型、應用指南、評價指標等。 在已發佈的 25 項國家標準中,基礎共性標準共 21 項,佔比達 84%,面向具體應用領域的標準僅 4 項。未 來更 側重標準制定與應用結合 。國家智慧城市標準化總體組已面向物聯城市、智慧社會、智慧交通(停車)、共享(數字)經濟、智慧醫療、互聯網+智慧教育、互聯網+智慧安防、新型智慧城市評價、智慧城市使能技術創新應用及實踐、城市運行體徵指標體系十大領域方向開展了前期研究,相信未來將會有更多面向細分應用領域的國家標準出台。 隨着應用場景不斷拓展與深化,需要加快制定應用場景智能化分級標準,為產業明確技術產品發展方向,各地亦可根據自身需求和經濟發展水平選擇合適的應用場景等級,避免過於超前導致浪費或過於落後跟不上發展需要。 由於信息技術日新月異、智慧城市服務需求不斷擴展,智慧城市標準化面臨系列挑戰。 一是智慧城市建設的技術基礎是物聯網、雲計算、大數據、信息安全、空間地理信息集成等新一代信息技術,其處在動態發展過程中,並不斷被智慧城市建設快速應用,基於的信息技術和實踐經驗形成兼顧前瞻和實用的智慧城市標準體系難度不斷增大。 二是智慧服務需求隨着經濟社會發展不斷擴展,涉及經濟社會發展方方面面,智慧城市標準體系需要不斷調整以滿足所擴展的高質量服務需求。 三、產業環節之頂層設計 1、領域圖譜 新型智慧城市頂層設計應結合城市羣、省級城市、地級城市、縣級城市、新城新區等五類城市(羣)發展定位、基本特徵、關鍵問題等,針對性提出各類城市差異化和特色化的發展指引,強化新型智慧城市發展體系性和規範性,滿足各類城市提升自身智慧化發展水平的個性化任務要求。據統計,全國發布新型智慧城市頂層規劃的城市超過了 50%  ,政府部門傾向於委託第三方機構開展頂層設計,並且付費意願越來越強烈。 新型智慧城市頂層設計服務商有以下幾類。 一是與新型智慧城市相關的研究院 ,如中國信息通信研究院、國家信息中心、中國電子信息產業發展研究院、中電科新型智慧城市研究院、中國系統現代數字城市研究院等,他們基於對智慧城市發展形勢、國際先進經驗和國家及省市政策的瞭解,為地方政府建設智慧城市出謀劃策。 二是大型ICT四方a集運倉電話 ,如華為、阿里雲、騰訊雲、浪潮、中興等,依託於自身強大的 ICT 產業生態位優勢及技術優勢,構築合作伙伴生態圈,成為極具競爭力的智慧城市頂層設計服務商。三 是大型諮詢公司 ,以國際知名諮詢機構為主,如麥肯錫、波士頓、IBM、埃森哲、德勤等,由於智慧城市建設涉及國計民生和國家安全,所以聘請國外諮詢機構開展頂層設計,尤其是推進實施的案例日趨減少。 ▲頂層設計產業圖譜 2、領域態勢分析 新型智慧城市頂層設計是一項系統性工程,需要統籌考慮信息基礎設施、數據資源體系、城市治理、惠民服務、產業發展等方面建設內容,提出城市經濟社會發展數字化、網絡化、智能化總體方向、實施路徑和推進策略,這決定了頂層設計服務商多為具有全產業鏈視角的行業龍頭。 研究機構作為新型智慧城市建設的第三方中立機構,通過持續跟蹤研究行業發展趨勢,為國家部委辦局提供研究支撐服務,為地方政府提供政策諮詢服務,不斷促進產業上下游企業交流合作,形成了政、產、學、研融合的頂層設計諮詢服務方案。 大型 ICT 四方a集運倉電話作為新型智慧城市建設的總體實施方,利用技術優勢和系統集成能力,打造統一支撐的技術底座,為政企客户提供總體架構、業務架構、應用架構、數據架構、技術架構一體化的設計方案。 新型智慧城市頂層設計是以推動城市經濟社會發展為目標制定的信息化發展規劃,是對現代化城市發展整體性、長期性、基本性問題的思考、考量和設計,是對城市信息化合理佈局和各項工程項目建設的統籌部署,是一定時期內城市信息化發展的藍圖,具有戰略性、權威性、系統性、導向性等特點。 中國信息通信研究院、華為、中電科新型智慧城市研究院等頂層設計服務商經過十年左右的規劃及實施,目前已形成較為成熟完善的諮詢服務方法論體系,包括需求理解、宏觀研判、現狀調查、挑戰分析、目標預測、架構設計、規劃部署、細化分工等方面。 ▲中國信息通信研究院頂層設計諮詢服務方法論體系概覽▲華為智慧城市頂層規劃諮詢方法論體系概覽▲中電科新型智慧城市研究院智慧城市頂層規劃諮詢方法論體系概覽 各省市出台的新型智慧城市頂層設計,逐步形成了上下聯動、部門協同、層級銜接的統籌謀劃發展新格局。如山東省在 2019 年 9 月印發了《山東省新型智慧城市試點示範建設工作方案》,圍繞基礎設施、數字惠民、數字政務、數字經濟、保障措施、地方特色等分類,提出了劃分不同發展層級的新型智慧城市試點示範建設標準,並提出力爭將智慧城市打造成數字中國建設領域代表山東的一張名片。 河北省出台的《加快推進新型智慧城市建設的指導意見》中提出,到 2020年,通過 3 個市主城區和 10 個縣城開展新型智慧城市建設試點,探索出符合河北省情的市、縣級智慧城市發展路徑;到 2025 年,智慧城市與數字鄉村融合發展,覆蓋城鄉的智慧社會初步形成。 2019 年 1 月,我國正式實施了《智慧城市頂層設計指南》(GB/T 36333—2018),頂層設計成為各地新型智慧城市建設實施的前提。各類城市從城市發展戰略全局出發,緊密結合區位優勢、資源稟賦和產業特徵,準確把握髮展現狀、問題和需求,明確智慧城市建設目標、總體框架、建設內容、實施路徑等。其中,省級城市、地區中心城市的新型智慧城市發展水平相對較高,經過前期信息化發展,現階段頂層設計更強調理念更新、架構一體、統籌推進。 地級市在整體設計下,圍繞數字經濟拉動、數字政府能力建設、智慧社會普惠服務提升等方面,凸顯產業發展、設施建設或亮點應用服務。部分縣級市智慧城市處於啓動階段,更注重城市治理和公共服務延伸下沉,及因地制宜培育特色智慧應用及產業。智慧城市羣的頂層設計更加強調區域內基礎設施互聯、優勢產業互補、應用服務互享等。智慧新城新區的頂層設計,更強調理念創新、技術創新、機制創新。 四、產業環節之基礎設施 1、領域圖譜 隨着我國大力推進“新基建”建設,數字基礎設施作為數字政府、智慧城市和數字經濟發展的重要支撐,引領新一輪社會投資熱潮。新型基礎設施既包括 5G、工業互聯網、數據中心等信息基礎設施,也包括交通、能源和市政管網等傳統設施數字化改造升級。以新型基礎設施建設為載體,新一代信息技術將加快與先進製造、新能源、新材料等技術交叉融合創新發展,為經濟增長持續注入強勁動能,助力實現穩投資、擴內需目標。 基礎設施領域企業大多橫跨多個行業,從專業的產品和服務出發,向綜合解決方案商發展。從企業核心業務和能力來看,可以分為三大類: 一是融合基礎設施運營和服務商,此類企業以物聯感知和融合基礎設施建設為主戰場,聚焦物聯網中控平台和新型感知終端部署。企業大多專注於特定行業物聯網終端應用,細分行業市場集中度較高,龍頭企業競爭優勢明顯,部分行業逐漸開展標準化、規模化應用,行業領軍企業從終端生產逐漸向平台和系統集成過渡。 二是網絡基礎設施運營和服務商,此類企業主要涉及基礎電信、寬帶接入、衞星互聯網等網絡建設運營服務,基礎電信運營商依託基礎網絡形成壟斷優勢,第三方寬帶接入服務提供商依託價格優勢,發展中低端市場,與基礎電信運營商建立合作伙伴。三是存算基礎設施運營和服務商,此類企業主要涉及數據中心、雲計算、CDN 等建設運營服務,基礎電信運營商依託網絡市場壟斷優勢,向數據中心、雲計算等領域順勢發展;互聯網巨頭和 ICT 設備商也分別從自身業務資源和產品側出發,發揮軟件研發和算法優勢,提供數據中心、雲計算/邊緣計算綜合解決方案。 ▲基礎設施產業圖譜 2、領域態勢分析 通信網絡市場細分發展。基礎電信運營商、寬帶接入服務提供商、通信鐵塔服務提供商、系統集成商和設備提供商等市場主體廣泛參與,中國移動、中國電信、中國聯通三大全業務基礎電信運營商佔據主要市場份額,中國鐵塔、中國通信服務、華為、中興、中通國脈、宜通世紀、世紀鼎利等依託通信鐵塔、通信設備和系統集成優勢,為基礎電信運營商提供涵蓋核心網、傳輸網和接入網等全網絡層次的綜合解決方案、工程建設和維護綜合等技術服務。FTTH光纖寬帶普及快速提升。 截至 2020 年 9 月底 9 ,三家基礎電信企業的固定互聯網寬帶接入用户總數達 4.76 億户,同比增長 5.8%,光纖到户滲透率 93.5%。三大基礎電信運營商陸續發佈千兆網絡建設計劃,1000Mbps 及以上接入速率用户數達到 425 萬户,比上年末淨增 338 萬户。寬帶互聯網接入市場日益開放 。 從事互聯網接入服務業務的企業共有 3452 家,代表企業有廣電、鵬博士、方正寬帶、電信通、光環新網、聚友網絡、歌華有線等。光 通信設 備 產業持續 擴 大。光接入設備、光傳送設備和光纖光纜產品實現國產化,華為、中興、烽火等已成為全球光通信設備市場的主導企業。 ▲2014-2019 年中國互聯寬帶接入用户數 國家和 地 方 加快 推動 5G 政 策 出台。中央經濟工作會議明確將加快 5G 商用步伐作為 2019 年重點工作,工業和信息化部發布《關於推動 5G 加快發展的通知》,全國各地陸續發佈 5G 行動計劃和相關支持政策。5G 網絡建設帶動廣泛市場參與,截至 2020年11月 11 ,我國已建成近70萬個5G基站,5G終端連接數已超過 1.8 億。 三大基礎電信運營商和中國廣電是 5G 網絡建設和產業鏈核心的參與者,中國廣電 700MHz 大帶寬技術提案正式成為全球首個 5G 低頻段(Sub-1GHz)國際標準,華為、中興、烽火通信等作為 5G 網絡通信設備提供商和應用解決方案提供商是 5G 新基建的技術驅動引擎和核心受益者,京信通信和日海智能等元器件配套和系統集成服務提供商也是 5G 新基建重要組成。 5G 應用示範和產業創新培育提速。各地加快培育 5G 產業和應用體系,推動 5G 建設與垂直行業應用融合建設,工信部組織每年一度“綻放杯”5G 應用徵集大賽,加快培育 5G 應用創新企業;雄安新區建設 5G 天地一體化生態檢測系統,實現白洋淀及支流河道生態情況、水質監測數據即時上傳平台分析,打造我國智慧生態監測新樣板。 衞星互聯網新業態市場活躍 。北斗衞星導航系統完成全球組網部署,天地一體化信息網絡、中低軌衞星互聯網星座啓動部署,“中星 16 號”、“天通一號 01 星”等高通量寬帶衞星通信網絡建設和應用加快,在應急通信、野外作業、野外及海洋寬帶等領域進行示範推廣。中國航天科技集團、中國航天科工集團、中科院下屬科研院所是主要參與主體,中國衞通、中電科、海格通信、華力創通、星速科技等央企和民企積極參與衞星網絡建設運營。 ▲2020 年 5G 基站建設數量前十名省份▲5G 產業鏈示意圖 存儲與計算技術創新和產業快速發展。作為信息產業的重要基礎設施和新基建的重要領域之一,隨着智慧城市、數字政府和工業互聯網等建設,將催生更大的存儲與計算資源需求,據英特爾預測全球數據總量在2020年將達到44ZB,而單單中國產生的數據量將達到8ZB。數據中心整體發展勢頭良好 。 2019 年全國 IDC 業務市場規模達到1562.5 億元,同比增長 27.2%,預計 2019-2022 年仍將保持 27%的複合增長率,到 2022 年,IDC 市場規模將超過 3200 億。中國電信、中國聯通、中國移動三大基礎電信運營商憑藉機房資源、網絡層級和互聯網國際出口帶寬方面明顯優勢,仍然佔據主要份額。 雲計算產業持續保持快速增長。2019 年全國公有云(IaaS/PaaS)市場規模達到 598.4億元,同比增長達到 50.4%。受到疫情影響,在線辦公、線上教育、醫療、娛樂等雲服務需求呈現爆發性增長,預計 2019-2022 年公有云市場複合增長率將保持 41.6%,到 2022 年公有云市場規模達到 1700億元。公有云市場排名前五的企業分別為阿里雲、騰訊雲、天翼雲、光環新網、華為雲,前五家企業市場佔比約80%。 內容分發網絡( CDN )成為發展熱點 。2019 年全國 CDN 業務市場規模達到 150 億元,5G網絡快速發展和高清視頻、直播、遊戲等娛樂行業驅動,用户對網絡時延愈加敏感,預計 2019-2022 我國 CDN 市場規模將保持 25.7%的增長,到 2022 年,全國市場規模將達到 297.6 億元。國內主要 CDN企業包括網宿科技、藍汛、上海優刻得、帝聯科技、又拍雲、金山雲、世紀互聯等。 邊緣計算引領分佈式計算髮展新趨勢 。邊緣計算作為雲計算向端側延伸的觸角,正成為電信運營商、工業四方a集運倉電話和互聯網四方a集運倉電話競爭的新市場。電信運營商結合 5G 網絡,全面部署移動邊緣計算(MEC),中國移動已在全國 20 多個地市開展 MEC 應用試點,中國聯通基於 Edge-Cloud 平台打造 30 餘個智慧場景應用示範,中國電信在深圳 5G 創新合作大會發布自主研發的邊緣計算 MEC 平台。海爾、樹根互聯等企業在工業應用領域開展邊緣計算應用,打造多源設備一站式接入解決方案。阿里、騰訊、百度、華為、中興通訊、數夢工廠等也相應推出了邊緣計算產品。 ▲2019-2022 全國 IDC 業務市場規模及預測▲2019-2022 年全國公有云市場規模及預測▲2019-2022 年全國 CDN 業務市場規模及預測 三大基礎電信運營商加快 NB-IoT 網絡部署 。2020 年 5 月,工信部發布《關於深入推進移動物聯網全面發展的通知》,要求 2020 年底 NB-IoT 網絡實現縣級以上城市主城區普遍覆蓋,移動物聯網連接數達到 12 億。三大基礎電信運營商加快 NB-IoT 物聯網部署,2019年全國 NB-IoT 基站超過百萬,物聯網終端用户數超過 10 億户,我國成為全球物聯網網絡規模最大、應用最為活躍地區。 城市物聯網推動物聯城市物聯網推動物聯感知設施的統籌部署 。物聯網感知設施從業務驅動單點部署向統籌規劃發展,國家層面設立江蘇無錫、浙江杭州、福建福州、重慶南岸區、江西鷹潭等 5 個物聯網特色的新型工業化產業示範基地,上海等部分發達城市制定了物聯網建設的標準規範體系,全市按統一的標準進行感知終端、數據傳輸、平台架構、綜合應用等方面建設 。 智慧杆成為物聯網集成載體發展熱點 。智慧杆柱成為信息基礎設施、市政基礎設施和社會杆塔資源共建共享的主要抓手,工信部、國資委《關於 2019 年推進電信基礎設施共建共享的實施意見》要求“基礎電信企業與鐵塔公司利用路燈、監控、交通指示等社會杆塔資源”,廣東省發佈《廣東省 5G 基站和智慧杆建設計劃(2019 年-2022 年)》,推動智慧杆與 5G 基站同步建設。 物聯網企業在垂直行業應用拓展加快。海康威視和大華在安防監控市場佔有率優勢仍然明顯,千方科技、易華錄、成谷科技、優橙科技等成為車聯網領軍,金卡智能、威勝集團、許繼儀表、三川智慧、積成電子等成為水電氣智能化改造市場主導企業,上海三思、華體照明、如通電子、方大智能、特斯聯在路燈、井蓋、垃圾桶等市政基礎設施智能化改造優勢明顯。 ▲2015-2020 年全國物聯網終端用户規模 工業互聯網網絡基礎設施加快建設。中國信息通信研究院牽頭建設分層分級的工業互聯網標識解析體系,武漢、廣州、重慶等工業互聯網標識解析國家頂級節點已經啓動上線,2020 年 10 月二級節點達75 個,工業互聯網標識註冊總量達到 73 億。 工業互聯網平台向跨業、 跨領域方向規模發展。國家着力打造“雙跨”工業互聯網平台,建成超過 70 個有影響力的工業互聯網平台,連接工業設備的數量達到4000 萬套,工業 APP 突破 25 萬個,重點平台平均連接設備數量超過70 萬台。 航天雲網、東方國信、樹根互聯、徐工信息、三一重工、海爾基於工業知識和模型沉澱能力在工業互聯網平台建設優勢明顯,阿里巴巴、東方國信、浪潮、用友、華為等大型 ICT 企業基於雲計算、大數據等使能技術,紛紛打造跨行業、跨領域的工業互聯網平台。 工業傳感設備和終端企業發展壯大。遠望谷、世紀鼎利、漢威電子、匯川技術、埃斯頓在 RFID、工業傳感終端和工業機器人設備領域佔據市場領先地位。能源互聯網基礎設施發展加快 。 林洋能源、易事特、炬華科技、陽光電源企業聚焦於傳感器、流量計、儲能產品、智能閥門等能源互聯網基礎設施的生產和研發;安科瑞、中能電氣、愛康科技、雙良節能為客户打造能源管理平台,通過大數據分析等技術實現對各類能源的可視化管理與動態監測,提高企業能耗管理水平和能源利用效率;遠光軟件、泰豪科技、金風科技探索創新電力交易模式,為電力用户、售電公司、發電公司等市場主體提供購售電交易、碳排放交易等能源交易、綜合能源和用電諮詢增值服務。 ▲2019-2020 年工業互聯網標識解析二級節點數量 五、產業環節之智能中樞 1、領域圖譜 城市智能中樞是基於雲計算、物聯網、大數據、人工智能等技術,支撐城市運行生命體徵感知、公共資源配置優化、重大事件預測預警、宏觀決策指揮的數字化管理設施和開放創新平台。城市智能中樞根據側重點有不同名稱,如側重展示和指揮的城市指揮中心、側重跨領域智能決策分析的城市大腦、側重城市運行體徵感知的城市運行管理中心等,但功能架構和產業主體趨於統一,其中,城市大腦是當前最受政府和企業重視的發展方向。 近年來,城市智能中樞經歷了從地方試點到示範推廣的新階段,單個項目招投標金額高達到數億元。與傳統智慧城市條塊分割、信息孤島相比,城市智能中樞通過數據跨領域流轉和類人腦處理,支撐城市運行實時感知、重大事件預測預警、宏觀決策指揮調度,在此次疫情防控中發揮了重要支撐作用,成為未來城市信息化建設的核心。 我國智能中樞供應商主要分為以下幾大類別: 一是綜合型智能中樞供應商以互聯網公司和型智能中樞供應商以互聯網公司和 IT 硬件 巨頭 為主,傳統集成商積極入局 。互聯網巨頭憑藉雲、數、AI 算法等優勢打造城市智能中樞生態。IT硬件四方a集運倉電話憑藉雲管端基礎設施建設能力,通過融合平台,聯合合作伙伴打造開放的 SaaS 服務生態。傳統集成商依託強大的行業整合能力入局城市智能中樞建設。 二是領域型智能中樞企業類型較多 ,專業技術優勢明顯 。該類企業依託單個領域強大技術積累和解決方案提供能力,在交通、安全、衞健等領域建設專業中樞或平台。領域型智能中樞中交通類最多,其次為衞健系統和文旅系統,警務、應急、政務、人社、市場監管和房管等領域也有所涉及。 三是功能平台型企業不斷加入, 功能架構趨分明 。城市智能中樞是個複雜的綜合體,巨頭負責總體架構及生態體系建設,功能平台型企業主要以提供大數據平台、城市信息模型平台、物聯網/AI 等技術支撐平台、應用支撐平台等核心功能平台為主,協同打造城市智能中樞能力。 ▲智能中樞產業圖譜 2、領域態勢分析 一是基於城市大數據平台提供數據的匯聚處理功能, 隨着智慧城市建設的深入,數據實時併發量也將成倍數增加,對數據處理能力提出了很高的要求,城市智能中樞需具備數據全量多源接入、實時處理的能力。此外,城市智能中樞的運行亟需數據的協同,如何消除各自為政、條塊分割、信息割裂的數據孤島是城市大數據平台的核心能力。 二是以AI平台為核心的技術支撐功能 ,“城市大腦”是城市智能中樞最主要的產品類型,既然用到“腦”的概念,意味着整個系統應該具備思維和決策的能力,能夠洞悉人所沒有發現的複雜隱藏規律,能夠制定超越人類局部次優決策的全局最優策略。如阿里的城市大腦引入達摩院 AI 技術支持,騰訊雲也提出“AI in All”。 三 是以CIM平台為重點的業務支撐功能 ,城市智能中樞作為支撐和引領未來城市可持續發展的新型基礎設施,將承載支撐城市運行的各類應用,需將各類業務的共性抽象為公共的支撐能力,提升前端應用的快速響應能力,同時實現應用的融合與創新,如搭建城市信息模型(CIM),實現基於數字孿生的數據融合、流程優化、業務協同、服務提升。 四是跨部門的協同調度功能 ,城市智能中樞着眼城市建設和管理,以解決城市運行問題為導向,圍繞經濟運行分析、應急指揮調度等綜合領域,構建跨領域、跨行業的超級應用,需具備實時協同調度多部門的能力,實現跨部門數據共享和業務協同。 城市智能中樞整體處於發展起步階段,城市大腦是建設熱點 。2019 年共 54 個項目以“城市大腦”、“城市運營管理中心”、“城市指揮中心”等為關鍵詞進行招標,其中“城市大腦”項目38個,佔比達到70%,成為當前新型智慧城市建設熱點。 智能中樞以功能模塊建設為主,平均金額超過 7000 萬元 。城市智能中樞招投標項目可分為整體中樞、功能模塊、領域中樞等類別,其中數據平台、展示中心、數字駕駛艙等功能模塊類項目數量最多,佔比約 40%;整體中樞類項目平均金額最高,平均金額超過 7000 萬元。 地域分佈上, 東部地區遙遙領先。東部地區城市智能中樞建設數量遙遙領先,佔比達到 60%,其中,浙江省共 17 個市縣開始建設城市大腦,建設普及率全國第一。區縣級城市率先試點快速推進,區縣級城市智能中樞建設數量達到 52%。 ▲城市大腦分佈情況 互聯網企業領銜 ,初步呈現壟 斷競爭格局 。阿里最先提出城市大腦概念,以城市大腦為主打產品佔據智能中樞最大市場份額,中標包括杭州、德清縣、九江、海口、鄭州等城市大腦項目。騰訊、百度等互聯網企業積極入局城市大腦,華為、浪潮等設備商加快發力數字底座和城市運營管理中心,市場份額佔比均超過 10%,處於第二陣營。 部分重點地區競爭激烈 。一方面企業以本地市場為根本,向外輸出擴展,如阿里在浙江、百度在北京、科大訊飛在安徽、浪潮在山東項目較多。另一方面部分重點區域競爭激烈,如廣東、四川、重慶等地均有三家以上平台型企業佈局。 ▲城市大腦主要企業城市覆蓋情況 企業基於四大核心優勢入局。 一是以雲數為內核的生態整合實力 , 基於“雲+數”優勢,通過打造城市級“雲數”平台,面向合作伙伴打造“合作生態”,合作伙伴基於平台快速構建應用層,提供最後一公里的服務。如華為依託同時提供雲管端協同 ICT 產品與解決方案的能力,打造數據底座,提供雲計算服務、新 ICT 能力和行業使能,構建開放的數字化生態。 二是以AI為核心的技術實力 ,基於 AI 核心技術,提供更多具有“AI 思維”的解決方案,迅速打開市場空間。如百度基於百度大腦和 AI 核心技術,提出 AI 智能城市“ACE 王牌計劃”,引入自動駕駛汽車、智慧道路車路協同,提升車和路的智能化水平,引入自主泊車,幫助駕駛員節省找停車位的時間。 三是便捷觸達公眾優勢 ,依託城市服務平台便捷觸達公眾優勢,讓城市智能中樞的應用工具和應用場景的多樣性上具有得天獨厚的優勢,形成技術與場景的點線面結合。如騰訊提出構建“WeCity 未來城市”,以騰訊雲的基礎產品和能力為底層,為數字政務、城市治理、城市決策和產業互聯等領域提供解決方案,並通過微信、小程序等工具觸達用户。 四是集成實力 , 傳統集成商依託強大的產業鏈上下游整合、整體解決方案提供和售後服務能力等優勢,積極入局城市智能中樞建設,如 2020 年 1 月中軟國際 1.47 億中標張家港城市大腦項目。 市場拓展呈現兩條主要路徑。政企合作,產業換項目。在城市拓展方面,企業積極與各地政府簽訂戰略合作協議,在產業發展、城市治理、公共服務等領域開展廣泛合作,一方面落地企業分支機構或打造產業基地,另一方面通過單一來源採購城市大腦等智能中樞相關項目,提高城市綜合治理能力和公共服務水平。 如騰訊與長沙市人民政府簽署合作協議,騰訊將在長沙落地騰訊(長沙)智慧產業總部,打造長沙本地化智慧應用與解決方案,同時利用騰訊自身的人工智能、大數據、雲計算等技術優勢和資源優勢,為長沙城市超級大腦的建設提供戰略支持和解決方案。 開展業務生態拓展,形成技術壁壘 。單個城市業務拓展方面,以城市智能中樞建設為契機,將自身業務生態向其中遷移,從而實現業務生態的擴展和延伸,使其成為政府管理和城市服務的一部分,形成技術壁壘和業務護城河。 如阿里在杭州發佈了城市大腦(綜合版)3.0,拉開了由治堵向治城轉型的序幕,已建成涵蓋警務、交通、城管、文旅、衞健、房管、應急、市場監管、農業、環保、基層治理等 11 大系統48 個應用場景 61 個單位的數字駕駛艙。 城市智能中樞市場空間可達千億。城市智能中樞 將 成為城市必不可 少 的 新 型基礎設施,市場空間巨大。數據是未來城市的核心資源,人工智能計算平台是核心動力,城市智能中樞兼具資源與動力,將發揮基礎性、先導性作用,從加分項變為必選項,從一二線城市向全部城市,從市級向區縣、鄉鎮、社區延伸擴散。 2019 年全國智慧城市投資總規模約為 1.7 萬億元,而城市智能中樞佔智慧城市總投資比例約為 4%,預計未來幾年城市智能中樞項目可能保持 100%以上增速,十四五期間城市智能中樞投資規模可達千億。 城市智能中樞作為智慧城市價值鏈制高點將成為必爭之地,市場格局尚不穩定。城市大腦作為智能中樞的新貴,項目額度大(單個項目數億元)、進入門檻高、可運營性強,將成為智慧城市運營商的必爭之地。由於未來市場規模巨大,集成商、運營商等各類企業積極進入城市大腦市場,市場格局遠未穩定。 城市智能中樞建設將以 “ 平台 + 生 態 ” 模式為主。城市智能中樞供應商必須技術門檻高、資源整合能力強,註定只能是巨頭們的遊戲。未來巨頭負責總體架構以及核心模塊建設,打造城市智能中樞核心能力,生態合作伙伴基於各自優勢模塊或領域產品,快速集成,未來城市智能中樞競爭將是生態圈之間的競爭。 六、產業環節之智慧應用 1、領域圖譜 智慧應用是智慧城市產業圖譜中真正意義上的面向政府、企業以及個人實現交付的產業環節,面向社會治理、惠民服務、生態宜居、產業經濟等領域,利用雲計算、大數據、人工智能等前沿技術或創新概念,解決城市面臨的各類問題,優化資源配置,提升各行業管理和服務的智慧化水平,從而優化城市管理和服務、改善市民生活質量、推動產業高質量發展。 國內智慧應用提供商多數以單一領域為主,部分具有一定規模的企業能夠為客户提供覆蓋多個領域的智慧城市解決方案,整體上行業集中度較低,競爭較為充分。智慧城市應用開發商主要有兩類:一是大型方案商,他們在各行業有較深的積累和應用開發經驗,可以為多個行業提供解決方案,在相關資質、品牌影響力、行業應用開發的積累、對行業的理解等方面,具有獨特優勢,如銀江股份、易華錄、太極股份、數字政通等;二是某個行業的專業方案商,對該行業領域有很深的理解,在各個城市迅速擴展。 ▲智慧應用產業圖譜 2、領域態勢分析 中國智慧城市未來投資主要集中在視頻監控等三大領域。全球智慧城市投資集中在智慧教育領域 。據德勤研究顯示,智慧教育在全球智慧城市市場份額佔比最大,預測在 2023 年仍保持最高的市場份額,智慧安防增長趨勢明顯,2018-2023 年複合增長率預計達 30%。 中國智慧城市投資主要集中在智慧電網、視頻監控、智慧交通控、智慧交通 三個領域 。據 IDC 研究顯示,在 2018-2023 年,中國市場支出金額佔比前三的應用場景依次為智能電網、固定智能視頻監控以及智慧交通系統。2019 年,三個應用場景的投資規模約佔支出總額的 43%,預計到 2023 年比例將下降至 37%。隨着智慧城市相關技術的發展,應用場景將呈現多樣化趨勢,在 2018-2023 年內增長最快的應用場景依次為數字孿生、V2X(車聯網)技術以及開放數據。 ▲全球智慧城市市場份額(百萬美元) 一是上游軟硬支撐能力。這類企業為行業提供信息化硬件設備,並逐步從單一產品向整體解決方案拓展,從產業鏈單一環節向上下游拓展,成為橫向、縱向均有延展實力的領域龍頭。如在智慧環保領域,雪迪龍、先河環保、聚光科技等環境監測設備生產供應商,依託監測設備、系統等產品開展大氣、水、土壤等監測業務,積極推進生態環境監測網絡的建設,為政府及企業提供環境諮詢、環境監測、環境治理等環境綜合服務。 二是中游技術創新能力 。憑藉雲計算、大數據、人工智能等技術優勢,AI 算法四方a集運倉電話、雲服務商、大數據四方a集運倉電話迅速入場,並直接向用户提供產品和解決方案。如在智慧社區領域,曠視科技等 AI 技術服務商,依託 AI 技術優勢開發智能人臉識別等系統,廣泛應用於出入控制、訪客管理、人證核驗等環節,助力智慧社區建設;在智慧醫療領域,依圖、視見、碳雲智能等供應商致力於研究人工智能、大數據等技術在醫學影像、診療輔助等產品中的應用,提供輔助和參考,節約診療時間,提高診斷精度。 三是下游集成及運營能力 。這類企業以雲計算+大數據為內核佈局平台生態整合能力,打造城市級“雲數”平台,提供快速可插拔應用服務,並推動行業應用向超級應用發展。如騰訊、華為、阿里、浪潮等服務商,依託平台生態整合能力打造政務服務、城市服務超級應用,迅速打開市場空間。 疫情衝擊下在線新經濟成為新風口 。疫情無形中提高社會對線上服務的接受度,用户習慣加速遷移,在線政務、在線教育、在線醫療等線上服務需求激增,在線新經濟成為行業新風口。 《中國在線教育市場數據報告》顯示,2020 年超 3 億大、中、小學生湧入在線教育平台,平台日活量從平日的 8700 萬上升至 1.27 億,漲幅達 46%,阿里釘釘、華為、騰訊等互聯網企業紛紛入局在線教育。目前線上服務主要有兩類服務主體:一類是學校、醫院等傳統服務機構,利用互聯網技術拓展服務時間和空間;另一類是互聯網公司依託優質的專家資源,利用互聯網公司提供的平台,為市民提供服務。 線上線下融合是未來發展趨勢 。線上服務能打破時空的界限,線下服務也具有真實感強、便於情感交流與深度溝通等不可替代的特徵,且部分線上服務需以線下產品和服務為基礎,線上服務無法完全替代線下服務,線上線下融合成為發展趨勢。 在醫療領域,國家衞健委發佈《關於促進“互聯網+醫療健康”發展的指導意見》,提出“互聯網醫院必須落地在實體的醫療機構,線上線下要監管一致,並且必須得有實體醫療機構作為依託,通過互聯網的平台為患者提供一些遠程門診等遠程醫療服務”。 智慧社區成為基層治理領域應用新焦點。基層治理成為關注熱點 。習近平總書記在今年多次地方考察中,都將基層社會治理作為調研的重點內容,提出要不斷夯實基層社會治理這個根基。基層治理是城市治理的基本單元和重要組成部分,隨着智慧治理服務從城市向社區、村鎮等基層延伸,智慧社區成為基層治理領域應用新焦點。 智慧社區市場規模趨萬億 。此次爆發新冠肺炎疫情,社區成為疫情聯防聯控的第一線,智慧社區通過運用互聯網、大數據、人工智能等新一代信息技術,大幅提升社區精細化治理、智能化服務和精準化決策能力,在此次防疫工作中發揮重要作用。據相關機構預計,到 2022 年,智慧社區市場規模將接近萬億元。 四類企業重點佈局智慧社區領域 。目前從事智慧社區建設的企業主要分為四大類: 一是涉及智慧社區業務的泛安防企業,通過開展視頻門禁、平安社區等建設入局智慧社區市場,如大華、中控智慧等; 二是互聯網企業,主要開展物業管理系統、社區 O2O、雲停車系統、智能家居系統等社區管理平台及解決方案建設,如阿里提出釘釘未來社區、騰訊提出海納社區等; 三是房地產類企業,主要通過吸收互聯網平台思維,轉型社區運營商,從傳統的賣房轉型為賣服務。例如萬科提出了“智慧養老”“養老住宅”等理念,通過大數據分析提升用户體驗,並試圖在社區物流、社區金融等領域挖掘新的增長點。 四是家電類企業,提供智能家居等智慧社區服務,如海爾·海納雲、藍聯科技等。 智慧社區涉及人員管控、社區安全、社區停車、物業管理等各類細分場景,需求碎片化,各類玩家各有所長,互聯網和房地產企業平台建設、生態建設能力強,安防和家電類企業在場景應用、解決方案等方面具有技術優勢,未來各展所長、合力打造生態是趨勢。 數據挖掘分析成為智慧生態領域新增長點。智慧生態環保市場未來空間大。我國生態環保投入較大,據有關機構統計,十三五期間環保投入預計超過 17 萬億,2019 年智慧生態環保行業市場規模近 585 億元,對比整個萬億級的生態環保市場而言,智慧生態環保目前的市場規模較小,但隨着環保政策熱潮及 ICT 技術不斷成熟,未來市場增長空間巨大。 數據挖掘分析成為智慧環保新增長點 。目前環境監測是智慧環保的核心增長點,據有關機構統計,國內從事環境監測的企業約 200 家,2019 年我國環境監測設備銷售收入約 228 億元。但隨着物聯網、大數據等技術在智慧環保中的應用,傳統監測企業開始與 ICT 企業展開合作,由單純的“硬件”設備銷售向“軟件”與“硬件”協同銷售方向發展,強化數據挖掘、數據系統服務等方面能力。此外,以東軟集團、平安科技、軟通動力等 ICT 企業入局生態環保行業,構建環保數據中心,創新大數據應用,為政府提供物聯監測數據和多元的智慧監管服務,助力政府實現生態環境的精細化管理。 產業互聯網潛力巨大但阻礙重重。隨着互聯網主戰場從消費互聯網向產業互聯網轉移,阿里巴巴、百度、騰訊等大批企業開始將自己的業務重心從消費互聯網轉向產業互聯網。據有關機構估計,到 2025 年,中國科技企業整體市值規模將達 40-50 萬億元人民幣,其中 T2B2C 模式的代表性企業將佔據一半以上規模 ,產業互聯網市場潛力巨大。 