2022年端邊云協同的AI視覺產業研究報告（38頁）.pdf

1、智能視覺應用快車道端邊云協同的AI視覺產業研究報告2022.9 iResearch Inc.22022.9 iResearch I摘要AI視覺產業背景：AI視覺又稱計算機視覺，得益于深度學習技術的快速發展，已于安防、金融、制造、零售等多領域實現規?；逃?。2022年，AI視覺相關投融資熱潮全面復蘇，通用技術、工業與零售賽道熱度高企，持續受到資本青睞。2021年我國AI視覺產品的市場規模占整個人工智能行業的49.6%，達到990億元。從資本熱度、市場規模、場景泛用、帶動作用來說，AI視覺已成為AI產業發展的主戰場，未來增量動力依然強勁。來源：艾瑞咨詢研究院自主研究及繪制。端邊云協同的需求趨勢：數

2、字經濟時代，物聯網感知數據量激增，邊緣計算剛需場景涌現。邊緣計算可在本地提供IT服務、計算能力，減少上傳的數據量、節省網絡操作、服務交付的時間延遲，提高傳輸效率。企業可以選擇將算力下沉至更貼近設備端的邊緣計算，衍生出端-邊-云的協同新模式。端邊云協同的AI視覺產業：產品模式一般可分為標準化SaaS產品與定制化解決方案兩類。行業客戶需根據自身IT信息化水平、需求定制化程度、產品付費意愿、適用場景需求等因素考量選擇。具體到邊緣側部署上，AI攝像頭出于功耗、散熱等因素考量，不會內置過多算法，可處理簡要前端場景；若對時延要求高且算法需求復雜的應用場景，則需搭建邊緣盒子或邊緣服務器。本篇報告根據行業特點

3、與場景需求，對安防、工業、零售、機器人、農業領域展開討論。端邊云協同的技術與生態趨勢：1）端邊云協同的AI視覺產業發展依賴于聯邦學習、增量學習、協同推理等邊緣AI技術發展；2）端邊云協同的AI視覺應用對算力和網絡部署提出了要求，算力網絡技術發展將助力超低時延類AI視覺應用；3）邊緣計算將進入黃金發展期，在滿足靈活響應、敏捷部署、時延成本的業務需求外，未來需進一步關注邊緣服務的安全、可靠、可信等能力，構建“可信邊緣計算”生態3AI視覺產業背景1端邊云協同的需求趨勢2端邊云協同的AI視覺產業分析3典型廠商案例4端邊云協同的技術與生態趨勢542022.9 iResearch IAI視覺關鍵任務又稱計

4、算機視覺，關鍵任務聚焦語義感知與定位追蹤視覺使人類得以感知和理解周邊的世界，人類的大腦皮層約有70%都在處理視覺信息，可以說視覺是人類獲取信息最主要的渠道。而AI視覺即通過電子化的方式來感知和理解影像，讓機器或計算機可以像人類那樣“看”，甚至達到超越人類視覺智能的效果。如今AI視覺（計算機視覺）包括了語義感知、定位追蹤和幾何屬性等諸多不同研究方向。AI視覺關鍵任務來源：艾瑞咨詢研究院根據公開資料自主研究及繪制。AI視覺語義感知定位追蹤幾何屬性分類檢測分割識別圖像分類是物體檢測、圖像分割、物體跟蹤、行為分析、人臉識別等其他高層視覺任務的基礎，根據圖像的語義信息對不同類別圖像進行區分。圖像分割解決

5、“每一個像素屬于哪個目標物或場景”的問題，以簡化或改變圖像的表示形式，使得圖像更容易理解和分析，分為語義分割和實例分割。物體檢測，從圖像中輸出單 個 目 標 的 BoundingBox（邊框）以及打標簽，用框去標出物體的位置，并給出物體的類別進行分類。物體識別：對車牌、文本的內容進行物體識別人臉識別、指紋識別、行為識別、虹膜識別等有關人體相關識別定位追蹤目標追蹤旨在追蹤隨著時間不斷移動的對象，使用連續視頻幀作為輸入。利用計算視覺技術找到圖像中某一目標物體在圖像中的位置，即定位。3D建模視覺SLAM（即時定位與地圖重建）增強現實涉 及 3D 目 標 感（認）知與重建，與機器人、AR等應用息息相關

6、，側重AI視覺的幾何屬性貓貓鴨子狗貓鴨子狗以行為識別為例52022.9 iResearch IAI視覺發展歷程得益于深度學習技術，AI視覺處于商業應用擴展增速期自2012年采用深度學習架構的AlexNet模型以超越第二名10個百分點的成績在ImageNet競賽中奪冠。得益于深度學習所需專家分析和微調較少、能夠處理海量數據、具備高靈活性等優勢，深度學習技術在目標檢測、目標跟蹤、圖像分割、場景分類、字符識別、人臉識別、姿態估計、動作與行為識別等方向上陸續取得了多項突破性成果。AI視覺在工業界逐步實現商用價值，步入規?；虡I落地階段。同時，隨著相關設備能力的改善（如算力、內存容量、能耗、圖像傳感器分

7、辨率和光學器件），提升了視覺應用的性能和成本效益，進一步加快了AI視覺商業應用的擴展。AI視覺發展歷程來源：艾瑞咨詢研究院根據公開資料自主研究及繪制。20世紀50-60年代20世紀70-80年代20世紀90年代-21世紀初2012年以后AI視覺始于20世紀50年代的統計模式識別，當時工作主要集中于二維圖像分析和識別；20世紀60年代，開創了三維視覺理解為目的研究1982年馬爾David Marr視覺一書的問世，標志AI視覺成為一門獨立學科；馬爾提出“馬爾計算視覺”理論，分為計算理論、表達和算法以及算法實現三個層次，為視覺研究提供重要理論框架20世紀90年代，基于多視幾何的視覺理論得到迅速發展。

8、統計學習方法引發一次較大變革，支持向量機等統計學習方法在AI視覺中廣泛應用，特征對象識別開始成為重點；21世紀初開始圖像特征工程，出現真正擁有標注的高質量數據集2012年“深度卷積神經網絡”(CNN)出 現，在ImageNet 數據集表現出色。其特點是將傳統的特征工程和模型學習合為一體，即能夠在學習的過程中進行特征設計,大幅降低識別錯誤率。自此深度學習流行于視覺與AI領域，相關應用百花齊放，AI視覺進入蓬勃發展期。孕育期：二維到三維蓬勃期：神經網絡時代啟蒙期：成為獨立學科探索期：特征工程時代62022.9 iResearch I2022.9 iResearch I282014761529433

9、324294378151213142716142133459844122828201720182019202020212022.8種子天使+輪（筆）PreAA+輪（筆）PreBB+輪（筆）PreCC+輪（筆）DE+輪（筆）戰略投融資（筆）股權投資、轉讓（筆）其他(被收購、增發、IPO)（筆）AI視覺資本市場之路（1/2）投融資熱潮全面復蘇，AI視覺的商業化前景得到資本認可創業企業是AI視覺市場的主要參與力量之一。行業在經歷了三年的投融資低迷期后，2022年投融資數量和金額皆創歷史新高。截至2022年8月，我國AI視覺相關業務獲投企業數量已達292家，近半數屬于2020年10月以后的新增企業。投

10、資熱潮全面復蘇，科創板順利落地為AI行業引入了中長期資金通道和市場關注度，加速推動一批擁有核心技術的廠商成長。從2021年開始，AI視覺領域的股權投資、轉讓、被收購、IPO事件數量開始增加。2022年云從科技，熵基科技等生物識別廠商集中上市表示AI視覺的行業成熟度和認可度已進入新階段。來源：艾瑞咨詢研究院根據融資網站數據，自主分析、調整與處理繪制。來源：艾瑞咨詢研究院根據融資網站數據，自主分析、調整與處理繪制。IPO開始出現71897151651177163362525132201720182019202020212022.8投融資數量（筆）投融資金額（億元）共有5家IPO：格林深瞳（18.2

