1、据收集的维度和质量的要求更高，并且可实时 根据不同的场景，制定不同的决策方案，推动事件 向良好的态势发展，帮助决策者更敏锐的洞悉事件 根本，产生更精准更智慧的决策。 数据驱动：描绘个性化画像； 场景驱动：给予决策支持 行业驱动力 “场景驱动”不仅会驱动人 类决策，也会驱动机器的自 我进化和升级。 “场景驱动”的基础是经过 治理的数据。 “场景驱动”的“场景“对 应的是有应用价值的场景。 用户基本信息 LBS数据挖掘 社交网络数据 其他 用户画像建模 标签A 标签B 标签C 来源：36氪研究院 图示：“场景驱动”三要素 来源：互联网 36kr-人工智能行业研究报告（2017年） 2017.6 1
2、.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模 10 公司人工智能领域布局 百度 2016年，百度发布了人工智能平台级解决方案“天智”，这是继“天算”“天像”和“天工” 之后的第四大平台级解决方案。至此，百度云实现了人工智能、智能大数据、智能多媒体和智 能物联网全方位的智能平台服务。 2016年8月，投资激光雷达公司 Velodyne LiDAR。 2017年以来，百度收购了xPerception、渡鸦科技，参与投资了蔚来汽车、8i等AI公司。 腾讯 2016 年4 月，腾讯成立人工智能实验室，基于计算机视觉、语音识别、自然语言处理和机器学 习四个垂直领域，围绕内容
3、、社交、游戏和平台工具四大特色业务场景，腾讯AI致力于将人工 智能工具以API形式开放出去。 2016年，碳云智能完成近10亿元的A轮融资，腾讯为主要投资方之一。 2017年，腾讯买入电动汽车制造商特斯拉(Tesla)5%股权，腾讯成为特斯拉的第五大股东。 阿里 巴巴 阿里云面向人工智能的布局,核心爆点就三个：ET医疗大脑、ET工业大脑和机器学习平台PAI2.0 2017年3月，阿里宣布开始推动“NASA”计划，着重发力机器学习、芯片、IoT、操作系统和 生物识别。 Apple 2017年5月，苹果收购了人工智能公司Lattice Data。该公司使用人工智能推理引擎去处理非结 构化的“暗数据
4、”，将其变成结构化信息，从而发挥更大的作用。 Google 2014年1月，收购Deepmind、收购后，DeepMind仍保持独立运营的，目标是开发能够“独 立思考”的软件。 2016年9月，收购api.ai，能够协助谷歌指导开发者持续开发优秀的自然语言界面。 2016年3月与海尔达成战略合作，共同推动智能家居发展 。 Microsoft2017年6月，Element AI完成了1.02亿美元A轮融资，微软是主要投资方之一。 2017年6月，收购了以色列初创公司Hexadite，以便将AI支持的安全功能整合到企业版 Windows 10中。 Facebook2015年1月，收购语音指令创业公
5、司Wit.AI，帮助Messenger创建语音输入模式。 36kr-人工智能行业研究报告（2017年） 2017.6 巨头布局 国内外科技巨头在AI领域的布局 1.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模 信息来源：根据公开资料整理 11 22 37 61 96 144 77.4% 68.7% 62.7% 57.2% 51.1% -300% -100% 100% 0 50 100 150 200 250 2018e2019e2020e2021e2022e 2020-2025年全球AI市场规模（亿美元） 市场规模（亿美元）同比增长 36kr-人工智能行业研究报告（
6、2017年） 2017.6 来自Venture Scanner的数据显示，2011-2016年AI 行业的融资额年复合增长率为49%，而2017年仅第一 季度AI行业全球融资额度就超过20亿美元，因此 Venture Scanner预测2017年AI融资额将超过2016， 成为近年来融资额度最高的年份。 行业市场规模 资本扶持下，AI有望于2022年达 到约700亿元的市场规模 来自Statista的数据显示，2025年全球AI的市场规模 预计为368亿美元。综合考虑了我国人工智能的爆发 节点、技术成熟度等因素，我们认为保守估计最迟至 2019年我国AI的市场规模将突破百亿元，而2022年 这
7、一数字应在接近700亿元左右。 1.1 行业概述 1.2 行业驱动力 1.3 巨头布局 1.4 行业市场规模 数据来源：36氪研究院 0 100 200 300 400 500 600 0 10 20 30 40 50 60 70 获投公司（个） 融资额（亿美元） 全球人工智能各细分领域获投金额获投公司数目 数据来源：Venture Scanner，36氪研究院 0 10 20 30 40 201220132014201520162017 2012-2016年与2017年Q1人工智能行业 融资额（单位：亿美元） 74 143 253 428 696 108.0% 93.8% 77.4% 68.
