商汤科技VS旷视科技VS依图科技

一、行业市场

1、计算机视觉发展(数据+运算力+算法)

1)数据量:海量数据为计算机视觉飞速发展提供了燃料。

数据的爆发得益于互联网、社交媒体、移动设备、智能设备和各种感知传感器,这位通过深度学习的方法来训练计算机视觉技术提供很好的土壤。

 

商汤科技VS旷视科技VS依图科技_第1张图片

2)运算力

(1) 在计算机视觉领域,图像、视频为数据密集型数据,因此需要大量的矩阵运算,所以并行式运算芯片成为该领域的宠儿。

(2) 世界上第一款GPU-GeForce256的诞生,因其性能远胜于传统的CPU,因此被用于处理海量数据,给图像处理带来了曙光,使得计算机视觉因运算力的提升进一步快速发展。

(3) 未来专门用于图像处理等细分领域的AI-PU或将成为新一代视觉领域上运算力的有力支持者。

3)算法

(1) 逻辑学和知识库推理——深度学习——RNN、CNN等算法的演进,图像识别率逐步提升。

(2) 图像识别率的提升

商汤科技VS旷视科技VS依图科技_第2张图片

2、公司及投资情况

1)创业公司数量:

国内从事计算机视觉领域的公司自2010年后显著增加,据统计该领域的公司截止2016年有104个。

 

 

商汤科技VS旷视科技VS依图科技_第3张图片

2)融资阶段:

计算机视觉领域的创业公司大多在早期阶段,A轮和天使轮居多,占据创业公司总量的65%。

商汤科技VS旷视科技VS依图科技_第4张图片

3、市场规模

1)人脸识别:

据中国市场调查网显示,2016年全球人脸识别市场规模已达170亿。

商汤科技VS旷视科技VS依图科技_第5张图片

 

商汤科技VS旷视科技VS依图科技_第6张图片

2)视频监控

中国视频监控领域视觉识别市场容量约为200亿,大多集中在硬件领域。

商汤科技VS旷视科技VS依图科技_第7张图片

4、行业链

1)产业链全景图

商汤科技VS旷视科技VS依图科技_第8张图片

(1)场景应用层:直接解决具体应用场景的需求,产品的形式可能是应用系统,也可能是软硬件一体的终端产品或服务。

(2)技术提供商:包含图像识别平台和嵌入式视觉软件两类。前者直接提供应用服务,后者需要和硬件进行系统集成后在终端产品中使用。

(3)基础支撑层:包含芯片、传感器、系统架构和初级算法等部分。系统架构和初级算法提供商有谷歌 、百度、微软,创业公司会提供一些开源的系统和算法库供视觉识别的公司使用。芯片则是为了支撑算法的运算力。

 

 

2)上游(基础设施):

(1)芯片:寒武纪、地平线

(2)传感器:速腾创新、镭神智能

(3)云计算:BAT、华为

(4)系统架构:百度、谷歌、脸书

3)中游(技术研究及服务):旷视科技、商汤科技、图漾信息、格灵深瞳

 

4)下游(行业应用):

(1)智能驾驶:佑驾创新、驭势科技、格林深瞳、图森未来

(2)智能安防:商汤科技、格灵深瞳、旷视科技、速感科技、阅面科技、依图科技、极视角

(3)智能医疗:商汤科技、依图科技

(4)智能家居:速感科技、依图科技

(5)智慧金融:格灵深瞳、旷视科技、商汤科技、依图科技

(6)智能硬件:云天励飞、速感科技、阅面科技、依图科技

(7)智慧商业:商汤科技、极视角、旷视科技、码隆科技、图普科技、云天励飞

(8)娱乐:旷视科技、图漾信息、图普科技

 

 

二、公司对比

 

商汤科技VS旷视科技VS依图科技_第9张图片

三、技术对比

商汤技术VS旷视技术VS依图技术

商汤科技VS旷视科技VS依图科技_第10张图片

商汤科技VS旷视科技VS依图科技_第11张图片

 