在現有實踐中,產業互聯網建設主要有兩種路徑: 一是傳統企業的互聯網化,傳統企業更瞭解本行業特徵,開發的平台和網絡更能適應本行業企業的需求,但由於各行業的差異性巨大,在一個行業成功的模式很難被複制到另一個行業,規模效應很難發揮出來,投資者的營利性難以保證; 二是互聯網企業的產業化,將互聯網領域發展出的技術、流程應用到具體的行業,可以在短時間內整合多個行業,實現跨行業協調,但由於互聯網企業本身並不熟悉傳統產業,因此這種整合很難深入到產業內部,無法從根本上提升產業效率。 七、產業環節之城市運營 1、領域圖譜 伴隨新型智慧城市建設快速鋪開,新的城市運營模式乃至政企關係應運而生,催生“智慧城市運營商”,幫助政府統籌推進智慧城市的建設、運營和管理。目前,在開展數據監測的 657 個城市(地級及以上城市和重點區縣)中,探索開展以社會為主體推動智慧城市項目建設和運營的城市數量達到 433 個,佔比 65.91%。 我國智慧城市運營商主要分為四大類。 一是以中國雄安集團數字城市科技有限公司、 山西雲時代技術有限公司、 深圳市智慧城市科技發展發展集團有限公司為代表的本地國資系運營商。該模式下,地方政府充分發揮國有資本服務城市、服務產業和服務市民的戰略定位和功能作用,成立本地國有獨資的智慧城市運營商,促進產、城、人和諧融合。 二是以大型央企、國企為代表的國資系運營商,通過與當地政府簽訂戰略協議 ,成立 本地子公司開展智慧城市建設運營。根據公司業務及切入點不同,又可細分為三類:中國電信、中國移動、中國聯通、中國廣電等電信運營商,以基礎網絡切入,聚焦城市網絡運營及部分信息化系統建設運維;中國電子系統公司、浪潮集團、中科曙光等大型國企,依託技術實力與本地政府開展戰略合作,成立子公司開展智慧城市建設運營;啓迪集團、泛華集團等地產企業,以地產切入,開展科技園區、智慧園區、雙創載體建設運營。 三是以阿里巴巴 、華為、百度、 騰訊 、京東為代表的民營類運營商,依託自身技術、連接優勢,打造以自身平台為核心的產業生態,開展智慧城市建設運營。 四是以絲綢之路信息港集團有限公司、數字鄭州科技有限公司、智慧泉城智能城智能科技有限公司為代表的政企合作類 ( PPP ) 運營商, 通過引入專業化公司成立政企合資企業,開展智慧城市建設運營。 ▲城市運營產業圖譜 2、領域態勢分析 建設運營模式從重建設向長效運營。智慧城市涉及“端、網、雲、用”等多個領域,具有複雜巨系統的特徵,是各類層級、行業系統、平台的綜合利用、融合創新。智慧城市絕不是傳統信息化項目的簡單集成,需要從數據融通、系統聯動、配套機制、生態培育等多個方向上系統謀劃,亟需具有定製化服務、長效運營增值、生態夥伴培引等能力的本地運營機構支撐。 缺乏系統思維、運營思維推進智慧城市建設,只會捨本逐末,造成新一輪資產泡沫與投資浪費,未來智慧城市的項目系統集成不過是整體運營的組成部分。新型智慧城市要樹立長效運營理念,建立與技術支撐、制度建設相匹配的城市級智慧運營服務體系。 地方建立本土化運營企業需求日益迫切。當前各級政府的條線智能化系統穩步推進、逐步成型,但縱強橫弱的格局尚未根本改變。智慧城市建設是實現橫強、縱通的重要途徑,務必要將城市作為整體,強化智慧城市中樞(大腦)、共性平台、城市雲(城市級 IT 設施)等核心要素的統籌佈局和賦能建設,夯實智慧城市發展引擎與數字底座。 僅憑政府機構的人員或純依賴第三方服務機構是遠遠不夠的,亟需組建本地化的專業運營團隊或企業,針對智慧城市特定問題,提供定製化服務,不斷迭代優化解決方案,長期支撐智慧城市有序運行。當前,地方建立本土化運營團隊或專業企業的需求日益迫切。據相關機構統計,地方政府成立或引入本地化運營企業佔所有智慧城市的比例達 50%。 代表政府利益的本地國資智慧城市運營商日漸增多。在新型智慧城市建設過程中,各地更加重視服務外包與特許經營,紛紛成立本地化智慧城市運營服務商,推動智慧城市建設從政府主導、大包大攬,走向專業化、市場化協同運作,持續豐富智慧城市資金籌措渠道和運營機制。 但由於涉及信息安全問題、PPP 項目盈利模式不清晰蜕變為政府買單等原因,全國多個智慧城市 PPP 項目被財政部調出示範並退庫。近年來,多地政府為了更好確保政務數據資源的安全利用,確保網絡安全,更高效推進智慧城市的專業化運作,紛紛探索成立國資背景企業作為智慧城市運營商,統籌推進城市數據資產治理與智慧城市建設。 政企協調不暢矛盾成為困擾運營商長效發展的 “ 絆腳石 ”。新型政企關係成為智慧城市運營商長效運營的體制保障。在新型政企關係中,政府部門對業務需求和服務評價擔負起更重的“管理端責任”,運營商承擔“運營端”責任,負責從標準制定、項目建設、平台運營、股權投資到生態構建等一系列工作。 部分地區政企協調不暢的矛盾,成為困擾運營商長效發展的“絆腳石”。一方面,由於市場化的逐利內在要求,部分地區出現政府決策與意志公司不能很好貫徹落實,出現兩者的結構性矛盾,亟待理順運營機制,明確雙方權責關係。 此外,對於無監督、缺監管的本地智慧城市運營商,甚至可能形成新的地區信息化壟斷主體。另一方面,對於政府成立的國資背景智慧城市運營商,往往起步階段面臨人力資本、技術經驗、資金投入等挑戰,有可能蜕化為只貼牌、做轉手交易的二道販子,反而抬高智慧城市外部合作成本。 智慧城市運營商加速向智慧城市生態聯盟演進。智慧城市運營商一般起步於基礎設施運維與外包服務,逐步拓展至重點平台與數據運營,正加速向智慧城市生態聯盟演進。部分本地運營商從硬件IDC 建設運維起步,向軟件平台運維轉移,逐步謀求成為當地智慧城市生態圈的盟主。 如成都市大數據有限公司通過成立成都市大數據協會,發起設立網絡安全和數字產業發展基金,完善供應鏈金融服務等舉措,積極推動各行各業依託大數據資源,創新商業模式,實現融合發展,以企業為主體市場化方式構建大數據產業生態圈。 華為公司發佈“平台+生態”戰略,通過新增夥伴的開發基金、營銷基金和夥伴管理 3 個方面的解決方案夥伴政策,堅持不懈地投入“合作生態”,致力於構建一個開放的數字化生態,在“數字平台”底座上提供發育土壤,形成共生、互生和再生的生態共同體,最終共同為客户創造價值。 八、產業環節之網絡安全 1、領域圖譜 隨着智慧城市各應用和產品體系創新迭代不斷提速,智慧城市安全性受到廣泛重視,網絡安全攻防戰已經全面覆蓋智慧城市各應用,涵蓋終端、網絡、雲、數據、應用等環節,同時安全管理、安全評估、安全培訓等專業化服務市場需求也日漸高漲。目前我國從事智慧城市安全服務的企業已超過 2000 家,2019 年底市場規模超過600 億元,年增長率超過 20% 。 從安全企業業務模式來看並沒有非常明確清晰的劃分邊界,結合主營業務特徵可以大致劃分為三大類, 第一類是網絡安全產品供應商。網絡安全產品市場體量佔據主導地位,相對成熟,集中度高,此類企業業務主要涉及終端安全、網絡安全、應用安全、數據安全、訪問控制、安全管理等多個細分領域,格局較為穩定,代表企業有奇安信、啓明星辰等,此外部分互聯網企業通過資本運作實現產品線擴張,不斷拓展企業市場能力和空間。 第二類是網絡安全服務供應商。網絡安全服務市場體量相對較小,業務分類主要包括安全管理服務、網絡安全培訓、安全運行監測處置等細分領域,代表企業有太極、中國電信、中軟等,其中網絡安全產品供應商全面向服務市場滲透,逐步具備了定製化服務能力,市場集中度不斷提高。 第三類是基礎網絡和雲服務供應商,此類企業業務涉及網絡安全、數據安全、雲安全和部分場景安全解決方案等,以老牌通信運營服務企業和互聯網龍頭企業為主,在通信設備、通信服務、雲服務、互聯網等主營業務基礎上,通過系統集成等模式為客户提供從前端系統規劃設計、部署到安全防護體系建設運維全流程的一攬子解決方案,逐步集成整合建立安全產品和服務體系。 ▲網絡安全產業圖譜 2、領域態勢分析 投資併購加速提升產業集中度。目前我國約有兩千餘家網絡安全從業公司,單個企業產品、服務和能力相對較為單一,領軍企業綜合影響力和頭部效應正在加速提升。根據 CB Insights 統計數據顯示,截止 2019 年 7 月,全球估值超過 10億美元的網絡安全行業獨角獸公司共計 13 家,中國佔據 3 席,包括奇安信、第四範式、同盾科技,估值總計 47 億美元,佔全球網絡安全行業獨角獸企業總估值的 20.5% 。 從國內來看,我國啓明星辰、天融信、綠盟科技等前五名網絡安全四方a集運倉電話的國內市場佔有率合計為25% 左右,總體而言行業集中度較高,產業拖尾明顯。由於網絡安全市場專業人才、技術、資質、品牌等壁壘較高,多數企業開疆拓土主要通過資本運作等方式加快外延整合市場,可以預見未來在資本市場的加速運作下,網絡安全市場頭部效應將更加明顯,市場集中度也將進一步提高。 安全運營服務市場成為下一輪焦點。現階段我國智慧城市發展重心依然集中在落地建設和軟硬件升級迭代階段,對網絡信息安全體系需求集中在軟硬件投資建設方面。在整體需求驅動下,現階段網絡安全市場以軟硬件市場為絕對主導,安全服務市場無論是規模還是能力均較為有限 。 隨着目前智慧城市建設開始越來越傾向於可持續、平台化運營,對智慧城市安全的要求、內涵和範圍也大大提高,網絡安全運營服務市場也開始受到市場廣泛重視,傳統安全四方a集運倉電話、領域獨角獸企業以及互聯網、雲計算巨頭加速入局,着力通過服務運營的方式提升政府和企業級用户整體安全能力,可以預見未來網絡安全運營服務將成為新一輪競爭焦點,將對供給側定製化貼身服務能力要求更高。 新技術融合驅動安全市場多維演進。經濟社會全面數字化、網絡化、智能化步伐持續加速,安全防護體系已經從傳統意義的網絡安全、數據安全全面拓展升維,在傳統端、網、雲、數安全體系基礎上,以數字化、網絡化、智能化應用場景為驅動,安全體系更加豐富,如面向工業領域的智能終端裝備安全、面向互聯網業務的流量安全和訪問控制、面向車聯網安全的網絡攻擊防護等。 隨着智慧城市建設不斷深入,智慧醫療、金融科技、車聯網、工業互聯網等新應用融合場景快速推出,場景化安全威脅攻防戰將為大量企業提供新機遇和新市場,新威脅也將不斷提升多維一體安全防護技術微創新能力。根據《中國網絡安全產業分析報告(2019 年)》測算,2019 年至 2021 年,我國網絡安全產業產值將持續保持 18%以上高速增長態勢。 網絡空間監管環境持續優化。近年來,智慧城市、數字社會快速發展過程中,個人和關鍵信息違規利用、模式創新打擦邊球的不良行為和現象愈演愈烈,持續引發社會各界關注和爭議。 以此為背景,國家層面不斷健全網絡和信息安全保護髮展的制度環境,從頂層設計、市場準入制度、標準規範、法律法規等不同層面強化建章立制,先後制定《網絡空間國際合作戰略》《國家網絡安全應急預案》《網絡產品和服務安全審查辦法》《網絡關鍵設備和網絡安全專用產品目錄》《公共互聯網網絡安全威脅監測與處置辦法》《個人信息和重要數據出境安全評估辦法》《兒童個人信息網絡保護規定》《數據安全管理辦法(徵求意見稿)》《個人信息安全規範》 等國家規範和標準,構建更加完備的網絡治理法規體系,保障網絡空間安全和數據要素合規使用。系列制度規範的生效,正在顯著轉化為安全產業規模擴張的巨大驅動力。 九、細分領域之智慧燈杆 1、領域圖譜 燈杆是日常生活必需和廣泛佈設的城市公共基礎設施,智慧燈杆是城市走向信息化、聯網化和智能化的重要突破口,正成為城市信息採集、狀態感知和便民服務的綜合入口。智慧燈杆以燈杆為載體,通過掛載各類設備提供智能照明、移動通信、城市監測、交通管理、信息交互和城市公共服務等功能,通過運營管理後台系統可進行遠程監測、控制、管理等網絡通信和信息化服務。 我國智慧燈杆企業主要分為以下幾大陣營: 一是騰訊 、京東數科 、浪潮集團 、 泰華智慧、方大智控等平台類 企業 ,依託系統集成、控制軟件平台、海量數據運營經驗和雲計算能力,創新智慧燈杆建設和運營模式。 二是中國鐵塔 、華為、中興等通信設和建設運營服務提供商 ,依託自身在通信行業的產業基礎,整合上下游產業鏈企業,提供綜合性智慧燈杆解決方案。 三 是以華體科技、 海納天成、數知科技、洲明科技、上海三思 、 龍騰照明 、 太龍智顯等路燈照明類企業 ,依託户外道路照明、户外電子屏廣告的行業基礎和客户基礎,提供智慧燈杆相關產品研發設計到生產、安裝、運營維護全產業鏈一體化服務。 四是大華、 海康 、 漢邦高科等安防類企業 ,依託視頻監控的行業基礎和客户基礎,涉足智慧燈杆系列產品的研發建設。 ▲智慧燈杆產業圖譜 2、領域態勢分析 燈杆成為 5G 和智慧城市重要載體。智能燈杆不僅有利於實現城市路燈的智能照明和智能維護,“多杆合一”“一杆多能”更進一步推動燈杆發展成為城市信息採集和狀態感知的綜合入口,成為智慧城市、物聯網與 5G 基站建設的綜合載體和便民服務終端,國家和地方加快統籌推進“多杆合一”試點。 國家層面,工信部、國資委聯合發佈《關於 2019 年推進電信基礎設施共建共享的實施意見》,要求“基礎電信企業與鐵塔公司利用路燈、監控、交通指示等社會杆塔資源,充分發揮自身優勢,按照市場化原則開微(小)基站建設”。 地方層面,廣東、湖南、海南、吉林、江蘇、陝西、廣西、重慶等省相繼出台政策,鼓勵推動“一杆多用”的智慧杆塔建設,開展智慧杆塔試點部署。深圳將智慧點(智慧路燈)納入智慧城市的信息基礎設施建設,明確多功能智能杆的技術參數和建設標準規範,發佈國內首例《多功能智能杆建設發展三年行動計劃》,在光明區、僑香路、前海等地開展多功能智能杆試點,計劃到 2020年基本實現多功能智能杆全市主要幹道全覆蓋。 智慧燈杆創新發展進入快車道。智慧燈杆經歷 1.0(智能照明)、2.0(智慧運營)、3.0(價值創造)的創新發展階段,目前正以路燈聯網化、信息化、智能化為依託,從城市照明向 5G、智慧城市等更廣闊領域延伸創新價值,隨着 5G智慧燈杆站上行業風口,眾多互聯網、通信和安防龍頭企業跑步入場,開始跨界參與智慧燈杆產業佈局,持續推動智慧燈杆創新發展進入快車道。 2018 年我國智慧燈杆建設規模達到 6500 根,2019 年建設規模達到 13000 根,全國智慧燈杆市場增速明顯但整體規模較小,結合5G 建設多地逐步進入規模試點推廣階段,2020 年廣州市發佈《廣州市智慧燈杆建設管理工作方案》,在 11 個區開展智慧燈杆示範試點推廣項目,2020 年規劃建設總量為 4238 根,覆蓋道路 842 條,輻射面積 3242.89 平方公里。 “智慧燈杆”企業約 400-500 家,真正有實際產品、能落地實施的智慧燈杆企業數量 40-50 家。國家統計局數據顯示,從 2004 年至 2019 年,我國城市道路照明燈數量由 1053 萬盞增加到 1 億盞,路燈智能化比例僅 2%,OFweek 產業研究院預測 2021年全國智慧燈杆建設規模可達至 44460 根,市場前景廣闊。 ▲中國智慧燈杆建設規模及企業數量情況 自主研發和跨界整合成為核心能力。智慧燈杆涉及感知層、網絡層、平台層和應用層等眾多功能模塊,需要各領域的核心自主研發和跨界整合能力。一方面,智慧燈杆佈局的企業數量眾多,企業如果缺乏核心自主研發能力,在降低成本、技術創新等方面缺乏競爭力,行業生態競閤中逐步面臨市場優勝劣汰。 另一方面,智慧燈杆搭載的功能設施眾多,包括智慧照明、視頻監控、環境監測、車流監測、移動通信基站、一鍵求助、公共充電樁、公共WLAN、公共廣播、信息發佈屏、智能網關等產品集成,智慧燈杆供應鏈企業抱團合作成為主流,例如照明四方a集運倉電話提供智能照明模塊,安防企業提供視頻監控模組,通信企業提供 5G 基站設備,互聯網平台提供軟件服務運營,要求領軍企業具有核心軟硬件研發和系統集成能力,包括燈杆外形和功能設計、產品組裝、客户交付、安裝測試、控制系統開發和運營維護等環節。 智慧照明龍頭企業佔領產業鏈先發優勢。華體科技、上海三思、中智德等智慧照明龍頭企業依託自身產業基礎佔領產業鏈先發優勢,從 LED 路燈光源、LED 顯示屏等硬件模塊切入,延伸拓展智慧燈杆供應鏈產品體系,擴展到集燈杆硬件、控制系統的自主研發、設計、生產、安裝、運營維護,形成智慧燈杆“軟件+硬件+運營”多管齊下全產業鏈一體化服務體系。 