8、7% 62.7% -100% 0% 100% 0 500 1,000 1,500 2018e2019e2020e2021e2022e 2020-2025年我国AI市场规模（亿人民币） 市场规模（亿元）同比增长 数据来源：Statista，36氪研究院 人工智能的技术支持层 CHAPTER II AI产业链综述 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 13 36kr-人工智能行业研究报告（2017年） 2017.6 正如报告开头所述，人工智能是指使用机器代替人类 实现认知、识别、分析、决策等功能，是一门综合了 计算机科学、生理学、哲学的交叉学科。完整的人工 智能产业链可以分为技
9、术支撑层、基础应用层和方案 集成层，或者说应用场景层。 技术支撑层主要由AI芯片、传感器等硬件和算法模型 （软件）和两部分构成。其中传感器与IoT的感知层相 似，包括GPU、FPGA、NPU等在内的AI芯片负责运 算，算法模型则负责训练数据。 基础应用层的技术则是为了让机器完成对外部世界的 探测，主要由计算机视觉、语音识别等感知层和语义 识别等认知层构成，这些技术是机器能够做出分析判 断的基础。此外，在感知与认知技术之下还有数据标 注作为其底层支撑。 方案集成层是集成了某种或多种基础应用技术的、面 向如工业、自动驾驶、家居、仓储物流、金融、医疗 等不同应用场景的产品或方案。 本篇报告将主要围绕
10、AI中基础应用层和方案集成层， 即应用场景层进行分析。 人工智能产业链综述 AI产业链主要包括技术支撑层、 基础应用层和方案集成层 2.1 AI产业链综述 2.2 AI技术支撑层 14 产业链图 人工智能产业链图 2017.6 36kr-人工智能行业研究报告（2017年） 技 术 圈 计算机视觉 语义识别 语音识别 语料采集 场 景 圈 家居 金融 医疗 安防 教育 2.1 AI产业链综述 2.2 AI技术支撑层 15 36kr-人工智能行业研究报告（2017年） 2017.6 数据是人工智能行业的燃料，虽然互联网存在发展 的近50年来积攒了海量数据，但非结构化和难以融 合两大特点一直是数据应
11、用过程中的行业痛点。由 此便出现了专门负责数据标注的公司来完成数据结 构化的初步工作。目前专注于该领域的公司国外有 Appen，国内有海天瑞声等。本报告将以海天瑞声 为例介绍数据标注在AI领域的作用。 海天瑞声主要针对B端客户提供数据采集及标注服 务，其资源库覆盖语音、文本、图像、视频等多个 领域。其中语音库利用手机、座机、车载以及其他 特殊麦克风和嵌入式设备等语音终端获取语料，结 合人工、隐马算法、拼接算法等对语音数据进行语 义、语法、音素等多种层次的标示，让机器从中学 习规律，以便实现人机语音交互技术的实现。另外 还可根据特别情况，提供定制开发语音转写/标注辅 助工具和软件。 专注做淘金路
12、上的卖水者，为语 音、语义识别企业提供语料服务 对话语句段落常见物体名称 关键词人名、地名数字动词 语 音 手机座机车载PCiPad终端 资源库 文 本 图 像 视 频 语音识别数据采集 语音合成数据采集语音数据标注服务 语音识别数据采集 服务 图示：海天瑞声资源及数据标注服务一览 数据标注 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 16 36kr-人工智能行业研究报告（2017年） 2017.6 在语料数量方面，海天瑞声的语音库目前包含110+ 种语言，覆盖全球75个地区，其中包括多种稀有语 种数据资源；场景丰富，包括车载语音、中英混 读、儿童
13、语音库、远场识别库等。目前，共储备超 过50万个小时录音时长；60多种语言的发音词典， 850万词条；拥有超过600个可授权使用的人工智能 数据资源类产品。 数据标注 专注做淘金路上的卖水者，为语 音、语义识别企业提供语料服务 当大量的非结构化数据被Appen、海天瑞声这样的 公司标注成为结构化数据之后，就能够为其他AI公 司所用了。这些结构化的数据将主要被用来训练算 法模型，然后应用到语音、语义、图像识别等技术 领域以及安防、自动驾驶等应用场景。 但由于目前的数据标注公司多数还是采用人工标注 的方法，因此国外很多大公司选择自建团队完成数 据标注的工作以保证准确度。此外，还有类似 Amazon