11、8億），云從科技（17.28億），凌云光（19.74億），奧比中光（12.4億），熵基科技（16.08億）2017-2022年8月AI視覺投融資情況2017-2022年8月AI視覺投融資輪次分布72022.9 iResearch I48.9%40.6%29.6%15.0%11.8%9.4%8.4%7.3%6.9%6.0%3.9%3.9%3.6%3.0%1.3%1.1%1.1%0.4%0.2%0.2%技術工業零售醫療城市互聯網辦公金融安防公安傳媒交通家居能源營銷農業政務電力環保司法2017-2022年8月中國AI視覺獲投企業業務賽道熱度統計AI視覺資本市場之路（2/2）通用技術、工業與零售賽道熱

12、度高企，持續受到資本青睞在統計期內共有466起AI視覺投融資事件發生，累計有292家企業獲投，熱門賽道集中于通用技術、工業、零售、醫療。具備底層技術研發的廠商受到一級市場資本青睞，新能源電車與自動駕駛的熱潮帶動了一批主營自動駕駛系統、芯片、傳感器的技術廠商，通用技術熱門方向還包括生物識別、智能制造等。工業賽道熱度高源于產業鏈條長且場景多樣（裝配，質檢，運輸），AI視覺算法配合工業相機可實現生產自動化；而具備視覺分辨能力的機器人可以持續高效的完成重復動作，極大提高了生產效率。AI零售獲投企業數增長明顯，2022年截至8月份的獲投企業數（40家）已超過2019至2021年的投融資事件累計數量，AI

13、零售產品門類則涉及智慧物流、協作機器人，無人化運營等。來源：艾瑞咨詢研究院根據融資網站數據，自主分析、調整與處理繪制。累計292家獲投82022.9 iResearch IAI視覺商業化落地進程（1/2）處理視覺信息實現自動化、智能化，下游應用場景廣泛AI視覺主要以圖像和視頻等高維、密集數據為主要處理對象，深度提取信息，在安防行業首先實現規?；涞?，用于進行人員數據的靜態查詢與動態比對，以及監控視頻內容的結構化處理；金融行業更多通過人臉識別的身份驗證保證操作行為的安全合規。此外，AI視覺還逐步賦能于零售、醫療、自動駕駛、泛工業、泛農業等領域，應用場景廣泛，商業價值不斷被挖掘。AI視覺核心應用場

14、景列舉來源：艾瑞咨詢研究院根據公開資料自主研究及繪制。零售安防自動駕駛自深度學習突破以來，AI視覺進入規?；虡I落地的發展階段，迅速賦能安防、泛金融、零售、醫療、自動駕駛、泛工業及泛農業等場景，以機器代替人眼達成物品識別、人臉識別、身份認證等目的，極大提高人工作業速率。AI視覺醫療泛金融泛工業、泛農業靜態人臉比對動態視頻分析身份認證賬戶登錄刷臉支付遠程開戶身份確認風險控制商品/行為識別供應鏈數字化陳列分析/自動結算行為洞察/體驗優化人貨場數據流轉，實現供應鏈數字化運營影像識別、病灶分析語義分割病灶區域目標定位檢測篩查三維重建手術方案為環境感知、車輛定位、地圖繪制等場景需求提供AI視覺功能產品質

15、檢、巡檢安全管理識別工業流程自動化（為機器人提供視覺功能）活體識別監測產品信息管理農業流程自動化（為機器人提供視覺功能）92022.9 iResearch IAI視覺商業化落地進程（2/2）千億級大賽道初露端倪，成為人工智能產業規模的主戰場通過對下游行業需求統計測算，2021年我國AI視覺產品的市場規模占整個人工智能行業的49.6%，達到990億元。和AI視覺有關的計算機通信設備銷售、醫療器械等專用設備銷售、工程建設、傳統業務效益轉化等帶動相關產業規模超過3079億元。從市場規模、場景泛用、帶動作用來說，AI視覺領域已成為人工智能產業規模的主戰場。AI視覺承接海量下游需求，未來增量動力依然強勁

16、。注釋：該數值為人工智能項目向下游終端用戶交付的最終產品與服務規模，不包括終端用戶為規劃配置人工智能項目，單獨對云計算、數據中心及數據中心AI訓練和推理芯片采購的規模。來源：艾瑞咨詢研究院長期政府及企業服務數據監測，結合行業專家訪談，根據數據測算模型，自主研究及繪制。2021-2026年中國AI視覺核心產品及帶動相關產業規模2021年中國AI視覺市場在AI整體中占比49.6%2021-2026年AI視覺核心產品CAGR 17.4%2021-2026年AI視覺帶動相關產業CAGR 16.9%AI視覺49.6%AI其他技術賽道50.4%633 862 990 1133 1343 1567 1873

17、 2208 1439 2249 3079 3552 4204 4870 5771 6733 201920202021e2022e2023e2024e2025e2026e中國計算機視覺核心產品規模（億元）中國計算機視覺帶動相關產業規模（億元）102022.9 iResearch IAI視覺落地賽道探討落地行業賽道特征與競爭策略問題（1）針對泛安防（公安交通、社區樓宇）、金融等主管部門釋放了非常明確的利好信號或大額持續投資的行業，主要機遇在于將產品打磨到足夠精準、魯棒性足夠強，以便進入高門檻的準入供應池，同時通過解決高難度識別需求的硬實力卡位；（2）針對醫療、能源和制造等具有戰略意義、發展空間極大

18、，但或陷入長審批周期、或限于審慎性難以快速釋放市場需求的行業，主要機遇在于搶先進入行業生態圈，謀劃通過政府、核心集團企業等途徑，積極參與公共服務平臺建設，建立從上向下拓展的先發優勢，獲得大量訓練數據與場景理解，形成產品提升的護城河；（3）針對零售、農業等長尾需求頻發或數字化水平較低且對價格敏感的行業，主要機遇在于優化產品成本、降低部署及運維難度、打通渠道以占領市場份額；（4）針對機器人（AGV/AMR/機械臂）等技術融合應用領域，除算法開發的硬實力外，視覺識別技術提供商也需具備聯合開發的軟能力。來源：艾瑞咨詢研究院自主研究及繪制。視覺技術下游垂直客戶行業主要通用視覺應用技術人臉識別人體識別OC

19、R視頻增強、視頻分析AR技術圖像審核安防：十四五規劃中要求積極推進全面智能化安防建設，調整優化產業結構，也反應出行業已由過去的點對點分布建設逐步過渡到全面化、結構化建設中，與智慧城市建設體系交叉。金融：人民銀行與銀保監會等提出的遠程開戶放開、理財及代銷產品銷售行為雙錄要求以及刷臉付等持續性刺激金融生物識別市場；進入“統一圖像識別平臺”建設新階段圖像識別與搜索醫療：行業審批嚴格、審慎性特征強，盡管2020年新冠疫情使AI在醫療中的落地應用進入大眾視野，但AI醫療影像市場需求大規模釋放的信號還不明顯，傳統的產品“入院”方式及決策鏈并未明顯變化；工業-能源與制造：行業對于產品穩定性耐用性要求高，對于

20、投資回報指標把控嚴格，需要提前介入可行性咨詢與驗證，才有可能孵化真實需求。2022年中國AI視覺落地行業賽道特征零售：為輔助行業企業降低成本、提升經營效率、解決發展瓶頸提供了新的技術手段，但市場發展的核心動力依然是經濟利益；需求在邊緣或端側前置算力，優化成本；農業：現階段畜牧業、養殖業相對集中于大客戶需求，種植業則大客戶占比不高；一般部署試點項目后，根據投資回報情況進行推廣視覺SLAM機器人：需求繁雜，更優的算法能力與更深的場景理解是獲取市場競爭優勢的基礎圖像內容生成112022.9 iResearch IAI視覺產學研熱點及趨勢云端通用大模型+端側低功耗小模型基于應用場景的需求差異，云側部署

