精英预测2021科技行业走势：AI、智能健康与货币技术迎来大爆炸

最近FastCompany问了一些创业公司CEO、大企业高管、投资人及其它专家，看看2021年科技行业会出现怎样的新趋势。 当然，没有人可以预测未来，在现实面前，所有看似高明的预测似乎都会变得不堪一击。但这些高管、投资人的观点仍然值得我们聆听。 他们的看法涉及大流行（新冠疫情）、隐私问题、AI、智能健康、货币技术、清洁与绿色等。今天我们来看下篇：AI、智能健康与货币技术迎来大爆炸。 【上篇回顾：请点击文末阅读原文】 主题二：隐私问题 Mozilla执行董事Mark Surman 我们越来越依赖数据收集技术，我们用数据做决策，新闻、线上网店、约会软件、智能扬声器无不如此。在大流行期间，这种依赖度越来越高，我们在网上做的事越来越多，比如订购生鲜食品，拜访医生。当大流行消退之后，人们会反思这种生活模式带来的权力失衡。为什么亚马逊可以掌握我们的购物习惯？为什么Facebook可以为我们制作精准的心理档案？为了让权力回到平衡状态，我们会看到新的数据治理模式冒出来，在2021年及之后日子变得更流行。 ForgeRock CTO Eve Maler 2021年，我们将会迎来第十三个全球数据隐私日，我的问题是：数据保护会变得更好吗？很遗憾，可能不会变得更好。2020年的经验告诉我们，许多同意程序被破坏，不论是隐私还是体验都在恶化。 Neeva CEO、Greylock Partners合伙人Sridhar Ramaswamy 2021年，注重消费者的隐私软件将会流行。越来越多的人认识到，免费产品有巨大缺陷，消费者可能会购买一些软件包，比如搜索、邮箱、VPN。 主题三：AI无处不在 ARM公司Machine Learning总经理、副总裁 Jem Davies 从智能手机拍照到智能音箱，消费者每天都在使用AI和机器学习技术，有时甚至不知道就使用了。“不可见”正是AI和机器学习的一大贡献，2021年及之后的日子里，它们会继续进化，被更多应用接受。例如，自动驾驶汽车将会引入智能泊车系统，点一下按钮就能完成；安保系统将会变得更聪明，可以识别盗贼与浣熊。不过我们要保护好消费者的隐私和数据。 Salesforce产品管理高级副总裁Marco Casalaina 到了2022年，AI将会成为主流技术，大流行为B2C及类似企业创造出无数新的数字接触点，也就是说数据会比以往多很多。AI到底能做什么？企业和消费者会有更多理解。IDC预测，AI开支每4年就会翻一倍，到了2024年达到1100亿美元，企业将会看到一些机会，比如创新、改进客户服务、让任务自动完成，员工可以专做更具策略性的工作。 McGraw Hill CEO Simon Allen 最近线上学习越来越流行，如果没有大流行，它可能会晚五年发生。我们不能指望教育完全恢复到以前的样子。在危机爆发期间，以AI驱动的“适应性学习”大放光彩。一直以来，数字个性化工具都在默默帮助老师，让老师可以根据学生的需求在特定主题上提供帮助。新冠时代，学生与老师的个体互动变得更稀缺更珍贵，工具面临前所未有的考验，但它们的确创造了实实在在的价值。 主题四：智能健康 前谷歌CEO施密特 新冠疫苗取得很大的成功，接下来会有许多新冠新药和新治疗方案出现。我们会把它们分派给全球所有人，不限于富人。这些治疗方案遵循与技术一样的曲线，快速降低成本、快速分发意味着每个人都“有机会”保持安全。 Venrock合伙人Bryan Roberts 2021年，我们将会看到高效、快速、低成本新冠诊断测试技术全面推广，因为大家一直都会需要测试（到时我们会摆脱社交限制，而且不知道疫苗的持续有效时间到底有多长）。 One Medical首席医疗官Andrew Diamond 在大流行的驱使下，线上医疗以革命性的方式普及。社会孤立加剧导致焦虑、抑郁流行，线上护理可以让提供商解决一些问题，在家庭环境中就能与病人深度、安全连接。加上远程测试、监控技术，线上护理将会继续存在下去。与此同时，我们认识到真实的、面对面的接触仍然是相当重要的。那些最有趣的企业会将线上体验与面对面体验无缝整合在一起。 Ada Health联合创始人、首席医疗官Claire Novorol 视频护理平台商用化程度提高，未来，在医疗健康领域，最重要的创新将会有一大特色：在多样化护理选择之间高效导航。因为有了智能规划平台，可以自动为病人安排路径，将他们引向正确的物理、虚拟或数字护理选项，根据个人及诊所的需求安排。对于医疗健康提供商来说，深入理解病人结果、以更快的速度更低的成本提供服务，这就是大家要争夺的圣杯。 Venrock合伙人Bob Kocher 新冠虽然是一大灾难，但也有有利的一面，我们可以借机加速向线上健康护理服务转移。在健康交易、服务、沟通中，我们可以大规模使用文本信息服务。你可以发信息给提供商，从它那里获得处方，预订新冠测试，预约，也可以向你的医生问任何问题，获得精神健康支持，与照顾年迈父母或者生病孩子的团队交流。健康提供商还可以经常用文本检查病人，追踪临床数据点，一旦需要就可以快速响应。 Westlake Village BioPartners联合创始人Sean Harper 我们正在大规模推广新冠疫苗，知道谁已经打了疫苗相当重要，这样一来我们可以更好控制病毒传播，早点回归正常生活。我觉得，如果能开发一个智能手机APP，介绍新冠疫苗状况，相信用处会很大，可以帮我们在2021年达成上述目标。 主题五：货币技术 eBay全球支付主管Alyssa Cutright 在新冠大背景下，各种新技术加速流行，比如移动钱包、无接触支付、先买后付。现在，全球性支付服务Apple Pay、谷歌Pay得到青睐，地方支付（比如澳洲Afterpay）也越来越流行，与此同时，零售商在向客户提供支付选择时态度也有了变化，比如他们越来越喜欢二维码支付。 IDEO CoLab Ventures总经理Ian Lee 随着新技术的普及，比如比特币、加密货币、基于Ethereum的去中心化金融服务，我们将会建立一套更公平、更平易近人、更自由的金融系统。这些去中心化金融应用、服务、企业将会快速增长，不论是在投资、价值、使用还是普及方面都会快速成长。在支付、交易、储蓄、财富管理等方面，这些服务将会超越传统金融服务企业。我们将会看到传统金融服务机构（比如Square、PayPal及其它公司）用去中心化金融基础设施搭建新业务、构建新产品。 Mint消费者金融主管、高级副总裁Varun Krishna 真遗憾，我们的金融系统不断掠夺消费者。正因如此，银行虽然知道你会透支，但它从来不阻止。透支带来的伤害我们在大流行期间已经体会到。作为金融科技企业，我们有义务帮助客户少花钱、多存钱、多赚钱，这样才能在大流行之后重建社会。有了自动化、机器学习技术，我们现在可以用技术实现这一目标。 L’Atelier公司COO Nadya Ivanova 在过去几年里，与NEF（非同质代币）有关的新项目和使用案例如雨后春笋一样涌现，现在它已经为2021做好了准备，它有能力成为主流技术。独特的数字资产是无法被复制的，NEF可以将实体和虚拟经济连接起来，它能创造一个近乎无限的商品市场，这些商品可以拓展、收集、交易，比如在多用户平台完成虚拟土地交易，可编程艺术，实体资产的所有权纪录。 CB Insights管理分析师Thomas Sineau 2021年，对话式商务将会爆发，因为企业正在寻找办法吸引忠诚客户、转化新客户。如果在这一领域取得成功，就可以让客户以更快的速度完成交易，交易也会更简单，品牌也可以建立自己的信息语音库。在接下来的日子里，Facebook家族（WhatsApp, Instagram和Messenger）会朝这个方向前进多远？这点值得我们好好关注。最近Facebook还收购了Kustomer。 苹果前CEO John Sculley 即使大流行过去，线上购物市场仍会继续扩张。第三方电商之间的竞争仍然会很激烈，比如亚马逊、Shopify，2021年和2022年，我们将会看到“购物大战”上演。像TikTok、Shopify、YouTube这样的平台会与第三方电商订单履行平台签约，与亚马逊竞争。事实上，Facebook、TikTok都在向社交电商领域挺进。 主题六：清洁与绿色 亚马逊CTO Werner Vogels 气候变化是我们这个时代最棘手的难题之一，解决这个问题需要学术机构、科技产业、政府、行业、非盈利组织、社会携手合作，理解并解开地球上因果复杂网络的密码。当气候数据变得越来越庞大，机器学习技术可以扮演重要角色，从数据中寻找特定模式。在未来一年里，研究人员将会用机器学习筛选海量数据，深入理解气候科学，以便在未来建立更精准的模型。 硅谷银行高管Matt Trotter 2021年，美国将会更加重视气候问题，电动交通产业会成为先锋，它会影响制造业，还会影响行业许多不同的部分，比如电池业。例如，风投家和企业研究集团将会向电动航空追加投资。2020年公共交通面临巨大挑战，2021年，想说服大家挤进巴士和地铁可能会有些困难。人们会选择低成本户外交通运输模式，比如摩托车、自行车。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-15 关键词： AI 科技 智能健康

启明920芯片，为国产AI芯片市场弥补空白

在这篇文章中，小编将为大家带来启明920芯片的相关报道。如果你对本文即将要讲解的内容存在一定兴趣，不妨继续往下阅读哦。 一、启明920 AI芯片 每一项技术的提升，都不是一蹴而就。华为经历了芯片设计、人才引进等多个方面，才完成了如今麒麟芯片的不断迭代。只有国内芯片制造环境，进一步提升，才有利于人才和周边产业链的提升。目前的现实情况是，大部分科研企业仍然聚焦于芯片设计层面，忽略的芯片制造反而成为了类似华为等企业的软肋。而清华等高校联合研制的启明920芯片，在一定程度上弥补了国产芯片的不足。 该芯片采用软硬件协同设计的思想，对模式修剪优化之后的模型采用特定技术实现存储优化和计算加速。它可以实现神经网络模型的存储压缩达4.5倍，充分发挥硬件稀疏计算的效率。硬件加速比可达3.5倍，而神经网络模型的精度损失仅限于1%。 此外，“启明920”进一步采用了与模式修剪技术兼容的卷积核修剪技术，实现了最低11.25倍的模型存储压缩，硬件峰值精确加速比接近9倍，可以充份缩短计算时间。值得注意的是，“启明920”通过统一的架构，为余模式数据量化提供了高效的支持，能够适应线性和非线性权重参数的量化方法，满足有所不同场景的需求。 二、AI芯片介绍+落后原因 AI智能芯片其实是属于高端芯片的一类，近两年在中美贸易争端的背景下，我国的芯片产业被频频“点穴”，这也让我们开始重视芯片的发展。别看一块小小的芯片，内部集成数以亿计的电路，广泛用于电脑、手机、家电、汽车、高铁、电网、医疗仪器、机器人、工业控制等各种电子产品和系统，它是各国竞相角逐的“国之重器”,也是一个国家高端制造能力的综合体现。如果没有芯片，中国的许多高端行业的发展均会受到限制，这也是美国要“围堵”我们的重要原因。 中国的芯片设计技术落后在于缺乏人才，毕竟中国直到近十年时间才真正重视芯片产业，而芯片设计人才不是大学毕业生努力几年就成为人才的，以当下技术薄弱的模拟芯片来说，这往往是技术工程师经过数十年的努力积累的经验才能开发出相应的产品，而中国科技企业过于重视年轻化，这恰恰不利于技术和经验的积累。 最后，小编诚心感谢大家的阅读。你们的每一次阅读，对小编来说都是莫大的鼓励和鼓舞。最后的最后，祝大家有个精彩的一天。

时间：2021-01-14 关键词： 芯片 启明920 AI

回顾2020工业互联网：电商化、生态化、产业化

本文来源：智能相对论 本文作者：陈选滨 尽管工业互联网发展多年，但是走过激荡的2020，这个领域才渐渐热闹起来。相应的，有关工业互联网未来发展的蓝图也才初步构建。 “智能相对论”曾将当下工业互联网的发展大环境比作是“地理大发现”，巨头入场重金加码、平台踊跃探索路径、世界各地的“灯塔工厂”纷纷点亮，着实有一番大航海时代的壮阔景象。 然而，浩荡之下，却也是艰难航路。回顾2020，“智能相对论”曾与海尔、树根、浪潮、用友、京东等头部平台玩家展开对话，也与工业互联网行业的其他从业者、中小制造企业厂商等进行交流，深知工业互联网领域驳杂交叠，感触良多。 在过去的一年里，工业互联网伴随着新冠疫情、新基建、双循环等多态因素的影响，其发展路径呈现出诸多新的信号。若是为此做个总结，“智能相对论”认为，工业互联网2020所呈现的，大致可以总结为三个方向的变化，即电商化、生态化与产业化。 电商化 工业互联网电商化的本质是工业电商的加速发展 2020开年，受疫情影响，传统供应链阻断，物资供需对接面临着严峻挑战。借助本身的数字化优势，工业互联网平台在帮助地区、企业开展供需对接、资源匹配、物资统计等工作上皆取得了不错的效果，成为平台服务的新常态。 譬如，航天云网的“医疗卫生用纺织品防疫物资平台”、忽米网的“疫情防控工业资源共享平台”等等应用大多以工业电商的B2B模式为主，作为疫情防控与复工复产的关键支持，在疫情期间加速爆发，成为平台服务的新亮点，并顺势成为了后续平台建设的一大方向。 总结起来，类似供需对接、物资匹配等工作实际便是工业电商的一个呈现。 工业电商与消费电商有所区别，其运营范畴主要聚焦在工业企业生产运营所需的各类原材料、设备、备品备件、知识、经验、能力及产出的各类产品和服务的在线交易、交换和共享。以B2B为主要特征的运营模式也决定了其发展主要以工业企业为服务对象，以供应链管理为核心能力。 但是，这样的模式似乎与工业互联网又有所区别，简单来说，工业电商更像是电子商务向工业领域的跨越，其重点在“电商”，而工业互联网的真正核心在“工业”。 从侧重的专业模式来说，工业电商倾向于MRO模式，业内比较知名的国内玩家有震坤行、京东工业品、阿里巴巴1688等等。值得注意的，前两者震坤行、京东工业品于今年都先后完成了亿元级融资，成为工业品B2B赛道的新晋独角兽。 无独有偶，恰好这两位似乎都有想法、野心想要继续向供应链上游推进，进入工业制造领域，进军工业互联网。以京东工业品来说，其在今年的动作最为显著——在第22届中国国际工业博览会上，京东工业品首次系统对外展示其目前的业务布局，其中智能工厂及综合能源管理平台两大解决方案便把技术赋能的焦点落在了制造端。 总的来说，不管是工业互联网平台向电商化发展，还是工业品平台向工业化推进，工业电商在两个领域的重合趋势在今年已然非常显著，未来也将成为各大平台的重点发展模块。 但还是那句话，工业互联网的重心与核心理应是“工业”模块的数智化变革升级，即制造端的设备管理服务、生产过程管控与企业运营管理等。工业品B2B更多只是互联网交易的一个呈现，做多了或是以此为工业互联网平台的主要业务，或许有些“舍本逐末”了。 对此，“智能相对论”认为，电商化确实是一个工业互联网的年度趋势，有应用亮点，但也同样掺杂着顾虑——过多的商业价值溢出是否会让某些工业互联网平台“避重就轻”，在工业制造业升级的探索上偏了“航路”？ 生态化 工业互联网生态化的本质是工业平台的资源整合 工业互联网呈现出诸多变化，譬如，机器设备成为新的管理对象，产生了极具价值的新数据源；物联网（IoT）、AI、大数据、区块链等新技术大量应用；产能共享、节能分成、个性化定制等新商业模式兴起，等等。 与此同时，单点的企业级竞争也转变为产业级竞争，传统的ERP已经不能满足产业发展的诉求，工业互联网平台成为了工业制造业转型升级的新型基础设施。伴随着产业应用深化，2020年工业互联网平台继续向生态化发展。 树根互联在接受“智能相对论”的咨询时，为2020年度总结的关键词正是「平台」与「生态」，并对此解释道：“一个单独的平台无法满足以上众多应用的需求，也不具备足够的行业经验服务不同的行业的客户诉求，所以我们坚定了一个走向：把平台和生态深度结合起来，实现全部地在线运营。” 更具体的表现在于以根云作为底层的平台支撑服务，连接生态伙伴，共同为终端客户提供数字化服务。以此不难总结，生态化本质就是基于工业互联网平台的资源整合、统一输出。 换个角度来说，这也是工业互联网的“互联”属性的一个呈现。前不久，国家工信部公示2020年跨领域跨行业工业互联网平台清单，在2019年十大双跨平台的基础上又入5席。 在他们的发展路径上，呈现出来的模式大抵如此——基于生态资源整合构建底层平台，以此面向工业制造业提供数字化服务。 以今年入选的腾讯WeMake工业互联网平台为例，该平台目前连官网都还没有，其本质是腾讯云面向工业行业，整合云产品、优图工业AI、大数据中心、物联网中心、微瓴、企业微信、企点等多个内部产品，以平台载体将产品能力对外输出而打造的工业互联网平台。 所以，目前了解该平台只能通过腾讯云官网的三级栏目“智能制造解决方案”进行相关的信息获取，而在版面上所展示的方案优势更是高度聚焦了腾讯大生态的整体协同优势，基本与上文总结的模式一致。 总的来说，生态化的趋势充分展现了国内头部工业互联网平台的发展路径，即巨头站台、资源整合、平台引领。 值得注意的是，这并非我国工业互联网发展的唯一路径，目前依旧有不少的工业互联网创业者以较小规模的团队正在积极探索工业制造业升级的标准路径，譬如库云物联等。 事实上，通过对国外工业软件的了解，“智能相对论”也发现，并不是只有大企业、大生态才能做好工业领域的服务应用，小团队、小企业也可以、甚至做得更好。因此，“智能相对论”也时常沉思——国内工业互联网平台的“大生态”趋势是否是一个必选项？如果不是，“生态化”的发展模式又应该如何平衡取舍？ 产业化 工业互联网产业化的本质是平台服务的跨界扩展 换句话来说，工业互联网产业化指向的便是产业互联网。伴随着越来越多的互联网科技企业入场，产业化的趋势也就愈发显著。 浪潮便是这个趋势的倡导者，其认为，狭义的工业互联网与工业制造业相关，而广义的工业互联网将涉及到第一产业、第二产业与第三产业，即从农业到制造业以及服务业都将囊括在内，也就是目前产业互联网的范畴。 实际上，这个趋势也更像是前面电商化与生态化融合发展的表现，工业电商所带来的交易模式加速以及平台生态圈层的扩展，最终促使工业互联网从狭义范畴向广义演变。 但也还是那句话，工业互联网之所以称为“工业互联网”，其核心诉求还得回归工业制造的转型升级，这是工业互联网平台的立身之本。在2020工信部的双跨平台评选细则上，依旧看重的也是工业资源的管理能力，呈现为工业设备连接能力、工业模型沉淀数量、工业软件禀赋数量，等等。 蓝卓目前正在致力于打造中国自主可控的工业操作系统，其重点打造的supOS也是今年入选双跨平台、唯一的工业操作系统。从这个信号同样可以看出目前工业互联网的整体侧重还是工业领域的数字化升级。 那么，产业化的趋势之所以显著，更多在于工业互联网平台基于AI、大数据、云计算、区块链等前沿技术的积累与生态能力的整合，逐步向产业全链条赋能所带来的表现。 譬如，阿里云的supET工业互联网平台具备的云计算、大数据等能力，可以赋能服装制造业生产，也可以为服装销售实现用户群分析、供求资源对接等等功能。而服装制造业生产与服装销售本质处于同一市场价值链，但又并非同一行业或领域。阿里云supET工业互联网平台在进行全价值链赋能的同时，也就意味着其服务的范畴已经不局限在制造业，也包括下游的服务业。 产业化的结果更多是一种“大而全”的导向。当然，也正是如此，“智能相对论”在与相关从业人员进行交流的时候，发现制造业领域的专家认为工业发展应该倾向于“专而精”的路径，也就是术业专攻，进而带来质变的转型结果。 那么，随之而来的思考便是——工业互联网产业化所营造的全面赋能的场景对于工业领域的转型升级而言，是相互协同的优势还是过度泛化的阻碍呢？ 结语 总的来说，工业互联网驳杂交叠，即便作为行业观察者，“智能相对论”也始终认为所能看到、思考的仍十分有限，有关2020年不少的总结仍会保持疑问的心态向自己、也向读者抛出相应的问题。 今年以来，工业互联网比过往热闹几分，但也仍处于起步阶段。媒体行业向来喜欢以“老师”相称，而笔者内心却始终以学生自居，面向工业互联网领域更是如此。或许，对于整个行业而言，也应是如此，守望为师，知者先行。 *本文图片均来源于网络 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-13 关键词： 电商 工业互联网 AI

