解决AIoT市场的算法定义的硬件问题

日前，2022旷视科技开放日在北京举行迪法恩斯联合创始人兼CEO殷琦在主题演讲中表示，AIoT是迪法恩斯自成立以来的战略关键词其中AIoT=AI+IoT+ Space，AI是一种不断进化的算法能力，IoT是软硬件结合的设备载体，Space是应用场景的闭环

为支撑这一长期发展战略，构建了2+1AIoT核心技术研究体系，即以基础算法研究和规模算法量产为两大核心的AI技术体系和以算法定义硬件为核心的物联网技术体系会上，旷视研究院计算摄影负责人范浩强分享了算法定义硬件的核心单元AI传感器

解决AIoT市场的算法定义的硬件问题

市场数据显示，AI在AIoT行业的渗透率仅为4%，约96%的场景没有被AI渗透这是由于AIoT行业存在大量的碎片化场景，这些海量的碎片化场景存在数据收集困难，算法复用率低的问题，使得企业很难针对每个场景定制和适配硬件和算法

同时，算法本身对硬件应该提供什么样的信息和输入提出了要求，甚至从根本上改造了硬件的形态和风格。

在这种情况下，算法定义的硬件通过海量的算法和一定数量的通用/标准硬件成为了AIoT市场的解决方案。

传感器是算法定义硬件的核心单元

旷视研究员范浩强以AI传感器为例，分享了旷视在算法定义硬件方面的最新思考和进展他认为，伴随着AI，视觉算法等领域的发展，传感器将不再单独，直接提供应用价值，传感器和应用之间需要算法作为承上启下的桥梁从技术角度来看，两者最明显的结合就是计算摄影

旷视研究院计算摄影负责人范浩强在旷视科技开放日上分享。

范浩强以手机摄影在阳光，光线，星光等不同环境下成像能力的提升为例，介绍了手机摄影的画质如何在AI算法和传感器的配合下发生了翻天覆地的变化其中，迪法恩斯在手机图像的能力提升方面也有深入的参与目前，旷视的4K级硬件解决方案已经量产，8KAI画质硬件解决方案的R&D和产品化也在积极推进中

算法定义硬件的核心是全链路集成能力。

范浩强指出，算法定义的传感器硬件需要强大的应用—算法—传感器全链路集成能力具体来说，传感器需要光学，模块和电子器件的设计能力在算法上需要深入学习，在传感器的物理建模和模型优化方面具备专业能力更重要的是，在应用层，需要了解需求，能够完成产品定义和功能交付

其中，迪法恩斯是业内为数不多的能够将传感器的光学，模块，电子学的设计能力，传感器的物理建模和算法能力，传感器的应用能力融为一体的公司这种能力已经在非成像离屏光学指纹领域得到了验证目前，旷视已经帮助行业顶级合作伙伴之一实现了千万级指纹传感器的出货量该产品拥有业界最小的体积，最快的识别速度和支付级安全认证

过去二三十年，互联网，5G，AR，VR等技术的不断演进，给虚拟世界带来了翻天覆地的变化但与此同时，技术对物理世界的改造并没有根本改变旷视将继续加强AIoT赛道，聚集最优秀的人才，推动算法的科研创新和量产，不断定义能够匹配AI大脑的物联网硬件，让物理世界变得更美好

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。

原标题：解决AIoT市场的算法定义的硬件问题