商汤科技VS旷视科技VS依图科技_第12张图片

● 从整体上看,商汤技术的覆盖面最广,依图最少;但核心技术:人脸识别、文字识别、图像识别、车辆识别、行人监测等技术三家公司都有。

● 从细分上看,只商汤拥有图像及视频编辑技术,且有深度学习框架;而旷视的人脸技术在三家公司中最为完善,且拥有人体识别技术,能对手势进行识别;反之依图则拥有目标跟踪技术。

 

四、产品及案例对比

1、三家公司的客户案例对比

商汤科技VS旷视科技VS依图科技_第13张图片

 

 

商汤科技VS旷视科技VS依图科技_第14张图片

 

商汤科技VS旷视科技VS依图科技_第15张图片

● 从整体上看,三家公司都在金融、安防领域中重点布局;在金融领域,旷视和商汤布局更深更广;而依图和旷视则在安防领域与公安紧密协作,且旷视房地产安防上也有较深涉足。

● 商汤与手机厂商、运营商合作密切,未来大有借智能手机普及其人脸识别技术,成为最大的技术提供商,打造用户口碑,为将来打开C端开口树立品牌优势。

● 旷视在三家公司中布局最广,涉足机器人、零售、娱乐社交、出行和政务等多个领域,未来在细分行业上打通上游公司,将有望打造成平台型公司。

● 依图的优势则是深耕医疗领域,明面数据上其他两家还未涉足,一旦数据壁垒建成将有望在该领域上一家独大,攫取硕大果实。

2、三家公司的产品对比

由于数据的缺乏和商汤科技早期为技术提供商,因此并没有找到该公司的产品新闻和数据

 

商汤科技VS旷视科技VS依图科技_第16张图片

 

商汤科技VS旷视科技VS依图科技_第17张图片

● 依图在智慧城市、安防、医疗、金融、领域都有自己的产品落地,尤其是在医疗领域,智能辅助诊断系统已开始规模化的商用落地。

● 旷视成立六年以来,一直在做人脸识别的事,从图中也可看出,公司产品在人脸识别和图像识别领域较有建树,且近两年已有商业落地场景,如支付宝的刷脸支付等。

● 总体上看,整体上看商汤和旷视产品偏技术,而依图则偏商业应用。

五、融资对比

1、三家公司的融资状况

 

 

商汤科技VS旷视科技VS依图科技_第18张图片

 

 

● 从估值来看(未算依图C+轮),显然商汤和旷视的30亿美元高于依图的10亿美元。

● 从融资速率来看,商汤为10亿美元/年,旷视为6亿美元/年,依图为2.5亿美元/年,可见商汤的发展势头更猛。

● 从融资策略来看,旷视有阿里的连续注资,在后期数据资源战中更有潜力。

2、最新融资后的战略

1)商汤科技

4.1亿美元B轮融资后,将在三个方面助力商汤持续发力,第一,保持原创技术的持续创新优势,深化AI基础技术研发;第二,在现有业务平台基础上,加大产品投入,扩充产品线,同时探索诸如无人驾驶等新的垂直领域;第三,加强与上游合作伙伴的紧密协作,与下游客户开拓更多应用场景,深化‘商汤驱动’的人工智能商业生态,以原创技术赋能百业。

2)旷视科技

4.6亿美元C+轮融资后,Face++将进一步强化在金融安全,城市安防领域的全面领先地位,并将加快在城市综合大脑及手机智能领域的技术落地。

3)依图科技

3.8亿元人民币C+轮融资后,将主要用于人工智能技术在医疗行业的核心技术研发、医疗行业临床应用的拓展,以及人工智能医疗团队的建设。

4)总结

● 商汤科技还是着力计算机视觉技术的提供商,保持源头技术的持续创新和领先,并加紧与上下游的协作。

● 旷视科技则重点在金融、安防领域、城市综合大脑的布局;因此旷视和商汤的业务重合度进一步提升,竞争进一步加剧。

● 依图科技则重点发力智慧医疗领域,且布局较早,已初步建成该细分领域的数据壁垒,与上面两者的业务重合度并不高,因此在未来发展上空间更大,潜力更大。

 