2020年传感器行业十大预测总结复盘，预测成真还是无情打脸？

本文来源：物联传媒 本文作者：Vior.Liu 在2020年初，我们发表了一份关于《2020年传感器行业十大发展预测》的推文，受到来自传感器领域的行业同仁一致好评。那么时过近一年，在2021年初，我们就来复盘一下， 在2020年一整年里，我们上述预测的十大发展趋势中了几个？未来又将如何发展？ 一、智能传感器、MEMS传感器成为企业发展重心 预测：在结构型传感器、固体型传感器已经无法满足数字化时代对于数据采集、处理等流程的高需求之时，智能传感器、MEMS传感器最近几年都十分热门，在微小型化、智能化、多功能化和网络化的方向逐渐走向成熟。尤其是在2019年底，上海启动打造智能传感器产业基地，重点发展MEMS工艺，涵盖力、光、声、热、磁、环境等多种类传感器，这也标志着未来国内将在智能传感器、MEMS传感器领域发力。 复盘：根据市场研究公司Fact.MR的数据，2020年全球MEMS传感器市场规模将达300亿美元，同比增长10％。从MEMS压力传感器发展到现在的硅麦克风、图像传感器，MEMS传感器的品类和应用场景也在不断增加。虽然MEMS传感器市场出货量还是以巨头为主，但是在2020年，众多国产和创企也在不断发力，获得不错的融资。例如西人马的B轮融资、飞恩微2亿元的D轮融资、通用微科技超亿元的B轮融资、矽睿科技的3.5亿元B+轮融资、苏州明皜传感上亿元B轮融资，以及敏芯微科创板成功上市等等。从这些企业中可以发现，国内MEMS传感器企业不乏IDM模式的厂商，而这些厂商的融资轮次虽然大多数还处于早中期，但是在2020年我们可以看到国内MEMS传感器正在逐步崛起，未来与巨头抗衡的实力可期。 二、传感器与集成电路融合发展将成为我国传感器制造重要趋势 预测：传感器属于集成电路的细分领域，但是区别甚大，传感器的柔性化定制需求较大，并且研发周期较长，材料以及工艺较为复杂，大规模生产能力较弱。在未来，通过设计工具、模型表达、可测性设置以及工艺整合等途径向集成电路靠拢，可利用MEMS和集成电路Ansys、Candence定制仿真平台的集成融合；同时，建立传感器生产制造的IP模型，实现规模化量产；再而采用素质化测试方式，实现数模的机理转化；通过利用这些适合国内国情的发展模式，实现传感器从设计到制造的快速升级。 复盘：从2020年半导体行业发展角度来看，无论是作为半导体市场份额首位的集成电路（芯片）还是不可或缺的传感器，都已经被认定为国内电子信息科技发展的重中之重。由于国外对于技术的封锁，相关的MEMS工艺以及集成电路制造工艺将会在自主研发上实现较大突破，虽然集成电路和传感器的产业特点相差较大，但是集成电路作为整个电子信息产业链的上游将会带动并加速传感器设计到制造环节的国产技术替代。 三、企业细分垂直化，独角兽和隐形冠军逐渐浮出水面 预测：国内传感器企业规模主要偏向中小型，在研发支出、创新能力上有限，而且获得的政策扶持力度上也不大，深耕垂直领域的企业众多。再加上，由于国内目前物联网、工业4.0市场规模过于庞大，且需求碎片化，这些垂直领域的企业在市场有序化之前，对于自身业务拓展可能处于保守态度，继续发展原有业务。 在“一口吃不了一个大胖子”的格局下，我们将会在2020年，看到更多在原有业务领域发展壮大的隐形冠军，以及创新环境下涌现出来的独角兽。 复盘：从疫情期间大火的红外传感器厂商来看，在国外传感器进口受限的情况下，国内传感器市场纷纷聚焦于国产替代，让这些原本在“高进口率”的环境下努力优化自身产品水平的企业获得了更多的关注。在疫情之后，国内传感器企业的关注并没有下降，从第一点国内传感器企业获得的融资来看，在红外、气体等某一领域深耕的企业，也借此契机，展现出多年来研发的技术和产品成功，实力也获得了市场的认可。未来，这些企业将会基于原本业务在设计到制造的IDM模式和产品品类上聚焦更长远的发展。 四、传感器国产率将稳步上升 预测：传感器作为影响国内物联网、工业4.0等产业快速发展的卡脖子技术之一，一直都是依赖国外产品。最近几年，政策、资本都在关注传感器的发展，同时也涌现出了一批像森霸传感、万讯自控这些国内传感器优质企业，在兼具研发、设计、生产到应用的完整产业体系的情况下，传感器国产率将会稳步前进，根据统计，在2016-2020年期间，全球传感器市场复合增长率仅为11%，而我国传感器产业平均复合增长率达到了30%，这也是向全世界发出了高调的信号。 复盘：在年初疫情之前，传感器的焦点其实并没有正经聚焦在国产企业和产品上。以追求性能、品质的需求而放弃了对国产传感器的注视。但是从2020年开始，西人马传的IDM厂商崛起、赛微电子等MEMS代工企业的投产运行、郑州传感谷的进一步建设，同时，随着5G时代之下电子需求旺盛，国内对MEMS传感器的研发热度很高，而且大多集中在国内的顶尖研究机构。清华大学、北京大学、中科院、电子26所等，还有一些海外归国人员创下了一些MEMS传感器企业，中国的MEMS产业生态系统也正逐步完善，从研发、开发、设计、代工、封测到应用，产业链已基本形成，上海、苏州、无锡都形成了研发中心，种种迹象表明国产替代正在加速。 五、国内产业集群格局明显 预测：早在2017年，我国传感器产业就已经初步形成了长三角、珠三角、东北、京津冀以及中部五大产业集群。根据数据统计，长三角区域的传感器上市企业占比38%，珠三角、京津冀、东北以及中部企业占比相当。 在工信部印发的《智能传感器产业三年行动指南（2017-2019年）》要求中表示，“集中力量打造以上海、江苏为重点的长三角产业集聚区”，同时，截止2020年1月，长三角地区已经聚集了50%以上的智能传感器企业，在此大环境下，国内智能传感器的中心无疑将落地长三角，而其他产业集群极有可能将会根据传感器其他细分领域进行深耕。 复盘：从2020年传感器产业集群发展的角度来看，国内的动作确实不少。 2020年3月，2019年10月才揭牌的上海智能传感器产业园，作为全上海市26个特色园区之一被重点推介，获得总投资近160亿元，31个重大项目签约。 2020年11月，郑州智能传感谷耗时接近一年，耗资100亿元成功落地。 2020年12月，青岛打造智能传感器产业高地，12个项目签约落户。 2020年，我们同样看到在苏州、常州等长三角地区也正在积极构建和布局智能传感其园区，包括关键材料、核心芯片等等。 总的来看，就像上面的预测结果一样，长三角地区可以说在未来将会成为国内传感器发展最重要的地区之一。 六、CMOS图像传感器竞争将进入最后阶段 预测：由于车载应用、机器视觉、人脸识别和安防监控等物联网应用的迅速发展，以及智能手机多摄像头的普及，2019年CMOS图像传感器进入了市场急剧扩大的阶段，而作为CMOS图像传感器的龙头老大，占据50%以上市场份额的索尼主动承认自家产能不足。 在索尼产能不足的情况下，CMOS图像传感器的另外两家巨头，三星和豪威科技，能不能在索尼扩建工厂之前，抢占部分市场份额，最终形成三国鼎立的局面，将会是2020年最有看头的大戏。 复盘：正如预测的那样，2020年CMOS图像传感器（CIS）的三大巨头势头依旧强劲，在手机、汽车和工业等市场的总市场占有率来看，索尼的市场份额依旧是第一、三星第二、豪威依旧是第三。但是，不可否认的索尼和三星的差距在2020年正在进一步缩小。根据市场研究公司Omdia的数据，在2019年第三季度，三星在全球图像传感器市场拥有16.7%的市场份额，与索尼的56.2%相差约40个百分点。不过，三星在2020年第二季度图像传感器市场的份额达21.7%，索尼市占为42.5%，两者之间的差距缩小了近20%。同时，SK海力士与索尼的差距也在进一步缩小。有分析师指出，其中很大的原因在于融合CIS，ISP和DRAM的封装技术引入超高速相机是一个技术变革趋势，对于中长期生产DRAM和CIS的公司来说是十分有利的。 2021年，我们相信CMOS图像传感器市场规模将会继续延续此前的强势的增长势头，同时竞争将会呈现出全面开花的局势。索尼大法虽好，但是在新的一年承受的压力可不小。 七、光学传感器将成为重要创新推手，技术市场局势明显 预测：从消费、工业再到汽车，无一不包含了物联网的元素，也正是得益于物联网、机器人这些下游应用市场，光学传感器市场也在快速增长。根据GlobalMarketInsights在2019年底发布的数据来看，到2026年，仅在工业4.0领域，光学传感器的销售额将达到360亿美元，更何况大批量使用传感器的智慧城市、智慧农业等领域。 不过，需要指出的是，由于光传感器目前主流的三种技术，结构光、主动立体视觉以及ToF，这三者的成本和技术上各有利弊，在2020年物联网稳步发展的同时，这三种技术的市场也逐渐趋于平稳。 复盘：2020年，哪款光学传感器什么最火？可能有人说是红外传感器，但是也可以说它是被动带火的。如果真要从行业发展和技术应用优势来看，这个光学传感器只能属于ToF传感器。 列举一下，仅2020年有多少大厂在玩ToF。 意法半导体推出首款64区ToF传感器；英飞凌和PMD共同研发范围扩大的3D ToF深度传感器；光微科技推出国内首颗量产超小尺寸单点ToF传感器等等，ToF传感器市场的竞争更加激烈。 苹果已经将ToF模块应用于2020年初发布的iPad Pro，最新的iPhone12 Pro以及在未来的其他产品。自然，三星在2020年也进入了ToF研发的大军。 当然在2020年之前，索尼、松下、ADI、AMS、LG、夏普等企业早早就布局了。总结下来，不仅是2020年，这几年和未来几年ToF是真香。 在大厂争相追捧下，ToF主要应用场景也逐渐明朗，除了手机摄像端，VR/AR、3D感知测距、生物识别、AI安防、自动驾驶等领域，所以ToF相较于结构光和主动立体视觉技术的发展更加明朗，市场增长想象空间更大。 八、传感器的定制化方案更深、更广 预测：由于功能以及应用场景等因素，传感器本身自带定制化特性。传统的标准型传感器已经无法满足OEM的设计需求，同时也无法满足终端用户的偏好，在2019年，我们不乏看到一些智能手机厂商与索尼、三星等传感器企业合作定制传感器。 在物联网等应用场景逐渐向广度和深度拓展，更多的功能和设计细节将会出现，具有传感器的定制方案以及柔性化生产能力的企业会在未来获得OEM厂商的青睐。 复盘：从2020年小米、三星等手机厂商在CMOS图像传感上的发展来看，定制化设计的传感器已经成为主流。包括笔者在2020年对物联网传感器企业进行调研的时候发现，尤其是作为巨头供应商的传感器企业，传感器定制化能力十分重要。所以目前一些传感器原厂不仅具有产品出货能力，还具备较强的传感器定制化落地方案。在疫情影响之下，即具备出货能力又拥有自主设计方案能力的传感器企业业绩不降反增。 九、多传感器融合技术风头逐步显现 预测：为人熟知，多传感器融合技术目前主要应用在自动驾驶和机器人领域，即使马斯克在2019年，怒怼激光雷达又贵又鸡肋，但是还是逃不脱自家超声波传感器、摄像头以及毫米波雷达的组合使用。自动驾驶安全性需要传感器的冗余支持，以及多种传感器协同提升容错率，可以预见，在未来一段时间内，自动驾驶的多传感器融合将成为市场的主流，进一步大胆预测，在可穿戴设备、健康检测、智能家居等领域，多传感器融合技术将会得到进一步应用和发展。 复盘：多传感器融合技术目前应用的最为热门的领域就是自动驾驶，在自动驾驶概念出来之后，毫米波雷达、激光雷达、摄像头已经成为大部分自动驾驶企业的多传感器融合系统必备硬件，从2020来看，百度、滴滴等无人车相继上路测试可以看出多传感器融合技术也在成为技术主流。同时，在智能化加速和万物互联的时代下，这一技术未来将进一步广泛应用于复杂工业过程控制、机器人、自动目标识别、智慧交通管制、惯性导航、海洋监视和管理、智慧农业、遥感、医疗诊断、图像处理、模式识别等领域。 十、国际并购、收购案件增多 预测：传感器作为一个老牌行业，一直都位于各大产业发展的最底层。所谓圈内人看门道，正是由于传感器是最基础的行业，其产业资源相当厚实。动辄几十亿美元美元的收购、并购可不是闹着玩的，TE在2014年 17亿美元收购MEAS，AMS在2019年46亿欧元收购欧司朗、索尼1.55亿收购东芝图像传感器部门，这些大宗收购案例都表明了大企业在数字化时代下，稳住自身的高市场份额。 在2020年，来自中国传感器产业的大力发展，势必将对全球传感器企业的市场造成一定的冲击，同时，在物联网传感器大量应用的当下，还没有一家企业能够在某个领域成为霸主。为了稳固自身市场份额，压缩竞争对手的发展空间，更多涉足新形态领域，国际并购、收购案件将会持续增加。 复盘：似乎每年都会有巨头出来大手笔收购，2020年最大手笔来自于ADI, 2020年7月， ADI拟209亿收购Maxim Integrated（美信），目标直指半导体老大TI（德州仪器）。 3月，TE完成了对传感器技术公司First Sensor的公开收购。 6月，思特威收购安芯微电子，进一步加速汽车图像传感器业务布局。 7月，汇顶科技收购德国图像信号处理芯片设计公司DCT。 7月28日，北京智路资本收购西门子旗下传感器企业Huba Control。 同属7月，艾迈斯成功完成对欧司朗的收购。 7月，ADAS企业LeddarTech 宣布收购传感器融合和感知软件公司VayaVision。 11月，光学元件及激光器制造商Lumentum收购VCSEL创新厂商TriLumina部分技术资产。 12月，Luna收购OptaSense 创建世界最大的光纤传感公司。 以上仅为不完全统计，综上分析，可以发现在国内以及全球传感器竞争愈发激烈、并且物联网等应用领域逐渐明朗的情况下，巨头们开始逐渐依靠国际收购和并购，来抵抗来自竞品的挑战建立护城河，同时弥补在物联网等应用领域中的空白。不过目前，传感器新的市场空间仍然处于探索阶段，笔者认为这种国际收购、巨头收购的状态仍将持续一段时间。 总结 2020年，无论是对于国内传感器企业还是全球传感器格局来看，都处于闷头苦干的状态。国内的传感器企业深耕多年，在2020年国产代替的势头下，终于有了展示身手的机会，让我们看到了国产传感器在关键时候也能顶上去，未来的发展也是有期可待。同时国外巨头肯定不会轻易放掉国内传感器市场，所以在看到国内传感器企业发展迅速的势头后，也在采取并购、加快核心技术研发、控制市场价格的方式进行守住市场份额。 笔者认为在2021年将会看到传感器领域的更多好戏。那么舞台在哪里？物联网就是下一个最为优质的舞台，物联网为传感器企业和行业打开了另外一个风口，也提供了新的战场，谁能够在这个战场上突围，未来的核心数据和市场优势都将掌控于手，雪球将越滚越大。 ~END~ 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-13 关键词： 集成电路 传感器 AI

AI视觉组赛题浅析

逐飞科技 2021-01-07 Thursday ▌01 前言 各位车友好， 第十六届全国大学生智能车竞赛竞速组规则 发布后，大家已经注意到由恩智浦赞助的 AI视觉组 是最具有综合性的一个组，感谢NXP继续对大赛的支持，让我们感觉了挑战性。 第十六届全国大学生智能车竞赛竞速组规则: https://zhuoqing.blog.csdn.net/article/details/110253008 ng.blog.csdn.net/article/details/111352093 关于“ 第十六届全国大学生智能车竞赛竞速组-室内视觉组补充说明[2] ”的初稿详情大家可以通过卓老师的微信公众号推文了解到，点击此处查看。 第十六届全国大学生智能车竞赛竞速组-室内视觉组补充说明: https://zhuoqing.blog.csdn.net/article/details/111352093 初稿发布后，很多同学都对AI视觉组产生了浓厚的兴趣，同时也产生了很多疑问。所以，我们今天对AI视觉组的赛题进行一个简单分析，希望能给目前还在迷茫准备阶段的车友们打开一些思路。 根据初稿我们知道：车模限定使用C型车、微控制器限定使用NXP公司的MCU，推荐使用i.MX RT系列高性能MCU、传感器基本不限，可以使用OpenMV RT模块，但需要提醒的是该模块并不能完成这个赛题组的所有任务，下文有详细解释，请仔细阅读。 ▌02 赛题任务分解 1.循迹 与其他竞速组赛道兼容，依然需要循迹，依然包含120°三岔路口，循迹任务推荐采用普通摄像头来完成，当然，也不是太普通，毕竟是全局快门的总钻风，这个任务比较传统，这里不再赘述，可以查看往期推文。 2.数字识别 在三岔路口需要对路口处的数字进行识别，并根据数字的奇偶性，来决策应该走左边还是走右边，数字识别可以使用OpenMV RT模块，也可以使用OpenART（本文后面会有OpenART的相关介绍）来完成。 3.AprilTag识别 AprilTag是一个视觉基准库，在AR，机器人，相机校准领域广泛使用。设定为与二维码相似但相对更简单的特定标志，实现快速检测。 在赛题中AprilTag码也代表着数字，依然通过识别其所代表的数字，并判断奇偶性来得知靶标牌是在赛道的哪一侧，AprilTag码识别可以使用OpenMV RT模块，也可以使用OpenART（本文后面会有OpenART的相关介绍）来完成。 4.物体识别 赛题中包含动物图案和水果图案，这部分内容也是该组别最能体现“AI”的一个环节。动物类包含狗、猫、马、猪、牛五个子类别，水果类包含苹果、橘子、葡萄、香蕉、榴莲五个子类别，图案对象均为全身或整体照片。 关于动物和水果的识别，需要采用第十五届AI电磁组部署神经网络模型的方式，来实现对图案的识别，区别是数据量大了许多，所以这个环节的任务采用OpenMV RT模块就完成不了了，必定需要部署神经网络模型，当然也可以在该模块上自行部署，但该模块上没有SDRAM，无法部署较大的模型，所以推荐在独立的高性能MCU上部署AI模型进行训练。 这里又提到对MCU性能有要求，因此规则中推荐使用NXP的i.MX RT系列的高性能MCU。对应的，我们推荐使用RT1064来作为部署AI模型的MCU，同时逐飞的RT1064核心板板载32M SDRAM，正好可以满足模型数据量对空间的要求。 关于图案识别的参考数据集及识别示例，NXP都会提供，届时逐飞也会第一时间进行验证。同时在这个赛题任务的讨论时，基本意见是考虑预赛阶段的数据集由组委会统一提供，也就是说预赛中出现的水果和动物图案，都在预先提供的数据集里，决赛阶段选择预先告知的数据集之外的水果和动物图案，这样可以保证大多数同学的完赛率，同时提高决赛阶段的竞技水平，谁的训练更充分，谁就更有可能在决赛中的识别环节取胜，具体实施方案应该会在正式版的规则中明确。 同时水果和动物的图案可能还需要一个外框，用于定位抓图，通过对图像中这个外框的识别来定位，将摄像头中有效的动物水果图案抓取出来进行识别，避免背景对识别的干扰，这一点也许需要加入到最终的规则中去，后面逐飞在做验证时也会更清楚这一点的需求，AprilTag码的位置与靶标牌的距离及相对位置也需要实际测试，规则中的距离要求可能需要调整，有待进一步验证。 5.激光打靶 在识别到图案为水果时，需要使用车载小型激光发射器对准靶心发送一束激光，打中才算完成该项任务，激光发射的相关技术要求，会在后面的正式规则文档中详细写出，相对而言，这部分工作需要建立在图案识别的基础上，识别准确了，打靶的控制才能准确实现。激光发射部分的制作很简单，届时会给出参考方案和技术指标。激光瞄准部分的机械结构应该需要用到舵机云台，通过控制来实现瞄准靶心。 ▌02 OpenART 接下来给大家简单介绍一下上文中多次提到OpenART，这究竟是一个什么神器？ OpenART是由恩智浦研发的，最初的设计构想是做一套基于NXP i.MX RT系列高性能MCU的通用AI教育套件. ⊙ 应用场合: 人工智能教育，综合创新，原型验证 非多媒体数据上的机器学习（异常检测、姿态识别、智能控制策略） 语音触发、声源定位 人脸识别 智能可运动物体（模仿+强化学习）-机电联动：云台载具 机器视觉（OpenMV，从这里可以看出，它可以替代OpenMV） MCU教育 传统算法转深度学习 ⊙ 硬件设计特点: 模块化设计 兼容树莓派通信接口 强化数据采集 –摄像头、多麦克风、多路AD、加速度、陀螺仪、地磁、压力、温度、湿度、照度等多传感器融合 尺寸小巧 ⊙ 软件特点： RT-Thread内核，驱动，软件组件及开发环境 Micropython环境，用于二次开发, AI教学 OpenMV机器视觉库，运行OpenMV IDE自带视觉处理脚本 eIQ: NXP机器学习开发包 OpenART套件的软件部分采用RTOS为基础，可以说RTOS为这套系统提供了很便捷的开发方式，对于大赛的AI视觉组来讲，有RTOS的加持，可以为软件设计提供更便捷的开发环境。 尤其该赛题组涉及到多任务，及Python和C语言的两种开发语言，有了操作系统做多任务分配，就大大的提高了可操作性，同学们可以根据自己的需求和能力，来自由分配和设计自己的整体软件结构，Python脚本可实现基础硬件控制，C语言可以完成主控逻辑的程序编写，同时解决了OpenMV只能用Python文件编写功能，不能用C语言来编写实时控制逻辑代码的问题。 所以OpenART教育套件的软件结构设计初衷，几乎完美契合AI视觉组的任务需求，引入RTOS也在这种复杂多任务嵌入式系统的设计中，体现出了巨大的优势。 上面也提到了OpenART本身就可以变身为一个OpenMV，通过Python脚本就可以完成人脸检测、色块检测、边缘检测等视觉处理脚本。  同时，现在的OpenART支持3种神经网络引擎：分别是openMV的旧式nn模块，tf模块，以及nncu模块。将来会支持GLOW。 接下来会制作基于nncu和tf模块的模型，nncu模块使用旧式CMSIS-NN API并且优化了性能，而tf模块使用新式CMSIS-NN的"_s8" API，性能有少量下降但8位精度更高。 ▲ OpenART工具包架构 按照OpenART的设计思路，基于与智能车大赛AI视觉组任务需求的完美契合，NXP与逐飞联合设计了这套硬件，如下图所示，整个开发板依然围绕逐飞RT1064核心板展开，摄像头可兼容OpenMV4接口的Camera模块和逐飞的凌瞳彩色摄像头。 受NXP委托，逐飞正在做基于OpenART的AI视觉组赛题任务验证，验证完成后将会给出一个入门参考方案给同学们(包含神经网络模型部署等)，但更多的工作仍需要同学们自己去完成，包括OpenART开发套件也只能用于学习，只有RT1064核心板、OpenMV RT模块、凌瞳彩色摄像头等模块可以直接用于比赛，参赛作品的拓展板需要同学们根据自己的需求自行设计和裁减。 因为OpenART开发套件包含的功能较多，对于竞赛而言，有些功能是多余的，但如果您对其他部分也感兴趣，可以在比赛之余通过开发板学习到更多的应用。 ▲ OpenART 开发板 好了，本次的AI视觉组赛题分析就先到这了，更多关于AI视觉组的硬件适配，软件方案的介绍且听下回分解，欢迎留言或进QQ群（946236488）讨论。 本文来自微信公众号文章：智能车竞赛，AI视觉组赛题浅析 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-11 关键词： 智能车 视觉组 AI

OFweek 2021系列活动——第一期：汽车电子技术在线会议暨在线展

近年来，5G、人工智能、物联网、无人驾驶等新兴信息技术蓬勃发展，遍及各行各业的电子信息化建设为我国电子产业的发展提供了巨大的发展机遇。越来越广泛的电子技术应用领域，也对行业从业人员提出了越来越高的技能要求，电子工程师必须及时掌握新技术，才能更好地跟上行业发展的步伐。 为帮助广大电子工程师朋友更好地跟进电子行业最新动态，促进电子工程师之间的技术交流，推动国内电子行业技术升级，OFweek联袂数十家电子行业企业技术专家，推出面向电子工程师技术人员的专场论坛「OFweek 2021系列活动——工程师技术在线论坛」。论坛将以「芯时代·芯生活」为主题，每季度举办一期活动，共计举办四期，结合当时最新的行业热点，聚焦前沿技术及实践经验，为电子工程师技术人员提供学习和交流平台。 第一期在线论坛——汽车电子技术在线会议暨在线展将于3月25日在OFweek官方直播平台举办。本期论坛将邀请国内外知名电子企业技术专家，聚焦汽车电子领域展开技术交流，为各位观众带来技术讲解、案例分享和方案展示。本次论坛将以线上创新品牌展示、论坛、产品展区、特色交流活动等多种形式呈现，旨在促进汽车电子行业上下游深度交流合作。 会议亮点 ◆ 优化合作交流：改变传统线下会议形式，跨距离与专业观众即时互动，大会将结合各行业技术热点内容进行跨界整合，邀请国内外知名企业技术应用专家、工程师进行案例讲解，深度剖析未来汽车电子产业的发展动向与迭代关键。 ◆ 产品在线展示：根据当期在线展会主题，精心设置相关领域核心技术展区，携众多电子技术产品全新亮相，全面展示该领域的新技术，全方位展示最新研发新成果，足不出户，满足观众参会体验。 ◆ 成果权威发布：深度探讨富有前瞻性和时效性的热点议题，剖析汽车电子行业发展方向，把脉行业发展新模式，与行业顶尖科技专家及大咖跨屏零距离交流，汲取最新科研成果及获得正确解决方案。 ◆ 核心资源汇集：汇集行业各领域的国内外知名企业高层、行业资深专家、工程师等精英，建立业内优势人脉资源。联合协会、学会，邀请行业工程师、技术人员前来互动交流学习。 ◆ 高效便捷参会：通过互联网手段打破传统线下办会固有限制，采用集音视频、图片、即时遇讯于一体的线上会议会展方式。省去参会人员差旅支出、时间占用等大量成本，以流畅立体的效果给广大行业人士提供真切的参展／参会体验。 ◆ 深度品牌推广：OFweek将运用国内外全方位媒体资源，对优秀项目及成果提供专访报道机会，量身定制事件公关，挖掘新闻点，搜索引导等。还将邀请知名主流媒体现场助阵，全程跟踪报道。有效助力企业拓展品牌和影响力，捕捉更多市场机会。 会议日程 注：以上议程仅供参考，详细议程将持续更新，敬请期待。 参会邀约对象 拟邀参会单位 注：参会企业火热报名中，敬请期待。 展览范围 拟邀合作媒体 注：更多合作媒体敬请期待。 点此进入报名链接： https://expo.ofweek.com/2021/engineer1/?click_from=668 联系我们：