14、 Mechanical Turk这样的众包平台也可以 帮助AI公司完成数据标注的工作，但是这样通过众 包方式完成的数据标注往往无法保证其准确性。 *以上数据来源：海天瑞声 110+ 语言类别 50w+ 录音时长 60+ 发音词典 600+ 可授权资源 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 17 36kr-人工智能行业研究报告（2017年） 2017.6 语音识别是将语音转换为文本的技术，是自然语言 处理的一个分支。前台主要步骤分为信号搜集、降 噪和特征提取三步，提取的特征在后台由经过语音 大数据训练得到的语音模型对其进行解码，最终把 语音转化
15、为文本，实现达到让机器识别和理解语音 的目的。根据公开资料显示，目前语音识别的技术 成熟度较高，已达到95%的准确度。然而，需要指 出的是，从95%到99%的准确度带来的改变才是质 的飞跃，将使人们从偶尔使用语音变到常常使用。 医疗卫宁健康 语音识别过程虽存在难点，但目 前技术已趋于成熟 语音识别技术 - 行业概述 语音识别作为一种一维时域信号，在实际操作中主 要有两个难点。首先是数据的获取、清洗。语音识 别需要大量细分领域的标准化语料数据作为支撑， 尤其是各地方言的多样性更是加大了语料搜集的工 作量。据媒体消息，苹果iOS 10.3版本中Siri已支持 上海话。 第二个难点是语音特征的提取，
16、目前主要通过具备 多层神经网络的深度学习来解决，多层的神经网络 相当于一个特征提取器，可对信号进行逐层深化的 特征描述，最终从部分到整体，从笼统到具象，做 到最大程度地还原信号原始特征。 语音数据库训练语音模型 语音信号前端识别降噪特征提取 数据挖掘 信号处理 统计建模 模 型 匹 配 识 别 结 果 图示：语音识别技术架构 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 18 36kr-人工智能行业研究报告（2017年） 2017.6 医疗卫宁健康 语音识别虽市场庞大但已出现领 航者，留给创业公司的机会不多 语音识别技术 - 行业概述 据Resear
17、ch and Markets研究报告显示，全球智能 语音市场将持续显著增长，预计到2020年，全球语 音市场规模预计将达191.7亿美元。根据Capvision 报告显示，从语音行业市场份额角度来看，全球范 围内，由Nuance领跑，国内则是科大讯飞占据主导 地位。 Nuance 31.60% 谷歌 28.40% 苹果 15.40% 微软 8.10% 科大讯飞 4.50% IBM 4.10% 其他 8.00% 全球智能语音企业市场份额 科大讯飞 44.20% 百度 27.80% 苹果 6.90% Nuance 3.00% 小i机器人 2.70% 捷通华声 2.20% 海天瑞声 2.00% 中科
18、信利 1.60% 其他 9.60% 中国智能语音企业市场份额 来源：Capvision，36氪研究院 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 19 36kr-人工智能行业研究报告（2017年） 2017.6 科大讯飞创办于1999年，主要从事智能语音及语言 技术、人工智能技术研究，软件及芯片产品的开 发，而应用集成则由下游的开发商或客户自己完 成。根据公开资料显示，科大讯飞是目前我国少数 掌握核心技术的语音领域企业之一，已于2008年5 月在深圳证券交易所挂牌上市。 医疗卫宁健康 科大讯飞专注于To B的语音识别 技术，目前已领跑中文语音市场
19、语音识别企业案例 - 科大讯飞 科大讯飞拥有六大核心技术，分别是语音识别、语 音合、自然语言处理、语音评测、声纹识别和手写 识别。其中更重要的是其同时拥有语音合成和语音 识别，能够把“听”和“说”组合起来。此外科大 讯飞还提出讯飞超脑计划，瞄准语音理解力市场。 图示：科大讯飞核心技术简介 来源：科大讯飞官网，36氪研究院 技术说明 语音识别技术让计算机能够“听懂”人类的语音，将语音中包含的文字信息“提取”出来。 语音合成技术让机器将文字信息转化为声音信息，即让机器像人一样开口说话。 自然语言处理技术 基础研究 对自然语言内在规律的研究，主要包括词典编撰、分词断句、词性分析、语言 模型、语法分析