21、的通用高效神經網絡大模型和端側部署的加速小型化神經網絡模型成為目前AI視覺廠商優化解決方案的路徑之一。而隨著在自然語言處理領域大放異彩的Transformer模型應用于CV領域，其與CNN結合的混合模型架構也正逐步成為視覺任務的重點研究方向，以降低模型結構的復雜性并提升可擴展性和訓練效率。未來，AI視覺技術在適應三維世界、突破依賴標注數據輸入的局限、降低算力能耗、多模態信息融合分析、與知識和常識結合解決高層次問題、主動感知與適應復雜變化等上仍有待突破。此外“技術同質化”卻并不意味著“算法同質化”，AI視覺算法廠商的工程能力仍是技術工業落地的試金石。來源：艾瑞咨詢研究院綜合公開資料自主分析及繪制

22、。值得期待的技術拐點：AI視覺技術工業界落地效用曲線已有模型優化更高效、解決更細粒度的問題語義感知任務中準確率超過人類神經符號(Neural-Symbolic)學習真正落地推進低功耗的深度學習技術發展，輕量化模型設計基礎技術達到產業落地水平，典型應用場景出現多模態數據量化、對齊與融合應用視覺相關自監督學習、無監督學習快速發展面向真實世界的主動視覺感知及自然適應復雜變化2012-20192020-20212022-20232024-20252026技術的工業界落地效用預期3D目標感（認）知與視覺SLAM取得突破從圖像遷移到視頻處理12AI視覺產業背景1端邊云協同的需求趨勢2端邊云協同的AI視覺產

23、業分析3典型廠商案例4端邊云協同的技術與生態趨勢5132022.9 iResearch I2022.9 iResearch I端-邊-云協同的驅動因素(1/3)數字經濟時代來臨，數據成為關鍵生產要素根據第49次中國互聯網絡發展狀況統計報告，2021年我國網民總體規模持續增長，截至2021年12月，我國網民規模達10.32億，互聯網普及率達73.0%，我國網民人均每周上網時長達到28.5個小時，為數字經濟時代的蓬勃發展打下堅實基礎。根據統計局定義，數字經濟是指以數據資源作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優化的重要推動力的一系列經濟活動。近

24、年來，我國數字經濟蓬勃發展，產業規模持續快速增長，已數年穩居世界第二。統計測算數據顯示，從2012年至2021年，我國數字經濟規模從11萬億元增長到超45萬億元，數字經濟占國內生產總值比重由21.6%提升至39.8%。來源：中國互聯網絡發展狀況統計報告，艾瑞咨詢研究院自主研究及繪制。來源：中國數字經濟發展報告，信通院，艾瑞咨詢研究院自主研究及繪制。2017-2021年中國互聯網普及率2017-2021年中國數字經濟規模及占GDP比重7719882851854499889910319555.8%59.6%61.2%70.4%73.0%2017.122018.122019.62020.122021

25、.12網民規模（萬人）互聯網普及率（%）中國數字經濟規模（萬億元）中國數字經濟規模占GDP比重（%）32.9%34.8%36.2%38.6%27.231.335.839.245.52017201820192020202139.8%142022.9 iResearch I2022.9 iResearch I端-邊-云協同的驅動因素(2/3)數據體量驟增，我國數據資源優勢明顯數字經濟下，生產要素組合為數字、技術、資本、勞動力、土地，其中數字作為核心要素起到關鍵變革作用。人們對于海量數據的挖掘和運用帶來新一波生產率增長與消費者盈余浪潮。隨著人工智能、物聯網、云計算、邊緣計算等新興技術的快速發展，中國

26、已憑借其網絡基礎設施、數據中心設施等數據資源優勢，迎來數據體量的爆發。根據IDC預測，2018-2025年，中國數據圈將以30%的年平均增長速度領先全球，2025年預計數據量級將增長至48ZB，占全球數據圈的27.8%，成為全球最大的數據圈。注釋：1ZB=1024%GB來源：國家網信辦 數字中國發展報告（2021年），艾瑞咨詢研究院自主及研究繪制。2017-2021年全球與中國數據產量26 33 42 53 66 2.333.95.16.620172018201920202021全球數據產量（ZB）中國數據產量（ZB）中國27.8%美國23.4%其他48.8%2025年全球數據產量占比預測來源

27、：國家信息通信研究院，IDC，艾瑞研究院自主研究及繪制。根據IDC預測，2025年全球數據量將達到48.6ZB，其中，中國數據占比預計為27.8%。根據國家信通院數據，截止2021年底，我國已建成142.5萬個5G基站，總量占全球60%以上；2021年，我國在用數據中心機架規模達到520萬架，大型以上機架占比超80%。中國在數字經濟產業化發展中持續積累數據資源優勢。152022.9 iResearch I端-邊-云協同的驅動因素(3/3)IoT廣泛連接，邊緣剛需場景涌現根據艾瑞咨詢測算，中國物聯網連接量將從2019年的55億個增長至2023年的148億個，年復合增長率達到28.1%。物聯網感知

28、數據量激增，數據類型愈發復雜多樣。隨著智慧城市、自動駕駛、工業互聯網等應用的落地，海量的終端設備實時產生數據，集中式云計算在帶寬負載、網絡延時、數據管理成本等方面將愈發顯得捉襟見肘，難以適應數據頻繁交互的需求，邊緣側的價值將進一步凸顯。注釋：物聯網連接設備指智能穿戴、車聯網、工業物聯網、安防、城市公共服務等場景應用的傳感設備，不包括含SIM卡功能的手機等移動設備與通過有線寬帶連接的設備。來源：艾瑞咨詢研究院根據中國移動、中國聯通、中國電信、GSMA等公開資料，結合艾瑞統計模型繪制。2016-2025年中國物聯網設備連接量9163155748810612514315677.8%95.0%75.0

29、%34.8%19.4%21.2%17.3%14.6%9.0%201620172018201920202021e2022e2023e2024e2025e中國物聯網連接量（億個）物聯網連接增速（%）CAGR=69.1%CAGR=15.5%162022.9 iResearch I2022.9 iResearch I100%37%12%37%35%24%26%53%76%100%5GWiFi4G短距離傳輸3G大規模應用重點應用其他端-邊-云協同的支撐條件多元化AI加速芯片、5G和Wi-Fi網絡、云原生技術等助力1）算力芯片：FPGA架構兼具強大的計算性能和超低的延遲，其低功耗的特性更適合部署在邊緣側，

30、又不似ASIC般專為某種特定用途而定制，應能夠有效應對邊緣計算帶來的挑戰；專門為AI深度學習設計的AI神經網絡專用加速芯片（NPU）也在邊緣計算場景嶄露頭角；2）5G和Wi-Fi：5G是邊緣計算時代最重要的網絡技術，其大帶寬、低時延、廣連接的特性與邊緣場景相契合，尤其在自動駕駛等要求室外覆蓋、移動性的場景中具有不可替代性。但現階段5G行業終端的數量尚少，預計邊緣計算會隨著5G行業應用的普及分階段落地。此外，Wi-Fi技術也在向著更高的吞吐量、更大的覆蓋面積和更低的時延發展，Wi-Fi在室內場景中的優勢使其成為5G的重要補充，兩者將共同助力邊緣云應用；3）云原生技術：包括容器、微服務、DevOp