时间：2021-01-11 关键词： 汽车电子 无人驾驶 AI

从田间到餐桌，5G、IoT、AI如何催生智慧农业？

本文来源：脑极体 一个偶然机会，从不看电视新闻的我在央视新闻里看到一则关于自己家乡的扶贫报道。 我们那里属于典型的北方农村，在过去的上千年里都是过着靠天吃饭的农耕生活，最主要种植的农作物是玉米，如果遇到干旱等极端气候，一年的收成就会损失大半。直到2019年底，当地村民才完全脱贫。 根据央视报道，真正让全村脱贫的办法，就是村里建起了规模化、智能化的现代蔬菜种植基地。 该村的蔬菜大棚占地面积约174亩，在2018年底启动建设，第一批试建大棚取得良好收益后，优先承包给贫困户种植，第二批共120多个蔬菜大棚陆续承包给村民种植。此外，村民还可以在一些新开发的公共岗位上班，获得额外工资收入。 蔬菜种植基地采取的是和北京顺义区的蔬菜专业合作社联合模式，通过“蔬菜基地+乡扶农公司+贫困户+北京合作社+北京企业”的“3+2”订单模式，蔬菜从育种育秧就有了保障，而销售直接就对接了市场。 而从报道细节里，我们能看到这一蔬菜种植基地所使用数字化、智能化的手段，帮助收购蔬菜的合作社对于蔬菜种植、棚间管理以及产量预估等都有精准的数据统计，从源头上就能保证蔬菜的品质和可追溯，从而能够在北京销售市场获得较高的溢价。 从田间到餐桌的农产品溯源，这些创新正是我国农业产业数字化、智能化变革的缩影。不久前达摩院发布“2021十大科技趋势”，其中一项就是农业正迈入数据智能时代。 5G 、AI、大数据、云计算、IoT等数字技术让农业作物监测、精细化育种和环境资源按需分配成为现实，农业不再“靠天”吃饭，我们正在进入智慧农业时代。 按照我国政策惯例，通常每一年的中央一号文件，都是有关三农问题。那么，我们也照此惯例，在新年之始，聊一聊“智慧农业”这一话题。 从精准农业到智慧农业， 农业的技能谱又“扩列”了 去年年初，我们介绍了精准农业。这是源自90年代美国的一种现代农业生产系统，适合美国中西部地区大农场式的生产方式。 比如，在美国伊利诺伊州的一个农场主罗德尼·席林和父亲，二人经营着约7900亩农田。现在，由于父亲年迈退休，田地里的活儿都靠罗德尼自己上阵，即便在农忙时节，他也可以完全依靠农场的大型农业设备去完成收割任务。 关键就在于这些农机设备的自动化和智能化水平特别高，驾驶室的全球卫星导航系统和自动驾驶系统，确保了种植、喷药、施肥、收割等工作的高效精准。这样罗德尼坐在驾驶室里只需要偶尔盯着机器正常运转即可，工作方式远远超出了我们对于传统农民的想象。 这类以规模化、机械化为特征的精准农业方式，也已经在我国少数粮食主产区和大型国有农场实现，但并不适合那些更加多样化、高附加值的瓜果蔬菜等精细种植类型。因此，精准农业的种类也在逐步丰富，比如走集约化、高产值的温室种植路线，有走精细化人工管理的生态种植园等；同样，精准农业的内涵也在丰富，随着新型传感器、物联网、人工智能、大数据等技术的应用，精准农业正在向智慧农业迈进。 当然，“智慧农业”概念的内涵更加丰富，技术手段也更加丰富，应用场景也更多样。智慧农业不仅局限于农业种植的管理，而且着眼于整个农业的生产体系、能源利用、可持续生态发展等方面，通过先进信息通信技术，将整个农业系统推进到一个更高级的发展形态。 智慧农业包含哪些特征和作用呢？ 智慧农业最核心特征就是拥有一个以智能数据为中心的服务平台。通过云计算、传感网等多种技术在农业生产中的综合应用，可使信息收集更完备、信息感知更透彻、数据资源更集中，从而使农业信息更广泛地互通和达到更智能化的控制，使农业生产更具有智慧性。比如，在前端可以为农产品种植、管理和采摘等提供数据采集、可视化管理和智能决策，在终端可以为农产品提供食品溯源、农业信息展示，也可以衍生出农业生态旅游服务等内容。 智慧农业可以让农业生产环境具有智能感知、智能决策、在线专家指导等作用，可以提高农业生产效益、解决农产品供需矛盾，消除农村地区贫困等重要价值。 进入21世纪，我国智慧农业进入高速发展期。随着农业劳动力向二三产业转移，人口老龄化加速，农业劳动力出现结构性短缺。以自动化机械、智能机器人为代表的新技术在农业领域的应用，标志着智慧农业进入大规模应用期。 近些年，我国各项农业政策中先后多次提及重视智慧农业的建设和发展，未来5年，计划将我国农业农村信息化总体水平提升至50%。与此同时，随着人工智能、云计算、物联网技术的日趋成熟，5G网络部署的逐渐完善，超大规模无线传感器监测的不断发展，农业生产与农产品供销正变得越来越信息化、智能化、数字化。 而我们多次提到的这些新技术，又是如何在智慧农业系统中发挥作用的呢？ 5G、IoT、云计算、AI， 支撑智慧农业的技术底座 2019年6月，工信部向国内三家电信运营商和中国广电发放了5G牌照，标志着我国正式进入5G时代。5G技术，对于农业的信息化来说是全局式的创新推动。 5G技术，首先将直接推动农业传感器的联接种类和数据的技术升级，种植、畜牧、果蔬、水产养殖等领域的物联网设备将成熟落地。 其次，实时网络联接保证农业机械、无人机等植保作业的精准控制和数据实时传输、分析。 再次，5G网络保证智能化技术在种植、养殖过程中的广泛应用。 最后，5G和AI的共同作用可以使得农产品销售变得更加智能和便捷。 云计算作为一种提供海量云端计算资源、超大存储空间和超强计算能力的新型计算模式，将为农业物联网的海量数据计算中发挥巨大价值。同时随着物联网数据的爆炸，边缘计算作为云计算的补充，也将在网络边缘侧、更靠近数据源的设备侧提供实时、短周期的本地决策。比如，在种植地，智能传感器无需请求中央服务器来决定给附近的植物浇水或添加肥料的时间和用量，它们可以自己执行相关任务，必要时再与主要的云平台同步。 相较于云计算，边缘计算距离用户更近、在边缘节点完成数据处理和分析的效率更高。由于数据在边端分散分布，可以更有效保护网络，增强数据安全性。另外，由于边缘计算完成了部分的数据处理，可以减少设备响应时间和设备到云端的数据流量，与云计算形成协同服务。 由于农业大数据的基础建设，各国越来越重视人工智能技术在挖掘农业大数据上的规律和模型的价值。 比如，针对农作物生长过程，智能化设备可以完成实时监测预警、水肥一体自动灌溉、病虫害防治和灾情评估等，从而为提升农业生产力、抵御灾害风险，为发展高效的智慧农业提供了技术支撑。 再比如，在蔬菜大棚种植场景，人工智能可以实现对棚内温湿度、光照和二氧化碳浓度等环境情况来控制补光时间，并检查农作物是否有病虫害，提醒工作人员进行补光、补水等操作。在智能灌溉场景，实现模型驱动型、时间计划型和环境驱动型等多种灌溉模式。 在近两年非常火热的AI养猪案例中，养猪场可以通过人工智能对生猪的生长情况和疾病预防、种猪繁殖等进行不间断的监测和预防。比如引入猪脸识别，及时发现母猪的发情和生病情况，实时监控，智能发现挤压猪仔等情况，从而有效提高生猪存活率，出栏率。人工智能的引入，实现了整个养猪过程的少人化和经营过程的智能化、科学化管理。 以上我们看到，5G网络技术保证了农业大数据的实时、高效传输，物联网保证了农业大数据的完整收集，云计算、边缘计算提供了大数据分析处理的海量算力，而人工智能则提供了数据模型的智能分析、管理和决策，这些技术共同构成智慧农业的技术底座。 现在，我们能在哪些具体的领域或者案例中，看到智慧农业的真实面貌呢？ 精准种植、智能养殖、自动农机， 亲眼可见的智慧农业场景 对于数字智能化技术的介绍，只是让我们看到智慧农业的轮廓，只有深入到智慧农业的应用场景当中，才能真正感受到智慧农业的丰富细节。 我们首先介绍智慧农业应用最大的两个场景：大田精准种植和大棚精准种植。 在大田精准种植当中，主要存在作业面积大、土地分布广、设备布线和供电困难等问题，结合5G网络和物联网，就可以根据不同地域的土壤类型、灌溉方式、农作物种类等进行不同设备配合，通过各种传感器和智能气象站，实现在线获取土壤墒情、养分、气象等信息，并实现墒情自动预报、灌溉智能决策及远程控制灌溉设备，最终达到精耕细作的目的。 比如，土壤墒情监测预警系统获取土壤墒情数据，通过将获取的现场实时墒情信息和标准墒情信息数据库中对应农作物的标准数据进行对比，从而达到监测预警墒情的目的。 （《5G赋能行业应用于创新》，图6-5：墒情（旱情）监测预警系统） 而大田的水肥智能决策系统，则解决了传统种植过程中灌水施肥量盲目性严重，造成水肥灌溉量不精准、资源大量浪费、作业强度大和过量施肥带来土壤严重污染的痛点，这一决策模型从而可以提供输入大田农作物的最优水肥比例，配合精准的水肥一体化技术进行水肥灌溉，从而更有效地利用水和肥料，节约成本的同时获得更好的施肥效果。 而对于大棚精准种植，更重要的是对于种植物生长环境、生长环节的精准把控和管理。 精准大棚种植主要体现在精准数据采集、云端智能水肥控制、智能农事管理、智能控制、数字农场平台等几个方向，可以作用在大棚种植的育苗、栽种、生长管理、收割、休耕等全流程环节当中，通过精准采集系统、云端智能水肥控制系统、智能农事管理系统、智能控制系统和终端等，可对大棚种植各环节的相关数据进行采集，为其科学化决策提供依据。 智慧农业的另外一大应用场景就是畜牧水产养殖。最典型的智慧畜牧养殖系统就是奶牛、生猪和鸡场养殖。 这里我们仍然以生猪为例。一套生猪精准饲喂系统，需要实现对生猪的数量盘点、体重估测、运动轨迹跟踪、转圈出栏监控及异常情况预警等，因此需要应用到以下智能监测技术，包括视频监控的智能身份识别，监测每头猪的身份、运动轨迹、发情期和健康状况，整体环境检测还要包括猪舍异常监测、存栏出栏数量盘点、饲养人员行为监控等。而生猪精准饲喂系统通过上述功能，可对生猪进行科学化的饲养和全面严格的管理，确保生猪的品质。 国内领先的农牧产品企业新希望六合，与中国移动共同开发的5G智慧养猪平台，就通过在养殖场的边端部署，建立了智能影像识别的系统，通过专门优化的AI算法，可以快速高效准确地实现对生猪各项生理特征的识别。另外，以机器视觉分析技术为基础，结合5G高带宽能力将图像数据上传至MEC（移动边缘计算）侧，并通过部署在MEC的AI平台实现生猪盘点、测重、测膘、体温等功能。 第三大类，也是我国在智慧农业上重点发力的应用场景就是智能农机。借助5G、北斗卫星定位、物联网、自动驾驶等技术，智能农机可以实现厘米级地理位置定位与测速、基于5G的无线传输，以及高清视频采集、存储与实时传输，还有高精度地图API（应用程序编程接口）、气象服务API、作业规划与管理云平台API等。 2019年5月，我国中科院研发的超级拖拉机1号，已经在万亩基地实现了无人驾驶的测试，利用卫星导航的智能网联技术，只需要三四个人员，就可以指挥20台智能拖拉机，完成所有耕地、播种、浇水、打药等作业。相当于，我国在智能农业机械的制造和应用上正迈入全球先进行列。 总体来说，智慧农业正在帮助各类农业生产场景朝着集约化、智慧化的方向发展。集约化将极大降低生产成本，提高农业生产收益，智慧化将推动整个生产流程是数据感知、智能管理和全产业链智能决策，实现农业全场景的联接互通。 现在，我国正处于从传统农业向智慧农业快速转型的过程当中，但是需要看到智慧农业的发展仍然面临诸多挑战。 先从现状来看，许多地区存在基础设施薄弱、地区发展不均衡、农村技术、管理人才短缺等现实问题；在新技术应用上，还存在着投入建设成本高、专用设备特别是专用芯片匮乏、配套设施不完善等问题，而在农业大数据的准确性收集、信息共享和信息利用上面存在效率不高、应用质量差等问题。 这些问题有赖于国家、地方政府、科技企业以及农业相关产业的高度重视和投入，比如政府应加强智慧农业的基础设施建设，在网络、交通、电力等方面实现配套。农业研发机构加强智能农业技术研发和相关成果的落地转化。相关技术企业加强适应智慧农业的技术人才的培养，提高一线农业生产者运用智能设备的能力。 智慧农业或者我国整个农业的现代化发展，对于已经远离乡土、身居城市的我们，是一种很少感知和关注的领域。于我而言，也更多是对智慧农业的轮廓和运行机制做一些皮毛介绍。 未来，我更希望的是能够在越来越多的地区、越来越多的媒体，看到我们的家乡都能有各种各样的智慧农业的景象出现。而这些案例，更值得被我们记录。 参考资料：刘耕；苏郁：《5G赋能：行业应用于创新》，2020年1月，人民邮电出版社。

时间：2021-01-11 关键词： IoT 5G 智慧农业 AI

芯讯通灭火器智能联网监测系统解决方案

火灾是日常生活中最容易发生同时危害性也最大的灾难之一。据中国消防救援局的数据，截至2020年10月，全国共接报火灾23.3万起，共造成889人死亡，583人受伤。虽然和2019年比有所下降，但值得注意的是高层建筑起火事件攀升。1月—10月，我国城乡居民住宅共发生火灾8.5万起，占总数的42.9%，同时居民住宅火灾造成的伤亡是所有火灾里最大的，今年共造成684人死亡，389人受伤。 城市化加剧导致城市人口进一步扩张，高层建筑数量不断增多。高层建筑层数多、竖向管井密布、功能复杂、人员密集、火灾负荷大，起火后易造成大面积充烟和立体燃烧，给火灾防控和灭火救援工作带来严峻挑战。高层建筑一旦发生火灾，在消防员到来之前，除了利用内部消防设施外，没有更有效手段灭火。 但事实是，当很多火灾情况发生时，人们就近找到的灭火器往往是无效的。过期、锈蚀、欠压等都是常见的导致灭火器无效的原因，有时人们甚至找不到灭火器放置的确切位置。随着科技的发展，已经可以利用传感器、物联网、云平台、移动互联网等技术手段，实现了灭火器的在线监测，构建智能联网监测系统平台。 芯讯通NB-IoT灭火器智能联网监测系统解决方案 在灭火器智能联网监测平台上，通过接入芯讯通NB-IoT模组E7025，可以实现对灭火器的压力、温度、位置等信息进行实时监测，并将数据发送到云平台，通过WEB管理端或者手机APP进行远程管理。保障灭火器处于正常工作状态，在火情出现的时候确保现场人员有可靠的灭火设备能及时扑灭火灾，将火灾消灭在初起阶段，避免小火酿成大灾。同时通过E7025收集反馈的信息，对灭火器进行全生命周期管理，制定合理的维护保养计划，到期自动提醒消防管理人员进行维护保养，并对维保操作进行记录存档，真正实现了人防+技防的统一，双管齐下保障消防安全。 芯讯通NB-IoT灭火器智能联网监测系统解决方案 压力监测：持续性监测灭火器的压力，实现PC、APP远程监控与异常报警，杜绝灭火器超期服役、锈蚀损坏无人知、使用后不及时更换等问题。 运动监测、温度监测、电量报警、维保提醒等都可以通过PC、APP向管理人员发出提醒，以便安排及时处理。 对灭火器位置进行精准定位，方便及时找到灭火器；发现位置异常时可远程报警。 关于E7025 E7025是一款采用58 PIN LCC+LGA封装的NB-IoT模组，拥有丰富的硬件接口，具备丰富的扩展性，是低延迟、低功耗、低吞吐量应用的最优解决方案，非常适用于如表计、远程控制、资产跟踪、远程监控、远程医疗、共享单车等物联网应用。 世健提供免费样品、参考设计以及技术指导，有成功案例。 芯讯通SIMComWirelessSolutions 关于世健 亚太区领先的元器件授权代理商 世健(Excelpoint)是完整解决方案的供应商，为亚洲电子厂商包括原设备生产商(OEM)、原设计生产商(ODM)和电子制造服务提供商(EMS)提供优质的元器件、工程设计及供应链管理服务。 世健是新加坡主板上市公司，拥有超过30年历史。世健中国区总部设于香港，目前在中国拥有十多家分公司和办事处，遍及中国主要大中型城市。凭借专业的研发团队、顶尖的现场应用支持以及丰富的市场经验，世健在中国业内享有领先地位。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-06 关键词： 监测系统 智能联网 AI

小米11：骁龙888 + 高通最强AI

在下述的内容中，小编将会对小米11智能手机的相关消息予以报道，如果小米11是您想要了解的焦点之一，不妨和小编共同阅读这篇文章哦。 作为新十年的开篇之作，也是小米全新的高端之作，小米11智能手机仍将发烧性能深印骨子里的基因之中——全球首发骁龙888，拥有X1超大核+有史以来高通最强GPU+有史以来高通最强AI。骁龙8系是高通的旗舰平台，骁龙888则是旗舰中的旗舰，无可挑剔。 小米11智能手机厚度 8.06mm，重量 196g，拥有细腻的磨砂玻璃，全新的相机排布设计，除此之外还带来了 Tech & Fashion 素皮款，给你柔软触感。在色彩选择上，小米11智能手机提供白色、黑色、蓝色、烟紫(素皮)给用户。在屏幕方面，小米11智能手机采用 6.81 英寸 2K 四曲面 AMOLED 屏幕。与此同时，小米11智能手机还支持 120Hz 刷新率和 480Hz 触控采样率。激发亮度达 900nit，峰值亮度能够达到 1500nit，还支持原色屏和 10bit 色深。 散热方面，小米11智能手机采用了目前最顶级的手机散热材料，不仅拥有大面积液冷 VC 均热板，屏幕、音腔、主板等主要发热区域还覆盖了大量石墨、铜箔、导热凝胶等组成立体散热系统。但此次小米11智能手机没有仅仅满足于这些散热堆料，更在散热路径的优化上更进一步，采用全新的隔热材料——纳米气凝胶。通过 “一疏一堵”的组合拳，让散热过程中的热传递更合理，高效散热的同时手感温和不烫手。 虽然小米11手机在续航方面无需担心，但是如果手机没电了，如何让手机充电更快呢? 1.开启飞行模式 本身接收短信、微信或应用程序提醒都会消耗电量，而在飞行模式下，手机会停止信号接收，相当于处在休眠的状态中，所以就会更容易充满。 2.关闭蓝牙和GPS 蓝牙和GPS同样会耗费电池，当不需要用它们时，平时最好保持在关掉的状态，充电时更要关掉啦。 3.不要用USB接口 电脑和汽车上的USB接口的电流输出很小，通常只有0.5A，而现在很多手机的标准充电电流都是1A甚至更高，再加上电流不稳定，所以充起电来要慢很多。着急的时候还是放弃USB接口吧。 4.用原装充电器充电 原装充电器不仅安全可靠，而且充电效率也会更高。非原装充电器很可能因为规格不同而造成充电效率低下，而且还有安全隐患。 以上就是小编这次想要和大家分享的有关小米11智能手机的内容，希望大家对本次分享的内容已经具有一定的了解。如果您想要看不同类别的文章，可以在网页顶部选择相应的频道哦。

时间：2021-01-05 关键词： 骁龙888 小米11 AI

一个90后打工人的朋友圈，揭开了一群人的生活真相

本文来源：智东西 对很多中国人来说，“智能家居”已经不是一个陌生的词了。 不管是家人买的、朋友送的，还是公司年会抽奖抽到的，亦或是从某二手平台上低价淘别人年会抽到却闲置的，智能家居设备似乎已经是一个家家必备的家居产品了。 但事实真的是这样吗？靠一台小小的智能音箱，或者是几台设备相互连接，就能让你的家智能了吗？大家的生活离真正智能化到底还有多远？ 怀着这些好奇，在2020年的最后一个月，我在朋友圈展开了一个包含17个问题的小调查，想着从朋友圈辐射开来的人群里，看看大家智能家居生活的真正现状。 经过不到一周的家族群、工作群、同学群等圈子的“骚扰”，我最终收集到了近200份小样本问卷。其中，北京和广东的朋友特别赏脸，两地参与调查的人数分别占比29.66%，因此也是这份问卷的主要参与者。 其次，安徽、上海、广西、天津等城市的朋友也均有分布。虽然我是广西人，但发现来自广西的朋友占比并不是很高，兴许是因为我发的是问卷奖励是红包而不是螺蛳粉。 从年龄层面看，参与调查的朋友主要集中在18至25岁，占比42.37%；其次是31至40岁的青年朋友，占比28.81%；还有21.19%的朋友集中在26至30岁。 同时我还发现，我的这份问卷最受小姐姐们的欢迎，女性人数占比61.86%，男性则占了38.14%。 职业分布上，在私企工作的朋友参与度最高，这些和我一样的打工人占比约为56%，其次是事业单位工作的朋友，以及本科/研究生/博士在读的学生朋友，占比同为13.56%。 简单来看，尽管这份问卷样本数不够大，但在一定程度上也代表了我国南北两大中心——北京和广东的年轻及中年人群生活智能化的真实水平。 超六成人家家有智能音箱， 客厅/卧室是主要场景 在问卷中，我例举了智能音箱、智能电视、智能冰箱、智能空调和扫地机器人等一系列智能家居设备，其中拥有智能音箱的人最多，占比62.71%。 智能音箱设备不愧是我身边亲人朋友同学佳节送礼的首选，很容易被大家所接纳，普及程度较高。 不过，当下的智能音箱市场格局已大致成型，基本由百度的小度、小米的小爱同学、阿里巴巴的天猫精灵三分天下。 在IDC最新发布的2020年Q3中国智能音箱出货量报告中，我国智能音箱市场Q3出货量约829万台，同比下降14.7%，其中天猫精灵以290万台出货量排名国内市场第一，占比35%。 不过，该季度市场出货量的同比下降是不是说明智能音箱的增长已经到顶了呢？ 智能音箱之外，智能电视/智慧屏是第二大受欢迎的智能设备，占比43.22%。 近年来，智能家居行业的智能电视/智慧屏市场逐渐火热，在TCL、创维、康佳等传统厂商革新电视智能化的同时，更有小米、华为、OPPO等越来越多的手机厂商不断推出智能电视产品，整个智能家居市场的核心入口似乎正从前些年的智能音箱，逐渐转向智能电视/智慧屏。 其中，小米作为手机厂商中最早入局电视行业的跨界玩家，在冲击传统玩家市场，抢夺新玩家市场的实力不可小觑。 此外，扫地机器人、智能门锁、智能洗衣机分别以33.9%、33.05%、30.51%的占比，分别位列第三、四、五名。 这也说明，在前五名中抛开电视和洗衣机两个传统品类，智能音箱、扫地机器人、智能门锁已经成为现在年轻人智能家居最具代表性的“新三样”。但传统家电里，智能化需求最高的是电视和洗衣机，冰箱的智能化需求其实并没有那么高。 我们再看第二梯队，其中智能化程度较高的分别是智能电灯、智能路由器、智能摄像头、智能空调、智能插座，这些智能化产品也比较受朋友们青睐。 从上述角度来看，客厅和卧室仍然是我身边朋友们生活中智能化最高的两大场景，同时智能阳台、智能厨房和家居安防等场景的智能场景需求也开始受到他们的关注。 事实上的确如此。在收集到的近200份小样本问卷中，有68.64%朋友的智能设备分布在客厅，其次有65.25%分布在卧室，客厅和卧室的智能化程度不相上下。其次，有21.19%的智能设备分布于厨房，13.56%的设备集中在卫生间/浴室，少量分布在阳台和大门等场景。 早晚使用设备最为活跃，小米占比突出 从品牌角度看，也许是得益于自身丰富的IoT生态链布局和低价竞争策略，小米成为了本次问卷调查中最为突出的智能设备品牌，占比65.25%。 据了解，目前小米的智能家居设备除了智能音箱和智能电视外，还覆盖了智能冰箱、智能扫地机器人、智能门锁、智能空气净化器等品类。 华为和美的分别以25.42%、21.19%占比，成为最受朋友们欢迎的第二、第三名品牌。 其中，华为可能受到自身消费者业务近几年发展的品牌溢出效应，又可能是受益于1+8+N的生态玩法，华为在智能家居的品类覆盖上也比较强，受众也很可观。 美的的占比在小米华为之后，既说明传统家电巨头在智能化上确实还有不少路要走，也说明美的在传统家电里头是跑在最前面的。 从智能设备使用频次角度看，超过65.25%的朋友日均使用智能设备频次约1～10次，仍处于低频使用范畴。日均使用智能设备约20次以上的朋友较少，占比7.63%，高频使用者与低频使用者的人数差距十分明显。 与此同时，朋友们使用智能设备的时间段呈现出“两极活跃”的状态。 也许他们喜欢在晚上下班后在家休闲娱乐K歌看电影，本次调查有超过75.58%的朋友习惯在晚上使用智能设备。其次，早上时间段使用智能设备的朋友也不少，占比32.2%。 娱乐影音最常用，最大的变化就是方便 从需求角度上看，有超过半数朋友使用智能设备的原因是为了满足日常娱乐影音需求，占比达65.25%，也从侧面反映出智能家居设备的娱乐影音需求仍是吸引消费者的卖点之一。 不过，也有49.15%的朋友是为了提升生活健康水平而使用智能设备，他们对智能设备的健康功能需求十分重视。 此外，使用智能设备是为了提升工作/学习效率、方便与家人通话/看护老人孩子的朋友占比均超过20%，有将近30%的朋友纯粹是好奇或节能环保的理念使用智能设备。 在其他选项中，有少数朋友表示，他们使用智能设备的原因主要是为了看护宠物，面向宠物的智能看护设备也是一个有价值的细分市场。 有超过半数的朋友认同，家具家电的智能化不仅使设备更加方便易用，还能拥有更多全新的功能体验，占比分别为66.95%、52.54%。 认为设备智能化对自身生活无影响，甚至有部分负面影响的朋友处于少数派。 其中，有15.25%的朋友认为家具家电的智能化会使购置设备的成本增加，有13.56%的朋友感受不到家居设备智能化对生活产生的影响。 大部分人对“全屋智能”无感，用了就弃的人不少 针对近两年行业兴起的“全屋智能”概念，问卷也问到了朋友们对“全屋智能”概念的认知情况。 其中，仅有不及半数的朋友表示自己了解什么是“全屋智能”，占比44.92%；另外38.98%的朋友表示听说过“全屋智能”概念，但并不清楚其具体涵义；而不了解“全屋智能”概念的朋友较少，占比16.1%。 不过，这也恰好说明当下智能家居领域，消费者的市场教育水平仍然不高，从智能化消费观念到消费行为都还需玩家进一步积极引导和定位。 有意思的事，在问卷“您是否有过尝试一小段时间智能设备后，就将其闲置的经历？”一题中，选择“是”和“否”的朋友势均力敌，占比都是50%。这也意味着，目前市场上智能化设备的体验水平十分层次不齐，消费者对设备的智能化感受差异较大。 在那些没有闲置智能设备的人中，有一位来自广东的私企朋友提到，由于自己是因需求才购入智能设备，因此他对设备的使用只有低频使用和高频使用之分，并谈不上闲置。 不过，如果遇到不好的产品，他则会选择处理掉，再去购入更适合的智能设备。 据问卷梳理，这位朋友的家中智能化水平十分完善，拥有智能音箱、智能电视/智慧屏、智能空调、扫地机器人、智能门铃、智能插座、智能摄像头等智能设备，覆盖从客厅到卧室、从厨房到卫浴等生活场景，日均使用智能设备高达11～22次，属于高频使用人群。 让我感动的是，在那些使用智能设备一段时间后就将设备闲置的朋友们中，他们都十分积极地把自己对智能设备的体验槽点手动打给了我，这些关键词包括：“刚需少”、“不够智能”、“习惯没养成”、“功能重复或不实际”、“扫地机器人鸡肋/扫不干净”、“语音控制不好用/人多识别不准”、“某品牌智能音箱和家中智能家居无联动”等。 这些都是来自身边朋友的真实吐槽，各路厂家都可以来自动认领。尤其是不同品类智能设备功能的同质化、语音控制的准确性和灵敏度，以及设备连接生态的构建，都是困扰着身边朋友体验智能设备、阻碍家电智能化进展的重要因素。 超过一半的朋友说智能家居是“伪智能” 从“智能家居”这个说法开始流行起来，不管是市场调研机构数据，还是玩家财报中的IoT业务营收情况，都给我们展现出了一副智能家居市场蓬勃发展的市场蓝图。 例如在今年9月，IDC发布2020年全球智能家居设备出货量数据，其预计今年全球智能家居设备出货量将达8.54亿台，同比增长4.1%。从长期来看，到2024年，全球出货量预计将超14亿台，五年复合年增长率为14%。 但我们将目光拉回当下市场，从我身边朋友的角度看，又有多少人觉得现在的智能家居是“伪智能”呢？ 在此次调查中，有57.63%的朋友认为现在的智能家居是“伪智能”。 一位来自北京的大学生朋友认为，目前智能设备间的联系弱，所谓智能仍在依赖人为的参数设置，智能产品的生态链还有待完善。 持有类似观点的还有一位不愿意透露职业的北京“钢铁侠”，他认为现在的智能家居尚未形成传感器-中枢-执行器的闭环，大部分中枢的决策还是依靠人类，“最大的槽点是标准不够统一，小爱同学、小度小度、Hey Siri等太多了”。 同时一位来自广东的教师朋友谈到，由于各种家电协议没有一个通用的规则，导致所有家电要互联的话只能购买统一品牌的产品，“这对现在的产品来说不太现实”。 另一位来自天津的私企朋友则关注到了数据隐私问题，他认为当下的设备还需人为控制，尤其在大数据滥用的前提下，“不敢瞎用”。 “现在的智能家居没有达到理想的使用体验，只能说是通过简单智能化实现了部分使用体验的改进。”这位来自北京的私企朋友提到，目前想要获得多智能设备联通的良好体验还是有门槛。 例如，整体室内控温、温控监测点位如何安装，连动上门窗感应逻辑如何设置，想要解决这些问题还需依靠自己的逻辑。 在42.37%认为现在智能家居不是“伪智能”的人中，有一名广东的私企朋友谈到，“肯定不止伪智能，但也不能说很智能”，当家中智能设备积累到一定数量时，通过APP和语音等方式控制设备不仅方便，体验也很好。 但他也点出，目前某些家电是为了智能而智能，例如部分设备多加了一块“没啥用的屏幕”，体验不好内容也不够丰富，“还不如直接用手机或Pad”。 一位智能家居设备主要分布在客厅和厨房的私企朋友认为，目前智能家居能够看到产品的智能化升级，尽管体验还不够极致、技术也有待提升，但是产品的设计思路是“值得期待的”。 不过，她似乎也深受一些智能设备不够“人性化”的困扰。“智能冰箱的菜谱资源没啥用，冰箱放的位置离灶台远，看一眼菜谱，菜都炒糊了。”她抱怨。 “成体系有联动的智能家居才是智能家居，目前看来还比较少，但也算不上伪智能。”一名来自北京的事业单位工作的朋友谈到，他的智能设备主要分布在客厅和卧室，起初使用设备的原因也是因为好奇和想要提升工作效率。 总的来看，智能家居不管是“伪智能”与否，连接协议统一、数据安全、降低用户门槛、功能人性化、设备联动、交互方式便捷、前期智能设置易用等需求仍是消费者们十分关心的要点。 结语：快乐地走进智能时代并接受它的所有缺点 原来让我们生活更“智能便捷”的不止老妈，还有智能设备。 看完这一份不多不少、不长不短的调查报告，不仅让我感受到自己和身边朋友们的生活落差，也真切地感受到我身边的朋友们的家居生活已经不知不觉地智能起来了。 与此同时，这些朋友们对现在智能家居生活也有不少槽点，他们在这次调查中也都把苦水真情实感地吐露了出来，设备的智能化、交互性，还是整个IoT生态连接和标准的统一，都令大家对智能生活又爱又“恨”。 值得庆幸的是，仍有78.81%的朋友表示，他们愿意在未来持续添置和尝试使用新的智能设备。 不可否认，这份小调查为我展示了家居家电产业发展的一个时代缩影，当下年轻人最常用的智能化产品，与我们的父辈、甚至更老一辈的家人朋友所使用家电，已出现了非常大的差别。除此之外，我们也能看到家居家电产业的玩家仍在不断更迭，江湖格局也在持续发生变化。 不知道再过五年，大家的家里又会变成怎样？会不会拥有更多我们现在还无法想象的智能场景呢？它是否又能以一种更“接地气”的方式走入我们的生活？这也是整个行业正不断思考和前进的方向。 那么阅读到此刻的你，认为现在的智能家居是“伪智能”吗？你的生活离真正智能化又还有多远呢？欢迎在评论区留言一起吐槽～ ~END~ 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-04 关键词： 智能家居 AI