華體科技走在智慧燈杆佈局全國前列,以燈杆、LED 路燈光源自主設計生產為基礎,實施智慧路燈產品和運營服務雙模式戰略,擁有從產品研發設計到生產、安裝、運營維護全產業鏈的一體化服務,並嘗試在智慧城市的短板領域加強與互聯網和通信企業合作,聯合騰訊雲計算中標成都市環城“智慧綠道”項目,加入華為 eLTE 生態圈,參與華為全球智慧城市的建設運營合作,自主研發華體智慧城市軟件平台 2.0 版、六合一環境監測模組、城市井蓋監測系統等,由智慧照明領域成功切入智慧城市市場。 智慧燈杆生態聯盟成為 跨界企業利器。騰訊、中國鐵塔、華為等互聯網和通信類龍頭企業是產業鏈新進入者,憑藉對智慧城市建設和大數據運營分析的深厚產業基礎,將智慧燈杆納入智慧城市版圖。 中國鐵塔作為通信杆塔建設運營的唯一持牌單位,正快速形成智慧燈杆產業生態圈的核心領導地位,鐵塔公司牽頭成立廣東智慧杆產業聯盟,聯合 30 家建設運營、規劃設計、智慧杆塔、綜合通信技術、智慧照明、安防技術、應用平台等企事業單位,搭建多行業溝通平台和政企溝通橋樑。 華為聯合廣州市牽頭成立智慧燈杆聯盟,組建華為 eLTE 生態聯盟,納入華體科技等照明領域戰略合作企業。騰訊與中國鐵塔、互聯智慧簽署“5G 智慧燈杆數字化”戰略合作協議,提供從終端物聯網身份准入、物聯數據安全的全鏈路安全解決方案,騰訊擎天 5G 智慧燈杆已在成都開始試點部署。 智慧燈杆面臨政策標準 、 統籌推廣、 資金模式等系列挑戰。智慧燈杆面臨政策標準、統籌推廣、資金模式等系列挑戰,亟待構建政企高效合作互利機制。儘管國內多地啓動“多杆合一”改造項目,但大多數城市應用並不廣泛,存在一系列問題: 一是大多數地方政策和行業標準缺失,有待進一步完善; 二是建設運營模式有待明晰,“誰來主導、誰有需求、誰來出錢”問題亟需理順; 三是建設過程中需要協調多個城市管理部門,實施部門和維護部門溝通協作效率低,協調難度大; 四是智慧燈杆系統如何與智慧城市管理系統融合、兼容,後期維護和收集數據效率低; 五是智慧燈杆社會效應與實際價值仍缺乏數據驗證; 六是經費與預算有限,試點採用智慧燈杆成本昂貴,深圳市約 24 萬個路燈杆進行“多杆合一”改造,初步測算費用將高達人民幣 500 億元左右。 智慧燈杆亟需政府統籌協調和組織引導。智能燈杆的用户需求包括市政、能源、交通、環保、公安、綜治、氣象等眾多城市管理部門,政府作為智慧燈杆企業的下游用户和行業管理部門,一方面亟需政府指定統一協調和管理的責任部門,統籌彙總各部門的建設需求,實現集約建設和集中管理運維,制定簡化審批、特許經營、用地用電優惠、建設補貼等相關產業支持政策,另一方面需要考慮成立統一的建設運營主體和開放產業聯盟,形成城市級智能燈杆統一標準規範和可持續運營機制,引導各行業優勢企業加強“一杆多用”智慧燈杆戰略合作,打造政企開放合作、互利共贏的智慧燈杆產業生態圈。 廣東省明確提出不超過 2 家智慧杆塔運營主體,東莞、惠州等廣東省智慧杆試點城市明確由鐵塔公司牽頭彙總需求,統籌規劃建設智慧杆及配套資源和“一杆多用”改造,鼓勵各行業優勢企業加強與鐵塔公司在“一杆多用”智慧杆方面的戰略合作。 ▲智慧燈杆產業生態圈 十、細分領域之數據中心 1、領域圖譜 數據中心(IDC)是集中計算和存儲數據的場所,在信息技術快速發展的背景下,數據中心作為各行各業的關鍵基礎設施,為我國經濟轉型升級提供了重要支撐。我國數據中心產業總體起步較晚,2013年以來,隨着移動互聯網、雲計算、大數據等技術的發展,數據中心產業規模高速增長,而 5G、物聯網、人工智能、VR/AR 等新一代信息技術的快速演進和線上流量的激增,也對數據中心提出更高的需求。 此外,數據中心迎來了政策大力扶持,繼 3 月 4 日,中共中央政治局常務委員會召開會議,強調要加快 5G 網絡、數據中心等新型基礎設施建設之後,4 月,國家發展改革委首次明確新基建範圍,以數據中心、智能計算中心為代表的算力基礎設施是新基建的重要組成部分。 數據中心產業鏈由上游基礎設施、中游 IDC 專業服務及下游最終用户構成。上游基礎設施主要是建設數據中心的硬件供應商,包括IT 設備(服務器、交換機、路由器、光模塊等)、電源設備(UPS、變壓器等)、土地、製冷設備、發電設備和基礎運營商提供的帶寬服務等。 中游IDC專業服務包括數據中心服務和雲服務,數據中心服務商主要為運營商數據中心和網絡中立的第三方數據中心,提供 IDC集成和運營服務;雲服務商主要為基礎電信運營商和雲計算四方a集運倉電話,運營商提供互聯網帶寬資源和機房資源,雲計算四方a集運倉電話通過租用或自建(以租用為主)數據中心的方式來提供 IssS/SaaS 等雲服務。 下游最終用户包括所有需要將內容存儲/運行在 IDC 機房託管服務器的互聯網企業、銀行等金融機構單位、政府機關、製造業、傳統行業等,隨着全球 5G 商業化進程加速,各行各業的流量增長勢不可擋。 ▲數據中心產業圖譜 2、領域態勢分析 我國數據中心市場規模整體增速高於全球平均水平。全球數據中心市場規模整體平穩增長,2018 年全球數據中心市場規模近 515 億美元(僅包括數據中心基礎設施租賃收入,不包括雲服務等收入),同比增長 10.5%。中國 IDC 市場規模增速顯著高於全球 IDC 市場增速,2018 年中國 IDC 市場規模達到 1228 億元,同比增長 29.8%,2019 年市場規模達 1563 億元,同比增長 27.2%,遠高於世界平均水平。 主要原因在於:一是中國近幾年互聯網行業發展迅速,政策支持、技術升級及商業模式的創新進一步推動行業發展,數據流量迎來爆發式增長;二是我國 IDC 行業發展較美國處於早期,IDC 行業供需缺口仍較大,整體來看我國 IDC 市場增長潛力十足成長空間較大。 市場佈局呈現 “ 東部沿海居多,核心城市集中,中西北部偏少 ”。時效性高的“熱數據”處理需求較大使得我國 IDC 主要集中在北上廣及周邊地區,2019 年我國 IDC 機架數合計約 227 萬,同比增長 8.1%。 呈現如此格局的主要原因是:一是大部分互聯網企業分佈在核心城市,有較多的時效性高的“熱數據”需要處理,形成了一線城市數據中心供不應求的現狀;二是核心網主要分佈在一線城市,這些地區數據中心的建設可滿足客户對於低時延及運行穩定的要求,提高效率節省成本;三是中西部地區的數據中心的建設需求主要為處理一些時效性不高的“冷數據”,電力成本較低,遠端部署,降低成本。 我國IDC市場基礎運營商佔據主導。 一是我國 IDC 市場格局以運營商數據中心為主 ,憑藉其網絡帶寬和機房資源優勢,份額佔比約達 65%。運營商核心優勢在於對帶寬資源的壟斷,包括擁有大量機房、骨幹網絡寬帶和國際互聯網出口寬帶資源。劣勢在於 IDC 非主業,專業性不足,市場響應慢,局部供需不平衡,不符合市場微觀需要,且只提供各自網絡接口,無法滿足服務高時效和客户定製化需求。 二是第三方數據中心近年來逐漸興起 ,主要為滿足核心城市的 IDC 需求,彌補供需缺口,具備一定的資源稀缺性壁壘。第三方數據中心依據自身在核心城市的 IDC 資源和較強的資金實力,建設數據中心機房,彌補該地區數據中心的供需缺口,且憑藉自身穩定持續的運維能力和豐富的運營經驗拓展雲計算等客户,開展數據中心業務。一線城市及周邊的土地/電力資源拓展能力和雄厚的資金實力構築起第三方 IDC 服務商護城河。 服務器市場集中度呈上升趨勢。 一是服務器市場品牌四方a集運倉電話和 ODM 四方a集運倉電話為主要參與者 。服務器行業屬於技術和資金密集型行業,進入壁壘較高,品牌四方a集運倉電話和 ODM 四方a集運倉電話為主要參與者。從全球範圍看,整機四方a集運倉電話戴爾 DELL、惠普 HPE、浪潮 Inspur 依次位列市佔率前三,ODM 四方a集運倉電話憑藉成本優勢搶佔市場份額。國內市場中,浪潮以絕對優勢佔據第一,據 IDC 統計,浪潮2019 年 Q3 國內市場份額達 33%,其後依次為華為、戴爾、新華三H3C、聯想和中科曙光,國內 ODM 直銷市場份額較低。 二是 GPU服務器市場快速擴張 。隨着人工智能應用的爆發式增長,GPU 服務器因其高並行計算性能和成熟的軟件生態優勢,成為現階段人工智能領域應用最廣泛的加速計算解決方案,市場呈現高速發展態勢。2018年,中國 GPU 服務器市場規模為 13.05 億美金(約合人民幣 90.05 億元),同比增長 131%。根據 IDC 預測,到 2023 年中國 GPU 服務器市場規模將達到 43.2 億美金(約合人民幣 298 億元),未來 5 年整體市場年複合增長率(CAGR)為 27%。 ▲全球和中國各服務器公司市場份額變化曲線 未來數據中心區域佈局將呈現三級層次化結構。大中型數據中心服務雲計 算 ,處 理 “ 熱 數據 ” ,處理時效性較高的業務。傳統數據中心向雲數據中心過渡,實現更靈活的資源應用方式和更高的平台運行效率,根據思科雲指數報告,到 2021 年,雲流量在全球流量中的佔比將高達 95%,雲數據中心將處理 94%的工作負載和計算實例。 超大型數據中心遠端部署, 降低成本,處理 “ 冷數據 ”。根據思科雲指數,超大規模數據中心將從 2016 年 338 座增長至 2021年 628 座,超大規模數據中心所支持服務器的市場份額將從 2016 年的 27%增至 2021 年的 53%。 邊緣計算數據中心分佈式部署 , 解決超低時延 、高實時性、高安全性、本地化等需求。 三層數據中心在整體網絡架構下,統一管理、動態調度、協調配合,更好地支撐上層業務應用。 ▲我國數據中心未來佈局趨勢圖 十一、細分領域之城市信息模型 1、領域圖譜 實時映射的城市信息模型平台是城市大腦的重要組成部分,是刻畫城市細節、呈現城市趨勢、推演未來趨勢的綜合信息載體,也是數字孿生城市建設的核心特徵。 城市信息模型平台四大陣營已初步形成,整體發展仍處於初級階段 。 一是傳統地理信息和測繪相關企業基於多年建設時空大數據平台經驗,構築數字孿生城市先發優勢,如 GIS 平台產品企業超圖公司、提供語義數據服務和全產業鏈平台的泰瑞數創等; 二是傳統 BIM 企業企業 擴大建設範疇,逐漸轉向城市、園區領域搭建一體化 CIM 平台,如廣聯達軟件、魯班軟件等; 三是傳統 3D 建模、模擬仿真類企業藉助製造業、交通等領域積累的優勢,快速進軍城市信息模型市場,搭建城市模型平台,如 51World、達索系統等; 四是傳統智慧城市四方a集運倉電話、運營商是傳統智慧城市四方a集運倉電話、運營商 紛紛着手與模型企業合作,開始佈局城市信息模型市場,如中國電信、華為等。從建設進展看,各大陣營企業基本搭建完成城市信息模型的“骨架”,但對城市運行機理和規則的實時模擬仿真、對全域數據的深度學習自我優化等方面的能力構築上,受制於機制、關鍵技術等因素,仍處於探索階段。 ▲城市信息模型產業圖譜 2、領域態勢分析 發達地區率先提 出建設數字孿生城市。雄 安新 區 率 先推進數字孿生城市建設 。2018 年《河北雄安新區規劃綱要》中指出:堅持數字城市與現實城市同步規劃、同步建設,打造具有深度學習能力、全球領先的數字城市。 目前,新區正推進BIM 管理平台(一期)建設,這是一個具有國家自主產權的數字城市規建管智能審批平台,通過創新城市“規、建、管”的新型標準體系、政策體系和流程體系,探索以數字城市的預建、預判、預防來支撐現實城市高質量發展的模式,打造展現多維城市空間的數字平台。 平台將建立不同階段的城市空間信息模型和循環迭代規則,採取 GIS 和BIM 融合的數字技術記錄新區成長的每一個瞬間,結合 5G、物聯網、人工智能等新型基礎設施的建設,逐步建成一個與實體城市完全鏡像的虛擬世界。 全國各地搶抓先機 ,開展數字孿生城市規劃和建設 。數字孿生城市為各地智慧城市建設提供了新思路、新模式,讓城市治理者看到城市現代化治理體系以及高質量發展的曙光,讓城市居民憧憬隨需而動、無處不在的智能化服務。貴陽提出從花果園超大型社區治理、數博大道等小型城市生態系統入手打造數字孿生城市。 南京江北新區着力推動城市發展向智能化高級形態邁進,提出力爭到 2025 年率先建成“全國數字孿生第一城”。浙江省發佈未來社區建設試點實施方案,制定“未來社區”九大場景,提出構建現實和數字孿生社區要求。舟山市、西鹹新區、重慶市、長三角一體化示範區等地紛紛採用數字孿生城市的建設理念和模式,先後制定智慧城市頂層設計和規劃,以數字孿生城市為導向推進智慧城市建設。 城市信息模型平台需要構建三大能力。城市信息模型平台源於智慧城市時空大數據平台,是時空大數據平台的演進和再發展。在數據集成範疇,模型平台集成了與城市經濟社會運行的各類數據和物聯網感知數據,不僅僅侷限於城市靜態數據呈現;在城市運行模擬上,模型平台運用模擬仿真、深度學習等技術,仿真推演城市發展態勢; 在實時數據呈現上,模型平台集成了智能終端運行數據,可視化展示城市運行狀態,可動態預警城市問題;在支撐政府決策上,模型平台可快速模擬管理者決策效果,支撐城市管理者制定全局最優化決策方案。城市信息模型平台核心功能構成主要由模型數據源採集、模型平台構建、數據呈現與模型渲染三大部分組成。 多源模型數據採集是模型平台構建的基礎 。目前廣泛應用於建築物、構築物、道路、地下管線、地質、水體和地表高程屬性數據和紋理數據的採集方法有傳統三維建模軟件、三維激光掃描、航空攝影測量、移動測繪系統等。數據類型主要包括基礎地理數據、BIM/CAD建築模型數據、城市街景數據、傾斜攝影數據、激光點雲數據等多源異構的三維數據。 模型平台是數字孿生城市運行 “骨 架 ” 。主要是基於城市 GIS 地圖,利用影像多視匹配技術、點雲構 TIN 技術、紋理映射技術、三維模型存儲優化技術等建模技術,按照地形層、道路層、建築層、綠化層、水域層等順序逐層從城市大數據平台加載數據組建而成,並對建築物、橋樑、停車場、綠地等城市部件進行單體化處理。 在模型單體化的基礎上,針對模型單體,利用語義化技術,可以形成個量化並可索引的城市單體信息模型(類似於傳統的 BIM),同步可以接入人口、房屋、公司法人、安防設施、公安警務數據、住户水電燃氣信息、交通信息、公共醫療等諸多城市公共系統的信息資源。 實時數據呈現與模型渲染是模型賦能業務應用的核心基礎 。第一方面是物聯網感知數據實時在模型平台上快速加載、融合和實時呈現,實現實時運行監測數據可視化,如實時視頻圖像、空氣污染指數、交通流量、行人軌跡等; 第二方面是根據城市地理信息數據源、模型精度、業務場景需求,不同精度標準呈現現實場景,如城市管理應用場景可以按百米級或十米級呈現,交通、應急等特殊場景的模擬仿真和AI 訓練可以按照米級或釐米級呈現; 第三方面是對數據模擬和真實場景效果渲染,比如通過圖形學技術,對光源、聚光燈、天光等多種光源類型的實時模擬;根據天氣動態數據如雲層高度、風向、邊緣噪波尺寸等,對陰、晴、雨、雪等多種真實天氣的模擬;運用動態光追蹤距離場陰影技術,實時計算陰影狀態,最終模擬還原物理世界的運行情況。 城市信息模型帶動數字孿生城市產業發展。數字孿生城市 正 在 激 活 龐 大的信息技術產業 鏈 。數字孿生城市自提出以來,吸引產業界廣泛關注,成為技術創新和業務拓展的重要方向。多地學術機構開展關於“數字孿生”的專題研討,探索數字孿生技術對於城市治理、工業製造等領域的應用和價值。 以 BIM、CIM、VR/AR、AI 等先進技術為主攻方向的科技公司發力“數字孿生”方案研發,並已應用到多個行業。數字孿生城市涉及技術門類較多,諸如新型測繪、地理信息、物聯感知、三維建模、圖像渲染、虛擬現實、仿真推演、深度學習、智能控制等,幾乎涉及信息產業所有鏈條,無論是傳統的智慧城市龍頭企業,還是新入局的創新型中小企業,對數字孿生城市均給予了高度重視,各類企業依託自身優勢加緊佈局,搶佔市場先機,同時推動技術方案不斷完善。 空間信息產業紛紛入 局 ,成為城市信息模型平台建設中堅力量 。數字孿生和空間信息產業密切相關,需要空間信息採集、建模、開發、服務、應用全產業鏈的深度參與,同時空間信息產業通過數字孿生在智慧城市中找到了新的支點,多年的技術積累在巨大的市場空間得以釋放活力,並造就獨特的競爭優勢。 國內 GIS 領頭企業超圖公司在新推出的新一代三維 GIS 技術體系中,全方位支持傾斜攝影建模、激光點雲、BIM 等多源異構的三維模型數據,並推出國內首個三維空間數據規範標準 Spatial 3D Model(S3M),該標準融合了傾斜攝影模型、BIM、精模、激光點雲、矢量、地下管線、地形、動態水面、三維柵格等多源數據,突破了大規模三維數據傳輸和解析的技術瓶頸,進一步促進了數字孿生的廣泛應用。 