31、s等在內的云原生技術和理念強調松耦合的架構和簡單便捷的擴展能力，旨在通過統一標準實現不同基礎設施上一致的云計算體驗。相比于虛擬主機，云原生更適合邊緣云計算的場景，可以為端邊云提供一體化的應用分發與協同管理，解決邊緣側大規模應用交付、運維、管控的問題。注釋：其他為“適度應用”、“少量應用”、“極有限應用或完全不應用”的總和。來源：2019年GSMA智庫關于中國邊緣計算的調查，艾瑞咨詢研究院繪制。來源：艾瑞咨詢研究院自主研究及繪制。中國邊緣計算接入技術Q：從長遠來看（2025年），哪些接入計算將為中國邊緣計算應用提供最廣泛的連接？Wi-Fi5G（藍牙、Z-Wave、ZigBee等）5G及Wi-Fi

32、與熱點應用場景的適配性現階段只有5G可滿足的場景需求；Wi-Fi在室外覆蓋及移動性表現差5G與Wi-Fi均可滿足，但5G在室外覆蓋及連接量上更具優勢；在室外或偏遠地區，Wi-Fi部署困難、磨損快，且面向海量設備，Wi-Fi部署成本高5G與Wi-Fi均可滿足，但Wi-Fi在室內覆蓋上更具優勢；5G室內覆蓋效果差，信號穿透性差自動駕駛、超高清視頻、無人機巡檢等遠程醫療、海量視頻監控、橋吊遠程操作、智能配電自動化等VR/AR、超高清電視、智慧銀行等172022.9 iResearch I端-邊-云協同的趨勢演變通過“邊緣”打通最后一公里，實現云邊協同與端側邊緣化云計算最早通過網絡將分散的ICT資源集

33、中起來，以云服務形式為客戶提供按需資源，極大改變了社會工作方式與商業模式。而借力于云端算力資源與端側數據處理的協同應用，云端智能產品得到了快速發展。但隨著全球及中國數據量的爆發性增長，海量設備端數據向中心云進行傳輸和處理時，需要超大的帶寬與回傳容量，將面臨帶寬負載、網絡時延、傳輸成本上的巨大壓力。邊緣計算可在本地提供IT服務、計算能力，減少上傳的數據量、節省網絡操作、服務交付的時間延遲，提高傳輸效率，讓海量數據實現本地存儲、處理、分析、決策和執行。企業可以選擇將算力下沉至更貼近設備端的邊緣計算，衍生出端-邊-云的協同新模式。端-邊-云協同趨勢的演變發展來源：綜合公開信息、專家訪談，艾瑞咨詢研究

34、院自主研究及繪制。利用分布式計算和虛擬資源管理等技術，通過網絡將分散的ICT資源集中起來，打破信息藩籬，形成共享資源池，以動態按需與可度量方式向用戶提供服務。云計算的產生云-端協同的應用演變端-邊-云協同的趨勢發展基礎設施服務商IaaS服務提供商PaaS服務提供商SaaS服務提供商上游行業應用虛擬化彈性擴容按需付費私有云公有云混合云云端協同可以實現數據在云端的實時共享，并完成實時分析提供資源服務；同樣云端的算力資源與端側的數據協同推進了智能化應用的產品發展。端邊云協同：將端側、邊緣側、云側的計算連接共通，在靠近設備端、客戶端的地方建立起邊緣計算能力，將云端能力下放到靠近設備的邊緣節點，起到減少

35、延遲、降低能耗、增強對信息訪問量的優化效果，并使數據交互變得更加安全。實現端側數據與云端服務的傳輸協同云端平臺按需提供計算資源與服務云端云端協同云端智能云計算大數據人工智能能耗性需求：降低傳輸需要的數據量與能耗實時性需求：讓數據得到更加實時的處理安全性需求：解決數據上云的安全隱私性端更靠近邊：端側邊緣化云更靠近邊：云邊協同面向需求，邊緣計算應運而生云端邊將云計算能力下沉到邊緣讓端側數據得到更優處理182022.9 iResearch I端-邊-云的應用需求分析產品架構選擇需對時延、成本、場景復雜度做多因素考量在云計算時代興起以前，圖像數據主要為本地化處理，而隨著云計算服務發展，將端側設備部署在

36、本地，算法放置在云端的產品架構可以有效實現端側的空間節約、部署的成本降低及算法的實時更新。因此云端協同廣泛滲透到各行業產品應用中，但該產品結構下，端側數據均需回傳到云端做處理，適用場景需對時延要求較低，存在數據傳輸量大、能耗高等問題。深度神經網絡的技術發展與模型應用又進一步加大了數據傳輸量，AI攝像頭便在此背景下應運而生，構建起初步的云“邊”端協同，由內置AI算法的攝像頭實現前置化的數據處理，初步成為邊緣側。值得注意的是，AI攝像頭出于功耗、散熱等因素考量，不會內置過多算法，可處理簡要前端場景。若對時延要求高且算法需求復雜的應用場景，則需搭建邊緣盒子或邊緣服務器，構建邊緣側，實現云、邊、端的相

37、互協同。本篇報告根據行業特點與場景需求，將安防、工業、零售、機器人、農業領域劃定為產品應用的研究范圍。端-邊-云應用的場景需求分析來源：綜合公開信息、專家訪談，艾瑞咨詢研究院自主研究及繪制。云端協同云“邊”端協同云邊端協同云側集中負責訓練推理端側負責傳輸交互數據端側相機添加AI算法，可簡要處理前端數據，此時端側邊緣化，端側相機初步成為邊緣側添加邊緣盒子/邊緣服務器，靠近端側快速處理復雜場景數據需求產品架構：由端側負責傳輸交互數據，所有數據會傳輸到云側去做訓練與推理適用場景：由端側提供數據，云端做后置分析，場景復雜，對時延要求較低，無需對端側數據做出快速反應及決策產品架構：端側裝載AI算法（一般

38、為兩種），由端側簡要處理前端數據，將需要進一步處理的部分再反饋給云端適用場景：對時延有一定要求，前端數據處理場景較為簡單，由AI攝像頭可做一部分前置處理產品架構：由端側簡要處理前端數據，將需要進一步處理的部分反饋給邊緣側，快速高效反應現場問題，云端主要負責訓練與算法迭代適用場景：需要將算法前置，添加邊緣側滿足客戶對時延要求高，算法需求多的數據處理需求19AI視覺產業背景1端邊云協同的需求趨勢2端邊云協同的AI視覺產業分析3典型廠商案例4端邊云協同的技術與生態趨勢5202022.9 iResearch I端邊云協同的AI視覺產業圖譜注釋：圖譜logo的大小和位置與排名無關。來源：艾瑞咨詢研究院自

39、主研究及繪制。中國端邊云協同的AI視覺產業圖譜基礎設施層應用場景ICT提供商云服務提供商通信設施提供商采集設備提供商數據服務提供商人臉比對視頻分析缺陷檢測自助結算巡檢質檢云邊端端邊云協同的AI視覺解決方案提供商安防工業零售機器人農業212022.9 iResearch I端邊云協同的AI視覺產業模式以端側智能化為切入點，協同云邊滿足多樣化業務需求端邊云協同的AI視覺解決方案核心由硬件產品、軟件服務與應用平臺構成。底層硬件的攝像頭本機種類豐富，可分為槍型、筒型、球機、水下、全景等多種類型，應用適配于不同終端場景。在集成神經網絡算法與計算單元后變為AI攝像頭后，再根據場景需求判斷是否附加到其他硬件

40、產品上，以解決端側對圖像分析、動態視頻分析的簡單推理需求。軟件服務與應用平臺需評估客戶的定制化需求程度，提供對應的標準化SaaS服務或定制化平臺解決方案，滿足客戶在敏捷部署、時延帶寬、產品成本、數據安全等方面的多樣化業務需求。來源：艾瑞咨詢研究院自主研究及繪制。端邊云協同的AI視覺產品架構神經網絡算法攝像頭AI攝像頭集成商計算單元本地部署模型訓練算法迭代模型管理重級模型推理數據接入數據建模解決簡單模型推理需求硬件產品邊緣端邊緣應用智能決策分析實時監控預警可視化呈現云服務222022.9 iResearch I端邊云協同的AI視覺解決方案與通用AI產品模式相同，按需選擇標準或定制化產品方案隨著人