波士顿动力机器人全体出动，奉上新年之舞！

时间：2021-01-04 关键词： 机器人 AI

首次多视角新年音乐会，广州大剧院酝酿5G智慧剧院新业态

2020年突如其来的新冠疫情，让“上云”成为各行各业的核心命题。文化内容产业也不例外，在经营成本的重压之下，包括剧院、体育馆在内的各种线下场馆，更是展开了积极的数字化尝试。   行业各异，“上云”姿态也不同。比如，一向以高雅、小众示人的剧院内容从线下走到线上，该如何做才能“破圈”吸引更多用户？便是一个全新的课题。好消息是，先行者们探索，给我们提供了一些有益的参照。 2020年12月30日、31日晚，在行将跨年之际，广州大剧院联手华为等合作伙伴，以多视角方式对新年音乐会进行拍摄制作，将科技与艺术深度融合，把剧场延伸至互联网，赋予传统艺术全新“打开方式”。   多视角新年音乐会带来多维度、个性化的观看体验 音乐爱好者可能都知道，新年举行音乐会的传统源自维也纳。时至今日，每年一度的维也纳新年音乐会都会在1月1日这天上演，成为世界最引人注目的年度音乐盛会。除维也纳外，世界各地也会在新年之际以优美的音乐带领乐迷们迎接新年的到来。广州大剧院也每年举办新年音乐会，并在形式与玩法上逐年革新。   多视角新年音乐会提供多种兴趣视角供用户选择 所谓多视角制作，即是利用多台超高清摄像机多角度摄录制作，结合5G网络大带宽、低时延的特性，将演出现场的多个视角同步传递给用户，例如包括指挥家视角、歌唱家视角、弦乐视角、管乐视觉、舞台全景视角等，好让用户根据喜好自由切换观看。 如此一来，无论是欣赏指挥家优雅的指挥，还是注视歌唱家深情的歌唱，或是追逐宛转悠扬的弦乐演绎，抑或一览全场严丝合缝的惊人配合……观众均可根据自己需求，随时切换视角观看，获得极具个性化的体验，而不用像以往那样只能跟着导播的思路走。   值得一提的是，得益于华为领先的帧同步技术的加持，多视角制作能够保障不同视角在观众侧的同步展现，使得用户在电视或手机端切换视角观看时，不会出现声音画面不同步的现象，并在大带宽、低时延的5G网络承载下，让用户获得完整而连贯的视听享受。   从线下到线上， 循序渐进打造5G智慧剧院新业态 得益于多视角制作的加持，广州大剧院新年音乐会成为众多跨年晚会节目中的一抹亮色。实际上在此次多视角新年音乐会之前，广州大剧院已经做了一系列从线下到线上的探索尝试，也积累了一定量的新内容产品。   早在2020年4月，广州大剧院便推出了全国首部线上戏剧《等待戈多》，两天直播收获29万观众在线观看。6月疫后复演第一场歌剧《马可·波罗》，就增设了线上直播观演方式，尝试了付费观看的模式。疫后广州大剧院更是加快线上线下融合发展的步伐，开启“云剧院”发展加速模式。   就在稍早前的12月19日，广州大剧院联手华为打造的“5G智慧剧院”采用自由视角与多视角拍摄技术，完成了首场完整剧目的录制。广州芭蕾舞团制作演绎的新版古典芭蕾舞剧《胡桃夹子》在54台高清摄像机及8机位拍摄下，全视角呈现精彩瞬间，打开了观演新视界。 广州大剧院&华为《胡桃夹子》自由视角录制 据悉，相关节目内容将会出现在广州大剧院与华为联合打造的5G智慧剧院专区中，并将于2021年初在互联网平台、IPTV等多个渠道上线播出。毫无疑问，这是广州大剧院线上布局的持续深化，有望进一步“破圈”将高雅、小众的优质内容呈献给海量观众，实现优质内容的多元化变现。 5G智慧剧院，赋能线上内容更具吸引力 纵览广州大剧院疫情疫后的线上布局，可以发现其覆盖受众在成倍扩充，内容体验在大幅提升，变现方式也在逐步丰富。细究这一切得以实现的根源，5G智慧剧院的打造是一个关键。   2020年9月25日，广州大剧院与华为在广州签署战略合作协议，宣布“5G智慧剧院”全球首发，双方将促进广州大剧院的线下体验与华为的线上技术相结合，开启“云剧院”加速模式，使能VR云剧院、自由视角、多视角、8K VR视频、VR三维展厅等5G+超高清视频体验，让传统舞台艺术形式在新科技赋能下焕发新生机。   从那以后的动作看，正是5G智慧剧院构筑的“新基建”，包括5G和MEC媒体边缘云，满足了移动采集、多视角、自由视角、VR等业务的制播需求，极大降低了超高清的拍摄、制作和传输成本，使得内容的创作、生产、传播、分发与消费全环节得以良性运转。   尤其重要的是，在“内容为王，体验至上”的新消费时代，用户对体验的追求越来越高，特别是年轻人的口味越来越挑，5G智慧剧院加持下的多视角、自由视角、8K VR、Vlog等超高清场景新体验，可以提供更加自由和沉浸的新体验，不失为解决之道。   广州大剧院基于5G智慧剧院所做的系列线上化探索创新，一定程度上回答了开篇提及的问题——线下文化演艺从线下到线上，绝不是简单的复制（只是拍摄和上传），而是要以更新颖的形式，打造出兼具视觉和艺术效果、“比现场，更现场”的新体验，才能俘获在线用户的欢心。   发展演艺新业态大势所趋，线下线下互补共赢 就在广州大剧院大步向前的时候，国家政策及行业组织、产业玩家的动向，也印证了文化产业数字化正进入快车道，而因疫情催化而加速的线下文娱产业线上化演绎，正是这一波数字文化产业提速发展的主战场和大赛道。   2020年11月18日，《文化和旅游部关于推动数字文化产业高质量发展的意见》重磅发布，明确提出要发展包括云演艺业态、沉浸式业态在内的数字文化产业新型业态，实施文化产业数字化战略，推动数字文化产业高质量发展。   12月17日，在文化和旅游部产业司指导下，中国演出行业协会在重庆举行演艺新业态发展委员会成立大会，围绕疫情以来表现最活跃、影响最深远的云演艺形式展开分享交流，共同探讨演艺新业态的发展之道。   与广州大剧院不约而同，为了应对疫情冲击，国家京剧院在梅兰芳大剧院的演出，均采用线上、线下同步播出。一些诸如《龙凤呈祥》的大戏，线上收入能占到总盘子的1/3以上。6月份，北京京剧院排演的京剧《许云峰》，一亮相便卖出了9000多张线上付费观看票。   从国家京剧院到广州大剧院，如果不是疫情的倒逼，可能多数人都想象不到，如此高雅的艺术在线上竟如此受欢迎。这些看上去比较小众的艺术，竟然实现了不错的收入，有效弥补了疫情期间剧院的经营成本，同时打开了疫后恢复发展的新思路。   既然是新业态，自然避免不了谈论新旧冲突的问题，对此国家大剧院的一份调查统计显示，线上播出不会影响线下演出——超过80%的用户不会因为有线上演出而减少或不来剧院观看线下演出，同时还有超过70%的用户认为线上演出激发了观演兴趣希望尽快去剧院观看线下演出。   广州大剧院的总经理何鹰也认为，当线下节目放到线上之后，并不会对线下收入造成冲击。或者说，线上获得的收益，将会远大于这种冲击，因为很多人并没有到过剧院，观看线上演出，将让他们有机会了解到剧院内容的闪光点。如果他们被内容吸引，就可能会激发起进一步走进剧场的愿望，给线下带来新的收益。   多边协同并进，构建全新繁荣生态 此番疫情也让大家知道，世界还是一个地球村，合作才能共赢。对发展演艺新业态来说，这样的共识同样适用，并且已经开始被产业链主流玩家积极践行起来。5G智慧剧院，正是产业各方发力演艺新业态的一个多边协同的范例。   在5G智慧剧院的框架下，剧院、内容制作方、设备商、运营商、视频平台等产业链各方都可以加入进来，全面打通剧目的创作、生产、传播、分发与消费全环节，通过多边合作，共创共赢，推动剧院超高清内容生产及生态建设，构筑演艺新业态。   作为超高清视频端到端解决方案提供商，华为推出的视频3.0+方案结合5G智慧场馆，可以实现超高清内容的常态化供应。基于视频3.0+方案，华为专为5G智慧场馆设计了MideaCube设备，其能够以更低的空间占用，更高的效率，实现自由视角、多视角等超高清场景现场制作的大计算量处理、渲染、整合、编码等功能，源源不断生产出年轻人喜欢的新场景视频。 华为5G智慧场馆方案使能智慧剧院 当5G智慧剧院建设完毕后，运营商高品质的网络不仅能为场馆内观众提供高速连接和更优覆盖，而且还是超高清视频走向千家万户的最好载体，可以帮助剧院打通线下线上的端到端体验，通过提供AI Vlog、多视角、自由视角、VR/AR等超高清新内容、新场景服务实现线下线上的双赢！   总而言之，5G、云、AI等技术支撑赋能下的5G智慧剧院，正在成为超高清新场景、新体验的“新基建”，重新定义传统舞台艺术的“打开方式”，打开从有限线下到无限线上的全新可能。广州大剧院此番首次尝试多视角制作呈现的新年音乐会，并打造多渠道5G智慧剧院专区，或将成为我国演艺新业态乃至整个数字文化产业发展的标志性事件，掀起科技赋能艺术的新一波浪潮。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-04 关键词： 5G 智慧剧院 AI

挥别2020，十年后AI会变成怎样？这里有10大预测

多灾多难的2020年马上就要结束了！这一年，爱与AI给与了我们太多惊喜，值此最后一天，让我们用怀着爱意，畅想一下AI未来还将带给我们怎样的精彩。 现在AI已经能帮我们做很多事，比如它可以驾驶汽车，可以制作音乐，可以阅读脑波，让我们用意念控制计算机…… 在未来的日子，AI肯定还会进步。到了2030年AI会变成怎样呢？这里有一份专家的预测，一起来看看。 改变物体的观感 如果想装修客厅，你只能抛弃旧家具，买很多新东西。 未来，你也许可以改变沙发的外观，甚至连坐在上面的感觉也能改变，只需要按一下开关就行了。是不是讨厌桌上的花？没问题，你可以更换花的外观，甚至连气味也能改变。 购物优化平台InstantSearch的CEO Zohar Gilad说：“今天已经有建筑模块问世，但最大的进步可能还是触感合成技术。”一旦有了这种技术，最大的好处可能是环保。Gilad说：“环境意义很重大。因为消耗大量的资源，我们每个人都在犯罪。我们老是买新衣服、新家具、新东西，并不是因为它们不能用了，而是因为我们追求变化，追求新鲜感，想多一点生气。” 触感合成技术既可以满足人类追求变化的需要，也可以拯救地球，它值得我们追求。 国家身份可能会越来越模糊 如果你身在法国，说法语，你想获得美国的网络信息就会有一些障碍。美国的视频和文章的确很出色，如果你不知道它在说什么，那就没有什么意义，现在的文本翻译技术还不是很先进。 到了2030年，当一个人在自己的国家发布内容，另一国家的人也许可以马上理解，用自己的语言理解。 数字咨询公司LatentView的董事长Venkat Viswanathan说：“媒体和娱乐受众将会跨越国界和语言边界，因为到时自然语言处理技术、自动语音识别技术、机器翻译技术将会变得足够先进，可以即时完成跨语言传播。” 如果地球上的每个人都可以理解他人，而且意思不会因为翻译丢失，那无疑是一大进步。 Viswanathan还说：“在这种环境下，内容成为跨文化连接器，国内文化这一概念将会淡化，到时国家身份将会变得不再重要。友情源于共同的兴趣，尽管地理位置不同，内容社区仍会创建更多平等的社交网络。” 你的工作可能会消失 到了2030年，机器人应该不会站出来反抗人类，但你的工作可能会被夺走。 Persistent Systems公司CTO Pandurang Kamat说：“到了2030年，AI造成的失业将会成为严重社会问题。汽车卡车司机，设备操作员，医学诊断专家，律师，他们的工作将会向AI智力、自主技术转变，从而造成很多人失业。” 政府必须提前做准备，制定新法律，设立新项目，保护被取代的员工，给他们提供培训。 B2B搜索Grata的CEO Andrew Bocskocsky说：“随着AI的进步，政府将会变得越来越重要。它们要研究、理解AI技术，这点很关键，不过社会还要考虑人道主义要求，为那些被取代的员工提供帮助。在未来十年内，依赖环境智力的工作相对比较安全，比如销售、领导者、管理者。” 自动化变得更重要 到了2030年，汽车可能不会再有方向盘，它可以送你到任何地方，你在网上买东西，无人机会送货给你。 数据科学平台dotData的CEO Ryohei Fujimaki说：“供应链将会自动化，不需要人类干预机器就可以自动补货。” 无论是在消费层面还是在企业层面，AI都将无所不在。Grata的Bocskocsky也说：“机器人将会帮我们做简单的事，比如整理桌面，帮我们填充Amazon Prime购物车，帮我们下单。” AI植入各种物品 亚马逊也许会向你推荐鞋子，但是当你买了鞋子之后，亚马逊并不知道你是如何用的。未来，不论你买什么，里面可能都会有AI，它会将使用信息制成报告。 Gilad说：“如果你准备买一双跑鞋，AI会告诉销售员你跑步的频率有多高，然后系统就会预测你什么时候需要新鞋子，AI还会根据使用模式推荐其它商品。” AI设备将会涌入我们的生活。Viswanathan说：“视频摄像头与AI人物将与真人结合，变成高质量自制电影。即使没有接受过正式的音乐训练，也可以借用AI硬件制作音乐。到时，艺术创作将会更加依赖AI技术，创作主要受到创意而非能力的限制。” AI进入大脑 AI可以直接与设备交流，也可以与大脑交流。 数据平台Splice Machine的CEO Monte Zweben说：“在10年内，每一种感觉和思想来自大脑何处，我们也许可以精准找到。未来可能会出现AI隐形玻璃眼镜，它与大脑连接，这种技术似乎并不遥远。到时世界上的所有信息只是一个念头。” 在大流行期间，AR聚会越来越流行，未来虚拟会议会变得和现实一样。 Zweben说：“将VR植入大脑就可以让虚拟会议更逼真，当你通过FaceTime与朋友聊天时，甚至可以模拟各种感觉。” 图灵测试 所谓图灵测试，就是说机器可以展示超凡的智力，它的表现与人类相近或者无法区分，现在已经有一些AI程序可以通过图灵测试。 今天，让机器像人一样说话、行动还是科幻，但在未来10年人类也许会攻克这一难题。 Grata的Bocskocksy说：“在未来十年，机器人与人的结合将会更严密，当我们交流时，可能无法区分自己在与机器人交流，还是与人交流。” 到时，机器人伙伴就像人类一样，我们完全拥有它。 数字文件转换公司Conga的高管Ajay Dawar说：“在2030年之前，每个人都会拥有虚拟助手，甚至包括孩子，这是完全可能的。虚拟助手很聪明。比如，9岁的孩子可能会下达命令，让虚拟助手从网上寻找重要作业内容，然后复制粘贴信息，放进文档，孩子可以吃早餐，让虚拟助手完成使命。” “不只如此，孩子还可以问虚拟助手她的朋友是否爱是另一个同学，助手会根据数字信息内容以及从几十亿群体中收集的数据做出预测。” 你无需知道很多东西 今天，即使碰到简单的技术问题，我们也很头痛，很快AI就可以帮我们解决复杂的工业问题，现在解决这些问题需要经验丰富、受过教育的人。 AR解决方案公司Taqtile的CEO John Tomizuka说：“在今天复杂的工业系统中，在排队故障解决问题时，我们投入大量时间确定问题出在哪里，真的很浪费时间。” 如果现场没有合适的人，工作人员只能拿来说明书，一字一句研究，未来这一问题将会解决。Tomizuka说：“到时，我们将会拥有一套系统，它可以诊断问题，引导新手解决复杂难题。” AI医生流行起来 现在医生已经开始使用AI技术，效果还不错。互联网平台 Insight的高管Matt Jackson说：“10月份，MIT制作一个AI模型，它可以通过手机记录的咳嗽诊断新冠无症状感染者。” AI可以帮助医生诊断病人，制定干预治疗计划。未来，AI也许有能力制定一整套治疗方案。Jackson说：“10年之内，随着AI技术的进步，它也许可以预测病人的癌细胞会怎样变化，然后针对个体病人制定高度定制精准治疗方案。” AI不会杀死人类 但杀手机器人会出现 大家都看过《终结者》，电影毕竟是电影，应该不会变成现实。 斯坦福在报告中指出：“在电影和小说中充满可怕的未来主义描述，这种描述改变了大众的想象力，AI似乎就是灾难。但回到现实，AI已经改变我们的日常生活，正面意义远大于负面意义，它让人类更健康、更安全，提高了生产力。” 杀手机器人会不会出现？当然有可能。 美军在2016年发布报告称：“未来战场将会充斥各种各样的新东西，有些有智力，有些没有，它们可以执行多种任务，比如它们可以彼此感知、沟通、执行、协作，与可以与人类战士沟通合作。” 听起来是不是有些遥远？不是的，军队已经在做计划，准备将AI和机器人用于战场。英军高层预测，到了2030年代，最多可能会有四分之一的士兵被机器人取代。 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2021-01-04 关键词： 机器人 人工智能 AI

业内首创！小米MIUI推出新功能，iPhone还没有

12月30日，MIUI官方微博线上发布了MIUI 12.5无障碍触感功能。这是通过手机线性振动马达，向无障碍用户传递准确信息的一种全新交互方式，可以有效提升视障用户的操作效率。 据悉，小米是首家把触感设计成功应用于无障碍交互体验的手机厂商；而苹果在该领域探索更早，但目前iPhone在该领域还没有更好的解决方案。 据介绍，MIUI 12.5系统全新发布的无障碍触感功能，可以根据视障用户的理解，对界面元素进行聚类，赋予不同类型的界面控件不同的质感隐喻和不同的强度等级，便于理解和记忆。通过触觉反馈信息，可以帮助视障用户识别不同的控件类别、快速锁定目标元素或关键操作、知晓页面跳转，有效防止操作出错，还能通过双击锁屏时间触发振动报时，便于视障人群高效获取信息。 无障碍触感功能，让信息的传递更加高效，让用户在系统操作过程中更加准确便捷，使用户与系统更加亲近。更为重要的是，它可以帮助全盲用户在听觉信息失效时，继续完成他们想要进行的操作。 无障碍触感这一创新功能的发布，其实也并非偶然。MIUI早在2013年就已经开始无障碍领域的研发投入，在目前安卓系统领域领先。 目前，全世界视障人士约有3.38亿人。小米在MIUI 12.5上继续延续对无障碍功能的投入，希望通过无障碍触感新功能的发布，能让视障人群可以高效、准确的获取信息，让手机也能变得有温情。 据了解，小米对于无障碍功能的研发，其实缘于多年前一位视障米粉在MIUI论坛的求助帖。随后，小米MIUI团队便走上了长达七年的无障碍功能优化之路。

时间：2020-12-30 关键词： 小米 无障碍触感 AI

智慧屏白皮书2020发布！

本文来源：物联传媒 智慧屏作为一个新兴的大屏产品形态，自问世以来吸引了产业和消费者的广泛关注。诸多家电企业和科技公司推出了各具特色的智慧屏产品和相关软件应用，在极大地丰富消费者的文化娱乐生活的同时，也为智慧家庭、远程教育等产业发展起到积极带动作用。推动并建立智慧屏产业共识，探索并完善智慧屏重点标准，对引导产业健康发展、拓展产品应用空间等方面具有重要的意义，也有利于构建开放的产业生态。 本白皮书主要阐述了智慧屏的演进变革、基础能力等基本概念，勾勒了智慧屏产品及生态带来的全新用户体验，总结了产业和技术发展现状，畅想了智慧屏产业生态未来发展趋势，进一步提出了完善智慧屏重点标准和检测认证体系的建设思路和建议，希望为智慧屏生态各参与方提供参考，并呼吁各方开放合作，强化产业协同，支撑智慧屏产业可持续健康发展。 ~END~ 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-12-30 关键词： 智慧屏 AI

