渔阳风色来自敖飞寺𞓜 qbit 官方账号qbitai 这些天来，人工智能在日常生活中的应用真的瘦到头发
在加油站，有人偷偷抽烟吗？这种危险的行为第一次会被AI的小眼睛盯上
在居民区，高空扔东西会让人的头变大，但当AI站岗时，他们可以直接到现场报警
AI可以覆盖老人摔倒的细节，甚至可以覆盖厨房垃圾桶盖被揭开的情况
更不用说需要填充安全系数的场景，例如施工现场。从烟雾探测来看，AI看谁没有戴头盔或忘记穿反光服并不是什么大不了的事
最重要的是引入这样的AI“；检验员（"e；，无需安装新的智能摄像头和其他设备
您可能不相信上述所有场景、所有任务，甚至一个“任务”；方框和报价；可以持有
ai报价单（"e）；方框和报价；是的，它真的是10英寸*方框：
此“；方框和报价；从Kuangshi来看，开头提到的AI应用程序都是实际的着陆案例
仅从硬件角度来看，这称为"e；魔方智能分析盒“；该设备内置ax630国家AI芯片，int4计算能力达到28.8tops– - -
一款合适的边缘计算产品
然而，如果我们在它们后面添加许多AI算法，就会发生一些变化： 在算法的祝福下，它可以完成；“人脸检测”；烟雾探测“；危险行为检测“；以及许多其他不同类型的检测任务，适用于各种应用场景，如加油站、社区、公园、建筑工地等
换句话说，原始摄像头不需要移动。有了这样一个魔方盒，我们可以完成各种检测系统的智能升级
是不是有点方便
说到这里，你也可以看到，与市场上常见的物联网智能设备不同，魔方盒的重点不是硬件，但在算法上，甚至可以说硬件的最终产品类型是由算法定义的– - -
将核心解决方案放在算法层面，摆脱对硬件的依赖，使硬件尽可能通用，使一套硬件产品能够应对多种场景
”；算法定义硬件“所以问题是，我们为什么要找到另使用方法”；算法定义硬件“这必须从物联网行业的现状开始
长期关注AI的朋友们知道，安全是AI应用的最早场景之一。无论是人工智能公司还是海康威视等老牌科技企业，围绕aiot（人工智能物联网）概念最常见的案例都是在安全场景中
；然而，根据2021的数据，在aiot领域，具有智能需求的物联网场景远不止安全，人工智能的渗透率只有4%，96%的场景没有人工智能的渗透。在数据背后，它反映了人工智能运营商目前面临的最大痛点之一：需求的碎片化。从技术角度解释问题，该算法可以在需求量大、场景相对单一和集中的安全服务中重复使用和不断迭代
但是，如果被更零碎的场景（如电池车检测、垃圾分类、高空投掷等）替代。，由于当前的人工智能技术，很难收集数据或重用算法
换句话说，检测电池车的专用摄像头用于检测电池车，检测高空抛物线的专用硬件设备用于检测高空抛物线。在这样的产品体系下，在特定的场景中，可以生产成千上万种不同的摄像头，以智能社区为例。如果社区同时需要电池车检测、智能警报和室外通道占用检测，整个工作流将如下：
首先，需要提前确定不同的点，并确定在哪个点部署哪些硬件设备。然后，根据这些具体需求，下订单和购买不同类型的产品
这样，对站点规划和站点探索提出了更高的要求，一旦设备部署完毕，就很难调整不同点的功能
此时，你一定已经看到了问题
首先，在零碎的物联网场景中，“；大量硬件+自定义算法（"e）；缺乏灵活性，硬件建设和维护成本高。基本上，如果你想为新的需求部署新的算法，你必须更换硬件
其次，从技术实践的角度来看，由于解决方案在很大程度上取决于硬件功能，算法需要或多或少做出妥协，平衡业务需求和硬件，产生最合适的算法往往不是最优解
新思路：整合软硬件，最大限度地发挥算法优势 面对这样的市场形势，旷世作为一家以AI算法技术为起点的公司，逐渐探索了所谓的；算法定义硬件“；新想法如上所述，我们应该做相反的事情。我们应该以算法为核心，解决场景分化问题，弱化对硬件特性的依赖
以智能社区场景为例，在选择open vision cube智能分析盒的情况下，确定检测点数后，只需购买统一的硬件
即可，根据具体方案，在不同点安装不同的算法包。例如，如果将来需要监控电池车是否进入电梯，加载并安装电池车检测算法包
，如果需要更改此点来检测烟花，无需更改硬件，只需更换烟花检测算法包
，综上所述，在魔方盒等产品中，匡视基于软硬件集成的能力开发了自己的硬件，最大限度地提高了算法能力
通过加载不同的算法包，可以在硬件设备上形成不同的产品，使硬件更具通用性和标准化，在旧系统上进行智能化改造的成本将变得更低，可以以更低的成本实现更多的潜在需求
另一方面，产品本身从算法出发，最大限度地发挥算法的优势，可以实现更高的性价比。例如，该算法用于优化低级新产品，以实现更高级别的计算能力和准确性
旷世一期透露，随着算法分发平台的完善，硬件将进一步演变为算法的载体。就像特斯拉的OTA一样，算法更新可以给硬件产品带来新功能
AI公司突破包围的机会𞓜 事实上，长期以来，在安全等物联网场景中，虽然智能能力的重要性日益明显，但外界仍不可避免地存在疑问：AI公司作为供应链、渠道等商业领域的后发者，其竞争优势是什么，传统强势企业无疑具有先发市场的优势，这使得他们在以硬件为主的标准化产品领域确立了主导地位
但现在，似乎正因为如此，在越来越多的碎片化场景中，大规模生产硬件产品难以覆盖，人工智能公司只有一个突破“开放思维”的机会；算法定义硬件"e；，这是一条具有代表性的aiot突破路径：该算法本质上直接面向各种应用场景，自然更贴近用户的需求。只有以算法为核心，硬件才能满足aiot大规模应用场景的需求
相比传统强企，AI公司的核心优势仍然体现在他们对AI技术的长期研究和深入洞察中。这一优势体现在： 长期投资于基础模型研究，深入了解算法模型
业界领先的算法精度
更具可扩展性的平台可以根据用户场景的变化实现高效灵活的算法迭代
这样，在aiot时代，擅长人工智能算法的人工智能公司已经具备了先发优势。