41、工智能深度學習算法的快速成熟，中國誕生了一批深耕于AI視覺算法技術的人工智能企業?？偨Y來看，提供AI視覺產品的市場參與廠商眾多，主要包括大型云服務廠商（阿里云、騰訊云、百度云、華為云等）、AI視覺算法廠商（商湯、曠視、云天勵飛、進化動力等）以及傳統安防廠商（?？低?、大華股份、宇視科技等）。各家以AI技術積累、渠道經驗、產品特性為市場切入點，選擇一個或多個垂直業務領域。以安防、零售、金融、車聯網、機器人、農業等為例，提供端邊云協同架構的AI視覺產品方案。AI視覺產品模式一般可分為標準化SaaS產品與定制化解決方案兩類，行業客戶需根據自身IT信息化水平、需求定制化程度、產品付費意愿、適用場景需求

42、等因素考量選擇，對應完成端側、邊緣側及云側的產品部署。來源：艾瑞研究院根據專家訪談自主研究及繪制。端邊云協同的AI視覺產品模式大型項目決策流程標準化SaaS產品定制化解決方案標準化SaaS產品：為客戶提供私有云和公有云方案，基于應用點位與網絡帶寬的客戶需求，按固定時間收費，一般為按年收費。定制化解決方案：為客戶提供定制化解決方案，根據客戶定制化產品需求，部署軟件與業務平臺，按軟件授權、方案部署與運營維護等模塊收費?？蛻舢嬒瘢盒畔⒒芰^為薄弱、基于業務理解的個性化需求較少，多應用于標準化場景，滿足中小型客戶AI視覺需求?？蛻舢嬒瘢河休^多個性化需求，具備一定信息化基礎與付費意愿，多為以工業、農業

43、為代表的行業頭部客戶。業務/IT/智能化部門提出需求挑選部分領域做業務試點評估試點價值，進行POC測試由小批量推廣到大規模采購批量采購傳感器、攝像頭、邊緣盒子/服務器（按需），為AI視覺方案部署視頻聯網基礎功能。232022.9 iResearch I行業應用：安防領域算力向邊緣側、端側前移趨勢明顯，減少后端處理壓力公安交通作為AI視覺應用于安防領域的重要支柱賽道，興起初期為大范圍的新建市場，重點為端側與中心側的AI相關基礎設施建設；現階段建設方向轉變為智能化視頻監控升級，一種是對原本不智能的系統進行智能化升級，另一種是對已有的前端智能化視頻監控系統進行事前預警、判斷、處理的升級改造。邊緣側作

44、為建設重點契合向綜合化、網格化管理模式轉變的需求，將分擔中心側的算力，將事前告警、分析能力等前移。此外在智慧社區及老舊小區改造的推動下，社區樓宇領域的智能視頻監控系統鋪設正進入加速階段，但單個項目對后端系統的需求不大，主要依靠端側AI相機進行處理。來源：艾瑞咨詢研究院自主研究及繪制。端邊云協同的典型公安人像視頻監控系統架構圖AI攝像頭卡口相機全景相機其他類型攝像頭高清攝像頭智能視頻監控一體機/NVR人臉識別盒子智能比對分析及管理系統智能分析服務器人臉實時布控服務器人像大數據服務器中心管理及數據庫服務器存儲、解碼等其他服務器人像系統對前端接入的部分視頻流、圖片流進行人臉識別比對，實現結構化屬性分

45、析識別與存儲主要建設動態比對識別系統實現實時視頻監測抓拍、實時過人比對（1:1,1:N,N:N）、視頻結構化屬性識別智能應用包括：人員布控、人口管理、落腳點分析、軌跡分析、情報研判、人臉大數據分析等主要建設靜態人像系統，實際應用中，人證比對終端等采集的數據也會接入系統實現人員數據的靜態查詢智能應用包括：圖像檢索（1:N,N:N）、屬性分析比對、串并案分析等端側市、區（縣）分析中心省級分析中心采集信息邊緣側實時監測242022.9 iResearch I行業應用：零售領域AI視覺集中于對商品及消費者進行識別分析零售場景中AI視覺技術應用主要包括商品識別分析和消費者行為洞察。前者主要體現在電商以圖

46、搜圖、貨架陳列分析、自助結算/稱重等環節。通過圖像識別及分析技術理解貨品在零售場景中的狀態，助力精準營銷及提高門店運營管理效率；后者則是通過人臉識別、人體特征識別等技術獲得消費者購買行為數據，實現對消費者的行為洞察。在此融合基礎上，可對門店經營情況、消費者游逛行為等進行數據量化，服務于精準營銷、智能化運營、門店管理等智慧零售應用，助力零售企業降低人工成本、優化運營效率、提升消費者購物體驗、塑造新興業態等。對于實體零售企業，端邊云協同的部署模式可以保證自助結算、防盜損、門店運營管理等對實時性及數據保密的要求；而自助稱重、自助結算、無人零售貨柜等對數據及算力要求較低的應用場景，近端側解決方案具有低

47、成本、靈活部署、易運維等優勢。來源：艾瑞咨詢研究院自主研究及繪制。端邊云協同的AI視覺解決方案零售領域商品識別分析消費者行為洞察電商以圖搜圖貨架陳列分析對客戶端上傳的圖片、視頻圖像進行緊湊視覺特征提取并上傳至云端，與云端海量圖像數據進行精準匹配并進行大規模特征檢索，進行相關商品推薦通過圖像識別技術獲得貨架商品信息，完成陳列及價格審核、貨架品類及數量分析、競品跟蹤分析等，可提高品牌商業務人員的巡店效率，亦可為終端渠道門店提供貨品數據信息自助結算/稱重解決線下零售門店高峰期排隊嚴重、人工結算/稱重易出錯、商品盜損等問題。自助結算設備可實現多商品、不限角度的快速識別；自助稱重設備可實現非標品（如生鮮

48、、食堂餐食等）快速識別，助力各類商超門店的資產保護行為洞察人體特征識別、人體關鍵點檢測、行為分析等洞察消費者購物軌跡、拿取動作，實現客流統計、熱力圖分析等優化門店經營決策的輔助手段，以及未佩戴口罩提醒等疫情防控措施商圈近場部署軟件定義攝像頭采集近場人員/貨物信息邊緣服務器邊緣盒子云服務云端訓練邊緣推理端側推理方案架構攝像頭/AI視覺模組本地化部署SaaS模式產品云端訓練云端推理邊緣/端側實時數據處理及訓練生鮮稱、結算設備、無人貨柜等252022.9 iResearch I行業應用：工業領域AI視覺在檢測方面由于適宜處理易混淆的問題、能夠直接判別缺陷如何處理，覆蓋了傳統工業機器視覺的功能盲區，尤

49、其在3D尺寸及缺陷監測任務中表現出明顯優勢；且通過3D視覺傳感器等，可使工業相機具備深度學習檢測能力，無需再配備工業計算機，具有更高效率、開發簡易、硬件投資節約等優點?；谝陨蟽瀯?，AI視覺可以完成工業智能運維中的外觀異常檢測、儀表示數異常檢測，幫助實現預測性維護和智能運維；也可以獨立應用于生產環節的質量質檢、產品和組件裝配檢查等。具體部署層面，AI視覺技術可與激光設備、圖像讀碼器等現場工業裝備或工業相機、鏡頭等機器視覺系統集成應用，亦可通過工業互聯網平臺實現端邊云一體化應用。端邊云協同部署方案可以有效實現在線獲取數據、在線調試，快速實現模型的迭代優化、實時下發至端側實時應用，提升運維人員的A