超全2020智慧城市产业链地图：七大环节五个细分领域全方位解读

本文来源：智东西 推进新型智慧城市，是政府推动我国新型工业化、信息化、城镇化和农业现代化同步发展做出的重大决策，有利于深化新一代信息通信技术与城市发展的深度融合，实现城市可持续发展。新型智慧城市产业覆盖面广，与众多行业存在交叉关系，链条长、带动性强，成为新技术创新应用的实验场。在经历概念探索、政策推动、试点示范等几个发展阶段后，我国智慧城市已全面进入建设期，参与主体不断增多，投资规模不断扩大。 一、智慧城市产业图谱 1、总体图谱 智慧城市产业范围大、领域多、链条长，吸引了众多玩家入场，包括 ICT 设备供应商、电信运营商、系统集成商、软件开发商、互联网企业、金融企业及房地产企业等，各类型企业以自身核心能力和产品为切入点，横向拓展应用领域，纵向往产业链上下游渗透、延伸，积极构建生态圈，在智慧城市领域开疆拓土、跑马圈地。 一个完整的智慧城市 ICT 生态包括投融资、顶层设计、集成、运营、业务应用、ICT 基础建设等多个环节的合作伙伴，结合智慧城市架构，选取标准规范、顶层设计、基础设施、智能中枢、智慧应用、运营服务、网络安全等各环节业务代表性较强的企业，形成如下的智慧城市产业图谱。 ▲智慧城市产业图谱（2020 版） 标准规范为智慧城市建设打造一把统一的标尺，促进建设标准化，推动智慧城市建设可持续、可复制、可推广。据不完全统计，我国先后发布了涵盖智慧城市顶层设计、平台系统等方面共计 25 项智慧城市标准，智慧城市国家标准主要起草单位包括中国电子技术标准化研究院、中国信息通信研究院、北京市长城企业战略研究所、北京航空航天大学等。 顶层设计是从城市发展需求出发，运用体系工程方法统筹协调城市各要素，开展智慧城市需求分析，对智慧城市建设目标、总体框架、建设内容、实施路径等方面进行整体性规划和设计的过程，是智慧城市建设的前提。智慧城市顶层设计服务商以研究院、高校、大型方案商以及大型咨询公司为主。 基础设施是支撑智慧城市可持续发展的基石，其建设水平直接决定智慧城市的发展前景，既包括物联网、5G、数据中心等信息基础设施，也包括交通、能源和市政管网等传统设施数字化改造升级。智慧城市基础设施提供商主要包括华为等传统 IT 厂商、基础电信运营商、方大智控等智能设施提供商以及 BAT 为首的云服务提供商。 智慧中枢作为连接底层终端设施、驱动上层行业应用的核心环节，在传统智慧城市重大平台的建设基础上，进一步形成城市大数据平台、城市信息模型平台、共性技术赋能与应用支撑平台等核心平台，面向各种智慧城市具体应用的共性需求实现有效支撑。目前数字孪生城市核心技术基本成型，整体发展处于初级阶段，城市大脑发展迅速，互联网企业、硬件厂商、人工智能企业等纷纷进入市场。 智慧应用是智慧城市产业图谱中真正意义上的面向政府、企业以及个人实现交付的产业环节，包含惠民服务、精准治理、产业经济、生态宜居等重点领域，智慧应用供应商主要分为两类：一是以软通动力、太极等代表的大型方案商，在各行业有较深的积累和应用开发经验，可提供多个行业智慧应用解决方案；二是某个行业的专业方案商，专注单一行业领域解决方案研究，对该行业领域有很深的理解。 运营服务是整个智慧城市建设过程中的重要一环，智慧城市的项目建设只是开始，后续如何持续运营才是关键，这种需求催生了智慧城市运营服务商。智慧城市运营服务商目前主要包括数字广东为代表的政企合资第三方运营商、浪潮等国资系运营商、阿里等民营系运营商等。 网络安全是智慧城市健康发展的根基，随着我国政府网站受到针对性网络攻击越来越多，关键信息基础设施面临的安全风险不断加大，智慧城市建设对网络安全保障提出更高要求。智慧城市网络安全提供商主要包括启明星城、卫士通等网络安全产品供应商。 2、总体态势分析 智慧城市进入爆发式增长期，投资总规模约 1.7 万亿。近年来，我国智慧城市建设在经过概念普及、政策推动、试点示范之后，已经进入爆发式增长阶段，智慧城市、信息惠民、宽带中国等智慧城市相关试点已超过 700 个，开展新型智慧城市顶层设计的省会城市及计划单列市、地级市已分别达 94%、71%。 各级政府持续推动智慧城市建设工作，吸引了大量社会资本加速投入，直接拉动智慧城市产业的大规模发展，据德勤统计，中国智慧城市市场规模近几年均保持 30%以上增长，2019 年市场规模达 10.5 万亿元。此外，根据中国信息通信研究院测算，智慧城市本级财政建设投资占 GDP 比重约为 0.1%-0.5%，2019 年全国智慧城市投资总规模约为 1.7 万亿元，占全国固定资产投资比例为 3.1%。 ▲我国各级城市开展新型智慧城市顶层设计情况 智慧城市建设主体多元化，政府企业公众纷纷入局。智慧城市建设涉及政府、企业、公众等多个角色，政府引导、市场主导、公众参与的模式逐步形成，建设主体呈现多元化。一方面，政府积极鼓励和引导社会资本参与智慧城市建设，吸引了 ICT 设备供应商、电信运营商、系统集成商、软件开发商、互联网、金融、房地产等企业纷纷入局，据中国信息通信研究院测算，2019 年智慧城市各级政府财政支出约 3650 亿元，占总投资 21%，社会投资约 13460亿元，占总投资的 79%。 另一方面，强调公众参与探索共建共治，政府通过公共服务平台将城市问题摆上货架，给予市民集体参与解决自己身边问题的空间。如贵阳针对城市管理建立了一套在线互动交流系统“百姓拍”，市民可以通过拍照取证、投诉举报等流程参与市政设施、环境卫生、综合执法、渣土管理、园林绿化、工地管理等六大城市管理。 新基建引领下一轮投资热点，厚植智慧城市数字基因。2018 年中央经济工作会议首次提出新型基础设施，2020 年政治局常务委员会会议进一步强调，加快 5G 网络、数据中心等新型基础设施建设进度。新型基础设施既包括 5G、工业互联网、数据中心、人工智能等信息基础设施，也包括智慧灯杆、智能充电桩等传统设施数字化改造升级。 根据相关机构测算，2020 年我国 5G 投资规模将近 3000 亿元、数据中心投资规模约 1000 亿元、人工智能投资规模约350 亿元、特高压投资规模超 600 亿元、轨道交通投资规模约 5000亿元、充电桩投资规模 100 亿元，新基建占全部基建比重的 7%-12%，规模或超万亿。与传统基础设施建设不同，“新基建”突破了“铁公基”和房地产为代表的模式，具有数字化、网络化、智能化特征，是数据要素参与价值创造和分配的重要支撑，有利于全面释放数据红利。 城市大脑流量入口地位确立，智能中枢争夺战加剧。3 月 31 日，习近平总书记考察杭州城市大脑运营指挥中心，对杭州市运用城市大脑提升交通、文旅、卫健等系统治理能力的创新成果表示肯定，希望在建设城市大脑方面继续探索创新，为全国创造更多可推广的经验，并指出运用大数据、云计算、区块链、人工智能等前沿技术推动城市管理手段、管理模式、管理理念创新，从数字化到智能化再到智慧化，是推动城市治理体系和治理能力现代化的必由之路。 近年来，数字孪生、城市大脑等智慧中枢概念层出不穷，引发产业图谱重新洗牌。空间信息企业通过数字孪生在智慧城市中找到新的支点，多年的技术积累在巨大的市场空间中得以释放活力，并造就独特的竞争优势，成为数字孪生城市建设中坚力量；互联网巨头、ICT厂商、集成商等企业依托强大的云、数、AI 能力纷纷入局城市大脑市场，推动政务数据化运营和政府部门的流程再造，实现部门间数据互联互通，让“数据”价值为“业务”服务赋能，为政府带来了新的治理模式和服务模式。 产业供给侧能力更加细分和 “ 柔性 ” ，推动智慧应用高效运行。智慧城市应用场景趋于多元化，微场景服务需求和黑科技创新演进态势更加明显，倒逼智慧城市产业供给能力持续分化，服务链条不断延伸，更加贴近细分领域和特色场景。一方面以用户切身需要为导向，各类微场景应用服务市场争夺加剧，如在政务服务改革领域，统一身份认证、电子证照、电子签章等细分领域个性化解决方案竞相涌现，助力疏通业务难点堵点。 另一方面在技术创新东风驱动下，弹性化、定制化服务能力成为企业核心竞争力和突破关键方向。如在城市治理领域，借助 5G 网络切片技术，低空航拍、国土测绘、植被保护、应急救援、新闻报道、电力巡检等系列应用实现网络服务质量随需而定；基于人工智能和边缘计算技术，城市公共安防能力全面向定向抓取、精准识别演进。 平台化合作模式广受市场关切，推动智慧城市可持续运营。智慧城市建设是一个长期运营和迭代升级的过程，智慧城市需要对城市综合平台、城市垂直领域功能平台、园区综合平台、社区综合平台等所产生的数据和信息进行专门运营，但人才匮乏、财政资金短缺迫使政府寻求新的合作、建设和运营模式，这种需求推动智慧城市运营服务商的诞生，成为智慧城市产业链的重要组成部分。 当前，地方建立专门智慧城市运营团队或企业的需求日益迫切，智慧城市运营服务商能有效弥补政府在专业人员支持、持续资金投入、科学规划、管理和运营经验等方面的不足，盘活各类城市资源，整体推动城市迈向智慧化。据相关机构统计，地方政府成立或引入本地化运营企业占所有智慧城市的比例达 50%。 二、产业环节之标准规范 1、领域图谱 标准规范在智慧城市规划设计、建设实施及运营评估等环节有着举足轻重的作用，推进智慧城市建设，应加快形成目标明确、全面成套、层次适当、划分清楚的标准体系，研究制定科学合理、规范实用的标准，以及加强标准的实施应用，进而充分发挥标准化的技术支撑与发展引领作用，促进智慧城市规范、有序、可持续、高质量发展。 我国智慧城市标准化工作由国家智慧城市标准化协调推进组、总体组和专家组统筹协调开展，据不完全统计，到目前为止，已累计发布智慧城市领域国家标准 25 项，在研标准 15 项，主要起草单位包括中国电子技术标准化研究院、中国信息通信研究院、北京航空航天大学、山东省标准化研究院等。 ▲标准规范产业图谱 ▲智慧城市已发布国家标准清单 ▲智慧城市在研国家标准清单 2、领域态势分析 智慧城市建设是一个复杂的巨系统工程，相关标准体系和标准研制涉及的方面较多，需要有一个良好的合作机制，服务智慧城市各方开展标准研制及应用。为加强智慧城市领域国家标准统筹规划和协调管理，国家标准委联合发展改革委、科技部、工信部、住房城乡建设部等部门，成立了国家智慧城市标准化协调推进组、总体组和专家咨询组，共同制定智慧城市标准体系框架，明确重点标准规划和布局，协调各领域技术委员会开展标准立项。 目前，总体组已有 170 余家成员单位，涉及到技术委员会、研究院校、企业、联盟和地方等不同类型，未来将会进一步完善组织和服务，继续扩大影响力，吸引更多致力于我国智慧城市建设的企事业单位加入进来，共同为我国智慧城市标准化事业贡献力量。产学研用的密切结合，可确保我国智慧城市标准与国际接轨，从技术角度保证先进性和前瞻性，从应用角度保证实操性和可落地性。 基础共性标准先行。虽然智慧城市涉及的应用领域众多，但是这些应用领域都使用一些共同的技术和信息资源，因此在智慧城市建设过程中，需要先建立一个通用的标准体系，包括通用的技术标准和信息资源标准，然后再建立各个应用系统专有的技术标准和信息资源标准。在智慧城市标准体系框架下，现阶段重点关注智慧城市的总体性、框架性和基础性的标准，比如智慧城市的术语和定义、参考模型、应用指南、评价指标等。 在已发布的 25 项国家标准中，基础共性标准共 21 项，占比达 84%，面向具体应用领域的标准仅 4 项。未 来更 侧重标准制定与应用结合 。国家智慧城市标准化总体组已面向物联城市、智慧社会、智慧交通（停车）、共享（数字）经济、智慧医疗、互联网+智慧教育、互联网+智慧安防、新型智慧城市评价、智慧城市使能技术创新应用及实践、城市运行体征指标体系十大领域方向开展了前期研究，相信未来将会有更多面向细分应用领域的国家标准出台。 随着应用场景不断拓展与深化，需要加快制定应用场景智能化分级标准，为产业明确技术产品发展方向，各地亦可根据自身需求和经济发展水平选择合适的应用场景等级，避免过于超前导致浪费或过于落后跟不上发展需要。 由于信息技术日新月异、智慧城市服务需求不断扩展，智慧城市标准化面临系列挑战。 一是智慧城市建设的技术基础是物联网、云计算、大数据、信息安全、空间地理信息集成等新一代信息技术，其处在动态发展过程中，并不断被智慧城市建设快速应用，基于的信息技术和实践经验形成兼顾前瞻和实用的智慧城市标准体系难度不断增大。 二是智慧服务需求随着经济社会发展不断扩展，涉及经济社会发展方方面面，智慧城市标准体系需要不断调整以满足所扩展的高质量服务需求。 三、产业环节之顶层设计 1、领域图谱 新型智慧城市顶层设计应结合城市群、省级城市、地级城市、县级城市、新城新区等五类城市（群）发展定位、基本特征、关键问题等，针对性提出各类城市差异化和特色化的发展指引，强化新型智慧城市发展体系性和规范性，满足各类城市提升自身智慧化发展水平的个性化任务要求。据统计，全国发布新型智慧城市顶层规划的城市超过了 50%  ，政府部门倾向于委托第三方机构开展顶层设计，并且付费意愿越来越强烈。 新型智慧城市顶层设计服务商有以下几类。 一是与新型智慧城市相关的研究院 ，如中国信息通信研究院、国家信息中心、中国电子信息产业发展研究院、中电科新型智慧城市研究院、中国系统现代数字城市研究院等，他们基于对智慧城市发展形势、国际先进经验和国家及省市政策的了解，为地方政府建设智慧城市出谋划策。 二是大型ICT厂商 ，如华为、阿里云、腾讯云、浪潮、中兴等，依托于自身强大的 ICT 产业生态位优势及技术优势，构筑合作伙伴生态圈，成为极具竞争力的智慧城市顶层设计服务商。三 是大型咨询公司 ，以国际知名咨询机构为主，如麦肯锡、波士顿、IBM、埃森哲、德勤等，由于智慧城市建设涉及国计民生和国家安全，所以聘请国外咨询机构开展顶层设计，尤其是推进实施的案例日趋减少。 ▲顶层设计产业图谱 2、领域态势分析 新型智慧城市顶层设计是一项系统性工程，需要统筹考虑信息基础设施、数据资源体系、城市治理、惠民服务、产业发展等方面建设内容，提出城市经济社会发展数字化、网络化、智能化总体方向、实施路径和推进策略，这决定了顶层设计服务商多为具有全产业链视角的行业龙头。 研究机构作为新型智慧城市建设的第三方中立机构，通过持续跟踪研究行业发展趋势，为国家部委办局提供研究支撑服务，为地方政府提供政策咨询服务，不断促进产业上下游企业交流合作，形成了政、产、学、研融合的顶层设计咨询服务方案。 大型 ICT 厂商作为新型智慧城市建设的总体实施方，利用技术优势和系统集成能力，打造统一支撑的技术底座，为政企客户提供总体架构、业务架构、应用架构、数据架构、技术架构一体化的设计方案。 新型智慧城市顶层设计是以推动城市经济社会发展为目标制定的信息化发展规划，是对现代化城市发展整体性、长期性、基本性问题的思考、考量和设计，是对城市信息化合理布局和各项工程项目建设的统筹部署，是一定时期内城市信息化发展的蓝图，具有战略性、权威性、系统性、导向性等特点。 中国信息通信研究院、华为、中电科新型智慧城市研究院等顶层设计服务商经过十年左右的规划及实施，目前已形成较为成熟完善的咨询服务方法论体系，包括需求理解、宏观研判、现状调查、挑战分析、目标预测、架构设计、规划部署、细化分工等方面。 ▲中国信息通信研究院顶层设计咨询服务方法论体系概览▲华为智慧城市顶层规划咨询方法论体系概览▲中电科新型智慧城市研究院智慧城市顶层规划咨询方法论体系概览 各省市出台的新型智慧城市顶层设计，逐步形成了上下联动、部门协同、层级衔接的统筹谋划发展新格局。如山东省在 2019 年 9 月印发了《山东省新型智慧城市试点示范建设工作方案》，围绕基础设施、数字惠民、数字政务、数字经济、保障措施、地方特色等分类，提出了划分不同发展层级的新型智慧城市试点示范建设标准，并提出力争将智慧城市打造成数字中国建设领域代表山东的一张名片。 河北省出台的《加快推进新型智慧城市建设的指导意见》中提出，到 2020年，通过 3 个市主城区和 10 个县城开展新型智慧城市建设试点，探索出符合河北省情的市、县级智慧城市发展路径；到 2025 年，智慧城市与数字乡村融合发展，覆盖城乡的智慧社会初步形成。 2019 年 1 月，我国正式实施了《智慧城市顶层设计指南》（GB/T 36333—2018），顶层设计成为各地新型智慧城市建设实施的前提。各类城市从城市发展战略全局出发，紧密结合区位优势、资源禀赋和产业特征，准确把握发展现状、问题和需求，明确智慧城市建设目标、总体框架、建设内容、实施路径等。其中，省级城市、地区中心城市的新型智慧城市发展水平相对较高，经过前期信息化发展，现阶段顶层设计更强调理念更新、架构一体、统筹推进。 地级市在整体设计下，围绕数字经济拉动、数字政府能力建设、智慧社会普惠服务提升等方面，凸显产业发展、设施建设或亮点应用服务。部分县级市智慧城市处于启动阶段，更注重城市治理和公共服务延伸下沉，及因地制宜培育特色智慧应用及产业。智慧城市群的顶层设计更加强调区域内基础设施互联、优势产业互补、应用服务互享等。智慧新城新区的顶层设计，更强调理念创新、技术创新、机制创新。 四、产业环节之基础设施 1、领域图谱 随着我国大力推进“新基建”建设，数字基础设施作为数字政府、智慧城市和数字经济发展的重要支撑，引领新一轮社会投资热潮。新型基础设施既包括 5G、工业互联网、数据中心等信息基础设施，也包括交通、能源和市政管网等传统设施数字化改造升级。以新型基础设施建设为载体，新一代信息技术将加快与先进制造、新能源、新材料等技术交叉融合创新发展，为经济增长持续注入强劲动能，助力实现稳投资、扩内需目标。 基础设施领域企业大多横跨多个行业，从专业的产品和服务出发，向综合解决方案商发展。从企业核心业务和能力来看，可以分为三大类： 一是融合基础设施运营和服务商，此类企业以物联感知和融合基础设施建设为主战场，聚焦物联网中控平台和新型感知终端部署。企业大多专注于特定行业物联网终端应用，细分行业市场集中度较高，龙头企业竞争优势明显，部分行业逐渐开展标准化、规模化应用，行业领军企业从终端生产逐渐向平台和系统集成过渡。 二是网络基础设施运营和服务商，此类企业主要涉及基础电信、宽带接入、卫星互联网等网络建设运营服务，基础电信运营商依托基础网络形成垄断优势，第三方宽带接入服务提供商依托价格优势，发展中低端市场，与基础电信运营商建立合作伙伴。三是存算基础设施运营和服务商，此类企业主要涉及数据中心、云计算、CDN 等建设运营服务，基础电信运营商依托网络市场垄断优势，向数据中心、云计算等领域顺势发展；互联网巨头和 ICT 设备商也分别从自身业务资源和产品侧出发，发挥软件研发和算法优势，提供数据中心、云计算/边缘计算综合解决方案。 ▲基础设施产业图谱 2、领域态势分析 通信网络市场细分发展。基础电信运营商、宽带接入服务提供商、通信铁塔服务提供商、系统集成商和设备提供商等市场主体广泛参与，中国移动、中国电信、中国联通三大全业务基础电信运营商占据主要市场份额，中国铁塔、中国通信服务、华为、中兴、中通国脉、宜通世纪、世纪鼎利等依托通信铁塔、通信设备和系统集成优势，为基础电信运营商提供涵盖核心网、传输网和接入网等全网络层次的综合解决方案、工程建设和维护综合等技术服务。FTTH光纤宽带普及快速提升。 截至 2020 年 9 月底 9 ，三家基础电信企业的固定互联网宽带接入用户总数达 4.76 亿户，同比增长 5.8%，光纤到户渗透率 93.5%。三大基础电信运营商陆续发布千兆网络建设计划，1000Mbps 及以上接入速率用户数达到 425 万户，比上年末净增 338 万户。宽带互联网接入市场日益开放 。 从事互联网接入服务业务的企业共有 3452 家，代表企业有广电、鹏博士、方正宽带、电信通、光环新网、聚友网络、歌华有线等。光 通信设 备 产业持续 扩 大。光接入设备、光传送设备和光纤光缆产品实现国产化，华为、中兴、烽火等已成为全球光通信设备市场的主导企业。 ▲2014-2019 年中国互联宽带接入用户数 国家和 地 方 加快 推动 5G 政 策 出台。中央经济工作会议明确将加快 5G 商用步伐作为 2019 年重点工作，工业和信息化部发布《关于推动 5G 加快发展的通知》，全国各地陆续发布 5G 行动计划和相关支持政策。5G 网络建设带动广泛市场参与，截至 2020年11月 11 ，我国已建成近70万个5G基站，5G终端连接数已超过 1.8 亿。 三大基础电信运营商和中国广电是 5G 网络建设和产业链核心的参与者，中国广电 700MHz 大带宽技术提案正式成为全球首个 5G 低频段（Sub-1GHz）国际标准，华为、中兴、烽火通信等作为 5G 网络通信设备提供商和应用解决方案提供商是 5G 新基建的技术驱动引擎和核心受益者，京信通信和日海智能等元器件配套和系统集成服务提供商也是 5G 新基建重要组成。 5G 应用示范和产业创新培育提速。各地加快培育 5G 产业和应用体系，推动 5G 建设与垂直行业应用融合建设，工信部组织每年一度“绽放杯”5G 应用征集大赛，加快培育 5G 应用创新企业；雄安新区建设 5G 天地一体化生态检测系统，实现白洋淀及支流河道生态情况、水质监测数据即时上传平台分析，打造我国智慧生态监测新样板。 卫星互联网新业态市场活跃 。北斗卫星导航系统完成全球组网部署，天地一体化信息网络、中低轨卫星互联网星座启动部署，“中星 16 号”、“天通一号 01 星”等高通量宽带卫星通信网络建设和应用加快，在应急通信、野外作业、野外及海洋宽带等领域进行示范推广。中国航天科技集团、中国航天科工集团、中科院下属科研院所是主要参与主体，中国卫通、中电科、海格通信、华力创通、星速科技等央企和民企积极参与卫星网络建设运营。 ▲2020 年 5G 基站建设数量前十名省份▲5G 产业链示意图 存储与计算技术创新和产业快速发展。作为信息产业的重要基础设施和新基建的重要领域之一，随着智慧城市、数字政府和工业互联网等建设，将催生更大的存储与计算资源需求，据英特尔预测全球数据总量在2020年将达到44ZB，而单单中国产生的数据量将达到8ZB。数据中心整体发展势头良好 。 2019 年全国 IDC 业务市场规模达到1562.5 亿元，同比增长 27.2%，预计 2019-2022 年仍将保持 27%的复合增长率，到 2022 年，IDC 市场规模将超过 3200 亿。中国电信、中国联通、中国移动三大基础电信运营商凭借机房资源、网络层级和互联网国际出口带宽方面明显优势，仍然占据主要份额。 云计算产业持续保持快速增长。2019 年全国公有云（IaaS/PaaS）市场规模达到 598.4亿元，同比增长达到 50.4%。受到疫情影响，在线办公、线上教育、医疗、娱乐等云服务需求呈现爆发性增长，预计 2019-2022 年公有云市场复合增长率将保持 41.6%，到 2022 年公有云市场规模达到 1700亿元。公有云市场排名前五的企业分别为阿里云、腾讯云、天翼云、光环新网、华为云，前五家企业市场占比约80%。 内容分发网络（ CDN ）成为发展热点 。2019 年全国 CDN 业务市场规模达到 150 亿元，5G网络快速发展和高清视频、直播、游戏等娱乐行业驱动，用户对网络时延愈加敏感，预计 2019-2022 我国 CDN 市场规模将保持 25.7%的增长，到 2022 年，全国市场规模将达到 297.6 亿元。国内主要 CDN企业包括网宿科技、蓝汛、上海优刻得、帝联科技、又拍云、金山云、世纪互联等。 边缘计算引领分布式计算发展新趋势 。边缘计算作为云计算向端侧延伸的触角，正成为电信运营商、工业厂商和互联网厂商竞争的新市场。电信运营商结合 5G 网络，全面部署移动边缘计算（MEC），中国移动已在全国 20 多个地市开展 MEC 应用试点，中国联通基于 Edge-Cloud 平台打造 30 余个智慧场景应用示范，中国电信在深圳 5G 创新合作大会发布自主研发的边缘计算 MEC 平台。海尔、树根互联等企业在工业应用领域开展边缘计算应用，打造多源设备一站式接入解决方案。阿里、腾讯、百度、华为、中兴通讯、数梦工厂等也相应推出了边缘计算产品。 ▲2019-2022 全国 IDC 业务市场规模及预测▲2019-2022 年全国公有云市场规模及预测▲2019-2022 年全国 CDN 业务市场规模及预测 三大基础电信运营商加快 NB-IoT 网络部署 。2020 年 5 月，工信部发布《关于深入推进移动物联网全面发展的通知》，要求 2020 年底 NB-IoT 网络实现县级以上城市主城区普遍覆盖，移动物联网连接数达到 12 亿。三大基础电信运营商加快 NB-IoT 物联网部署，2019年全国 NB-IoT 基站超过百万，物联网终端用户数超过 10 亿户，我国成为全球物联网网络规模最大、应用最为活跃地区。 城市物联网推动物联城市物联网推动物联感知设施的统筹部署 。物联网感知设施从业务驱动单点部署向统筹规划发展，国家层面设立江苏无锡、浙江杭州、福建福州、重庆南岸区、江西鹰潭等 5 个物联网特色的新型工业化产业示范基地，上海等部分发达城市制定了物联网建设的标准规范体系，全市按统一的标准进行感知终端、数据传输、平台架构、综合应用等方面建设 。 智慧杆成为物联网集成载体发展热点 。智慧杆柱成为信息基础设施、市政基础设施和社会杆塔资源共建共享的主要抓手，工信部、国资委《关于 2019 年推进电信基础设施共建共享的实施意见》要求“基础电信企业与铁塔公司利用路灯、监控、交通指示等社会杆塔资源”，广东省发布《广东省 5G 基站和智慧杆建设计划(2019 年-2022 年)》，推动智慧杆与 5G 基站同步建设。 物联网企业在垂直行业应用拓展加快。海康威视和大华在安防监控市场占有率优势仍然明显，千方科技、易华录、成谷科技、优橙科技等成为车联网领军，金卡智能、威胜集团、许继仪表、三川智慧、积成电子等成为水电气智能化改造市场主导企业，上海三思、华体照明、如通电子、方大智能、特斯联在路灯、井盖、垃圾桶等市政基础设施智能化改造优势明显。 ▲2015-2020 年全国物联网终端用户规模 工业互联网网络基础设施加快建设。中国信息通信研究院牵头建设分层分级的工业互联网标识解析体系，武汉、广州、重庆等工业互联网标识解析国家顶级节点已经启动上线，2020 年 10 月二级节点达75 个，工业互联网标识注册总量达到 73 亿。 工业互联网平台向跨业、 跨领域方向规模发展。国家着力打造“双跨”工业互联网平台，建成超过 70 个有影响力的工业互联网平台，连接工业设备的数量达到4000 万套，工业 APP 突破 25 万个，重点平台平均连接设备数量超过70 万台。 航天云网、东方国信、树根互联、徐工信息、三一重工、海尔基于工业知识和模型沉淀能力在工业互联网平台建设优势明显，阿里巴巴、东方国信、浪潮、用友、华为等大型 ICT 企业基于云计算、大数据等使能技术，纷纷打造跨行业、跨领域的工业互联网平台。 工业传感设备和终端企业发展壮大。远望谷、世纪鼎利、汉威电子、汇川技术、埃斯顿在 RFID、工业传感终端和工业机器人设备领域占据市场领先地位。能源互联网基础设施发展加快 。 林洋能源、易事特、炬华科技、阳光电源企业聚焦于传感器、流量计、储能产品、智能阀门等能源互联网基础设施的生产和研发；安科瑞、中能电气、爱康科技、双良节能为客户打造能源管理平台，通过大数据分析等技术实现对各类能源的可视化管理与动态监测，提高企业能耗管理水平和能源利用效率；远光软件、泰豪科技、金风科技探索创新电力交易模式，为电力用户、售电公司、发电公司等市场主体提供购售电交易、碳排放交易等能源交易、综合能源和用电咨询增值服务。 ▲2019-2020 年工业互联网标识解析二级节点数量 五、产业环节之智能中枢 1、领域图谱 城市智能中枢是基于云计算、物联网、大数据、人工智能等技术，支撑城市运行生命体征感知、公共资源配置优化、重大事件预测预警、宏观决策指挥的数字化管理设施和开放创新平台。城市智能中枢根据侧重点有不同名称，如侧重展示和指挥的城市指挥中心、侧重跨领域智能决策分析的城市大脑、侧重城市运行体征感知的城市运行管理中心等，但功能架构和产业主体趋于统一，其中，城市大脑是当前最受政府和企业重视的发展方向。 近年来，城市智能中枢经历了从地方试点到示范推广的新阶段，单个项目招投标金额高达到数亿元。与传统智慧城市条块分割、信息孤岛相比，城市智能中枢通过数据跨领域流转和类人脑处理，支撑城市运行实时感知、重大事件预测预警、宏观决策指挥调度，在此次疫情防控中发挥了重要支撑作用，成为未来城市信息化建设的核心。 我国智能中枢供应商主要分为以下几大类别： 一是综合型智能中枢供应商以互联网公司和型智能中枢供应商以互联网公司和 IT 硬件 巨头 为主，传统集成商积极入局 。互联网巨头凭借云、数、AI 算法等优势打造城市智能中枢生态。IT硬件厂商凭借云管端基础设施建设能力，通过融合平台，联合合作伙伴打造开放的 SaaS 服务生态。传统集成商依托强大的行业整合能力入局城市智能中枢建设。 二是领域型智能中枢企业类型较多 ，专业技术优势明显 。该类企业依托单个领域强大技术积累和解决方案提供能力，在交通、安全、卫健等领域建设专业中枢或平台。领域型智能中枢中交通类最多，其次为卫健系统和文旅系统，警务、应急、政务、人社、市场监管和房管等领域也有所涉及。 三是功能平台型企业不断加入， 功能架构趋分明 。城市智能中枢是个复杂的综合体，巨头负责总体架构及生态体系建设，功能平台型企业主要以提供大数据平台、城市信息模型平台、物联网/AI 等技术支撑平台、应用支撑平台等核心功能平台为主，协同打造城市智能中枢能力。 ▲智能中枢产业图谱 2、领域态势分析 一是基于城市大数据平台提供数据的汇聚处理功能， 随着智慧城市建设的深入，数据实时并发量也将成倍数增加，对数据处理能力提出了很高的要求，城市智能中枢需具备数据全量多源接入、实时处理的能力。此外，城市智能中枢的运行亟需数据的协同，如何消除各自为政、条块分割、信息割裂的数据孤岛是城市大数据平台的核心能力。 二是以AI平台为核心的技术支撑功能 ，“城市大脑”是城市智能中枢最主要的产品类型，既然用到“脑”的概念，意味着整个系统应该具备思维和决策的能力，能够洞悉人所没有发现的复杂隐藏规律，能够制定超越人类局部次优决策的全局最优策略。如阿里的城市大脑引入达摩院 AI 技术支持，腾讯云也提出“AI in All”。 三 是以CIM平台为重点的业务支撑功能 ，城市智能中枢作为支撑和引领未来城市可持续发展的新型基础设施，将承载支撑城市运行的各类应用，需将各类业务的共性抽象为公共的支撑能力，提升前端应用的快速响应能力，同时实现应用的融合与创新，如搭建城市信息模型（CIM），实现基于数字孪生的数据融合、流程优化、业务协同、服务提升。 