傳統智慧城市四方a集運倉電話 順 勢而為推出基於城市信息模型平台的數字孿生城市為推出基於城市信息模型平台的數字孿生城市解決方案 。科大訊飛打造數字孿生城市的“城市超腦”,基於互聯網、物聯網等基礎設施,匯聚城市時間與空間數據,運用人工智能算法,挖掘城市發展與運行軌跡,進行即時分析和仿真建模,促進物理城市公共資源最優化。 軟通動力與華為合作,發佈支持數字孿生城市的 aPaaS 平台,為多個場景提供 API 服務,涵蓋交通、環保、安全等各種領域。阿里巴巴聯合千方科技、銀江股份、浙大中控、數源科技、海康威視等眾企業,基於阿里雲平台,共同打造數字孿生城市大腦,提升杭州市交通系統和城管系統的智能化水平。 紫光雲集成數字孿生底座,推出“1+4+N”智慧城市應用體系,重點打造安全生產“大數據”分析預測能力和“物聯網”動態感知能力,有效防範和遏制重特大事故發生。 城市信息模型有望重塑城市治理模式。技術架 構 改 變 治理 模 式 。由模型疊加數據、軟件以及外圍泛智能化設施構建的數字孿生城市,完全突破了智慧城市以往 IT 組件物理堆砌的架構方式,這種融合一體、化整為零的技術架構,在支撐城市治理方面有幾個得天獨厚的優勢, 一是提供全景視角,城市多維度觀測和全量數據分析,可全景深度透視抓取城市體徵,洞察城市運行規律,從而實現精準施策; 二是增進精細管理,360 度無死角監測監控,陸海空天全域立體感知,城市脈搏和呼吸盡在掌握,前後端扁平化洞穿,城市治理能夠運籌帷幄之中決勝千里之外; 三是提供協同手段,突發事件應急反應,全域協調聯動,就近調度資源;四是促進科學決策,對城市發展態勢提前推演預判,以數據驅動決策,以仿真驗證決策,線上線下虛實迭代,促使資源和能力最優配置,城市最優化運行。 技術變革倒逼管理變革 。數字孿生城市這種跨區域、跨部門、跨行業高效協同全景式的城市管理模式,與當前城市治理多頭並舉、條塊分割、效率低下的管理方式具有天壤之別。從智慧城市到數字孿生城市,是一場深層次的技術革命,並將由技術革命倒逼管理革命,引發城市治理結構和治理規則的深層次變革。可以預見的是,為適應數字孿生城市的一盤棋管理模式,未來政府部門職能將做進一步調整,城市治理規則將做重大改變。 一方面,城市管理相關部門可能合併實行大部制,以城市大腦為核心開展城市治理。另一方面,政府部門的人員也將進一步分化為虛實兩大類職能,即一部分人在數字城市虛擬空間圍繞數據行使城市管理和公共服務職能,另一部分則聚焦現實城市物理空間,在現場從事執法、調研、巡視等相關工作。 十二、細分領域之智慧政務 1、領域圖譜 “互聯網+政務服務”成為深化“放管服”改革的重要抓手,市場規模進一步擴大。目前,全國各地推行“最多跑一次”“一網通辦”“只進一扇門”“跨省通辦”等政務服務改革創新,推進跨地區、跨部門、跨層級的政務信息數據共享,簡化政府服務、行政審批、執法監管流程,形成以信息技術創新推動流程創新,進而推動組織創新的倒逼機制,推動“放管服”改革向縱深推進。根據數據顯示,我國政務服務市場不斷深化發展,其市場規模不斷增長,2018 年我國電子政務市場規模超 3000 億,2019 年超過 3300 億,年均增速達 10%左右。 ▲2014-2019 年中國電子政務行業市場規模及增長 我國政務服務產業市場廣闊,涉及面廣,生態企業多。目前,我國政務服務巨頭企業梯隊初顯,專業細分領域企業豐富,總體歸納為互聯網巨頭、傳統政務龍頭企業、細分領域專業企業等類型。 一是以騰訊 、 阿里為代表 的互聯網巨頭總集成商, 依託移動互聯網入口、政務雲基礎設施和大數據技術優勢,快速佈局政務服務,湧現了廣東“粵省事”系列產品、浙江“浙裏辦”“浙政釘”、江西“贛服通”等一批集約化政務服務產品。 二是以太極 、 浪潮 、 東軟等為代表的政務龍頭中集成商, 依託在電子政務領域長期深度耕耘,建立了不同層次和應用領域的核心優勢。目前,國家政務服務平台(一期)工程主要由太極、浪潮、東軟組織實施。三是在政務服務 部 分產業環節具有顯著優勢的專業企業, 從產業的角度,包括統一身份認證、電子證照、電子簽章、數據共享交換、審批、門户等領域,湧現出了一批優勢企業。 ▲智慧政務產業圖譜 2、領域態勢分析 “ 大平台 、小前端、富生態 ” 發展模式逐步形成。互聯網巨頭依託平台和入口優勢,打造“大平台、小前端、富生態”的政務服務發展新模式。 一是打造政務服務 “ 大平台 ” 。互聯網巨頭依託底層的政務雲、大數據和公共支撐平台優勢,打造政務服務大中台。騰訊構建政務雲、wecity 城市大腦中台,實現政務業務集約化和標準化建設,通過技術中台實現對政務大數據的智能分析、預警和可視化。同樣,阿里打造了阿里政務雲、城市大腦和大數據技術平台,以支撐政務服務應用。 二是構建政務服務 “ 小前端 ” 。互聯網巨頭依託流量入口優勢,打通政務服務最後一公里。目前,全國已經有 360 多個地級市上線微信“城市服務”,累計服務用户數超過 5.7 億。同時,已有超過 3 萬個微信政務小程序,累計為 9 億多人次提供服務。阿里推出的“浙裏辦”整合了浙江 81 個部門政務服務 APP,匯聚了 325 個高頻應用事項,打造了“掌上辦事之城”。 三是營造政務服務 “ 富生態 ” 。政務服務涉及面廣,涉及流程複雜,互聯網巨頭構建了豐富的專業領域生態,共同打造智慧政務。截止到 2019 年 6 月,建設廣東“數字政府”的生態企業數量,已經超過 1100 家,在全國範圍內集聚了應用開發、大數據、系統集成、諮詢規劃等領域的眾多優秀企業。僅“粵省事”小程序,就有超過 100 家合作伙伴參與了前端及後端的開發。 傳統綜合型龍頭企業優勢依然明顯。傳統政務服務龍頭企業依託電子政務領域長期深度耕耘,建立了不同層次和應用領域的核心優勢。目前,在政務服務領域的傳統龍頭企業主要包括太極、浪潮、東軟等企業,構建了數據共享交換、審批、監管等綜合優勢。 一是起步於國家 “ 金 ” 字工程, 參 與國家電子政務政策制定,具有很強的先發優勢和政策優勢 。如太極是國家電子政務政策制定和重大工程建設的主要承擔企業,是國家“金宏”“金審”“金關”“金農”“金盾”等重大信息化工程的重要承建企業。目前太極在政務服務領域,完成政務雲、基礎軟件、應用軟件等多環節佈局,參與國家電子政務(一期)工程的總集成商。 二是長期深根於電子政務領域 , 積累了政務服務多領域的綜合優勢 。如浪潮集團自 2002 年開始參與全國各地政府行政審批信息化建設,圍繞政務服務開發了一系列產品,形成了政務服務的一體化解決方案,業務範圍已覆蓋全國 28個省、113 個地市,近 800 個區縣。目前,浪潮集團還參與了國家電子政務(一期)工程的公共支撐平台建設。 三是依託政務服務數據共享與審批等核心優勢,逐步拓展政務服務全領域 。東軟在大數據技術分析等方面優勢明顯,承建了國家人口基礎信息庫和國家法人基礎信息庫,參與了國家公共信用信息共享平台建設。另外,還有科大訊飛、南威、新點等企業也都在政務服務的數據共享、受理與審批等環節長期深耕,優勢顯現。 智慧政務關鍵細分產業仍由頭部企業主導。智慧政務起步於 1993 年國家電子政務“三金工程”,建設起步較早,產業環節較長,部分關鍵細分產業環節形成頭部企業主導格局。 一是統一身份認證 環節產業主要由早期數字認證中心和系統安全類企業主導 , 如北京數字認證中心、上海數字認證中心、吉大正元等起步於 2000 年左右的企業,是首批獲得國家電子認證服務資質的企業代表,亞信安全、綠盟科技、衞士通等為國家早期重點發展的信息安全企業,在安全和密碼等核心技術領域持續領跑。 二是電子印章和電子和電子證照產業相對集中度較高, 南威軟件、浪潮軟件、廣州中智等頭部企業聯合編制發佈了電子證照相關技術標準規範,金格科技、北京科富興等參與起草公安部電子簽章標準。 三是數據共享與交換平台仍由傳統系統集成商和數據庫研發機構主導建設, 傳統系統集成商太極股份通過收購人大金倉,掌握了數據庫從底層到應用層的核心技術,北京因特睿依託北京大學數據庫研發團隊自主研發的燕雲 DaaS 平台,快速實時地挖掘出系統數據,形成多源數據共享池。 智慧政務產業呈現明顯的 “ 屬地化服務 ” 現象。智慧政務產業發展較為充分,相關企業較多,其技術成熟度較高、企業進入技術門檻較低,初步形成典型的“屬地化”建設現象。 一是各地政府充分考慮本地信息產業扶持需求, 如山東浪潮軟件、安徽科大訊飛等當地重要信息產業主導者、地方納税大户和產業賦能平台,得到政府重點青睞;江西思創數碼、福建榕基軟件等成為當地重點扶持的產業對象,以項目建設來培育壯大企業規模,從而帶動本地信息產業。 二是各地政府為了項目建設運營便利 ,智慧政務相關項目多數由本地化企業承 接, 如深圳廣通公司為深圳市重點扶持的信息產業企業,於 2009 年承建深圳市政務信息資源共享交換平台,後續多年持續運營和升級改造該平台,2013 年深圳被確定為全國首個“政務信息共享示範市”,2016 年又被確定成為首批國家新型智慧城市標杆市。 持續深化應用創新進一步推動服務型政府建設。一是在人工智能、 區塊鏈等新技術驅動下 , 自助辦理智能終端加速普及推廣,電子證照可以安全可信認證 , 如科大訊飛依靠智能語音和人工智能優勢,不斷更新迭代開發政務服務機器人、智能走訪等自助終端;北京市開發基於區塊鏈的電子證照共享平台,有效破解敏感數據難共享、數據隱私易泄露等問題。 二是隨着國家大力推進 “ 互聯網互 + 政務服務 ” ,各地在 “ 最多跑一次 ”“ 一網通辦 ”“ 只 進一扇 門 ” 等創新應用的基礎上,智慧政務有望實現更大程度更多辦理事項的 “ 一 次不用跑 ” , 如浙江、廣東、江蘇、上海等發達省市已逐步深化電子證照應用,推動政務辦事事項從“最多跑一次”向“一次不用跑”轉變,並制定目標指標考核要求。 十三、細分領域之智慧安防 1、領域圖譜 截止 2019 年,我國户籍人口城鎮化率已達到 44.38% 22 。隨着我國城鎮化水平不斷提升,城鎮人口密度持續增大,城市公共安全風險提升,亟需加快城市公共安全管理方式轉變,提升城市管理精細化水平。 智慧安防作為國家治理體系和治理能力現代化的重要抓手,以“平安城市”“天網工程”“雪亮工程”等重大工程建設為機遇,基於技術創新融合、數據資源共享、應用資源雲化和協同業務整合,持續向一體化、協同化、智能化發展。產業鏈上下游不斷完善,行業內企業間發展邊界逐漸模糊,產業生態走向多元化和開放化。 根據智慧安防產業鏈中技術、產品及服務的發展定位及方向,將產業鏈中企業分為技術服務商、產品及解決方案提供商、系統集成商三大類: 一是技術服務商, 以雲計算、大數據、人工智能等技術服務商為主,憑藉雲計算、大數據、人工智能等技術優勢,專注從感知到應用的全鏈條技術能力輸出,賦能產業鏈上下游企業,優化產品及解決方案,通過集成商、產品及解決方案提供商實現向客户的最終價值輸出。根據行業內關鍵技術應用情況,分為 AI 服務、大數據服務和雲服務。 二是產品及解決方案提供商, 以安防領域傳統企業為主,憑藉安防產業鏈中的生態位優勢,結合項目中客户需求,通過自研或與技術服務公司合作等方式,開發底層服務平台,逐步從單一產品向整體解決方案轉變,向產業鏈上下游拓展,成為橫向、縱向均有延展實力的龍頭企業。 三是系統集成商, 以 ICT 龍頭企業為主,憑藉用户、技術、資金、供應鏈、影響力等方面綜合實力,聯合上下游企業構建產業生態圈,將單一功能的技術平台向多應用聚合的底層基礎平台轉變,將自身打造成為產業生態中心,協同為客户提供整包服務。 ▲智慧安防產業圖譜 2、領域態勢分析 智慧安防市場競爭突出三大核心優勢能力。一是自底向上端到端服務能力優勢 。如海康、大華等依託巨大存量市場全面打造全鏈條、全場景解決方案能力,同步補強雲計算、大數據、AI 等計算分析能力,形成豐富的邊緣節點形態、彈性靈活的視頻平台支持能力和完備的集成能力與生態體系。 二是新技術融合創新能力優勢 。如商湯、雲從、曠視等推動 AI 向雲側、端側雙向賦能,建立高精度、高靈敏度、快速響應等安防服務能力,充分契合安防業務發展需求,形成獨特比較優勢。商湯突出安防視頻分析算法服務;雲從側重於發力 AI 定義前端智能感知設備;曠視基於 AI 和邊緣計算能力,提供智慧城市端到端解決方案。 三是產業生態位優勢 。典型如華為、阿里等雲服務商,以雲計算+大數據為內核佈局平台生態整合能力,以數字政府建設為契機,打造城市級“雲數”平台,提供快速可插拔安防應用服務,充分發揮產業生態集成能力,快速推出視頻雲、安防雲、警務雲等系統級解決方案和產品,迅速打開市場空間。 城市級大數據應用入口成為市場爭奪焦點。城市全域數字化呈現、數字化管理、大數據決策、精準調度管理日益成為城市治理體系發展趨勢。視頻感知網絡作為城市“可視化”發展的關鍵抓手,市場爭奪趨於白熱化。 主流玩家全面將智慧安防應用作為城市治理體系一體化部署、長效可持續運營的“先手棋”,率先推動城市級立體化安防體系建設,不斷豐富前端多元化產品形態,升級雲邊協同算力網絡,提升視頻大數據智能分析處理能力,形成穩固的視頻全業務架構體系。 以此為基礎,推動安防感知前端從政府市場向重點行業、社區、家庭、汽車市場等細分領域拓展。如阿里雲憑藉彈性計算、數據庫、存儲、人工智能、CDN 業務、域名服務等數據處理全鏈條技術優勢,打造以 AI 視覺為核心的“城市大腦”,以後台能力驅動前端感知體系升級替代和一體集成,形成大腦+交通、大腦+安防產品能力。 數據處理能力更為關鍵 , 面臨兩大突破方向。 一是算法升級。隨着城市主體、業務形態和運行活動日益複雜,數字政府管理需求、市場主體需求和消費者需求迎來持續性升級和多元化發展,智慧安防服務場景加速細分,業務場景定義的安防處理能力成為安防市場核心競爭力。基於大數據和人工智能算法的不斷迭代升級,能夠有效降低勞動力成本,提升超大規模數據和個性化業務驅動下的數據併發處理能力。 二是算力升級。海量前端+超高清感知+全天候佈設成為城市治理關鍵輔助手段,隨之而來的海量數據併發壓力,正在加速城市以數據中心為載體的中心化算力架構向雲邊協同架構演進,有效實現流量分級消化、定向處理,滿足業務需求的同時,穩定傳輸網絡和後台算力壓力,保證上層業務的有效性、準確性和可信度。 自主可信成為城市智能安防系統核心指標。城市安防體系是城市安全生命線,在保障城市安全平穩運行的同時,安防體系自身的安全性也開始收到政府和市場的高度關注。 基於強大的自主研發和科創實力,領域獨角獸、平台型龍頭企業紛紛發力,從底層芯片、存儲、服務器、算法模型、業務平台等價值鏈環節入手,加快研發佈局具有自主知識產權的核心器件產品和軟件服務,在智慧安防市場特別是城市安防領域,形成技術壁壘穩固的差異化比較優勢。 如華為充分發揮芯片、存儲、服務器等自研儲備和優勢,從底層安全做起,搭建自主雲服務平台,推出一批智慧安防場景化應用產品,如警務雲、視頻雲、融合指揮系統、智能交通系統等。阿里發佈 SoC芯片平台“無劍”,基於高性能玄鐵全系列 CPU,佈局邊緣側 AI 計算能力。地平線基於自研嵌入式 AI 芯片“旭日”,先後發佈智能攝像頭、本地人臉抓拍和識別攝像機等產品和解決方案。 “泛安防 ” 場景潛力巨大,市場倍增前景可期。隨着我國各地數字城市、智慧城市建設步伐持續加快,經濟社會需求同步面臨結構性、差異化升級趨勢,安防需求已全面從城市公共空間區域安全管理加速向更為私有化、場景化方向滲透,智慧安防市場邊界將進一步泛化。 一方面,產業數字化伴生大量安全控制、業務監控等發展需要,另一方面,社會公眾安防意識和需求也在持續增強,面向產業互聯網、工業過程控制、工業大數據、車聯網、家庭安全等業務場景,基於“安防設備+大數據分析”的行為/動作識別和安全控制業務已經開始爆發,以企業、車間、生產裝備、家庭、個人、汽車等為單位的潛力市場空間可期,智慧安防產業規模預計將保持高位增長週期。 智慧城市是賦能本地經濟社會發展的“新基建”,促進城市經濟發展、產業集聚是智慧城市建設的題中之義。在經歷概念探索、政策推動、試點示範等幾個發展階段後,我國智慧城市今年已全面進入建設期,參與主體不斷增多,投資規模不斷擴大,未來會出現越來越多的細分領域。 ~END~