20、、语义分析、语用分析等。 应用研究 面向不同的应用，研发相关的自然语言处理技术，主要包括拼音输入法、信息 检索、信息抽取、自动摘要、机器翻译、语音合成、语音识别、文本匹配等。 语音评测技术又称计算机辅助语言学习，机器自动对用户发音进行评分、检错并矫正。 声纹识别技术 通过语音信号提取相关特征，进而识别出说话人身份等，广泛应用于信息安全、 电话银行、智能门禁以及娱乐增值等领域。 手写识别技术让计算机能够“认识”用户在手写设备上书写的文字信息。 1来源于科大讯飞官网 硬件研发软件研发语音方案研发集合方案后的产品制作 面向C端软件研发C端用户使用端用户使用 讯飞负责开发引 擎、语音合成和 语音识别芯
21、片 图示：科大讯飞在语音生态链中所处的环节 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 20 36kr-人工智能行业研究报告（2017年） 2017.6 科大讯飞以讯飞超脑、AIUI 为内核，积极打造基于 讯飞开放平台的AI 生态，面对不同场景，推出覆盖 全行业的语音产品及服务，深耕智慧教育、智慧城 市、智慧汽车、智慧医疗以及智慧家居五个行业， 全方位挖掘G 端、B 端及C 端客户。 医疗卫宁健康 随着人工智能热度高涨，科大讯 飞等企业技术得以规模性落地 语音识别企业案例 - 科大讯飞 5.6 7.8 12.5 17.8 25.0 33.2 1.3
22、 1.8 2.8 3.8 4.3 4.8 0 10 20 30 40 201120122013201420152016 科大讯飞2011-2016年营业总收入净利润 营收总收入/亿元净利润/亿元 图示：科大讯飞主要客户举例 随着全球范围内人工智能热度的高涨，语 音识别作为其中重要的技术应用层落地项 目也愈加多元化。科大讯飞在智慧教育、 智慧城市、智能家居、智能汽车、机器人 等领域规模化的应用，促进了其营收近几 年内持续稳定走高，尤其是在教育行业， 科大讯飞构建了智慧考试、智慧校园、智 慧课堂、智慧学习等一体化的智慧教育产 品体系，2017年智慧课堂产品有望成为其 在教育行业收入和毛利的重要增长
23、点。 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 21 从世界范围来看，Nuance是全球最大的独立语音识 别公司之一。Nuance于1994年成立于美国麻省伯 灵顿，并于2000年4月在纳斯达克上市。Nuance曾 为苹果、三星提供语音支持服务，在语音识别领域 一度处于垄断地位，后随深度算法的普及，各巨头 逐渐开始自主研发语音识别技术，差距逐渐缩小。 但直到今天，其发布的Dragon Drive（声龙驾 驶）互联汽车语音和内容平台，仍为众多知名 车企提供着车载语音技术支持，如梅赛德斯-奔驰、 戴姆勒、宝马、丰田、雷克萨斯、荣威等汽车品 牌。 此外
24、，还有重点布局家居领域的语音企业云知 声。云知声于2012年6月创办于北京，目前融资轮 次为B+，是智能语音领域新锐玩家。据官方数据显 示，云知声目前已覆盖了476个城市，覆盖用户超过 1.8亿，代表客户有网易易信、锤子手机、乐视超级 电视等。 智能设备 互联家居 跨平台信息娱乐 个性化内容 情景感知 车辆传感器信息 用户档案 行为偏好 驾驶历史 声纹验证 图示：声龙驾驶平台 Dragon Drive 个性化 情景化 无缝连接 物联网 智能化 汽车级 自然语言理解 情景化推理 大数据 持续学习 混合解决方案 （本地嵌入及云端服 务） 为卓越性能而设计 无缝连接 稳健可靠 Nuance领衔全球市