四是跨部门的协同调度功能 ，城市智能中枢着眼城市建设和管理，以解决城市运行问题为导向，围绕经济运行分析、应急指挥调度等综合领域，构建跨领域、跨行业的超级应用，需具备实时协同调度多部门的能力，实现跨部门数据共享和业务协同。 城市智能中枢整体处于发展起步阶段，城市大脑是建设热点 。2019 年共 54 个项目以“城市大脑”、“城市运营管理中心”、“城市指挥中心”等为关键词进行招标，其中“城市大脑”项目38个，占比达到70%，成为当前新型智慧城市建设热点。 智能中枢以功能模块建设为主，平均金额超过 7000 万元 。城市智能中枢招投标项目可分为整体中枢、功能模块、领域中枢等类别，其中数据平台、展示中心、数字驾驶舱等功能模块类项目数量最多，占比约 40%；整体中枢类项目平均金额最高，平均金额超过 7000 万元。 地域分布上， 东部地区遥遥领先。东部地区城市智能中枢建设数量遥遥领先，占比达到 60%，其中，浙江省共 17 个市县开始建设城市大脑，建设普及率全国第一。区县级城市率先试点快速推进，区县级城市智能中枢建设数量达到 52%。 ▲城市大脑分布情况 互联网企业领衔 ，初步呈现垄 断竞争格局 。阿里最先提出城市大脑概念，以城市大脑为主打产品占据智能中枢最大市场份额，中标包括杭州、德清县、九江、海口、郑州等城市大脑项目。腾讯、百度等互联网企业积极入局城市大脑，华为、浪潮等设备商加快发力数字底座和城市运营管理中心，市场份额占比均超过 10%，处于第二阵营。 部分重点地区竞争激烈 。一方面企业以本地市场为根本，向外输出扩展，如阿里在浙江、百度在北京、科大讯飞在安徽、浪潮在山东项目较多。另一方面部分重点区域竞争激烈，如广东、四川、重庆等地均有三家以上平台型企业布局。 ▲城市大脑主要企业城市覆盖情况 企业基于四大核心优势入局。 一是以云数为内核的生态整合实力 ， 基于“云+数”优势，通过打造城市级“云数”平台，面向合作伙伴打造“合作生态”，合作伙伴基于平台快速构建应用层，提供最后一公里的服务。如华为依托同时提供云管端协同 ICT 产品与解决方案的能力，打造数据底座，提供云计算服务、新 ICT 能力和行业使能，构建开放的数字化生态。 二是以AI为核心的技术实力 ，基于 AI 核心技术，提供更多具有“AI 思维”的解决方案，迅速打开市场空间。如百度基于百度大脑和 AI 核心技术，提出 AI 智能城市“ACE 王牌计划”，引入自动驾驶汽车、智慧道路车路协同，提升车和路的智能化水平，引入自主泊车，帮助驾驶员节省找停车位的时间。 三是便捷触达公众优势 ，依托城市服务平台便捷触达公众优势，让城市智能中枢的应用工具和应用场景的多样性上具有得天独厚的优势，形成技术与场景的点线面结合。如腾讯提出构建“WeCity 未来城市”，以腾讯云的基础产品和能力为底层，为数字政务、城市治理、城市决策和产业互联等领域提供解决方案，并通过微信、小程序等工具触达用户。 四是集成实力 ， 传统集成商依托强大的产业链上下游整合、整体解决方案提供和售后服务能力等优势，积极入局城市智能中枢建设，如 2020 年 1 月中软国际 1.47 亿中标张家港城市大脑项目。 市场拓展呈现两条主要路径。政企合作，产业换项目。在城市拓展方面，企业积极与各地政府签订战略合作协议，在产业发展、城市治理、公共服务等领域开展广泛合作，一方面落地企业分支机构或打造产业基地，另一方面通过单一来源采购城市大脑等智能中枢相关项目，提高城市综合治理能力和公共服务水平。 如腾讯与长沙市人民政府签署合作协议，腾讯将在长沙落地腾讯（长沙）智慧产业总部，打造长沙本地化智慧应用与解决方案，同时利用腾讯自身的人工智能、大数据、云计算等技术优势和资源优势，为长沙城市超级大脑的建设提供战略支持和解决方案。 开展业务生态拓展，形成技术壁垒 。单个城市业务拓展方面，以城市智能中枢建设为契机，将自身业务生态向其中迁移，从而实现业务生态的扩展和延伸，使其成为政府管理和城市服务的一部分，形成技术壁垒和业务护城河。 如阿里在杭州发布了城市大脑（综合版）3.0，拉开了由治堵向治城转型的序幕，已建成涵盖警务、交通、城管、文旅、卫健、房管、应急、市场监管、农业、环保、基层治理等 11 大系统48 个应用场景 61 个单位的数字驾驶舱。 城市智能中枢市场空间可达千亿。城市智能中枢 将 成为城市必不可 少 的 新 型基础设施，市场空间巨大。数据是未来城市的核心资源，人工智能计算平台是核心动力，城市智能中枢兼具资源与动力，将发挥基础性、先导性作用，从加分项变为必选项，从一二线城市向全部城市，从市级向区县、乡镇、社区延伸扩散。 2019 年全国智慧城市投资总规模约为 1.7 万亿元，而城市智能中枢占智慧城市总投资比例约为 4%，预计未来几年城市智能中枢项目可能保持 100%以上增速，十四五期间城市智能中枢投资规模可达千亿。 城市智能中枢作为智慧城市价值链制高点将成为必争之地，市场格局尚不稳定。城市大脑作为智能中枢的新贵，项目额度大（单个项目数亿元）、进入门槛高、可运营性强，将成为智慧城市运营商的必争之地。由于未来市场规模巨大，集成商、运营商等各类企业积极进入城市大脑市场，市场格局远未稳定。 城市智能中枢建设将以 “ 平台 + 生 态 ” 模式为主。城市智能中枢供应商必须技术门槛高、资源整合能力强，注定只能是巨头们的游戏。未来巨头负责总体架构以及核心模块建设，打造城市智能中枢核心能力，生态合作伙伴基于各自优势模块或领域产品，快速集成，未来城市智能中枢竞争将是生态圈之间的竞争。 六、产业环节之智慧应用 1、领域图谱 智慧应用是智慧城市产业图谱中真正意义上的面向政府、企业以及个人实现交付的产业环节，面向社会治理、惠民服务、生态宜居、产业经济等领域，利用云计算、大数据、人工智能等前沿技术或创新概念，解决城市面临的各类问题，优化资源配置，提升各行业管理和服务的智慧化水平，从而优化城市管理和服务、改善市民生活质量、推动产业高质量发展。 国内智慧应用提供商多数以单一领域为主，部分具有一定规模的企业能够为客户提供覆盖多个领域的智慧城市解决方案，整体上行业集中度较低，竞争较为充分。智慧城市应用开发商主要有两类：一是大型方案商，他们在各行业有较深的积累和应用开发经验，可以为多个行业提供解决方案，在相关资质、品牌影响力、行业应用开发的积累、对行业的理解等方面，具有独特优势，如银江股份、易华录、太极股份、数字政通等；二是某个行业的专业方案商，对该行业领域有很深的理解，在各个城市迅速扩展。 ▲智慧应用产业图谱 2、领域态势分析 中国智慧城市未来投资主要集中在视频监控等三大领域。全球智慧城市投资集中在智慧教育领域 。据德勤研究显示，智慧教育在全球智慧城市市场份额占比最大，预测在 2023 年仍保持最高的市场份额，智慧安防增长趋势明显，2018-2023 年复合增长率预计达 30%。 中国智慧城市投资主要集中在智慧电网、视频监控、智慧交通控、智慧交通 三个领域 。据 IDC 研究显示，在 2018-2023 年，中国市场支出金额占比前三的应用场景依次为智能电网、固定智能视频监控以及智慧交通系统。2019 年，三个应用场景的投资规模约占支出总额的 43%，预计到 2023 年比例将下降至 37%。随着智慧城市相关技术的发展，应用场景将呈现多样化趋势，在 2018-2023 年内增长最快的应用场景依次为数字孪生、V2X（车联网）技术以及开放数据。 ▲全球智慧城市市场份额（百万美元） 一是上游软硬支撑能力。这类企业为行业提供信息化硬件设备，并逐步从单一产品向整体解决方案拓展，从产业链单一环节向上下游拓展，成为横向、纵向均有延展实力的领域龙头。如在智慧环保领域，雪迪龙、先河环保、聚光科技等环境监测设备生产供应商，依托监测设备、系统等产品开展大气、水、土壤等监测业务，积极推进生态环境监测网络的建设，为政府及企业提供环境咨询、环境监测、环境治理等环境综合服务。 二是中游技术创新能力 。凭借云计算、大数据、人工智能等技术优势，AI 算法厂商、云服务商、大数据厂商迅速入场，并直接向用户提供产品和解决方案。如在智慧社区领域，旷视科技等 AI 技术服务商，依托 AI 技术优势开发智能人脸识别等系统，广泛应用于出入控制、访客管理、人证核验等环节，助力智慧社区建设；在智慧医疗领域，依图、视见、碳云智能等供应商致力于研究人工智能、大数据等技术在医学影像、诊疗辅助等产品中的应用，提供辅助和参考，节约诊疗时间，提高诊断精度。 三是下游集成及运营能力 。这类企业以云计算+大数据为内核布局平台生态整合能力，打造城市级“云数”平台，提供快速可插拔应用服务，并推动行业应用向超级应用发展。如腾讯、华为、阿里、浪潮等服务商，依托平台生态整合能力打造政务服务、城市服务超级应用，迅速打开市场空间。 疫情冲击下在线新经济成为新风口 。疫情无形中提高社会对线上服务的接受度，用户习惯加速迁移，在线政务、在线教育、在线医疗等线上服务需求激增，在线新经济成为行业新风口。 《中国在线教育市场数据报告》显示，2020 年超 3 亿大、中、小学生涌入在线教育平台，平台日活量从平日的 8700 万上升至 1.27 亿，涨幅达 46%，阿里钉钉、华为、腾讯等互联网企业纷纷入局在线教育。目前线上服务主要有两类服务主体：一类是学校、医院等传统服务机构，利用互联网技术拓展服务时间和空间；另一类是互联网公司依托优质的专家资源，利用互联网公司提供的平台，为市民提供服务。 线上线下融合是未来发展趋势 。线上服务能打破时空的界限，线下服务也具有真实感强、便于情感交流与深度沟通等不可替代的特征，且部分线上服务需以线下产品和服务为基础，线上服务无法完全替代线下服务，线上线下融合成为发展趋势。 在医疗领域，国家卫健委发布《关于促进“互联网＋医疗健康”发展的指导意见》，提出“互联网医院必须落地在实体的医疗机构，线上线下要监管一致，并且必须得有实体医疗机构作为依托，通过互联网的平台为患者提供一些远程门诊等远程医疗服务”。 智慧社区成为基层治理领域应用新焦点。基层治理成为关注热点 。习近平总书记在今年多次地方考察中，都将基层社会治理作为调研的重点内容，提出要不断夯实基层社会治理这个根基。基层治理是城市治理的基本单元和重要组成部分，随着智慧治理服务从城市向社区、村镇等基层延伸，智慧社区成为基层治理领域应用新焦点。 智慧社区市场规模趋万亿 。此次爆发新冠肺炎疫情，社区成为疫情联防联控的第一线，智慧社区通过运用互联网、大数据、人工智能等新一代信息技术，大幅提升社区精细化治理、智能化服务和精准化决策能力，在此次防疫工作中发挥重要作用。据相关机构预计，到 2022 年，智慧社区市场规模将接近万亿元。 四类企业重点布局智慧社区领域 。目前从事智慧社区建设的企业主要分为四大类： 一是涉及智慧社区业务的泛安防企业，通过开展视频门禁、平安社区等建设入局智慧社区市场，如大华、中控智慧等； 二是互联网企业，主要开展物业管理系统、社区 O2O、云停车系统、智能家居系统等社区管理平台及解决方案建设，如阿里提出钉钉未来社区、腾讯提出海纳社区等； 三是房地产类企业，主要通过吸收互联网平台思维，转型社区运营商，从传统的卖房转型为卖服务。例如万科提出了“智慧养老”“养老住宅”等理念，通过大数据分析提升用户体验，并试图在社区物流、社区金融等领域挖掘新的增长点。 四是家电类企业，提供智能家居等智慧社区服务，如海尔·海纳云、蓝联科技等。 智慧社区涉及人员管控、社区安全、社区停车、物业管理等各类细分场景，需求碎片化，各类玩家各有所长，互联网和房地产企业平台建设、生态建设能力强，安防和家电类企业在场景应用、解决方案等方面具有技术优势，未来各展所长、合力打造生态是趋势。 数据挖掘分析成为智慧生态领域新增长点。智慧生态环保市场未来空间大。我国生态环保投入较大，据有关机构统计，十三五期间环保投入预计超过 17 万亿，2019 年智慧生态环保行业市场规模近 585 亿元，对比整个万亿级的生态环保市场而言，智慧生态环保目前的市场规模较小，但随着环保政策热潮及 ICT 技术不断成熟，未来市场增长空间巨大。 数据挖掘分析成为智慧环保新增长点 。目前环境监测是智慧环保的核心增长点，据有关机构统计，国内从事环境监测的企业约 200 家，2019 年我国环境监测设备销售收入约 228 亿元。但随着物联网、大数据等技术在智慧环保中的应用，传统监测企业开始与 ICT 企业展开合作，由单纯的“硬件”设备销售向“软件”与“硬件”协同销售方向发展，强化数据挖掘、数据系统服务等方面能力。此外，以东软集团、平安科技、软通动力等 ICT 企业入局生态环保行业，构建环保数据中心，创新大数据应用，为政府提供物联监测数据和多元的智慧监管服务，助力政府实现生态环境的精细化管理。 产业互联网潜力巨大但阻碍重重。随着互联网主战场从消费互联网向产业互联网转移，阿里巴巴、百度、腾讯等大批企业开始将自己的业务重心从消费互联网转向产业互联网。据有关机构估计，到 2025 年，中国科技企业整体市值规模将达 40-50 万亿元人民币，其中 T2B2C 模式的代表性企业将占据一半以上规模 ，产业互联网市场潜力巨大。 在现有实践中，产业互联网建设主要有两种路径： 一是传统企业的互联网化，传统企业更了解本行业特征，开发的平台和网络更能适应本行业企业的需求，但由于各行业的差异性巨大，在一个行业成功的模式很难被复制到另一个行业，规模效应很难发挥出来，投资者的营利性难以保证； 二是互联网企业的产业化，将互联网领域发展出的技术、流程应用到具体的行业，可以在短时间内整合多个行业，实现跨行业协调，但由于互联网企业本身并不熟悉传统产业，因此这种整合很难深入到产业内部，无法从根本上提升产业效率。 七、产业环节之城市运营 1、领域图谱 伴随新型智慧城市建设快速铺开，新的城市运营模式乃至政企关系应运而生，催生“智慧城市运营商”，帮助政府统筹推进智慧城市的建设、运营和管理。目前，在开展数据监测的 657 个城市（地级及以上城市和重点区县）中，探索开展以社会为主体推动智慧城市项目建设和运营的城市数量达到 433 个，占比 65.91%。 我国智慧城市运营商主要分为四大类。 一是以中国雄安集团数字城市科技有限公司、 山西云时代技术有限公司、 深圳市智慧城市科技发展发展集团有限公司为代表的本地国资系运营商。该模式下，地方政府充分发挥国有资本服务城市、服务产业和服务市民的战略定位和功能作用，成立本地国有独资的智慧城市运营商，促进产、城、人和谐融合。 二是以大型央企、国企为代表的国资系运营商，通过与当地政府签订战略协议 ，成立 本地子公司开展智慧城市建设运营。根据公司业务及切入点不同，又可细分为三类：中国电信、中国移动、中国联通、中国广电等电信运营商，以基础网络切入，聚焦城市网络运营及部分信息化系统建设运维；中国电子系统公司、浪潮集团、中科曙光等大型国企，依托技术实力与本地政府开展战略合作，成立子公司开展智慧城市建设运营；启迪集团、泛华集团等地产企业，以地产切入，开展科技园区、智慧园区、双创载体建设运营。 三是以阿里巴巴 、华为、百度、 腾讯 、京东为代表的民营类运营商，依托自身技术、连接优势，打造以自身平台为核心的产业生态，开展智慧城市建设运营。 四是以丝绸之路信息港集团有限公司、数字郑州科技有限公司、智慧泉城智能城智能科技有限公司为代表的政企合作类 （ PPP ） 运营商， 通过引入专业化公司成立政企合资企业，开展智慧城市建设运营。 ▲城市运营产业图谱 2、领域态势分析 建设运营模式从重建设向长效运营。智慧城市涉及“端、网、云、用”等多个领域，具有复杂巨系统的特征，是各类层级、行业系统、平台的综合利用、融合创新。智慧城市绝不是传统信息化项目的简单集成，需要从数据融通、系统联动、配套机制、生态培育等多个方向上系统谋划，亟需具有定制化服务、长效运营增值、生态伙伴培引等能力的本地运营机构支撑。 缺乏系统思维、运营思维推进智慧城市建设，只会舍本逐末，造成新一轮资产泡沫与投资浪费，未来智慧城市的项目系统集成不过是整体运营的组成部分。新型智慧城市要树立长效运营理念，建立与技术支撑、制度建设相匹配的城市级智慧运营服务体系。 地方建立本土化运营企业需求日益迫切。当前各级政府的条线智能化系统稳步推进、逐步成型，但纵强横弱的格局尚未根本改变。智慧城市建设是实现横强、纵通的重要途径，务必要将城市作为整体，强化智慧城市中枢（大脑）、共性平台、城市云（城市级 IT 设施）等核心要素的统筹布局和赋能建设，夯实智慧城市发展引擎与数字底座。 仅凭政府机构的人员或纯依赖第三方服务机构是远远不够的，亟需组建本地化的专业运营团队或企业，针对智慧城市特定问题，提供定制化服务，不断迭代优化解决方案，长期支撑智慧城市有序运行。当前，地方建立本土化运营团队或专业企业的需求日益迫切。据相关机构统计，地方政府成立或引入本地化运营企业占所有智慧城市的比例达 50%。 代表政府利益的本地国资智慧城市运营商日渐增多。在新型智慧城市建设过程中，各地更加重视服务外包与特许经营，纷纷成立本地化智慧城市运营服务商，推动智慧城市建设从政府主导、大包大揽，走向专业化、市场化协同运作，持续丰富智慧城市资金筹措渠道和运营机制。 但由于涉及信息安全问题、PPP 项目盈利模式不清晰蜕变为政府买单等原因，全国多个智慧城市 PPP 项目被财政部调出示范并退库。近年来，多地政府为了更好确保政务数据资源的安全利用，确保网络安全，更高效推进智慧城市的专业化运作，纷纷探索成立国资背景企业作为智慧城市运营商，统筹推进城市数据资产治理与智慧城市建设。 政企协调不畅矛盾成为困扰运营商长效发展的 “ 绊脚石 ”。新型政企关系成为智慧城市运营商长效运营的体制保障。在新型政企关系中，政府部门对业务需求和服务评价担负起更重的“管理端责任”，运营商承担“运营端”责任，负责从标准制定、项目建设、平台运营、股权投资到生态构建等一系列工作。 部分地区政企协调不畅的矛盾，成为困扰运营商长效发展的“绊脚石”。一方面，由于市场化的逐利内在要求，部分地区出现政府决策与意志公司不能很好贯彻落实，出现两者的结构性矛盾，亟待理顺运营机制，明确双方权责关系。 此外，对于无监督、缺监管的本地智慧城市运营商，甚至可能形成新的地区信息化垄断主体。另一方面，对于政府成立的国资背景智慧城市运营商，往往起步阶段面临人力资本、技术经验、资金投入等挑战，有可能蜕化为只贴牌、做转手交易的二道贩子，反而抬高智慧城市外部合作成本。 智慧城市运营商加速向智慧城市生态联盟演进。智慧城市运营商一般起步于基础设施运维与外包服务，逐步拓展至重点平台与数据运营，正加速向智慧城市生态联盟演进。部分本地运营商从硬件IDC 建设运维起步，向软件平台运维转移，逐步谋求成为当地智慧城市生态圈的盟主。 如成都市大数据有限公司通过成立成都市大数据协会，发起设立网络安全和数字产业发展基金，完善供应链金融服务等举措，积极推动各行各业依托大数据资源，创新商业模式，实现融合发展，以企业为主体市场化方式构建大数据产业生态圈。 华为公司发布“平台+生态”战略，通过新增伙伴的开发基金、营销基金和伙伴管理 3 个方面的解决方案伙伴政策，坚持不懈地投入“合作生态”，致力于构建一个开放的数字化生态，在“数字平台”底座上提供发育土壤，形成共生、互生和再生的生态共同体，最终共同为客户创造价值。 八、产业环节之网络安全 1、领域图谱 随着智慧城市各应用和产品体系创新迭代不断提速，智慧城市安全性受到广泛重视，网络安全攻防战已经全面覆盖智慧城市各应用，涵盖终端、网络、云、数据、应用等环节，同时安全管理、安全评估、安全培训等专业化服务市场需求也日渐高涨。目前我国从事智慧城市安全服务的企业已超过 2000 家，2019 年底市场规模超过600 亿元，年增长率超过 20% 。 从安全企业业务模式来看并没有非常明确清晰的划分边界，结合主营业务特征可以大致划分为三大类， 第一类是网络安全产品供应商。网络安全产品市场体量占据主导地位，相对成熟，集中度高，此类企业业务主要涉及终端安全、网络安全、应用安全、数据安全、访问控制、安全管理等多个细分领域，格局较为稳定，代表企业有奇安信、启明星辰等，此外部分互联网企业通过资本运作实现产品线扩张，不断拓展企业市场能力和空间。 第二类是网络安全服务供应商。网络安全服务市场体量相对较小，业务分类主要包括安全管理服务、网络安全培训、安全运行监测处置等细分领域，代表企业有太极、中国电信、中软等，其中网络安全产品供应商全面向服务市场渗透，逐步具备了定制化服务能力，市场集中度不断提高。 第三类是基础网络和云服务供应商，此类企业业务涉及网络安全、数据安全、云安全和部分场景安全解决方案等，以老牌通信运营服务企业和互联网龙头企业为主，在通信设备、通信服务、云服务、互联网等主营业务基础上，通过系统集成等模式为客户提供从前端系统规划设计、部署到安全防护体系建设运维全流程的一揽子解决方案，逐步集成整合建立安全产品和服务体系。 ▲网络安全产业图谱 2、领域态势分析 投资并购加速提升产业集中度。目前我国约有两千余家网络安全从业公司，单个企业产品、服务和能力相对较为单一，领军企业综合影响力和头部效应正在加速提升。根据 CB Insights 统计数据显示，截止 2019 年 7 月，全球估值超过 10亿美元的网络安全行业独角兽公司共计 13 家，中国占据 3 席，包括奇安信、第四范式、同盾科技，估值总计 47 亿美元，占全球网络安全行业独角兽企业总估值的 20.5% 。 从国内来看，我国启明星辰、天融信、绿盟科技等前五名网络安全厂商的国内市场占有率合计为25% 左右，总体而言行业集中度较高，产业拖尾明显。由于网络安全市场专业人才、技术、资质、品牌等壁垒较高，多数企业开疆拓土主要通过资本运作等方式加快外延整合市场，可以预见未来在资本市场的加速运作下，网络安全市场头部效应将更加明显，市场集中度也将进一步提高。 安全运营服务市场成为下一轮焦点。现阶段我国智慧城市发展重心依然集中在落地建设和软硬件升级迭代阶段，对网络信息安全体系需求集中在软硬件投资建设方面。在整体需求驱动下，现阶段网络安全市场以软硬件市场为绝对主导，安全服务市场无论是规模还是能力均较为有限 。 随着目前智慧城市建设开始越来越倾向于可持续、平台化运营，对智慧城市安全的要求、内涵和范围也大大提高，网络安全运营服务市场也开始受到市场广泛重视，传统安全厂商、领域独角兽企业以及互联网、云计算巨头加速入局，着力通过服务运营的方式提升政府和企业级用户整体安全能力，可以预见未来网络安全运营服务将成为新一轮竞争焦点，将对供给侧定制化贴身服务能力要求更高。 新技术融合驱动安全市场多维演进。经济社会全面数字化、网络化、智能化步伐持续加速，安全防护体系已经从传统意义的网络安全、数据安全全面拓展升维，在传统端、网、云、数安全体系基础上，以数字化、网络化、智能化应用场景为驱动，安全体系更加丰富，如面向工业领域的智能终端装备安全、面向互联网业务的流量安全和访问控制、面向车联网安全的网络攻击防护等。 随着智慧城市建设不断深入，智慧医疗、金融科技、车联网、工业互联网等新应用融合场景快速推出，场景化安全威胁攻防战将为大量企业提供新机遇和新市场，新威胁也将不断提升多维一体安全防护技术微创新能力。根据《中国网络安全产业分析报告（2019 年）》测算，2019 年至 2021 年，我国网络安全产业产值将持续保持 18%以上高速增长态势。 网络空间监管环境持续优化。近年来，智慧城市、数字社会快速发展过程中，个人和关键信息违规利用、模式创新打擦边球的不良行为和现象愈演愈烈，持续引发社会各界关注和争议。 以此为背景，国家层面不断健全网络和信息安全保护发展的制度环境，从顶层设计、市场准入制度、标准规范、法律法规等不同层面强化建章立制，先后制定《网络空间国际合作战略》《国家网络安全应急预案》《网络产品和服务安全审查办法》《网络关键设备和网络安全专用产品目录》《公共互联网网络安全威胁监测与处置办法》《个人信息和重要数据出境安全评估办法》《儿童个人信息网络保护规定》《数据安全管理办法（征求意见稿）》《个人信息安全规范》 等国家规范和标准，构建更加完备的网络治理法规体系，保障网络空间安全和数据要素合规使用。系列制度规范的生效，正在显著转化为安全产业规模扩张的巨大驱动力。 九、细分领域之智慧灯杆 1、领域图谱 灯杆是日常生活必需和广泛布设的城市公共基础设施，智慧灯杆是城市走向信息化、联网化和智能化的重要突破口，正成为城市信息采集、状态感知和便民服务的综合入口。智慧灯杆以灯杆为载体，通过挂载各类设备提供智能照明、移动通信、城市监测、交通管理、信息交互和城市公共服务等功能，通过运营管理后台系统可进行远程监测、控制、管理等网络通信和信息化服务。 我国智慧灯杆企业主要分为以下几大阵营： 一是腾讯 、京东数科 、浪潮集团 、 泰华智慧、方大智控等平台类 企业 ，依托系统集成、控制软件平台、海量数据运营经验和云计算能力，创新智慧灯杆建设和运营模式。 二是中国铁塔 、华为、中兴等通信设和建设运营服务提供商 ，依托自身在通信行业的产业基础，整合上下游产业链企业，提供综合性智慧灯杆解决方案。 三 是以华体科技、 海纳天成、数知科技、洲明科技、上海三思 、 龙腾照明 、 太龙智显等路灯照明类企业 ，依托户外道路照明、户外电子屏广告的行业基础和客户基础，提供智慧灯杆相关产品研发设计到生产、安装、运营维护全产业链一体化服务。 四是大华、 海康 、 汉邦高科等安防类企业 ，依托视频监控的行业基础和客户基础，涉足智慧灯杆系列产品的研发建设。 ▲智慧灯杆产业图谱 2、领域态势分析 灯杆成为 5G 和智慧城市重要载体。智能灯杆不仅有利于实现城市路灯的智能照明和智能维护，“多杆合一”“一杆多能”更进一步推动灯杆发展成为城市信息采集和状态感知的综合入口，成为智慧城市、物联网与 5G 基站建设的综合载体和便民服务终端，国家和地方加快统筹推进“多杆合一”试点。 国家层面，工信部、国资委联合发布《关于 2019 年推进电信基础设施共建共享的实施意见》，要求“基础电信企业与铁塔公司利用路灯、监控、交通指示等社会杆塔资源，充分发挥自身优势，按照市场化原则开微（小）基站建设”。 地方层面，广东、湖南、海南、吉林、江苏、陕西、广西、重庆等省相继出台政策，鼓励推动“一杆多用”的智慧杆塔建设，开展智慧杆塔试点部署。深圳将智慧点（智慧路灯）纳入智慧城市的信息基础设施建设，明确多功能智能杆的技术参数和建设标准规范，发布国内首例《多功能智能杆建设发展三年行动计划》，在光明区、侨香路、前海等地开展多功能智能杆试点，计划到 2020年基本实现多功能智能杆全市主要干道全覆盖。 智慧灯杆创新发展进入快车道。智慧灯杆经历 1.0（智能照明）、2.0（智慧运营）、3.0（价值创造）的创新发展阶段，目前正以路灯联网化、信息化、智能化为依托，从城市照明向 5G、智慧城市等更广阔领域延伸创新价值，随着 5G智慧灯杆站上行业风口，众多互联网、通信和安防龙头企业跑步入场，开始跨界参与智慧灯杆产业布局，持续推动智慧灯杆创新发展进入快车道。 2018 年我国智慧灯杆建设规模达到 6500 根，2019 年建设规模达到 13000 根，全国智慧灯杆市场增速明显但整体规模较小，结合5G 建设多地逐步进入规模试点推广阶段，2020 年广州市发布《广州市智慧灯杆建设管理工作方案》，在 11 个区开展智慧灯杆示范试点推广项目，2020 年规划建设总量为 4238 根，覆盖道路 842 条，辐射面积 3242.89 平方公里。 “智慧灯杆”企业约 400-500 家，真正有实际产品、能落地实施的智慧灯杆企业数量 40-50 家。国家统计局数据显示，从 2004 年至 2019 年，我国城市道路照明灯数量由 1053 万盏增加到 1 亿盏，路灯智能化比例仅 2%，OFweek 产业研究院预测 2021年全国智慧灯杆建设规模可达至 44460 根，市场前景广阔。 ▲中国智慧灯杆建设规模及企业数量情况 自主研发和跨界整合成为核心能力。智慧灯杆涉及感知层、网络层、平台层和应用层等众多功能模块，需要各领域的核心自主研发和跨界整合能力。一方面，智慧灯杆布局的企业数量众多，企业如果缺乏核心自主研发能力，在降低成本、技术创新等方面缺乏竞争力，行业生态竞合中逐步面临市场优胜劣汰。 另一方面，智慧灯杆搭载的功能设施众多，包括智慧照明、视频监控、环境监测、车流监测、移动通信基站、一键求助、公共充电桩、公共WLAN、公共广播、信息发布屏、智能网关等产品集成，智慧灯杆供应链企业抱团合作成为主流，例如照明厂商提供智能照明模块，安防企业提供视频监控模组，通信企业提供 5G 基站设备，互联网平台提供软件服务运营，要求领军企业具有核心软硬件研发和系统集成能力，包括灯杆外形和功能设计、产品组装、客户交付、安装测试、控制系统开发和运营维护等环节。 智慧照明龙头企业占领产业链先发优势。华体科技、上海三思、中智德等智慧照明龙头企业依托自身产业基础占领产业链先发优势，从 LED 路灯光源、LED 显示屏等硬件模块切入，延伸拓展智慧灯杆供应链产品体系，扩展到集灯杆硬件、控制系统的自主研发、设计、生产、安装、运营维护，形成智慧灯杆“软件+硬件+运营”多管齐下全产业链一体化服务体系。 华体科技走在智慧灯杆布局全国前列，以灯杆、LED 路灯光源自主设计生产为基础，实施智慧路灯产品和运营服务双模式战略，拥有从产品研发设计到生产、安装、运营维护全产业链的一体化服务，并尝试在智慧城市的短板领域加强与互联网和通信企业合作，联合腾讯云计算中标成都市环城“智慧绿道”项目，加入华为 eLTE 生态圈，参与华为全球智慧城市的建设运营合作，自主研发华体智慧城市软件平台 2.0 版、六合一环境监测模组、城市井盖监测系统等，由智慧照明领域成功切入智慧城市市场。 智慧灯杆生态联盟成为 跨界企业利器。腾讯、中国铁塔、华为等互联网和通信类龙头企业是产业链新进入者，凭借对智慧城市建设和大数据运营分析的深厚产业基础，将智慧灯杆纳入智慧城市版图。 中国铁塔作为通信杆塔建设运营的唯一持牌单位，正快速形成智慧灯杆产业生态圈的核心领导地位，铁塔公司牵头成立广东智慧杆产业联盟，联合 30 家建设运营、规划设计、智慧杆塔、综合通信技术、智慧照明、安防技术、应用平台等企事业单位，搭建多行业沟通平台和政企沟通桥梁。 华为联合广州市牵头成立智慧灯杆联盟，组建华为 eLTE 生态联盟，纳入华体科技等照明领域战略合作企业。腾讯与中国铁塔、互联智慧签署“5G 智慧灯杆数字化”战略合作协议，提供从终端物联网身份准入、物联数据安全的全链路安全解决方案，腾讯擎天 5G 智慧灯杆已在成都开始试点部署。 智慧灯杆面临政策标准 、 统筹推广、 资金模式等系列挑战。智慧灯杆面临政策标准、统筹推广、资金模式等系列挑战，亟待构建政企高效合作互利机制。