50、I模型迭代效率的同時保證低時延、緩解通信鏈路帶寬壓力等要求。來源：艾瑞咨詢研究院自主研究及繪制。端邊云協同的AI視覺解決方案工業視覺領域端側生產現場端側數據采集，邊緣側實時性決策，云端AI訓練圖像采集設備2#圖像采集設備1#邊緣云中心云算法開發算法模型云存儲云數據庫生產管理系統用戶管理終端邊緣數據中心照明設施成像傳感器環控傳感器圖像采集控制器圖像緩存模型下發訓練數據收集圖像檢測推理高分辨率缺陷檢測實時AI推理運算模型迭代學習提高識別結果保存262022.9 iResearch I行業應用：機器人領域3D視覺賦予機器人“視力”，邊緣計算確保響應速度近年來，AI視覺技術與機器人的“聯姻”如火如荼。

51、視覺SLAM導航技術在復雜應用場景更具靈活性，并且設備投資和維護成本較激光SLAM技術有明顯優勢。以AGV搬運機器人為例，其可通過視覺自動導引技術對行駛區域環境進行圖像識別，實現智能行駛、物體識別等動作，廣泛應用在各大電商、物流、制造業倉儲環境中。邊緣計算實時處理技術可確保數據的低延時處理響應，防止工作場所人員傷害且可實現數據不出場。類似的，也可應用于工廠智能化產線以降低對高成本精密傳感器的依賴，通過端側圖像數據本地化處理并實時傳遞給智能機械臂，引導機械臂運動路徑及抓取動作等，用于無序分揀與堆碼、上下料及焊接等。5G與邊緣計算技術發展為機器人產業帶來爆發機會：低時延可協調多設備聯動、提升智能設

52、備與業務系統間實時通信能力、云邊協同可突破終端算力和存儲限制等。來源：中移研究院等，邊緣計算視覺基礎設施白皮書；曠視科技官網；艾瑞咨詢研究院繪制。端邊云協同的AI視覺解決方案移動搬運機器人領域工業物聯網關邊緣側邊緣計算平臺邊緣云實時數據庫云側（公有云/私有云/混合云）模型訓練數據標注模型分發模型端到端管理視頻接入管理數據存儲端側AGV/AMR/機械臂機 器 人 調 度 系 統（RCS）與 MES、WMS、ERP等系統對接，實現智能化管理，及時響應生產需求272022.9 iResearch I行業應用：農業領域為農業生產防損增效，提升端側響應能力與數據安全隱私性隨著我國城鎮化率的不斷提升，農村

53、人口日益短缺，勞動力成本迅速增加。國家正積極開展數字鄉村建設，推進物聯網、人工智能、區塊鏈等新一代信息技術與農業深度融合，以加快農業全產業鏈數字化轉型。通過對畜牧管理、農作物管理、漁業管理等領域的深度賦能，實現農業作業流程與生產效果的可視化呈現、全流程監管、動態數據分析、智能決策優化及生產防損增效。端邊云協同架構助力AI視覺解決方案可以在靠近端側具備及時處理數據，并做出反饋的運算推理能力，有效應對資產防盜、生產巡檢等場景的及時化需求。另外，農業生產數據豐富，可反映農業廠商的生產工藝、SOP、核心競爭力等敏感信息，靠近端側的數據處理能力讓農業數據的隱私安全性進一步得到了保障。來源：艾瑞咨詢研究院

54、自主研究及繪制。端邊云協同的AI視覺解決方案農業領域01.畜牧管理03.漁業管理02.農作物管理資產盤點行為監控打架識別病態識別溯源管控地塊識別蟲害識別生長預測決策調節溯源管控養殖分析遠程監控智能監管智能分揀溯源監控分揀分類人工作業生產痛點：生產過程多為“靠天吃飯”，僅憑農業者經驗了解農產品生產狀況機械化水平低，人工作業勞動強度大，人均農業增加值低于發達國家生產競爭加劇，同質化經營與國外農產品引進帶來更多市場風險AI視覺解決方案價值：可視化呈現：將農業生產過程數字化、可視化，及時了解生產現況專業化管控：應用視覺等AI技術進行智能監管與動態分析，優化決策防損增效：提前感知異常行為，提升生產效率，

55、降低農業經濟損失28AI視覺產業背景1端邊云協同的需求趨勢2端邊云協同的AI視覺產業分析3典型廠商案例4端邊云協同的技術與生態趨勢5292022.9 iResearch I華為好望以萬物感知為入口、行業數字化為抓手，實現普惠AI華為好望（HoloSens）信息平臺面向智慧城市、智慧交通、智慧園區等行業提供好望軟件定義攝像機、好望智能視頻存儲和好望云服務等的“全息感知”和“端邊云”協同產品解決方案，通過開放、有粘性，可運營的機器視覺生態平臺，引領產業發展方向，攜手算法、應用、硬件等領域的合作伙伴，從傳統安防擴展到機器視覺領域，使能千行百業數字化轉型。來源：艾瑞咨詢研究院根據華為官網研究繪制。端邊

56、云協同的AI視覺解決方案應用場景端側攝像機機器視覺技術智能邊緣側好望云服務SuperColorSuperCodingAI TurboMVB圖像質量評價體系iClient綜合安防管理平臺好望視頻管理：通過超級編碼、視頻邊緣節點、加密等技術助力視頻存儲和調閱好望視頻智能：實現端邊云協同部署，通過API，助力ISV實現靈活高效的應用開發好望商城：針對共性化智能訴求，提供智能算法在線獲取，通過好望云賦能端側設備好望開發平臺：針對個性化訴求，提供端到端的智能算法“開發-訓練-部署-推理”服務智能交通微邊緣ITS800全息感知邊緣計算平臺智能視頻錄像機NVR800智能業務一站式閉環惠普AI微邊緣IVS18

57、00端邊云協同助力流暢高清軟件定義攝像機超星光全彩惠普全結構化超微光卡口“四無”生態型攝像機“魔方”雙目全結構化“二郎神”雙目遠近協同智能雙光語音變焦攝像機行業解決方案：企業園區：通用園區電力油氣：輸電巡檢交通運輸：智慧高速社會治理：智慧交管商業解決方案：金融銀行：健康碼檢測企業園區：人群聚集檢測，無感通行學校教育：明廚亮灶智能檢測，綜合安防醫院療養：中小醫院綜合安防，口罩檢測零售商鋪：客流分析，智慧門店，商鋪安防小區住宅：電瓶車檢測，防高空拋物，垃圾分類分銷解決方案：小區住宅：電瓶車入梯管控企業園區：園區安防，場館人數監測金融銀行：雙向語音對講，健康碼檢測學校教育：周界防范檢測，雙向語音對講

58、醫院療養：方艙醫院智能安防，智能養老院零售商鋪：智慧安防，消防報警，客流分析302022.9 iResearch I云天勵飛專注AI視覺算法與芯片，打造“端云協同”產品方案云天勵飛成立于2014年，憑借“算法芯片化”的核心能力與“端云協同”的技術路線，公司打造了物聯感知匯聚、算法賦能服務、知識圖譜構建的全鏈式核心能力平臺，為下游客戶提供面向數字城市與人居生活領域的一系列標桿式解決方案，讓各行業客戶的AI體驗更加安全、智慧、便捷。云天勵飛的客戶主要包括各類政府機構及大型企事業單位，目前已在深圳、上海、成都等數十個大中型城市實現了智慧安防、智慧交通、平安社區、城市治理、智慧園區、智慧樓宇、智慧商業