六、人才贮备对比

 

商汤科技VS旷视科技VS依图科技_第19张图片

 

七、商业模式

三家公司目前的盈利模式大多是以技术接入服务盈利,依图应在医疗系统方面应有不错盈利。

 

八、个人看法

 

1、三家公司的优势和挑战

 

商汤科技VS旷视科技VS依图科技_第20张图片

 

2、纵观互联网的发展历程,全球市值前列的公司,大多是以C端用户服务为主。

美国企业:

● PC时代的微软以买电脑软件系统服务荣登市值榜首;

● 移动时代,苹果以买个人电脑和智能手机发家;

● Google起家于搜索,Amazon起家于电商,Facebook起家于社交;

● Uber、Airbnb分别起家于打车、租房。

中国企业:

● 新浪、搜狐、网易起家于新闻资讯;

● 华为(移动业务)、OV、小米等起家于智能手机;

● 百度、阿里和腾讯分别起家于搜索、电商、社交;

● 滴滴、摩拜和ofo分别起家于打车和单车。

综上可知:

以上所有公司的主营业务都是围绕用户而展开的服务。有改变用户生活习惯的软硬件公司(微软、苹果、三星、华为、大疆);有改变用户信息获取方式的公司(谷歌、百度);有改变用户通讯和社交方式的产品(脸书、QQ、微信);有改变用户购物方式的产品(亚马逊、淘宝、京东);有改变用户出行方式的公司(Uber、滴滴、摩拜、ofo);有改变用户支付习惯的产品(PayPal、支付宝、微信支付)。

在人工智能爆发的年代,在技术开源和算法公开的情况下,未来用户产生的信息和数据将会成为新的争夺点,而最先改变用户行为习惯和生活方式的公司,能先一步赢得用户青睐,并夺得用户的信息和数据从而有机会登顶下一个千亿甚至万亿美元市值的公司。


楼下的匿名用户说得对,本人呢就是一个还没毕业的AI爱好狗一枚,其实对计算机视觉行业只有一些粗鄙的了解,都是看一些新闻和书籍自己瞎捉摸的,以上纯粹是个人结合平时公开数据的总结整理出来的加上一些个人的观点,欢迎各位的指正。


至于商汤科技的汤晓鸥教授和CEO徐立的关系是个人猜测的,哈哈,最开始汤教授是香港中文大学的教授,还领导了实验室,而徐立前辈的博士毕业于香港中文大学,所以猜想应该是师生关系或是师兄弟,经楼下仁兄这么一提醒应该是师生关系可能更大。我就是一个一知半解的初学者,还没入行,想提前准备一下才写的这篇文章,让各位见笑了。(评论区请留下您的意见!)

 


看到评论区有人对数据收集的来源感兴趣,猜想大家一定是AI方面的爱好者,此文的大部分都是来自于这些网站和社区的公开资料,这里给大家截几张图,希望有帮助哈!没有帮助的评论区左转留下高见或者再打一篇好让我也学习学习啊!

 

商汤科技VS旷视科技VS依图科技_第21张图片

知识社区类

商汤科技VS旷视科技VS依图科技_第22张图片

AI创企

商汤科技VS旷视科技VS依图科技_第23张图片

投融资信息类网站

商汤科技VS旷视科技VS依图科技_第24张图片

数据分析类网站

深度报告类网站

商汤科技VS旷视科技VS依图科技_第25张图片

指数分析类网站

商汤科技VS旷视科技VS依图科技_第26张图片

36氪的部分投融资截图

以上都是免费的数据收集网站,可以帮助行业新手在一周之内快速的熟悉一个陌生的领域,这个就不细说了,因为又可以在写一篇“怎样在短时间内快速熟悉一个陌生的行业呢?”

你可能感兴趣的:(人工智能)