尽管国内多地启动“多杆合一”改造项目，但大多数城市应用并不广泛，存在一系列问题： 一是大多数地方政策和行业标准缺失，有待进一步完善； 二是建设运营模式有待明晰，“谁来主导、谁有需求、谁来出钱”问题亟需理顺； 三是建设过程中需要协调多个城市管理部门，实施部门和维护部门沟通协作效率低，协调难度大； 四是智慧灯杆系统如何与智慧城市管理系统融合、兼容，后期维护和收集数据效率低； 五是智慧灯杆社会效应与实际价值仍缺乏数据验证； 六是经费与预算有限，试点采用智慧灯杆成本昂贵，深圳市约 24 万个路灯杆进行“多杆合一”改造，初步测算费用将高达人民币 500 亿元左右。 智慧灯杆亟需政府统筹协调和组织引导。智能灯杆的用户需求包括市政、能源、交通、环保、公安、综治、气象等众多城市管理部门，政府作为智慧灯杆企业的下游用户和行业管理部门，一方面亟需政府指定统一协调和管理的责任部门，统筹汇总各部门的建设需求，实现集约建设和集中管理运维，制定简化审批、特许经营、用地用电优惠、建设补贴等相关产业支持政策，另一方面需要考虑成立统一的建设运营主体和开放产业联盟，形成城市级智能灯杆统一标准规范和可持续运营机制，引导各行业优势企业加强“一杆多用”智慧灯杆战略合作，打造政企开放合作、互利共赢的智慧灯杆产业生态圈。 广东省明确提出不超过 2 家智慧杆塔运营主体，东莞、惠州等广东省智慧杆试点城市明确由铁塔公司牵头汇总需求，统筹规划建设智慧杆及配套资源和“一杆多用”改造，鼓励各行业优势企业加强与铁塔公司在“一杆多用”智慧杆方面的战略合作。 ▲智慧灯杆产业生态圈 十、细分领域之数据中心 1、领域图谱 数据中心（IDC）是集中计算和存储数据的场所，在信息技术快速发展的背景下，数据中心作为各行各业的关键基础设施，为我国经济转型升级提供了重要支撑。我国数据中心产业总体起步较晚，2013年以来，随着移动互联网、云计算、大数据等技术的发展，数据中心产业规模高速增长，而 5G、物联网、人工智能、VR/AR 等新一代信息技术的快速演进和线上流量的激增，也对数据中心提出更高的需求。 此外，数据中心迎来了政策大力扶持，继 3 月 4 日，中共中央政治局常务委员会召开会议，强调要加快 5G 网络、数据中心等新型基础设施建设之后，4 月，国家发展改革委首次明确新基建范围，以数据中心、智能计算中心为代表的算力基础设施是新基建的重要组成部分。 数据中心产业链由上游基础设施、中游 IDC 专业服务及下游最终用户构成。上游基础设施主要是建设数据中心的硬件供应商，包括IT 设备（服务器、交换机、路由器、光模块等）、电源设备（UPS、变压器等）、土地、制冷设备、发电设备和基础运营商提供的带宽服务等。 中游IDC专业服务包括数据中心服务和云服务，数据中心服务商主要为运营商数据中心和网络中立的第三方数据中心，提供 IDC集成和运营服务；云服务商主要为基础电信运营商和云计算厂商，运营商提供互联网带宽资源和机房资源，云计算厂商通过租用或自建（以租用为主）数据中心的方式来提供 IssS/SaaS 等云服务。 下游最终用户包括所有需要将内容存储/运行在 IDC 机房托管服务器的互联网企业、银行等金融机构单位、政府机关、制造业、传统行业等，随着全球 5G 商业化进程加速，各行各业的流量增长势不可挡。 ▲数据中心产业图谱 2、领域态势分析 我国数据中心市场规模整体增速高于全球平均水平。全球数据中心市场规模整体平稳增长，2018 年全球数据中心市场规模近 515 亿美元（仅包括数据中心基础设施租赁收入，不包括云服务等收入），同比增长 10.5%。中国 IDC 市场规模增速显著高于全球 IDC 市场增速，2018 年中国 IDC 市场规模达到 1228 亿元，同比增长 29.8%，2019 年市场规模达 1563 亿元，同比增长 27.2%，远高于世界平均水平。 主要原因在于：一是中国近几年互联网行业发展迅速，政策支持、技术升级及商业模式的创新进一步推动行业发展，数据流量迎来爆发式增长；二是我国 IDC 行业发展较美国处于早期，IDC 行业供需缺口仍较大，整体来看我国 IDC 市场增长潜力十足成长空间较大。 市场布局呈现 “ 东部沿海居多，核心城市集中，中西北部偏少 ”。时效性高的“热数据”处理需求较大使得我国 IDC 主要集中在北上广及周边地区，2019 年我国 IDC 机架数合计约 227 万，同比增长 8.1%。 呈现如此格局的主要原因是：一是大部分互联网企业分布在核心城市，有较多的时效性高的“热数据”需要处理，形成了一线城市数据中心供不应求的现状；二是核心网主要分布在一线城市，这些地区数据中心的建设可满足客户对于低时延及运行稳定的要求，提高效率节省成本；三是中西部地区的数据中心的建设需求主要为处理一些时效性不高的“冷数据”，电力成本较低，远端部署，降低成本。 我国IDC市场基础运营商占据主导。 一是我国 IDC 市场格局以运营商数据中心为主 ，凭借其网络带宽和机房资源优势，份额占比约达 65%。运营商核心优势在于对带宽资源的垄断，包括拥有大量机房、骨干网络宽带和国际互联网出口宽带资源。劣势在于 IDC 非主业，专业性不足，市场响应慢，局部供需不平衡，不符合市场微观需要，且只提供各自网络接口，无法满足服务高时效和客户定制化需求。 二是第三方数据中心近年来逐渐兴起 ，主要为满足核心城市的 IDC 需求，弥补供需缺口，具备一定的资源稀缺性壁垒。第三方数据中心依据自身在核心城市的 IDC 资源和较强的资金实力，建设数据中心机房，弥补该地区数据中心的供需缺口，且凭借自身稳定持续的运维能力和丰富的运营经验拓展云计算等客户，开展数据中心业务。一线城市及周边的土地/电力资源拓展能力和雄厚的资金实力构筑起第三方 IDC 服务商护城河。 服务器市场集中度呈上升趋势。 一是服务器市场品牌厂商和 ODM 厂商为主要参与者 。服务器行业属于技术和资金密集型行业，进入壁垒较高，品牌厂商和 ODM 厂商为主要参与者。从全球范围看，整机厂商戴尔 DELL、惠普 HPE、浪潮 Inspur 依次位列市占率前三，ODM 厂商凭借成本优势抢占市场份额。国内市场中，浪潮以绝对优势占据第一，据 IDC 统计，浪潮2019 年 Q3 国内市场份额达 33%，其后依次为华为、戴尔、新华三H3C、联想和中科曙光，国内 ODM 直销市场份额较低。 二是 GPU服务器市场快速扩张 。随着人工智能应用的爆发式增长，GPU 服务器因其高并行计算性能和成熟的软件生态优势，成为现阶段人工智能领域应用最广泛的加速计算解决方案，市场呈现高速发展态势。2018年，中国 GPU 服务器市场规模为 13.05 亿美金（约合人民币 90.05 亿元），同比增长 131%。根据 IDC 预测，到 2023 年中国 GPU 服务器市场规模将达到 43.2 亿美金（约合人民币 298 亿元），未来 5 年整体市场年复合增长率（CAGR）为 27%。 ▲全球和中国各服务器公司市场份额变化曲线 未来数据中心区域布局将呈现三级层次化结构。大中型数据中心服务云计 算 ，处 理 “ 热 数据 ” ，处理时效性较高的业务。传统数据中心向云数据中心过渡，实现更灵活的资源应用方式和更高的平台运行效率，根据思科云指数报告，到 2021 年，云流量在全球流量中的占比将高达 95%，云数据中心将处理 94%的工作负载和计算实例。 超大型数据中心远端部署， 降低成本，处理 “ 冷数据 ”。根据思科云指数，超大规模数据中心将从 2016 年 338 座增长至 2021年 628 座，超大规模数据中心所支持服务器的市场份额将从 2016 年的 27%增至 2021 年的 53%。 边缘计算数据中心分布式部署 ， 解决超低时延 、高实时性、高安全性、本地化等需求。 三层数据中心在整体网络架构下，统一管理、动态调度、协调配合，更好地支撑上层业务应用。 ▲我国数据中心未来布局趋势图 十一、细分领域之城市信息模型 1、领域图谱 实时映射的城市信息模型平台是城市大脑的重要组成部分，是刻画城市细节、呈现城市趋势、推演未来趋势的综合信息载体，也是数字孪生城市建设的核心特征。 城市信息模型平台四大阵营已初步形成，整体发展仍处于初级阶段 。 一是传统地理信息和测绘相关企业基于多年建设时空大数据平台经验，构筑数字孪生城市先发优势，如 GIS 平台产品企业超图公司、提供语义数据服务和全产业链平台的泰瑞数创等； 二是传统 BIM 企业企业 扩大建设范畴，逐渐转向城市、园区领域搭建一体化 CIM 平台，如广联达软件、鲁班软件等； 三是传统 3D 建模、模拟仿真类企业借助制造业、交通等领域积累的优势，快速进军城市信息模型市场，搭建城市模型平台，如 51World、达索系统等； 四是传统智慧城市厂商、运营商是传统智慧城市厂商、运营商 纷纷着手与模型企业合作，开始布局城市信息模型市场，如中国电信、华为等。从建设进展看，各大阵营企业基本搭建完成城市信息模型的“骨架”，但对城市运行机理和规则的实时模拟仿真、对全域数据的深度学习自我优化等方面的能力构筑上，受制于机制、关键技术等因素，仍处于探索阶段。 ▲城市信息模型产业图谱 2、领域态势分析 发达地区率先提 出建设数字孪生城市。雄 安新 区 率 先推进数字孪生城市建设 。2018 年《河北雄安新区规划纲要》中指出：坚持数字城市与现实城市同步规划、同步建设，打造具有深度学习能力、全球领先的数字城市。 目前，新区正推进BIM 管理平台（一期）建设，这是一个具有国家自主产权的数字城市规建管智能审批平台，通过创新城市“规、建、管”的新型标准体系、政策体系和流程体系，探索以数字城市的预建、预判、预防来支撑现实城市高质量发展的模式，打造展现多维城市空间的数字平台。 平台将建立不同阶段的城市空间信息模型和循环迭代规则，采取 GIS 和BIM 融合的数字技术记录新区成长的每一个瞬间，结合 5G、物联网、人工智能等新型基础设施的建设，逐步建成一个与实体城市完全镜像的虚拟世界。 全国各地抢抓先机 ，开展数字孪生城市规划和建设 。数字孪生城市为各地智慧城市建设提供了新思路、新模式，让城市治理者看到城市现代化治理体系以及高质量发展的曙光，让城市居民憧憬随需而动、无处不在的智能化服务。贵阳提出从花果园超大型社区治理、数博大道等小型城市生态系统入手打造数字孪生城市。 南京江北新区着力推动城市发展向智能化高级形态迈进，提出力争到 2025 年率先建成“全国数字孪生第一城”。浙江省发布未来社区建设试点实施方案，制定“未来社区”九大场景，提出构建现实和数字孪生社区要求。舟山市、西咸新区、重庆市、长三角一体化示范区等地纷纷采用数字孪生城市的建设理念和模式，先后制定智慧城市顶层设计和规划，以数字孪生城市为导向推进智慧城市建设。 城市信息模型平台需要构建三大能力。城市信息模型平台源于智慧城市时空大数据平台，是时空大数据平台的演进和再发展。在数据集成范畴，模型平台集成了与城市经济社会运行的各类数据和物联网感知数据，不仅仅局限于城市静态数据呈现；在城市运行模拟上，模型平台运用模拟仿真、深度学习等技术，仿真推演城市发展态势； 在实时数据呈现上，模型平台集成了智能终端运行数据，可视化展示城市运行状态，可动态预警城市问题；在支撑政府决策上，模型平台可快速模拟管理者决策效果，支撑城市管理者制定全局最优化决策方案。城市信息模型平台核心功能构成主要由模型数据源采集、模型平台构建、数据呈现与模型渲染三大部分组成。 多源模型数据采集是模型平台构建的基础 。目前广泛应用于建筑物、构筑物、道路、地下管线、地质、水体和地表高程属性数据和纹理数据的采集方法有传统三维建模软件、三维激光扫描、航空摄影测量、移动测绘系统等。数据类型主要包括基础地理数据、BIM/CAD建筑模型数据、城市街景数据、倾斜摄影数据、激光点云数据等多源异构的三维数据。 模型平台是数字孪生城市运行 “骨 架 ” 。主要是基于城市 GIS 地图，利用影像多视匹配技术、点云构 TIN 技术、纹理映射技术、三维模型存储优化技术等建模技术，按照地形层、道路层、建筑层、绿化层、水域层等顺序逐层从城市大数据平台加载数据组建而成，并对建筑物、桥梁、停车场、绿地等城市部件进行单体化处理。 在模型单体化的基础上，针对模型单体，利用语义化技术，可以形成个量化并可索引的城市单体信息模型（类似于传统的 BIM），同步可以接入人口、房屋、公司法人、安防设施、公安警务数据、住户水电燃气信息、交通信息、公共医疗等诸多城市公共系统的信息资源。 实时数据呈现与模型渲染是模型赋能业务应用的核心基础 。第一方面是物联网感知数据实时在模型平台上快速加载、融合和实时呈现，实现实时运行监测数据可视化，如实时视频图像、空气污染指数、交通流量、行人轨迹等； 第二方面是根据城市地理信息数据源、模型精度、业务场景需求，不同精度标准呈现现实场景，如城市管理应用场景可以按百米级或十米级呈现，交通、应急等特殊场景的模拟仿真和AI 训练可以按照米级或厘米级呈现； 第三方面是对数据模拟和真实场景效果渲染，比如通过图形学技术，对光源、聚光灯、天光等多种光源类型的实时模拟；根据天气动态数据如云层高度、风向、边缘噪波尺寸等，对阴、晴、雨、雪等多种真实天气的模拟；运用动态光追踪距离场阴影技术，实时计算阴影状态，最终模拟还原物理世界的运行情况。 城市信息模型带动数字孪生城市产业发展。数字孪生城市 正 在 激 活 庞 大的信息技术产业 链 。数字孪生城市自提出以来，吸引产业界广泛关注，成为技术创新和业务拓展的重要方向。多地学术机构开展关于“数字孪生”的专题研讨，探索数字孪生技术对于城市治理、工业制造等领域的应用和价值。 以 BIM、CIM、VR/AR、AI 等先进技术为主攻方向的科技公司发力“数字孪生”方案研发，并已应用到多个行业。数字孪生城市涉及技术门类较多，诸如新型测绘、地理信息、物联感知、三维建模、图像渲染、虚拟现实、仿真推演、深度学习、智能控制等，几乎涉及信息产业所有链条，无论是传统的智慧城市龙头企业，还是新入局的创新型中小企业，对数字孪生城市均给予了高度重视，各类企业依托自身优势加紧布局，抢占市场先机，同时推动技术方案不断完善。 空间信息产业纷纷入 局 ，成为城市信息模型平台建设中坚力量 。数字孪生和空间信息产业密切相关，需要空间信息采集、建模、开发、服务、应用全产业链的深度参与，同时空间信息产业通过数字孪生在智慧城市中找到了新的支点，多年的技术积累在巨大的市场空间得以释放活力，并造就独特的竞争优势。 国内 GIS 领头企业超图公司在新推出的新一代三维 GIS 技术体系中，全方位支持倾斜摄影建模、激光点云、BIM 等多源异构的三维模型数据，并推出国内首个三维空间数据规范标准 Spatial 3D Model（S3M），该标准融合了倾斜摄影模型、BIM、精模、激光点云、矢量、地下管线、地形、动态水面、三维栅格等多源数据，突破了大规模三维数据传输和解析的技术瓶颈，进一步促进了数字孪生的广泛应用。 传统智慧城市厂商 顺 势而为推出基于城市信息模型平台的数字孪生城市为推出基于城市信息模型平台的数字孪生城市解决方案 。科大讯飞打造数字孪生城市的“城市超脑”，基于互联网、物联网等基础设施，汇聚城市时间与空间数据，运用人工智能算法，挖掘城市发展与运行轨迹，进行即时分析和仿真建模，促进物理城市公共资源最优化。 软通动力与华为合作，发布支持数字孪生城市的 aPaaS 平台，为多个场景提供 API 服务，涵盖交通、环保、安全等各种领域。阿里巴巴联合千方科技、银江股份、浙大中控、数源科技、海康威视等众企业，基于阿里云平台，共同打造数字孪生城市大脑，提升杭州市交通系统和城管系统的智能化水平。 紫光云集成数字孪生底座，推出“1+4+N”智慧城市应用体系，重点打造安全生产“大数据”分析预测能力和“物联网”动态感知能力，有效防范和遏制重特大事故发生。 城市信息模型有望重塑城市治理模式。技术架 构 改 变 治理 模 式 。由模型叠加数据、软件以及外围泛智能化设施构建的数字孪生城市，完全突破了智慧城市以往 IT 组件物理堆砌的架构方式，这种融合一体、化整为零的技术架构，在支撑城市治理方面有几个得天独厚的优势， 一是提供全景视角，城市多维度观测和全量数据分析，可全景深度透视抓取城市体征，洞察城市运行规律，从而实现精准施策； 二是增进精细管理，360 度无死角监测监控，陆海空天全域立体感知，城市脉搏和呼吸尽在掌握，前后端扁平化洞穿，城市治理能够运筹帷幄之中决胜千里之外； 三是提供协同手段，突发事件应急反应，全域协调联动，就近调度资源；四是促进科学决策，对城市发展态势提前推演预判，以数据驱动决策，以仿真验证决策，线上线下虚实迭代，促使资源和能力最优配置，城市最优化运行。 技术变革倒逼管理变革 。数字孪生城市这种跨区域、跨部门、跨行业高效协同全景式的城市管理模式，与当前城市治理多头并举、条块分割、效率低下的管理方式具有天壤之别。从智慧城市到数字孪生城市，是一场深层次的技术革命，并将由技术革命倒逼管理革命，引发城市治理结构和治理规则的深层次变革。可以预见的是，为适应数字孪生城市的一盘棋管理模式，未来政府部门职能将做进一步调整，城市治理规则将做重大改变。 一方面，城市管理相关部门可能合并实行大部制，以城市大脑为核心开展城市治理。另一方面，政府部门的人员也将进一步分化为虚实两大类职能，即一部分人在数字城市虚拟空间围绕数据行使城市管理和公共服务职能，另一部分则聚焦现实城市物理空间，在现场从事执法、调研、巡视等相关工作。 十二、细分领域之智慧政务 1、领域图谱 “互联网+政务服务”成为深化“放管服”改革的重要抓手，市场规模进一步扩大。目前，全国各地推行“最多跑一次”“一网通办”“只进一扇门”“跨省通办”等政务服务改革创新，推进跨地区、跨部门、跨层级的政务信息数据共享，简化政府服务、行政审批、执法监管流程，形成以信息技术创新推动流程创新，进而推动组织创新的倒逼机制，推动“放管服”改革向纵深推进。根据数据显示，我国政务服务市场不断深化发展，其市场规模不断增长，2018 年我国电子政务市场规模超 3000 亿，2019 年超过 3300 亿，年均增速达 10%左右。 ▲2014-2019 年中国电子政务行业市场规模及增长 我国政务服务产业市场广阔，涉及面广，生态企业多。目前，我国政务服务巨头企业梯队初显，专业细分领域企业丰富，总体归纳为互联网巨头、传统政务龙头企业、细分领域专业企业等类型。 一是以腾讯 、 阿里为代表 的互联网巨头总集成商， 依托移动互联网入口、政务云基础设施和大数据技术优势，快速布局政务服务，涌现了广东“粤省事”系列产品、浙江“浙里办”“浙政钉”、江西“赣服通”等一批集约化政务服务产品。 二是以太极 、 浪潮 、 东软等为代表的政务龙头中集成商， 依托在电子政务领域长期深度耕耘，建立了不同层次和应用领域的核心优势。目前，国家政务服务平台（一期）工程主要由太极、浪潮、东软组织实施。三是在政务服务 部 分产业环节具有显著优势的专业企业， 从产业的角度，包括统一身份认证、电子证照、电子签章、数据共享交换、审批、门户等领域，涌现出了一批优势企业。 ▲智慧政务产业图谱 2、领域态势分析 “ 大平台 、小前端、富生态 ” 发展模式逐步形成。互联网巨头依托平台和入口优势，打造“大平台、小前端、富生态”的政务服务发展新模式。 一是打造政务服务 “ 大平台 ” 。互联网巨头依托底层的政务云、大数据和公共支撑平台优势，打造政务服务大中台。腾讯构建政务云、wecity 城市大脑中台，实现政务业务集约化和标准化建设，通过技术中台实现对政务大数据的智能分析、预警和可视化。同样，阿里打造了阿里政务云、城市大脑和大数据技术平台，以支撑政务服务应用。 二是构建政务服务 “ 小前端 ” 。互联网巨头依托流量入口优势，打通政务服务最后一公里。目前，全国已经有 360 多个地级市上线微信“城市服务”，累计服务用户数超过 5.7 亿。同时，已有超过 3 万个微信政务小程序，累计为 9 亿多人次提供服务。阿里推出的“浙里办”整合了浙江 81 个部门政务服务 APP，汇聚了 325 个高频应用事项，打造了“掌上办事之城”。 三是营造政务服务 “ 富生态 ” 。政务服务涉及面广，涉及流程复杂，互联网巨头构建了丰富的专业领域生态，共同打造智慧政务。截止到 2019 年 6 月，建设广东“数字政府”的生态企业数量，已经超过 1100 家，在全国范围内集聚了应用开发、大数据、系统集成、咨询规划等领域的众多优秀企业。仅“粤省事”小程序，就有超过 100 家合作伙伴参与了前端及后端的开发。 传统综合型龙头企业优势依然明显。传统政务服务龙头企业依托电子政务领域长期深度耕耘，建立了不同层次和应用领域的核心优势。目前，在政务服务领域的传统龙头企业主要包括太极、浪潮、东软等企业，构建了数据共享交换、审批、监管等综合优势。 一是起步于国家 “ 金 ” 字工程， 参 与国家电子政务政策制定，具有很强的先发优势和政策优势 。如太极是国家电子政务政策制定和重大工程建设的主要承担企业，是国家“金宏”“金审”“金关”“金农”“金盾”等重大信息化工程的重要承建企业。目前太极在政务服务领域，完成政务云、基础软件、应用软件等多环节布局，参与国家电子政务（一期）工程的总集成商。 二是长期深根于电子政务领域 ， 积累了政务服务多领域的综合优势 。如浪潮集团自 2002 年开始参与全国各地政府行政审批信息化建设，围绕政务服务开发了一系列产品，形成了政务服务的一体化解决方案，业务范围已覆盖全国 28个省、113 个地市，近 800 个区县。目前，浪潮集团还参与了国家电子政务（一期）工程的公共支撑平台建设。 三是依托政务服务数据共享与审批等核心优势，逐步拓展政务服务全领域 。东软在大数据技术分析等方面优势明显，承建了国家人口基础信息库和国家法人基础信息库，参与了国家公共信用信息共享平台建设。另外，还有科大讯飞、南威、新点等企业也都在政务服务的数据共享、受理与审批等环节长期深耕，优势显现。 智慧政务关键细分产业仍由头部企业主导。智慧政务起步于 1993 年国家电子政务“三金工程”，建设起步较早，产业环节较长，部分关键细分产业环节形成头部企业主导格局。 一是统一身份认证 环节产业主要由早期数字认证中心和系统安全类企业主导 ， 如北京数字认证中心、上海数字认证中心、吉大正元等起步于 2000 年左右的企业，是首批获得国家电子认证服务资质的企业代表，亚信安全、绿盟科技、卫士通等为国家早期重点发展的信息安全企业，在安全和密码等核心技术领域持续领跑。 二是电子印章和电子和电子证照产业相对集中度较高， 南威软件、浪潮软件、广州中智等头部企业联合编制发布了电子证照相关技术标准规范，金格科技、北京科富兴等参与起草公安部电子签章标准。 三是数据共享与交换平台仍由传统系统集成商和数据库研发机构主导建设， 传统系统集成商太极股份通过收购人大金仓，掌握了数据库从底层到应用层的核心技术，北京因特睿依托北京大学数据库研发团队自主研发的燕云 DaaS 平台，快速实时地挖掘出系统数据，形成多源数据共享池。 智慧政务产业呈现明显的 “ 属地化服务 ” 现象。智慧政务产业发展较为充分，相关企业较多，其技术成熟度较高、企业进入技术门槛较低，初步形成典型的“属地化”建设现象。 一是各地政府充分考虑本地信息产业扶持需求， 如山东浪潮软件、安徽科大讯飞等当地重要信息产业主导者、地方纳税大户和产业赋能平台，得到政府重点青睐；江西思创数码、福建榕基软件等成为当地重点扶持的产业对象，以项目建设来培育壮大企业规模，从而带动本地信息产业。 二是各地政府为了项目建设运营便利 ，智慧政务相关项目多数由本地化企业承 接， 如深圳广通公司为深圳市重点扶持的信息产业企业，于 2009 年承建深圳市政务信息资源共享交换平台，后续多年持续运营和升级改造该平台，2013 年深圳被确定为全国首个“政务信息共享示范市”，2016 年又被确定成为首批国家新型智慧城市标杆市。 持续深化应用创新进一步推动服务型政府建设。一是在人工智能、 区块链等新技术驱动下 ， 自助办理智能终端加速普及推广，电子证照可以安全可信认证 ， 如科大讯飞依靠智能语音和人工智能优势，不断更新迭代开发政务服务机器人、智能走访等自助终端；北京市开发基于区块链的电子证照共享平台，有效破解敏感数据难共享、数据隐私易泄露等问题。 二是随着国家大力推进 “ 互联网互 + 政务服务 ” ，各地在 “ 最多跑一次 ”“ 一网通办 ”“ 只 进一扇 门 ” 等创新应用的基础上，智慧政务有望实现更大程度更多办理事项的 “ 一 次不用跑 ” ， 如浙江、广东、江苏、上海等发达省市已逐步深化电子证照应用，推动政务办事事项从“最多跑一次”向“一次不用跑”转变，并制定目标指标考核要求。 十三、细分领域之智慧安防 1、领域图谱 截止 2019 年，我国户籍人口城镇化率已达到 44.38% 22 。随着我国城镇化水平不断提升，城镇人口密度持续增大，城市公共安全风险提升，亟需加快城市公共安全管理方式转变，提升城市管理精细化水平。 智慧安防作为国家治理体系和治理能力现代化的重要抓手，以“平安城市”“天网工程”“雪亮工程”等重大工程建设为机遇，基于技术创新融合、数据资源共享、应用资源云化和协同业务整合，持续向一体化、协同化、智能化发展。产业链上下游不断完善，行业内企业间发展边界逐渐模糊，产业生态走向多元化和开放化。 根据智慧安防产业链中技术、产品及服务的发展定位及方向，将产业链中企业分为技术服务商、产品及解决方案提供商、系统集成商三大类： 一是技术服务商， 以云计算、大数据、人工智能等技术服务商为主，凭借云计算、大数据、人工智能等技术优势，专注从感知到应用的全链条技术能力输出，赋能产业链上下游企业，优化产品及解决方案，通过集成商、产品及解决方案提供商实现向客户的最终价值输出。根据行业内关键技术应用情况，分为 AI 服务、大数据服务和云服务。 二是产品及解决方案提供商， 以安防领域传统企业为主，凭借安防产业链中的生态位优势，结合项目中客户需求，通过自研或与技术服务公司合作等方式，开发底层服务平台，逐步从单一产品向整体解决方案转变，向产业链上下游拓展，成为横向、纵向均有延展实力的龙头企业。 三是系统集成商， 以 ICT 龙头企业为主，凭借用户、技术、资金、供应链、影响力等方面综合实力，联合上下游企业构建产业生态圈，将单一功能的技术平台向多应用聚合的底层基础平台转变，将自身打造成为产业生态中心，协同为客户提供整包服务。 ▲智慧安防产业图谱 2、领域态势分析 智慧安防市场竞争突出三大核心优势能力。一是自底向上端到端服务能力优势 。如海康、大华等依托巨大存量市场全面打造全链条、全场景解决方案能力，同步补强云计算、大数据、AI 等计算分析能力，形成丰富的边缘节点形态、弹性灵活的视频平台支持能力和完备的集成能力与生态体系。 二是新技术融合创新能力优势 。如商汤、云从、旷视等推动 AI 向云侧、端侧双向赋能，建立高精度、高灵敏度、快速响应等安防服务能力，充分契合安防业务发展需求，形成独特比较优势。商汤突出安防视频分析算法服务；云从侧重于发力 AI 定义前端智能感知设备；旷视基于 AI 和边缘计算能力，提供智慧城市端到端解决方案。 三是产业生态位优势 。典型如华为、阿里等云服务商，以云计算+大数据为内核布局平台生态整合能力，以数字政府建设为契机，打造城市级“云数”平台，提供快速可插拔安防应用服务，充分发挥产业生态集成能力，快速推出视频云、安防云、警务云等系统级解决方案和产品，迅速打开市场空间。 城市级大数据应用入口成为市场争夺焦点。城市全域数字化呈现、数字化管理、大数据决策、精准调度管理日益成为城市治理体系发展趋势。视频感知网络作为城市“可视化”发展的关键抓手，市场争夺趋于白热化。 主流玩家全面将智慧安防应用作为城市治理体系一体化部署、长效可持续运营的“先手棋”，率先推动城市级立体化安防体系建设，不断丰富前端多元化产品形态，升级云边协同算力网络，提升视频大数据智能分析处理能力，形成稳固的视频全业务架构体系。 以此为基础，推动安防感知前端从政府市场向重点行业、社区、家庭、汽车市场等细分领域拓展。如阿里云凭借弹性计算、数据库、存储、人工智能、CDN 业务、域名服务等数据处理全链条技术优势，打造以 AI 视觉为核心的“城市大脑”，以后台能力驱动前端感知体系升级替代和一体集成，形成大脑+交通、大脑+安防产品能力。 数据处理能力更为关键 ， 面临两大突破方向。 一是算法升级。随着城市主体、业务形态和运行活动日益复杂，数字政府管理需求、市场主体需求和消费者需求迎来持续性升级和多元化发展，智慧安防服务场景加速细分，业务场景定义的安防处理能力成为安防市场核心竞争力。基于大数据和人工智能算法的不断迭代升级，能够有效降低劳动力成本，提升超大规模数据和个性化业务驱动下的数据并发处理能力。 二是算力升级。海量前端+超高清感知+全天候布设成为城市治理关键辅助手段，随之而来的海量数据并发压力，正在加速城市以数据中心为载体的中心化算力架构向云边协同架构演进，有效实现流量分级消化、定向处理，满足业务需求的同时，稳定传输网络和后台算力压力，保证上层业务的有效性、准确性和可信度。 自主可信成为城市智能安防系统核心指标。城市安防体系是城市安全生命线，在保障城市安全平稳运行的同时，安防体系自身的安全性也开始收到政府和市场的高度关注。 基于强大的自主研发和科创实力，领域独角兽、平台型龙头企业纷纷发力，从底层芯片、存储、服务器、算法模型、业务平台等价值链环节入手，加快研发布局具有自主知识产权的核心器件产品和软件服务，在智慧安防市场特别是城市安防领域，形成技术壁垒稳固的差异化比较优势。 如华为充分发挥芯片、存储、服务器等自研储备和优势，从底层安全做起，搭建自主云服务平台，推出一批智慧安防场景化应用产品，如警务云、视频云、融合指挥系统、智能交通系统等。阿里发布 SoC芯片平台“无剑”，基于高性能玄铁全系列 CPU，布局边缘侧 AI 计算能力。地平线基于自研嵌入式 AI 芯片“旭日”，先后发布智能摄像头、本地人脸抓拍和识别摄像机等产品和解决方案。 “泛安防 ” 场景潜力巨大，市场倍增前景可期。随着我国各地数字城市、智慧城市建设步伐持续加快，经济社会需求同步面临结构性、差异化升级趋势，安防需求已全面从城市公共空间区域安全管理加速向更为私有化、场景化方向渗透，智慧安防市场边界将进一步泛化。 一方面，产业数字化伴生大量安全控制、业务监控等发展需要，另一方面，社会公众安防意识和需求也在持续增强，面向产业互联网、工业过程控制、工业大数据、车联网、家庭安全等业务场景，基于“安防设备+大数据分析”的行为/动作识别和安全控制业务已经开始爆发，以企业、车间、生产装备、家庭、个人、汽车等为单位的潜力市场空间可期，智慧安防产业规模预计将保持高位增长周期。 智慧城市是赋能本地经济社会发展的“新基建”，促进城市经济发展、产业集聚是智慧城市建设的题中之义。在经历概念探索、政策推动、试点示范等几个发展阶段后，我国智慧城市今年已全面进入建设期，参与主体不断增多，投资规模不断扩大，未来会出现越来越多的细分领域。 ~END~