59、等多個細分場景的落地。云天勵飛AI視覺核心技術與方案架構圖是能力平臺解決方案人臉識別OCRNLP3D視覺活體檢測人體關鍵點算法車輛屬性算法算法平臺芯片平臺：算法芯片化大數據平臺：一體化服務自定義指令集場景定義算法處理器架構算法定義芯片數字城市：助力構建智慧平安城市人居生活：管理與運營一體化中層應用平臺智慧安防智慧交通平安社區城市治理疫情防控智算與數據中心智慧園區智慧樓宇智慧商業核心技術數據接入數據治理數據建模仿真決策知識圖譜SDC端邊服務智能調度中樞AloT接入匯聚算法服務數據挖掘與算法訓練處理器工具鏈來源：艾瑞咨詢研究院根據云天勵飛官網研究繪制。312022.9 iResearch I云從科

60、技定義智慧生活，助推社會治理現代化升級云從科技成立于2015年，是第一家在科創板成功上市的人工智能平臺公司，致力于助推人工智能產業化進程和各行業智慧化轉型升級。云從通過先進的人工智能、云計算與大數據技術形成整合解決方案，業務范圍涵蓋智慧金融、智慧治理、智慧出行、智慧商業和通用市場等多領域。通過打造城市級的人工智能基礎設施，建設泛在智能的未來城市，云從科技幫助個體超越智力、體力、時間和空間的束縛，提升人、組織和社會的生產發展潛能。來源：艾瑞咨詢研究院根據云從科技官網研究繪制。云從基于AI視覺探索人工智能與實體經濟融合與公安部合作建設部級平臺省級行政區域上線火眼、鷹眼實戰系統近30種公安行業場景解

61、決方案覆蓋北京首都、大興國際、上海浦東、上海虹橋、廣州白云等民用樞紐機場地鐵智能通關提升12%通行效率汽車，購物中心/綜合商業體，零售連鎖便利，房地產，運營商等領域電力、石油、海關、教育、醫療等民生領域50個主要貿易國衛生證書OCR識別云從人機協同新一代人工智能開放創新平臺終端設備云端大腦嵌入式模塊自研設備和HCI模組，是智能服務的交互入口即AI平臺：智能化的中樞和核心載體數據匯集、分析和提煉的中樞端邊云協同助力人機協同平臺智能延伸智慧治理智慧出行智慧商業通用市場智慧金融響應中國銀聯刷臉付產品全國的推廣技術及產品服務超400家金融機構322022.9 iResearch I進化動力商業視覺平臺

62、提供商，底層賦能讓產品更加智能化、自動化深圳進化動力數碼科技有限公司于2015年成立于深圳，是一家率先提供端側訓練-學習系統平臺的技術公司。作為商業視覺智能平臺提供商，進化動力構建了國產自主研發的“全棧式”AI視覺技術平臺，擁有多項發明專利、集成電路知識產權、軟件著作權，是國家高新技術企業、深圳市高新技術企業、深圳人工智能協會副理事長單位。依托該平臺，公司為數十家世界五百強企業及上市公司用戶，面向活體及非標品視覺識別打造系統解決方案，解決監測確權（畜牧供應鏈金融、畜牧農業保險）、貨損降低（生鮮零售、智慧農貿）、人力替代（機器人、生鮮零售）等三大需求，已服務用戶數十億人次。來源：艾瑞咨詢研究院根

63、據進化動力官網研究繪制。主要客戶及合作伙伴應用領域及商品進化動力AI視覺核心技術與方案架構圖端側學習-推理（設備/系統）算法模組算法架構EvoCloud機器學習云平臺低成本低功耗部署快可離線端側增量聯邦學習支持聯邦學習、分布學習等多種系統模式支持多種學習框架支持公、私、混合云的多種部署方案物聯網系統輔助設備管理EvoThink算法平臺EvoSense AI模組非標生鮮識別自助結算POS非標生鮮識別稱重客流分析/收銀監控智慧零售終端機器人視覺系統協作機器人視覺系統復合機器人視覺系統智能畜牧設備貨物確權技術車牌識別算法車型識別算法運動偵測算法多目標跨區跟蹤算法活體估重背膘識別活體多目標跟蹤形態姿態

64、識別打架、病態識別活動偵測、繁育檢測執行運動軌跡規劃多目標分割識別同時定位及地圖構建多傳感器融合3D重構基于深度學習的自由抓取核心算法智能貨架盤點/上下貨機器人智能推薦廣告屏核心算法交換模型，保證數據安全即時本地學習、更新模型識別模組、立體視覺算法模組AI行業模型+AI算法庫AI物品庫+AI核心模型332022.9 iResearch I創新奇智技術產品+行業場景雙輪驅動AI賦能商業價值創新奇智成立于2018年，提供全棧式AI產品和解決方案，包括AI平臺、算法、軟件及AI賦能設備，從而為企業實現降本增效及透過業務經營及信息管理的智能轉型優化決策。創新奇智專注于制造、金融等行業的企業級AI解決方

65、案，依托計AI視覺和機器學習技術，打造ManuVision（機器視覺智能平臺）；MatrixVision（邊緣視頻智能平臺）；Orion（分布式機器學習平臺）、Cloud（云平臺）四大專有AI平臺，為客戶提供可快速交付落地的人工智能產品及解決方案。來源：艾瑞咨詢研究院根據創新奇智官網研究繪制。創新奇智AI視覺核心技術與應用場景四大專有AI平臺ManuVision機器視覺智能平臺MatrixVision邊緣視頻智能平臺為深度學習技術賦能的邊緣機器視覺檢測軟件系統，旨在定位、測量、檢測及識別常見缺陷或關鍵指標，提供涵蓋圖像標注、深度學習模型訓練、模型測試、算法模型流水線及線上檢測的全方位解決方案。

66、配備專有的工業云平臺，可在公有云或私有云中運行。通過無線或5G網絡，邊緣運行的ManuVision可以與工業云平臺雙向交換信息。執行視頻流解碼、圖像編碼及解碼、模型轉換與遷移、模型部署及實時推理等任務。自動處理來自攝像頭的視頻流，并生成有關目標檢測事件及活動的實時數據，無需于互聯網傳輸視頻數據，省去網絡消耗同時能夠保護隱私；深度整合工業云平臺以通過邊緣云協同能隨時監管及控制邊緣計算設備上的模型及算法Orion分布式機器學習平臺支持一站式AI解決方案開發，同時允許終端用戶獨立使用各部分，提供靈活性；處理海量實時多源異構數據的能力，確保用于建構AI模型前的高數據質量；面向視覺領域的低門檻深度學習建

67、模能力，用戶只需要提供少量數據樣本即可驅動預置模型再訓練，大幅降低視覺AI開發的門檻和成本Cloud云平臺基礎設施底座，提供異構資源管理與調度能力以及全要素AI技術資產管理和應用能力應用場景智能工程雷達檢測智能液晶半導體生產智慧鐵水運輸智能風電運維智能汽車裝備制造智能缺陷檢測制造金融數據中心建設運營智能混合云管理智能數據治理應用其他智慧供應鏈管理多行業智能數據中心基礎設施及運營342022.9 iResearch I快倉智能致力在全球提供有成本競爭力的移動機器人產品上?？靷}智能科技有限公司誕生于2014年，定位為提供智能物流機器人、集群操作系統和解決方案的廠商，致力于讓各行各業的倉庫、工廠等快

68、速實現智能化升級?？靷}智能移動機器人品類豐富，覆蓋潛伏式、料箱式、叉車式、AMR+等四大產品線，滿足電商、流通、制造等全場景應用需求，產品應用于20余個國家、超過50個細分行業、服務優質客戶超700家。2022年，快倉智能已初步完成了從零售領域到市場空間更廣闊的制造業領域的過渡?！八拿鎵戎悄荞{駛-讓人類不再搬運”是快倉的愿景和使命。來源：艾瑞咨詢研究院根據快倉科技官網研究繪制?？靷}智能解決方案與典型落地案例QuickBin智能機器人解決方案應用場景適用行業通過高效率、高存儲、高穩定性的智能料箱機器人與高效靈活、高性價比的智能載具搬運機器人相結合體積小、品類雜、流量大、貨值高的貨到人拆零揀選及