25、场，云知声 重点布局家居领域 语音识别企业案例 - Nuance云知 声 36kr-人工智能行业研究报告（2017年） 2017.6 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 22 应用系统 基础资源 语义识别是自然语言处理(NLP)技术的重要组成部分 。NLP在实际应用中最大的困难还是语义的复杂性 ，此外，深度学习算法也不是语义识别领域的最优 算法。但随着整个AI行业发展进程加速，将为NLP 带来长足的进步。 语义识别是人工智能的重要分支之一，解决的是“ 听得懂”的问题。其最大的作用是改变人机交互模 式，将人机交互由最原始的鼠标、键盘交互转变为
26、 语音对话的方式。此外，我们认为目前的语义识别 行业还未出现绝对垄断者，新进入的创业公司仍具 备一定机会。 鼠标键盘交互 Page PC时代 触摸交互 App 移动时代 语音交互 API IoT时代 人机交互的发展 智能交互对话聊天深度问答机器翻译机器人 知识挖掘 词典语料网页日志知识库 基本方法 规则方法统计与机器学习方法 基础架构 /平台 图示：NLP通用架构示意图 形态分析组块分析语义表示对话理解句子生成 分词/词性主干分析语义计算观点提取摘要生成 专名识别储存分析逻辑推理情感分析篇章生成 用户行为 预测 用户建模 词法 语言分析 文 本 理 解 句法语义篇章 语音生成 解决“听得懂”的
27、语义识别领域 中，新进入者仍具有一定机会 语义识别技术 - 行业概述 36kr-人工智能行业研究报告（2017年） 2017.6 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 23 我们认为，基于语音识别和语义识别的智能语音交 互技术在车载场景中存在刚需，也会成为最先爆发 的领域之一。并且，随着车联网的纵深化发展，相 关硬件趋于免费，依靠语音交互天然流量入口，做 个性化增值服务将是未来车载领域的主要盈利点。 图示：语音交互各场景主要玩家 智能家居智能车载虚拟助理无人驾驶 机器人 智能客服 从1996年至今，国内至今仍在运营的人工智能公司接 近400家
28、1。从下图可看出，自然语言处理（NLP）无 论在创业热度、获投数量还是获投金额都处于细分领 域的前三。据 Global Market Insights数据，预计到 2024年市场规模达到110亿美元。 96 92 77 38 26 15 10 0 20 40 60 80 100 120 人工智能主要细分领域公司数量 单位：/个 58 53 48 22 18 12 8 0 20 40 60 80 人工智能主要细分领域获投数量 单位：个 28 20 16 8 7 6 0 20 40 60 80 人工智能主要细分领域获投金额 单位：亿元人民币 来源：36氪研究院 语义识别技术拥有多样性的应用 领域以
29、及行业参与者 语义识别技术 - 行业概述 1数据来自36氪研究院 36kr-人工智能行业研究报告（2017年） 2017.6 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 24 36kr-人工智能行业研究报告（2017年） 2017.6 科技巨头尤其是微软早在2008年就已开始布局语义 技术领域。对于巨头来说，自主研发耗时久、投入 高，同时效果也是未知的，直接收购是多数巨头选 择的最快方式。 医疗卫宁健康 科技巨头乐衷于收购，小而美的 企业更偏好细分场景 语义识别技术 - 行业概述 公司语义识别领域布局 微软2008年，收购语义搜索公司Powerse
30、t，开始步入智能语音交互领域 2014年，微软推出全球首款语音助手Cortana 2016年6月，收购语义分析公司Wand Labs，以提升Cortana智能语音体验 2017年1月，收购了Maluuba，强化了Cortana语义和文本理解能力 苹果2010年，收购Siri语音助手；2014年4月，收购Novauris；2015年10月，收购VocallQ 百度2017年2月，收购渡鸦科技，渡鸦团队并入度秘事业部 关于语义识别领域的创业公司，国内代表企业有出 门智能360、出门问问、三角兽、蓦然认知等。其 中，三角兽的智能语音交互功能已被应用在Rokid、 锤子手机、威马汽车等产品上。此外，由