    時間:2020-12-30 關鍵詞: 智慧城市 AI

  • 盡着自己最大的努力,不加班不快樂

    1.1 大賽介紹 全國大學生智能汽車競賽是以“立足培養、重在參與、鼓勵 探索、追求卓越”為宗旨,鼓勵創新的一項科技競賽活動。今年首次新增了電 磁 AI 組別,希望通過神經網絡學習甚至超越傳統的 PID 控制方法。 在這份報告中,我們小組對小車設計製作整體思路、機械、電路、電控、 神經網絡幾個方面進行了詳細的介紹。 整體思路中主要概括了項目構建時的主 要核心思想,機械部分中主要闡述了小車的機械部分中主要闡述了小車的結構 設計,包含各部件的安裝位置以及對車模的保護措施,電路部分主要闡述了小 車的電路結構設計為軟件停工穩定輸入與輸出環境減少外界干擾。 電控部分主 要闡述瞭如何採用 PID 進行小車控制,包含舵機控制,差速控制,電機控制等。 神經網絡部分主要闡述瞭如何採用神經網絡學習小車控制方法,包含數據集制 作,電感位置分佈,網絡結構創新等。 雖説看似就是一簡單巡線的項目,但是隨着深入地進行研究,我們發現在 此之上可以用非常多方法大幅度提升巡線效果,比如可以通過無線串口進行 PID 遠程調參,通過神經網絡去自動地尋找較好的控制方法,通過陀螺儀和編碼器 去記錄整個賽道等等。 隨着一步步地迭代,我們的工程越來越大,完成的功能 也越來越多,自然而然速度也在一點一滴地提升。 1.2 整體方案設計 本節主要簡要地介紹智能車系統總體設計思路,在後面的章節中將整個系 統分為機械結構,硬件電路設計,傳統 PID 設計,神經網絡設計等四部分對智 能車控制系統進行深入的介紹和分析。 根據第十五屆智能車競賽規則,AI 電磁組比賽是在 PVC 賽道上進行,賽道 採用黑色邊線引導。選手製作的車模完成賽道運行一週。車輛運行時間是從車 模衝過起跑線開始,到最後車模回到起跑線為止。賽道中存在的元素包括直線 道路、曲線彎道、十字交叉路口、環島(可不進入)。 根據競賽規則相關規定及以上任務要求,智能車系統採用大賽組委會統一 提供的 C 型車模,以恩智浦公司生產的 MIMXRT1064DVL6A 作為核心控制器,在 IAR 開發環境中進行軟件開發。智能車系統檢測電磁場信號為基礎,通過單片機 處理信號實現對車體控制。通過編碼器測速模塊來檢測車速,並採用 RT1064 的 輸入捕捉功能進行脈衝計數計算速度和路程;電機轉速控制採用 PID 控制,通 過 PWM 控制驅動電路調整電機的轉速,完成智能車速度的閉環控制。 根據以上系統方案設計,賽車總共包括一下幾個模塊: 1.RT1064 單片機最小系統模塊;2.電源模塊; 3.電機驅動模塊 ;4.傳感器模塊; 5. 無線串口模塊; 6.編碼器測速模塊; 7.陀螺儀模塊; 8.停車線檢測模塊; 9.人機交互模塊。 ▲ 圖1.2-1 系統框圖 機械設計中,我們需要考慮多電感的保護,轉向機構設計,電路板放置, 車身強度等問題。 2.1 智能汽車車體機械建模 此次競賽選用的是東莞市博思電子數碼科技有限公司生產的智能車競賽專 用模型車(C 型模型車),配套的電機型號為 RS-380,舵機的型號為 FUTABA3010。智能車的外形大致如下: ▲ 車模照片 2.2 轉向機構設計 在調試過程中,我們發現原有的轉向機構中舵機的轉角與前輪的轉角不為線 性關係,故嘗試更改前輪轉向機構為線性控制,但導致前輪轉向時的響應時間 增長,轉彎不及時。 最終我們使用了自制的舵機固定板與舵機轉向套裝,如下圖所示。 ▲ 舵機固定板與舵機轉向套裝 最終雖然控制仍不為線性,但做到了前輪轉向的快速響應,轉向機構整體如 下圖。 ▲ 轉向機構 2.3 電路板放置 對於電路板排布,我們經過兩次迭代,最終選擇採用如下圖所示的碳板作為 整體的支撐結構,使用 4 根銅柱與車模底盤連接,保證強度的同時,也能儘可 能地讓車身更輕,從而有更為穩定的結構,且易於加裝/拆卸長前瞻。 ▲ 自制支撐結構 為了維持多個電感與車模之間固定的相對位置,我們將所有裝有采集電感傳 感器的電路板都安裝在碳板上,同時為了操作、拆卸更加方便,我們將其他電 路板也固定在了碳板之上。 ▲ 碳板固定 2.4 智能汽車傳感器的安裝 車模中的傳感器包括有:速度傳感器,車模姿態傳感器(陀螺儀、加速度計), 霍爾傳感器以及採集電感傳感器。下面分別介紹這些傳感器的安裝。 2.4.1 速度傳感器的安裝 速度傳感器使用了龍邱 512 線 mini 編碼器,固定於車模的編碼器位置上。 2.4.2 姿態傳感器的安裝 車模使用了 HWT101 旋轉角姿態傳感器,固定於電路板上,俯視位置處於車 模的中心處,保證檢測數據的可靠性。 2.4.3 霍爾傳感器的安裝 車模使用了自制的霍爾傳感器模塊對終點線進行檢測,其安裝位置於車模最 前方的底板之上,使用熱熔膠固定,如下圖所示。 ▲ 霍爾模塊 2.4.4 採集電感傳感器的安裝 車模共使用了 14 個採集電感傳感器,其中 11 個佈置於電路板上,另有 3 個作備用。11 個位於電路板上的電感分 3 排擺放,第一排 7 個電感,第二排 2 個電感,第三批 2 個電感。為保護電感不受撞擊損傷,為每個電感都加裝了保護 殼,如下圖所示。 ▲ 電感安裝 2.5車身強度 為了提升車身強度,除了支撐電路板的碳板以外,我們還在車模底部添加了 一塊碳板,從而提升了車模的強度。為了避免碰撞與剮蹭,我們在車模的正前 面加裝了防撞條。 2.6 輪胎處理 使用輪胎軟化劑浸泡之後打磨並用硅橡膠粘合輪胎與輪轂。 從最初進行硬件電路設計時我們就既定了系統的設計目標:可靠、高效、簡 潔,在整個系統設計過程中嚴格按照規範進行。 可靠性是系統設計的第一要求, 我們對電路設計的所有環節都進行了電磁 兼容性設計,做好各部分的接地、屏蔽、濾波等工作,將高速數字電路與模擬 電路分開,考慮到走線問題,設計為 4 個部分得 PCB 電路板,使本系統工作的 可靠性達到了設計要求。 3.1 電源管理模塊 在考慮離比賽開始時間短的情況下,採用 RT1064 最小核心板,加快整個項 目的進度。在保證電壓穩定驅動電流足夠紋波小盡可能沒有,用一片 LDO 芯片 LP38692MP-5.0 單獨給最小核心板供電。 ▲ 核心板供電原理圖 一片 IDO 芯片 LP38692MP-5.0 給編碼器、陀螺儀、無線串口、主板上的磁傳 感器供電,一片 IDO 芯片 LP38692MP-3.3 給 OLED 液晶屏,起跑線檢測模塊供電, 一片 IDO 芯片 LP38692MP5.0 給外載磁傳感器供電。通過引腳(圖 3.1-2 中 PW_EN) 拉高給使能信號控制外設供電,保證核心板正常啓動。 ▲ 外設供電原理圖 3.2 電機驅動模塊 電機驅動使用芯片 BTN8982TA,搭建全橋驅動電路。該芯片正常輸出電流可 以達到 50A,同時 BTN8982 的輸出阻抗正常情況為 9 毫歐左右,阻抗越小,芯片 的發熱量越小,功耗也就越小。從另一個角度看,該芯片內部集成了 H 橋驅動 器以及由 MOS 管組成的半 H 橋電路,設計簡單,佈局方便。 ▲ 電機驅動原理圖 3.3 舵機供電 比賽提供的舵機為 FUTABA3010,該舵機工作電壓 4.0V-6.0V,工作時所需電 流為 175mA。為了保證舵機正常工作且不影響其他電路工作,為此我們採用線性 電源 LT1764 給舵機供電,該芯片輸出電流可達 3A,此時壓差為 340mV,輸入電壓範圍廣:2.7V-20V,輸出電壓範圍為 1.21V-20V,輸出電壓與外部配比電阻有 關。 ▲ 舵機驅動原理圖 輸出電壓計算公式: 其中IADJ  = 3uA,與其他變量有數量級差別,故忽略不計。所以此時計算出VOUT  = 5.957V。 3.4磁傳感器模塊 磁傳感器是電磁組小車最重要的模塊之一,根據變化的磁場信號作出靈敏的 檢測,車體在賽道上位置判斷以及之後得控制起着至關重要的作用。本系統根 據 LC 諧振的原理,選取 10mH 電感和 6.8nF 電容作為 LC 諧振電路,產生感應 電流,再通過濾波、放大、檢波,然後將結果送入單片機 AD 進行相應的處理, 以判斷賽道當前信息。後級放大電路原理圖所示。 ▲ 採集級放大電路原理圖 3.5 無線串口模塊 使用逐飛的無線 USB/無線轉串口模塊套件,實現實時主機與核心板通信, 可以傳回神經網絡需要的訓練數據,同時也可以實現遙控車無線更改參數等操 作,大大節約了時間。 3.6 編碼器測試模塊 本小車使用龍邱智能科技的 512 線 mini 型編碼器進行小車的測速,工作電 壓在 3.3V- 5V。處理器通過讀取編碼器脈衝數來實現小車速度的測, 通過讀取 編碼器旋轉方向腳的高低電平來檢測電機的正反轉。 3.7 陀螺儀模塊 採用 HWT101 旋轉角姿態傳感器,內部集成姿態解算器,配合動態卡爾曼濾 波算法,能準確的得出當前姿態,姿態測量精度靜態 0.05 度,動態 0.1 度, 穩定性極高,用於神經網絡的記憶之中。 3.8 停車模塊選型 起跑線處布有磁鐵表面磁場強度為 3000-4000 G,針對磁場強度和車速兩個 條件下不斷嘗試不同霍爾元件型號如 SM351LT,SS41F,DRV5055,HAL145 等, 在最後根據車速和檢測準確率我們選擇 HAL145。 這是一種全極性霍爾開關。當 霍爾開關在磁鐵上方時, 霍爾開關輸出低電平,單片機檢測到低電平引發單片 機中斷。單個霍爾開關的 電路原理圖如圖 3.2.6 所示。 ▲ 霍爾開關原理圖 3.9 人機交互模塊 為了方便調試,本車有無線串口模塊,有效進行運行參數之間的傳送,除此 之外,還設置了鍵盤、OLED 液晶顯示屏,以方便控制參數的修改,便捷的智能 車的調試。 傳統 PID 控制部分,我們需要考慮基於電感電壓的數據,控制舵機轉向和電 機轉速。另外,我們加入了陀螺儀和編碼器對賽道進行建圖,以期獲得無限長 前瞻。 4.1 舵機轉向控制 舵機控制中,我們的目標是通過改變舵機轉向,讓車子儘量地保持在賽道中 間。我們希望車身在賽道中間,即誤差 Error 儘量地在 0 附近,當 Error<0 時, 説明車身偏右,需要舵機向左打角,同理當 Error>0 時,説明車身偏左,需要 舵機向右打角。 4.1.1 舵機轉向偏差計算方案 4.1.1.1 差值法 差值法,顧名思義,通過左右電感的差值作為偏差對小車進行控制,符號判 斷方向,大小作為控制量,這是我們最開始採用的控制小車的策略,這樣的控 制策略能夠在低速情況下滿足控制要求,但是極不穩定,容易出界,經過數據 採集和可視化,我們發現這種策略所計算出來偏差並不是單調的,而是隨着原 理賽道中線的距離增大先增,到達峯值,再遞減,這也解釋了當其遠離賽道中 線後其控制量不足,導致車身出界的情況。 4.1.1.2 三電感控制法 在我們發現偏差不單調後,我們就想找一種控制策略來解決這個問題,我們 發現,差值法判斷方向是比較準確的,所以我們保留了其方向控制策略,在兩 個電感中間加了中間電感,以中間電感與其設定的最大值的差值作為偏差,這 種方案較好的解決了偏差不單調的問題,在前瞻比較長的情況下控制效果也很 不錯,但後面我們發現神經網絡不能很好的學習長前瞻所收回的數據的時候, 我們改用短前瞻進行數據收錄,這時我們發現這種策略在轉大彎時候效果不太 好,響應太慢跟不上,由於信號線的鋪設問題,不同的直道,中間電感所能測量的最大幅度也不同,導致在 Error 在直道上不一定為 0,會產生舵機的震盪, 無法解決,因此也放棄這種方案。 4.1.1.3 歸一化法 在我們發現三電感方案不能滿足段前瞻控制需求後,我們和往屆學長進行溝 通交流,他們提出歸一化法方案,這種方案具體是用左右電感的差值比上左右 電感的和,我們嘗試了一段時間後,這種方案確實是有一定的效果,控制作用 在大彎的時候確實是得到了增強,解決了三電感所存在的問題,但在我們加速 後,發現它和差值法存在同樣的問題,計算出來的偏差不單調,所以在連續過 彎切邊的時候,誤差值會變小,非常容易跑飛出去,因此我們不得不尋找下一 種控制方案。 4.1.1.4 比值法 除了上面的方案,我們還嘗試了各種各樣的方案:比如放置斜電感、多箇中 間電感模擬攝像頭等等,最終我們選取了下面這種方案。 構建位置誤差公式: L:左邊電感電壓值 R:右邊電感電壓值 這種計算式其實也存在不單調的情況,但單調的區間很大,在賽道的約束條 件下完全滿足要求,並且其對轉彎比較靈敏,有效的解決了過彎的難題。 