69、退貨業務場景物流、服裝、醫藥、圖書、快消、前置倉3C、汽車零配件等智能揀選應用場景適用行業以人工智能算法軟件系統為核心，在工作站完成全部作業流程，內嵌兼容智能搬運解決方案整箱、拆零、補貨、上架、大中小件揀選、密集存儲、正逆向物流電商、美妝、汽配、3PL、醫藥、商超零售、服裝、3C、圖書/教育智能搬運應用場景適用行業實現物料在生產環節中流通和流動，可對接上游MES/ERP/WMS/SCADA系統。支持二維碼、SLAM導航線邊搬運、產線設備自動上下料、點對點搬運、以車代線、工藝工序柔性產線光伏、鋰電、汽車、醫藥、PCB、服裝、食品、物流、電子制造等行業典型落地案例單倉部署千臺機器人解決庫存管理難度

70、大、客戶訂單流量大、揀貨時效要求高、多庫區訂單揀選痛點機器人智慧倉庫提高單貨架品規數量、出庫強關聯性商品集中存儲、貨架熱度動態移位、整體規劃按需拓展實施RDCRDC料盒智能機器人倉汽車零配件物流行業的燈塔級低碳實踐成功案例，該項目每年可節省數百萬元成本236236臺柔性搬運AGVAGV醫藥行業涉及產品類目、形態繁多，需避免貨品污染，實現物流過程零差錯率，降低運營成本35AI視覺產業背景1端邊云協同的需求趨勢2端邊云協同的AI視覺產業分析3典型廠商案例4端邊云協同的技術與生態趨勢5362022.9 iResearch I端邊云協同的技術趨勢(1/2)端邊云協同的AI視覺產業發展依賴于邊緣AI技術

71、發展在端邊云協同的AI視覺解決方案部署架構中，由于多端側場景下的訓練數據通常以分布式形式產生和存儲在不同終端設備中。因此如何以較低的網絡成本、強收斂性、高安全性來進行AI模型的分布式訓練就非常關鍵。目前，面向邊緣智能的模型訓練優化技術主要包括聯邦學習、增量學習、協同推理等方向。此外，邊緣AI技術目前多集中在深度學習的圖像分類領域作為切入點，但在更多的AI視覺領域如目標檢測、屬性分析、關鍵點檢測、行為分析、運動狀態、重識別等研究較少，上述技術領域發展未來具有更高的商業應用價值。來源：艾瑞咨詢研究院根據網絡公開信息自主研究及繪制。邊緣人工智能技術發展方向聯邦學習在用戶終端上部署深度學習模型并利用用

72、戶數據本地化訓練模型，在邊緣服務器或云數據中心進行模型梯度聚合，并反饋給用戶進行選代更新。另外，利用端邊云多層次計算、邊緣節點之間分布式協同計算進行高效聯邦學習，也是一個重要的方向。聯邦學習1根據不同的場景需求，邊緣側往往使用查詢的方法從云側下載與場景相對應的完整網絡模型自動部署，然后進行邊緣推理。此種方式耗費大量網絡帶寬，更長的模型載入時間導致邊緣側的啟動效率更慢。因此將模型進行分割，部分模型部署在邊緣側，另一部分部署在云側的分布式協同網絡出現。協同推理3增量學習的優點是可以隨時訓練新數據，不需要保留大量訓練數據，因此存儲和計算開銷都比較小，同時還能夠有效避免用戶的隱私泄露問題，這在“移動邊

73、緣計算的場景”下是非常有價值有意義的。但目前大部分增量學習研究都是面向圖像分類任務的，增量學習依舊是一個很開放的研究問題。增量學習2372022.9 iResearch I端邊云協同的技術趨勢(2/2)算網深度融合技術助力端邊云協同的AI視覺應用落地端邊云協同的AI視覺應用對算力和網絡部署提出了要求。傳統的算力和網絡相互獨立，二者僅為簡單的連接關系。而以NFV/SDN為核心技術的下一代網絡規模部署，算力和網絡開始在基礎設施層面逐步融合，算力資源融入通信網絡。隨著5G+邊緣計算的飛速發展，進一步驅動網絡開始感知算力位置，實現就近分流。未來，算網將在協議和形態層面進一步融合，通過在網絡協議中引入算

74、力信息，將應用請求沿最優路徑調度至算力節點；網絡設備通過共享自身算力，對數據進行在網計算，降低通信延遲，具備低時延和按需使用的特征，將推動車聯網自動駕駛、超邊緣生產現場、公共安全、XR文娛等超低時延類AI視覺任務的應用推廣。來源：2022年算力網絡技術白皮書，中國移動；艾瑞咨詢研究院自主研究及繪制。算力網絡特點算力網絡挑戰u特點一：對象升級。云是算的一種載體，算力將更加立體泛在，包含邊端等更豐富的形態u特點二：融合升級。不僅是編排管理的融合，更強調算力和網絡在形態和協議上的一體融合。強化以算為中心，網、云、數、智、邊、安、端、鏈多種技術融合共生u特點三：運營升級。從一站式向一體化、智慧化演進u

75、特點四：服務升級。以算力為載體，多要素融合的新型一體化服務u挑戰一：創新研發基礎薄弱。目前算力網絡在標準路線、體系架構等方面仍處于起步階段，一批重大原創成果和關鍵核心技術亟待突破。u挑戰二：配套產業現代化水平低。當前國內對異構計算的加速器、編譯器、工具鏈等基礎軟件投入不足，產業整體成熟度較低；網絡和計算設備之間的交互接口、信令協議等標準尚不統一，難以支持算網資源的靈活調度、高效融合。助力超低時延類AI視覺應用在網計算，降低通信延遲傳統算力服務模式算力網絡服務模式算力網絡發展方向智能感知泛在連接實時分析精準控制“算力網絡”特點、挑戰與發展方向382022.9 iResearch I端邊云協同的生

76、態趨勢建立可信邊緣，推進邊緣計算產業發展新機遇國家十四五規劃綱要指出，要“協同發展云服務與邊緣計算服務”，另外國務院印發的“十四五”數字經濟發展規劃同樣提出“加強面向特定場景的邊緣計算能力”，未來邊緣計算將進入黃金發展期，在滿足靈活響應、敏捷部署、時延成本的業務需求外，未來需進一步關注邊緣服務的安全、可靠、可信等能力。對此，中國信通院云計算與大數據研究所發起“可信邊緣計算推進計劃”，匯聚產、學、研、用各界勢能，共同推動邊緣計算相關技術和方案高質量發展，構建“可信邊緣計算”生態，進一步把握端邊云協同產業趨勢的發展新機遇。來源：中國信通院，艾瑞咨詢研究院根據公開資料自主研究及繪制?？尚胚吘売嬎銟藴?/p>

77、與評估體系邊緣硬件構建一體機技術能力要求邊緣一體機安全能力要求邊緣智能網關技術能力要求邊緣AI BOX技術能力要求IoT邊緣計算基于云邊端一體化的AIoT平臺技術能力要求物聯網消息中間件技術能力要求邊緣云通用場景邊緣云服務信任能力邊緣云服務安全能力邊緣云調度能力通用技術要求行業場景工業、交通、醫療、金融、邊緣應用邊緣視頻監控邊緣實時渲染云邊協同AI質檢云邊協同數字孿生邊緣軟件和服務邊緣原生邊緣智能邊緣管理邊緣數據邊緣容器技術能力要求邊緣Serverless容器技術能力要求邊緣智能平臺通用技術能力要求邊緣流式數據處理技術能力要求云邊協同的分布式數據管理平臺技術要求云邊協同的邊緣節點管理解決方案能力要求大規模邊緣節點管理穩定性和性能技術要求云原生設備管理技術要求