31、于自然语 境和细分行业语境下，同一名词可能具备不同含 义，因此除了行业通用型的语义识别公司之外，还 存在一些深耕细分场景的公司，例如律师行业国外 有基于IBM Watson的ROSS，国内有无讼、法律谷 等。 来源：公开资料收集 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 25 36kr-人工智能行业研究报告（2017年） 2017.6 计算机视觉（computer vision，简称CV）是指用 计算机来模拟人的视觉系统，实现人的视觉功能， 以适应、理解外界环境和控制自身运动。主要解决 的是物体识别、物体形状和方位确认以及物体运动 判断这三个问题
32、。计算机视觉识别系统通常需要三 个过程：目标检测、目标识别、行为识别，分别解 决了“去背景”、“是什么”、“干什么”的问 题。 医疗卫宁健康 计算机视觉主要研究如何使机器 具备“看”的能力 计算机视觉 - 行业概述 计算机视觉在技术流程上，首先要得到实时数据， 此步骤可通过一系列传感器获取，少部分数据可直 接在具备MEMS功能的传感器端完成处理，大部分 数据会继续传输至大脑平台，大脑由运算单元和算 法构成，在此处进行运算并给出决策支持。 目标检测 图像预处理 图像分割 目标识别行为识别 模型建立 行为预断 特征提取 目标分类 判断匹配 摄像头类 单目摄像头 双目摄像头 TOF摄像头 雷达类 激
33、光雷达 红外雷达 毫米波雷达 图像获取 图像传感器 产生数据 运算单元 硬件云端 CPU GPU NPU TPU 云计算 雾计算 流计算 结果输出 决策支持 算法开源平台 CNN RNN GNN Google Facebook IBM 百度 图示：计算机视觉技术流程 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 26 36kr-人工智能行业研究报告（2017年） 2017.6 计算机视觉应用场景可分为两大类：图像识别和人 脸识别，每类又可继续划分为动、静共四个类别， 基本覆盖了目前计算机视觉的各项应用场景。其中 动态人脸识别技术是目前创业热度最高的细
34、分领 域，尤其是金融和安防场景，是其重点布局场景。 医疗卫宁健康 动态人脸识别是最热领域，金融 和安防是最热场景 计算机视觉 - 行业概述 国内，计算机视觉领域的企业最早出现在1997年， 2014年出现创业高潮，企业平均年龄在3.9岁1。下 表格为该领域目前存续的具备代表性的创业公司。 公司名称成立时间融资信息核心业务合作企业未来发展预期 商汤科技2014 2017年4月，获赛领资 本战略投资6000万美 元投资 人脸识别 华为、小米、英伟达、 京东、银联、科大讯飞 等 继续深入金融、商 业、安防、互联网 +等领域 旷视科技2011 2016年12月，获鸿海 集团、建银国际C轮1 亿美元投资
35、 人脸识别 蚂蚁金服、万科、美图 秀秀、世纪佳缘等 或将进军机器人视 觉技术领域 格林深瞳2013 2014年6月，获红杉资 本A轮数千万美元投资 人脸识别 北京新天地、中国农业 银行等 或将进军无人驾驶 行业 依图科技2012 2017年5月，获高瓴资 本,云锋基金等C轮3.8 亿人民币 人脸识别、 车辆识别 招商银行、浦发银行、 贵州省/福建省交通厅、 江苏省/厦门市公安厅等 做强金融和安防领 域的人像和车辆识 别技术 触景无限2010 2017年3月，获清控银 杏、正和岛A+轮5000 万人民币投资 嵌入式人 脸识别、 双目深度 英特尔、中科院 深耕安防与无人机 市场，并将进军机 器人与
36、智能家居领 域 计算机视觉 图像识别人脸识别 动态静态动态静态 辅助驾驶 鉴黄/暴 工业视觉 监控分析 以图搜图 商品识别 医疗影像诊断 文字识别 金融/安防 物业物业/社保社保 金融 教育 人像美颜/娱乐 聚类分析 安防 图像编辑 1数据来源于36氪研究院 2.1 AI产业链综述 2.2 AI技术支撑层 数据标注 语音识别 语义识别 计算机视觉 27 36kr-人工智能行业研究报告（2017年） 2017.6 计算机视觉作为一种人工智能的基础技术应用，使 用场景多样，市场潜力巨大。其中人脸识别领域在 2016年已接近百亿规模，中国市场在全球范围扮演 着十分重要的角色。 医疗卫宁健康 各细分领域成熟度相差大，其中 人脸识别未来几年市场