4.1.2 舵機轉向控制策略 4.1.2.1 傳統控制策略 此部分中,我們只採用了 PD 控制,因為車輛電感值在實時更新,需要進行 實時轉向,因此不需要使用 I 控制。PD 控制中,P 為實時修改狀態,而 D 是為 了修補 P 實時性的不足,達到提前的作用。另外,為了提升大彎轉向的快速性 能和直道的穩定性能,我們通過 Error,劃分了兩組 PD,當 Error 較小時,認 為是在直道,採用較小的 PD 保證穩定性,防止震盪,當 Error 較大時,認為是在彎道,採用較大的 PD 保證快速轉向。 ▲ 舵機控制模型 4.1.2.2 控制策略探索 運用傳統控制策略進行控制的時候,我們發現參數調節十分麻煩,而且適應 性不強,因此我們就想有沒有一種方案能不能在一定區間自動調整 PID 參數去 適應不同的條件,我們查閲了相關文獻,幾乎都指向了模糊 PID 控制這一方向。 帶着探索的心,我們去了解了模糊 PID 的相關理論,並試着寫了一套模糊 PID 算法,發現這套算法調參難度並不亞於傳統的 PID,但是適應性的確強了不少, 但這與我們想要簡化調參過程的初衷並不一致,所以沒有更深入的去探索。 後 面根據我們對問題的分析,我們發現舵機控制與當前偏差、偏差的變化率息息 相關,我們根據這兩者的狀態繪製了以下程序框圖並實現: ▲ 模糊控制PID部分流程圖 我們僅僅需要確定每次調整步長,我們就可以是 PID 在一個範圍內進行變 動,滿足不同情況下的要求。 4.1.2.3 控制策略展望 為了簡化調參和增強適應性,在上一小節我們對控制策略進行了探索,但是還是逃不掉反覆調參的過程,這個過程枯燥乏味又不得不做,我們就想能不能 有一套系統能夠在調好一套參數的情況下,通過獎勵——懲罰機制使其不斷提 速,參數不斷適應速度的改變呢? 我們就想用一個攝像頭來捕捉車子在賽道上 的狀態信息,建立一套獎勵懲罰機制,當車子偏離賽道中央過大,説明參數不 太好,給與一定的懲罰,反之亦反之,然後車子緩慢的提速,參數不斷適應車 速達到自適應的效果。 4.2 電機控制 電機控制中,我們使用 PID 控制電機的速度。另外,還需要由轉向角度控制 電機差速,從而讓車子更好過彎。 4.2.1 電機速度 電機轉速控制中,我們不斷地讀取編碼器返回的實際轉速,與期望轉速作差 得到 Error,我們希望轉速能夠快速跟隨,即希望 Error 能夠儘快地到 0。採用 最原始的位置式 PID 控制,加上積分抗飽和算法基本滿足控制要求。 ▲ 電機速度控制模型 4.2.2 電機差速 電機差速的和舵機轉向相關,基於阿克曼轉向模型,當舵機需要轉向更大的 角度的時候,差速的值應該越大,以輔助車身更好的入彎。另外,我們發現車 身出界的情況大多數是在入彎的過程中,在彎道部分一般是不會出的。 為了實 現彎道加速的功能,我們也讓其與舵機轉向變化率相關,當轉向變化率較大時, 即入彎過程中,速度降低,而當轉向變化率逐漸變小時,即車身穩定後,則可 以提高速度。因此,我們的速度是由需要轉彎的角度和轉彎角度的變化率二者 共同決定。 具體的計算流程如下圖: ▲ 電機差速控制流程圖 由圖中可以看到,當突然出現需要打一個比較大的角度的時候,速度會減下來,與此同時,由於突然產生了如此大的角度,方向變化率也會變大,從而讓 小車順利減速過彎。但是在過彎的途中,雖然角度仍然是比較大的值,可是方 向變化率在減小,從而可以讓整體速度進行提升,最終達到過彎加速的效果。 4.3 記憶方案 通常我們使用電感等傳感器實時檢測到的信息作為判斷依據來控制車模的 轉向和加減速,在限制前瞻長度的情況下這樣的實時判斷相比於長前瞻就有嚴 重的滯後性,我們嘗試不使用或少使用實時判斷的信息進行控制。 我們先使車模在平穩狀態下運行一段賽道,記錄每個控制週期的陀螺儀 z 軸 轉角與編碼器數值,通過這些信息對賽道進行解算,將賽道元素分為三類:直 道、左轉、右轉,可以得到一個簡化版的賽道數組(包含按順序排列的賽道的 每個元素以及對應的直道長度或彎道角度以及彎道半徑)。 ▲ 某段賽道的結算數組及其圖像 發現效果良好,嘗試在第二圈時使用第一次運行時記錄下的解算後的賽道信 息作為判斷依據通過如下步驟控制車模運行(使用速度 PID 環作為內環、位置 PID 環作為外環對車模進行控制): ①進入直道後使用速度圖像為拋物線的加速方式,加到設定的直道速度後勻 速運行; ②在直道中根據編碼器的實時讀數計算減速至設定的彎道速度所需的距離與車模在當前直道元素中已行進的距離,當減速所需的距離與車模進入下一賽 道元素的剩餘距離相差很小時,使車模進行拋物線減速,在進入下一賽道元素 前就能減至設定的彎道速度; ③在彎道中根據彎道的半徑控制前輪的轉角與後輪的差速,並使車模勻速通 過彎道; ④重複①~③步驟; ⑤車模檢測到終點線後停止運行。但由於備賽時間較短,未能完整實現上述控制方案。我們又嘗試使用車模第一次運行賽道記憶的信息提升直道速度,只根據距離信息來進行入彎時的提前減速。 不過,我們發現直接加速會存在問題,車子變得非常不好控制,很容易衝出賽道,因此後面我們只是略微增大了一些速度, 但是增加電機的 I 項,從而讓整體的速度進行提高。 神經網絡控制部分,我們希望送入神經網絡電感值,讓神經網絡輸出舵機轉 向值。 5.1 數據收集 數據收集部分,我們分別採用了長短前瞻的電感值電壓輸入作為 PID 控制, 進行數據的採集。採集過程中,我們使用無線串口進行上位機和 MCU 通信,通 過 python 寫上位機。其中 pyserial 進行串口數據的解析,pygame 讀取鍵盤命 令從而達到小車控制的功能。另外,我們採用了 Matlabplotlib 的包進行了多 種情況的可視化,便於進行分析。 另外,我們對車子進行了遠程控制,通過串口,我們可以在上位機中實現控 制車輛啓停,車輛加減速,車輛拐彎等功能,從而更好地收集數據。與此同時, 我們還通過遠程串口,進行了 PID 參數的調節,從而大大方便了 PID 的調參過 程。 經過整理,我們發現這個環境中徹底驗證了"Garbage in, Garbage out" 的説法,即數據好則神經網絡效果好,數據不好,則神經網絡效果很差。 我們 分別採用了長前瞻和短前瞻作為 PID 數據源進行車輛控制,然後在長前瞻 PID 中收集了長前瞻和短前瞻的電感數據,在短前瞻 PID 中,收集短前瞻的電感數 據,對這三種數據進行學習。 實驗發現,當長前瞻跑 PID 時,長前瞻的電感送 入神經網絡中擬合的很好,但是短前瞻電感值送入神經網絡中擬合卻不行。短 前瞻跑 PID 時,短前瞻電感值送入神經網絡擬合很好。 因此實驗結論是:基於 某幾個電感進行 PID 控制,則採集對應電感值作為神經網絡輸入,神經網絡的 擬合性能很好。 關於數據集製作,為了更好地收集數據,我們在上位機中遠程控制車輛是否 發送數據,從而可以有針對性地在各個環境中進行數據製作。數據清洗方面, 因為串口發送的頻率過高,存在了大量的數據是重複的,因此我們針對性地對 相鄰兩幀之間電感數據差距不算很大的進行了刪除。 另外,為了適應不同的場 地,我們還進行了數據歸一化的操作,每次啓動車子之前,我們平移我們的車子,收取賽道中最大的電感值,然後所有的電感除以對應最大電感值從而獲取 歸一化後的電感值。 在數據採集的過程中我們發現了訓練出來的模型效果不是很好,經過可視化 之後,發現靠近舵機的電感數據不穩定,即使開啓了硬件平均也有很大的抖動, 這對於訓練必然是不好的。 ▲ 某電感濾波前的圖像 在觀察到這樣的現象之後,我們決定加入軟件濾波,對於這種數據抖動較大 的情況,最簡單的濾波公式莫過於卡爾曼濾波,對於單片機性能的要求也最低, 在電感的採集過程中,只需要貯存上一個電感數據既可,下圖為濾波之後的效 果。 ▲ 某電感濾波後的圖像 5.2 電感排布 電感排布部分,我們通過隨機增加擾動的方式,尋找最為重要的電感。最終確定了 11 個電感排布的方案。假設有 3 個電感分別放置在車前左中右位置,前面的係數分別為 0.8,1.2, 0.8,則可列電感控制舵機的方程: 但是實際上,我們並不知道各個電感前的係數,因此假設為 A,B,C,直觀 地,我們可以認為:某個電感前係數較大,則某個電感更為重要,因為他的對 舵機的影響更大。 雖然在神經網絡中,每個電感與舵機輸出並不是線性關係, 但是我們不妨假設:不同電感變化同一個幅度時,哪個電感能導致舵機變化越 大,哪個電感就是更為重要的電感。基於此假設,我們完成了電感排布的確定。 ▲ 電感分佈確定流程圖 具體步驟如下:每次我們隨機選擇放置電感排布,通過神經網絡收取數據進 行訓練得到一個網絡模型。然後,我們對收集到的數據添加隨機擾動,從-0.1~ 0.1,分為 10 個範圍,即-0.1~-0.08,-0.08~-0.06....0.06~0.1。 得到隨機擾動的數據集之後,我們把原始數據的輸出和擾動數據的輸出(都 使用同一個網絡)做差得到絕對值。如果某個電感的絕對值較大,則説明此電 感輕微擾動對網絡輸出影響大,是比較重要的電感。 基於此套方法,我們確定了 11 個電感的排布位置,下為某組數據擾動之後 的誤差分佈圖。 ▲ 電感誤差分佈 以第一列圖片為例,第一列對應的是第一排最左邊的電感,從上到下,分別 對應了施加擾動的範圍為-0.1~-0.08,-0.08~-0.06.......0.06~0.08, 0.08~0.1。直方圖代表了施加擾動前後輸出的差的絕對值的分佈。從圖中我們 可以看到在中間部分的偏差靠近 0,而上下偏差靠近 1,符合邏輯。另外,橫向 對比,我們可以看到,第 1,2,3,4,5,8,9 列的影響相對比較大,他們對 應了第一排左中右(1,2,3),第二排左右(4,5),第一排豎電感(8,9)。 5.3 網絡結構 我們進行了大量的網絡結構測試,由於 NXP 芯片所限,基本上只能夠使用全 連接層。不過相比於直接送入電感值,我們將電感值和歷史 10 次網絡輸出值(舵 機期望值)共同送入網絡,從而相同網絡結構(只有輸入層不同)訓練結果的 loss 從 0.04 降到了 0.02,網絡跟蹤的效果也變得更好。 另外,我們也發現,基本上的全連接層已經足夠訓練網絡,網絡的效果也是滿足需求的。基於此我們儘可能地縮小網絡大小,讓速度儘快,最終的網絡結 果為: 網絡結果輸入為 Nx21x1 的數據,(11 個電感和前 10 幀的舵機控制角度), 分別經過 Dense,BatchNormal,Dropout 等的操作,最終生成一個 1 維度的舵 機值,即為目標輸出,網絡結構圖如下。 ▲ 網絡結構圖 電路部分嘗試過為軟件增加電機的電流環,但由於 AI 電磁要求的磁傳感器 過多,芯片 ADC 引腳比較緊張,最後沒有落地。鑑於 AI 電磁本身的特殊性—— 對磁傳感器位置的嚴要求,電路部分將用於 AI 的磁傳感器分割到單獨 PCB 板上, 確保位置固定,車與車差異小,算法可以移植,與機械部分一同做好電感保護。 機械方面,使用碳板製作的頂棚搭載多個電感,增強了電感數值的可靠性 電控方向,我們採用陀螺儀和編碼器進行了全地圖的繪製,然後針對直道進行了二次加速。 神經網絡方向,我們將歷史的舵機控制值送入神經網絡,大大提升了網絡的 效果。 從機械到電路再到電控和神經網絡,我們搭建了一個完整的車子。對車子進 行穩定性測試,算法迭代優化,我們才算是真正地完成了一個項目。小組成員 每個人都盡着自己最大的努力,不加班不快樂,沒成果沒休息逐漸成為我們的 常態。這一次的磨礪,所有的隊員都有了非常大的進步,與此同時,我們也收 獲了一份友誼。 另外,感謝學校對我們的支持,在疫情期間仍然全力支持我們。感謝組委會提供的參賽機會。 [1] 卓晴,黃開勝,邵貝貝等,《學做智能車——挑戰“飛思卡爾”杯》[c].北京:北京 航空航天大學出版社,2007. [2] 譚浩強,C 語言程序設計[M],北京:清華大學出版社,2005. [3] 王宜杯,嵌入式系統原理與實踐:ARM Cortex-M4 Kinetis 微處理器,北京:電子工業 出版社,2012. [4] 陶永樂,新型 PID 控制及其應用(第二版),北京:機械工業出版社 [5] 李發海,王巖等,電機與拖動基礎,北京:清華大學出版社 [6] 胡壽松,自動控制原理(第六版),北京:科學出版社 1.軟件開發平台:KEIL ▲ 軟件開發平台 KEIL 2.神經網絡 h5 文件轉換工具: 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-28 關鍵詞: 智能汽車 AI

