2018，騰訊年滿20，恰逢弱冠；

2018，巨頭持續佈局AI，可謂“落地生花”的一年。

毋庸置疑，騰訊也“玩”AI，最具代表性的，就是“玩出”了三大實驗室，被業界稱為優圖實驗室、騰訊 AI Lab和微信AI團隊與港科大組建的人工智慧聯合實驗室。

“實驗室小分隊”看似“學院味道”十足，但技術產業化的程序卻是一點兒都沒落下，尤其是優圖實驗室。

從2012年成立，到2017年7月促成首個AI開源專案NCNN的正式開源，再到2018年9月正式升級為騰訊計算機視覺研發中心，一步步走來，優圖實驗室緊緊瞄準計算機視覺這一方向，專注在影象處理、模式識別、機器學習、資料探勘等領域推進技術的產業化落地，所謂技術革新與生態佈局兩手抓、兩手都要硬，恐怕就是這個道理。

據小編了解，目前騰訊優圖擁有全球專利數量超過700項，其研究成果多次在MegaFace、LFW, ICDAR, MIREX等AI國際權威比賽中創造了世界紀錄，學術成就突出。

不但“課堂成績”優異，課下輸出的行業解決方案，掐指一算也超過了12套，騰訊明星產品業務線接入更是超過70條。

歲末年初，如果細緻總結優圖實驗室在計算機視覺領域下的工夫，一系列技術解決方案會深入到包括零售、安防、金融在內的多個領域。

例如在零售領域，2018年騰訊優圖就聯合騰訊雲推出了騰訊優Mall智慧零售系統，對於商家來說，騰訊優Mall能夠通過準確分析使用者資訊，幫助商場優化店鋪位置、甚至是貨架陳列等細節，進而提升導購的推薦效率；還可以幫助憑藉VIP老客到店來識別實現精準營銷，促使線下門店實現資料化和智慧化。

對於消費者來說，自然最大程度優化了消費體驗，例如藉助計算機視覺能力為不同的顧客完成定製化推薦等。目前，優Mall智慧零售系統已經通過百麗進行落地，並與旗下滔博運動建立合作，效果喜人。

此外，騰訊優圖攜手微信支付共同推出的刷臉支付系統已於今年5月在家樂福上海天山店正式上線使用。談及該刷臉支付系統，騰訊優圖實驗室總監、專家研究員吳永堅講到了“人臉核身”這一重要的優圖技術。

所謂“人臉核身”，就是判斷線上、線下是否為同一個人，這需要結合精準的OCR 技術以及人臉對比基數整合而來，成功推出會高效提升銀行、保險以及證券等行業的核身效率，例如與微眾銀行合作，就成功實現了微眾銀行遠端開戶的功能，可見線上的核身能力非常重要。

“人臉核身，我們需要判斷是不是同一個人，甚至要判斷出是不是活人。如果拿著紙片或者戴著面具，也同樣要被識別出來！”吳永堅進一步補充道。

為了能夠高效、準確判別“是否為本人”的核心問題，騰訊優圖實驗室著力打造了線上到線下的身份驗證體系，經過長期的技術迭代，從早期的數字語音到如今的3D結構光活體，互動越發簡單，但準確程度提高迅速。

談及技術上的優化與提升，騰訊優圖實驗室方面表示，主要在兩個方面“煞費苦心”，分別是模型的訓練速度以及大規模檢索演算法的技術提升。具體來說，如果對十億級別模型進行訓練，要做到半個月時間內訓練出一個大規模的模型，對技術以及工程方面的挑戰難度很大；要對全國範圍內如此龐大的模型庫進行檢索，演算法的提升是個十分有難度的事兒。

在安防領域，優圖天眼安防平臺幫助廣東某市公安局高效破案，在春運期間於人流龐大的火車站成功捕獲了公安部正在追逃的11名在逃人員；在助力公益的道路上，騰訊優圖通過跨年齡的人臉識別技術已經幫助一千多個家庭成功找到了失散的親人，這就是牽掛你防走失平臺。

對此，騰訊優圖實驗室總監黃飛躍博士表示：“優圖成立至今有6年多的時間，專注技術研究的同時更多是將產品應用到老百姓的生活場景中，讓科技惠及民生。”

近些年，AI技術的應用場景越發廣泛，逐漸向移動裝置端轉移，這就要求AI 晶片的產業化根基作用在更高效能、更小體積等方面必須套顯露無疑，AI 晶片+AI 演算法的組合，軟硬一體化的趨勢被行業內大力追求。

騰訊優圖在軟體到硬體的方案開拓過程中，選擇在今年11月初，首次推出智慧硬體產品，首批包括優圖人臉識別一體機、優圖盒子、騰訊優圖AI攝像機，通過軟硬體協同來打造一體化的行業解決方案，業內反響強烈。

同在11月，上海世茂酒店管理有限公司與騰訊達成戰略合作，其中騰訊優圖的智慧硬體產品成為一大吸睛之處，使用者只需“刷臉”就可便捷完成會員註冊與繫結、結賬免密支付等一系列操作，為原本十分炫酷的酒店增添了 濃重的“智慧”色彩。

盤點開來，2018年騰訊優圖主攻了三大重點方向：核身研究與應用、安防與智慧零售、軟硬體一體化研究與探索，勢必要將視覺AI技術在垂直應用場景做的更加深入、更加透徹。

走過2018，奔赴2019，騰訊優圖以計算機視覺技術為核心，通過騰訊雲以及騰訊 AI 開放平臺將自身的 AI 技術能力輸出給更多的開發者和企業，從最底層的計算平臺到中間的演算法能力，再到完成向安防、金融、零售、工業、教育等多個行業解決方案的能力輸出，成績顯著。

眾所周知，如今AI技術最大的侷限性還是落地，加速落地就需要企業深厚的積累以及強大的投入，關於此，黃飛躍也有自己的看法。他認為，當前企業都在努力提高自身的AI 技術水平，但其實搞定場景的適配，才能更好地推動行業繼續發展。

提及企業都追求技術的差異化，從差異中獲得競爭優勢的做法，黃飛躍表示，技術差異化不只體現在競賽榜單上，當下短時間內演算法方面的差異似乎並沒有本質上的區別，但隨著資料規模壯大，演算法的實力差距也會集中得到顯現，不容忽視的一點，企業的工程交付效率以及解決方案的全棧式程度都是產生差異的諸多關鍵要素。

此外在本次溝通會上，騰訊研究院方面還重點介紹了智慧零售、AI+反欺詐（風險控制）以及其他AI落地的風口情況。據瞭解，其中博得諸多關注的智慧零售，要以人臉識別、體感識別和生物支付等計算機視覺技術為核心，尚需解決如何保證顧客優質體驗、滿足個性化高品質需求、提供更高階的服務功能等問題；在AI+反欺詐領域，機器學習將成為關鍵性技術，國外AI反欺詐公司併購事件頻發，國內亦有同盾科技、猛獁反欺詐等多家反欺詐公司入局，競爭激烈；有關其他AI落地領域，諸如機器翻譯、AI+製藥研發、AI+智慧財產權等，其市場前景都十分廣闊，未來值得期待。