  • 華工智能車隊,這裏有一羣熱愛智能車的人

    華工智能車隊,伴隨着教育部教指委舉辦的“全國大學生智能車競賽”而成長。從誕生開始,每一年都傾注了很多同學們的心血,承載了很多同學們的希望,也給同學們帶來了各式各樣精彩紛呈的體驗……這麼多年過去了,華工智能車隊,一直在“長大”。 那麼,到底哪裏長大了?怎麼長大的呢? 在上古時代,智能車競賽剛剛發端,可不是誰想參加都可以的。2006年,第一屆全國大學生智能車競賽,是“邀請賽”,由清華大學承辦。我們華南理工大學,很榮幸的獲得了邀請。開始了第一次的“進京趕考”…… ▲ 這位師兄的髮際線如此靠後,一看就是骨骼精奇的調車達人 且看第一屆全國大學生智能車競賽頒獎現場。 ▲ 第一屆智能車競賽頒獎典禮|清華大學體育館 據華工智能車隊的指導老師陳安老師回憶,第一屆比賽,參賽隊員可是在清華的某一個地下室通宵調車了的。 可是,這個成績卻不忍直視,小車車都不好意思出來露臉了,還是讓帥氣的師兄們露臉吧。 但是,偶們廣東鄉親從來都是反應夠快的(李小龍就是偶們的傑出代表) 很快啊,2006年比賽結束後,華南理工大學自動化科學與工程學院當年9月就開出了“創新實踐”系列課程。其中的“智能機器人創新實踐”就是以智能車為基礎和主體的創新實踐課。 這個“創新實踐”系列課程可謂是立竿見影,第二年我們就獲得了一個全國一等獎! 是的,你沒有看錯,第二屆隊員中有一個是第一屆某隊員的雙胞胎哥哥!其實他才是祕密武器之一!不過大家應該注意看的是他倆背後的賽道,早期的賽道是賽道中間一條黑線的哦,不像現在的賽道是兩邊黑線! 來看看第二屆全體隊員和他們的小車車吧。 第三屆比賽,我們就拿到了華南賽的第1名,全國賽的第4名!要知道,那個時候,是不分組的!管你光電、攝像頭還是電磁,都在一起比賽哦! 時間就是這麼一年一年的流淌着…… 伴隨着時間的流淌,華工智能車,慢慢“長大”! 隨着智能車賽事的影響力不斷擴大,華工智能車隊不斷吸納新成員,團隊規模不斷擴大。 目前,華工智能車隊不僅團隊規模從數人擴大到數十人,而且有女指導老師啦! 我們形成了良好的傳承體系,培養了熱愛智能車的同學們!看,十五屆的校隊成員多麼充滿朝氣! 我們的小車車,也“長大”了! 看,這是2020年我們華工智能車的新成員——蟻羣衝鋒戰車。 相比較以前的室內小車車,我們的新智能車,是不是“長大”了呢!而且勇敢的走到了室外哦! 我們的室外大車車在兜風。 我們的室外大車車有一天去散步還偶遇了智能狗哦! 今年6月以來,華南理工大學建設了7個校一級的“未來創新”實驗室。其中有一個“人工智能未來創新實驗室”,實際上就是以我們華工智能車隊為基本班底擴充而來的新型學生科技組織。 人工智能未來創新實驗室整合了多個大學生科創資源,且引入了社會資源和力量,目標是最大限度發揮學生組織作用的同時提升學生科技組織的水平和實力。 在這個新的框架下,人工智能未來創新實驗室整合三個來源的需求設立探索課題。 蟻羣衝鋒戰車,就是企業探索課題蟻羣衝鋒隊的載體。 以智能車為基礎和主體的“智能機器人創新實踐”課程,於2020年獲評首批國家級一流本科課程啦! 歷經十五載,華工智能車隊逐漸“長大”為隊員們提供了優質的創新資源我們贏過、狂過,輸過、沮喪過但貴在堅守了對智能車的熱愛,收穫了技術的成長我們有着對技術的執着,相信隊友華工智能車隊未來可期 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-28 關鍵詞: 智能車 AI

  • 2021十大科技趨勢前瞻:第三代半導體材料迎爆發

    2021十大科技趨勢前瞻:第三代半導體材料迎爆發

    2020年是不平凡的一年,經歷疫情的洗禮,許多行業重啓向上而生的螺旋,但疫情並未阻擋科技前進的腳步,量子計算、基礎材料、生物醫療等領域的一系列重大科技突破紛至沓來,後疫情時代,基礎技術及科技產業將如何發展,達摩院為科技行業提供了全新預測。 新材料的價值遠不止提供更優的性能,它還能突破傳統材料物理極限,達摩院預測,碳基材料作為製作柔性設備的核心材料,將走出實驗室並製備可隨意伸縮、彎曲的柔性電子設備,例如用該材料製作的電子皮膚不僅機械特性與真實皮膚相似,還有外界環境感知功能。 在醫療領域,業界公認AI與藥物、疫苗研發結合是大勢所趨,但用AI研發藥物併成功上市的案例極為鮮見。達摩院指出,新型AI算法的迭代及算力突破將解決藥物分子靶點確證、藥物可成藥性等難題,例如在疫苗研發過程中,AI可自動輸入有效化合物模型,然後與電腦合成程序產生的數億種不同的化學化合物對比篩選,最終快速找到疫苗的優質候選化合物。 科學技術的發展總是在不斷髮散與收斂的模式中躍遷。去年,達摩院曾預測“雲將成為IT技術的創新中心”,時隔一年,雲原生成為雲計算領域的新變量,達摩院提出,未來芯片、開發平台、應用軟件乃至計算機等將誕生於雲上,AI、5G、區塊鏈等技術都將以雲原生的方式落地,企業獲取IT服務的路徑再次被縮短。 附:達摩院2021十大科技趨勢 趨勢一:以氮化鎵、碳化硅為代表的第三代半導體迎來應用大爆發 趨勢二:後“量子霸權”時代,量子糾錯和實用優勢成核心命題 趨勢三:碳基技術突破加速柔性電子發展 趨勢四:AI提升藥物及疫苗研發效率 趨勢五:腦機接口幫助人類超越生物學極限 趨勢六:數據處理實現“自治與自我進化” 趨勢七:雲原生重塑IT技術體系 趨勢八:農業邁入數據智能時代 趨勢九:工業互聯網從單點智能走向全局智能 趨勢十:智慧運營中心成為未來城市標配

    時間:2020-12-28 關鍵詞: 半導體 5G AI

  • 被“萬億級”數字吸引而入局的物聯網企業們,活的怎麼樣?

    本文來源:物聯傳媒 10年前,物聯網還是一個很小眾的概念,但是它的前景廣受看好,各大研究諮詢機構都對物聯網產業抱有非常樂觀的態度,預測未來物聯網的連接數量將會達到200億、500億、1000億甚至更多,而物聯網所帶來的市場價值則是高達萬億甚至是十萬億級別的。 龐大的市場蛋糕誘惑之下,眾多玩家紛紛投入到物聯網的產業大軍中,這極大的推進了物聯網產業的發展。 時至今日,物聯網產業已經取得了一系列的戰果。 首先,是技術的蓬勃發展,物聯網產業可以分為感知層、傳輸層、平台層與應用層四個層次,每個層次都有不同的技術,10年前,甚至5年前,物聯網產品可以選擇的技術並不多,基本都是基於數十年前的老技術"舊瓶裝新酒",導致的結果要麼就是性能達不到預期,要麼就是性價比太低。 而在最近幾年,各個層次的物聯網技術都得到了極大的發展,比如説智能傳感器、性能更加優越的RFID產品、5G、NB-IoT、Cat.1、LoRa、藍牙5.X、Wi-Fi6、邊緣計算、AI算法等等新技術的出現與演進,讓物聯網產品更加契合市場的需求。 其次,是應用層面,相較於早些年,大眾對於物聯網的認知是"只聞其聲,不見其用"而言,目前物聯網的應用已經滲透到人們的生產與生活的方方面面,比如説打車、購物、共享單車、智能門鎖、智能音箱、安防攝像頭等等。 根據我們的調研,目前各類RFID產品的出貨量每年達到了200億以上,Wi-Fi、藍牙、ZigBee等連接技術的出貨量每年也都有數十億的級別,NB-IoT、LoRa等技術每年出貨量也在一億以上,這些龐大的連接數字可以轉化成豐富多樣的應用。 最後,是在產業豐富度層面,相較於早年間物聯網還是一個小眾概念而言,在最近幾年,物聯網已經得到了華為、阿里、騰訊、三大運營商、小米等各類巨頭的青睞,大廠都視IoT為一條通向未來的"新賽道",除此之外,更多的配套四方a集運倉電話與創業者湧入物聯網領域,整個行業的玩家種類與數量都已非常的豐富。 雖然説,物聯網產業已經取得了一系列的成果,但是這個行業依然會存在很多的問題。 一方面是碎片化現象嚴重,碎片有多個層次,有技術的碎片化、應用的碎片化、玩家的碎片化。 技術的碎片化,就是指物聯網技術流派眾多,解決某個項目的需求,往往可以有多種多樣的技術選項,這便造成了物聯網技術方案企業需要積累多種多樣的物聯網技術,才能更好的匹配市場需求。 應用的碎片化就是物聯網應用項目多種多樣,如工業、城市、交通、物流、園區、農業、醫療等等,甚至基於這些細分行業還會延伸出更加豐富的縫隙領域,每個領域有不同的行規,有不同的產業鏈,因此,對於物聯網企業來説,需要投入大量的精力去研究各個行業應用。 玩家的碎片化,指的是物聯網企業的玩家種類眾多,因為物聯網的概念模糊,並沒有統一標準,大量的傳統企業都可以基於自己的理解來進入物聯網,這造成了物聯網市場上產品與方案魚龍混雜,用户難以辨別的局面。 另外一方面,物聯網是一個"苦逼"的行業。 多年從事物聯網的人對此都深有感慨,這種苦逼體現在兩個方面,一個是"累",另外一個是"錢不好賺"。 "累"主要有這麼幾個方面的原因 一方面,是物聯網價值鏈很長,在以往工業化時代的經驗裏,大家的認識是在一個產業鏈裏面分工明確,每個企業專注於某一個環節,某一項技術,某一種產品,當好產業鏈裏面的一顆"螺絲釘",就足以使企業活的很好。而在物聯網產業裏面,價值過長,尤其是靠近終端應用的企業,做項目的時候需要企業有豐富多樣的產品,軟硬件精通,並且還需要搭建好服務體系,這些會讓物聯網企業投入大量精力。 另外就是應用的碎片性,企業要多做市場應用就需要分散很多精力,聰明的企業會專注於一兩個細分領域,但同樣也會面臨政策的變化,巨頭的強勢進入等風險。 最後一方面,是需求的不明確,尤其是to B與to G的項目,終端用户的需求往往沒有特別明確,在一個長週期的項目中,會出現變更需求、變更方案、變更預算等等問題。 "錢不好賺"則體現在以下幾個方面 第一,是物聯網項目週期長,對應的賬期也長,做項目的企業需要較多的資產投入,此外,物聯網方案雖然包含了軟硬件,但用户往往會忽視軟件的價值,更多的是以看得見摸得着的硬件進行結算,導致市場會逐漸的透明化,利潤空間逐漸壓低。 第二,市場環境容易陷入價格競爭,雖然物聯網應用成千上萬,但能夠勇於當"第一個吃螃蟹的人"並不多,大多數企業都習慣了當跟隨者,一旦某個市場被打開之後,就會湧入大量的企業,很容易陷入價格戰,導致市場環境惡化。 第三,是增長難以爆發,因為物聯網的to B屬性對應項目制的市場現狀,導致企業的標準化程度較低,儘管巨頭企業都在嘗試着將IoT業務儘量標準化,但成果有限。物聯網業務的增長無法像互聯網企業一樣,短短三兩年的時間,就能成長為行業的巨頭,物聯網不是一個賺快錢的行業。 當然,智能化是整個社會不可逆轉的趨勢,物聯網在未來的應用前景也是毋庸置疑的,只是在目前階段,整個行業還處於一個"混沌階段",未來會如何演變,需要市場的選擇才能給出答案。 為了梳理當前的物聯網產業現狀以及物聯網企業的生存狀態。深圳市物聯網產業協會、深圳市物聯傳媒有限公司聯合深圳市標準技術研究院,歷時幾個月,通過線上問卷與線下走訪,共採集了超過300家物聯網一線企業,編撰整理成這份《深圳市物聯網產業市場調研報告(2020版)》,並免費對外發布。希望讀者可以通過深圳市物聯網產業現狀窺探整個行業。 ~END~ 免責聲明:本文內容由21ic獲得授權後發佈,版權歸原作者所有,本平台僅提供信息存儲服務。文章僅代表作者個人觀點,不代表本平台立場,如有問題,請聯繫我們,謝謝!

    時間:2020-12-28 關鍵詞: 物聯網 AI

首頁  上一頁  1 2 3 4 5 6 7 8 9 10 下一頁 尾頁
發佈文章

技術子站

更多

項目外包