时间：2020-12-30 关键词： 智慧城市 AI

尽着自己最大的努力，不加班不快乐

1.1 大赛介绍 全国大学生智能汽车竞赛是以“立足培养、重在参与、鼓励 探索、追求卓越”为宗旨，鼓励创新的一项科技竞赛活动。今年首次新增了电 磁 AI 组别，希望通过神经网络学习甚至超越传统的 PID 控制方法。 在这份报告中，我们小组对小车设计制作整体思路、机械、电路、电控、 神经网络几个方面进行了详细的介绍。 整体思路中主要概括了项目构建时的主 要核心思想，机械部分中主要阐述了小车的机械部分中主要阐述了小车的结构 设计，包含各部件的安装位置以及对车模的保护措施，电路部分主要阐述了小 车的电路结构设计为软件停工稳定输入与输出环境减少外界干扰。 电控部分主 要阐述了如何采用 PID 进行小车控制，包含舵机控制，差速控制，电机控制等。 神经网络部分主要阐述了如何采用神经网络学习小车控制方法，包含数据集制 作，电感位置分布，网络结构创新等。 虽说看似就是一简单巡线的项目，但是随着深入地进行研究，我们发现在 此之上可以用非常多方法大幅度提升巡线效果，比如可以通过无线串口进行 PID 远程调参，通过神经网络去自动地寻找较好的控制方法，通过陀螺仪和编码器 去记录整个赛道等等。 随着一步步地迭代，我们的工程越来越大，完成的功能 也越来越多，自然而然速度也在一点一滴地提升。 1.2 整体方案设计 本节主要简要地介绍智能车系统总体设计思路，在后面的章节中将整个系 统分为机械结构，硬件电路设计，传统 PID 设计，神经网络设计等四部分对智 能车控制系统进行深入的介绍和分析。 根据第十五届智能车竞赛规则，AI 电磁组比赛是在 PVC 赛道上进行，赛道 采用黑色边线引导。选手制作的车模完成赛道运行一周。车辆运行时间是从车 模冲过起跑线开始，到最后车模回到起跑线为止。赛道中存在的元素包括直线 道路、曲线弯道、十字交叉路口、环岛（可不进入）。 根据竞赛规则相关规定及以上任务要求，智能车系统采用大赛组委会统一 提供的 C 型车模，以恩智浦公司生产的 MIMXRT1064DVL6A 作为核心控制器，在 IAR 开发环境中进行软件开发。智能车系统检测电磁场信号为基础，通过单片机 处理信号实现对车体控制。通过编码器测速模块来检测车速，并采用 RT1064 的 输入捕捉功能进行脉冲计数计算速度和路程；电机转速控制采用 PID 控制，通 过 PWM 控制驱动电路调整电机的转速，完成智能车速度的闭环控制。 根据以上系统方案设计，赛车总共包括一下几个模块： 1．RT1064 单片机最小系统模块；2．电源模块； 3．电机驱动模块 ；4．传感器模块； 5. 无线串口模块； 6．编码器测速模块； 7．陀螺仪模块； 8．停车线检测模块； 9．人机交互模块。 ▲ 图1.2-1 系统框图 机械设计中，我们需要考虑多电感的保护，转向机构设计，电路板放置， 车身强度等问题。 2.1 智能汽车车体机械建模 此次竞赛选用的是东莞市博思电子数码科技有限公司生产的智能车竞赛专 用模型车(C 型模型车)，配套的电机型号为 RS-380，舵机的型号为 FUTABA3010。智能车的外形大致如下： ▲ 车模照片 2.2 转向机构设计 在调试过程中，我们发现原有的转向机构中舵机的转角与前轮的转角不为线 性关系，故尝试更改前轮转向机构为线性控制，但导致前轮转向时的响应时间 增长，转弯不及时。 最终我们使用了自制的舵机固定板与舵机转向套装，如下图所示。 ▲ 舵机固定板与舵机转向套装 最终虽然控制仍不为线性，但做到了前轮转向的快速响应，转向机构整体如 下图。 ▲ 转向机构 2.3 电路板放置 对于电路板排布，我们经过两次迭代，最终选择采用如下图所示的碳板作为 整体的支撑结构，使用 4 根铜柱与车模底盘连接，保证强度的同时，也能尽可 能地让车身更轻，从而有更为稳定的结构，且易于加装/拆卸长前瞻。 ▲ 自制支撑结构 为了维持多个电感与车模之间固定的相对位置，我们将所有装有采集电感传 感器的电路板都安装在碳板上，同时为了操作、拆卸更加方便，我们将其他电 路板也固定在了碳板之上。 ▲ 碳板固定 2.4 智能汽车传感器的安装 车模中的传感器包括有：速度传感器，车模姿态传感器（陀螺仪、加速度计）， 霍尔传感器以及采集电感传感器。下面分别介绍这些传感器的安装。 2.4.1 速度传感器的安装 速度传感器使用了龙邱 512 线 mini 编码器，固定于车模的编码器位置上。 2.4.2 姿态传感器的安装 车模使用了 HWT101 旋转角姿态传感器，固定于电路板上，俯视位置处于车 模的中心处，保证检测数据的可靠性。 2.4.3 霍尔传感器的安装 车模使用了自制的霍尔传感器模块对终点线进行检测，其安装位置于车模最 前方的底板之上，使用热熔胶固定，如下图所示。 ▲ 霍尔模块 2.4.4 采集电感传感器的安装 车模共使用了 14 个采集电感传感器，其中 11 个布置于电路板上，另有 3 个作备用。11 个位于电路板上的电感分 3 排摆放，第一排 7 个电感，第二排 2 个电感，第三批 2 个电感。为保护电感不受撞击损伤，为每个电感都加装了保护 壳，如下图所示。 ▲ 电感安装 2.5车身强度 为了提升车身强度，除了支撑电路板的碳板以外，我们还在车模底部添加了 一块碳板，从而提升了车模的强度。为了避免碰撞与剐蹭，我们在车模的正前 面加装了防撞条。 2.6 轮胎处理 使用轮胎软化剂浸泡之后打磨并用硅橡胶粘合轮胎与轮毂。 从最初进行硬件电路设计时我们就既定了系统的设计目标：可靠、高效、简 洁，在整个系统设计过程中严格按照规范进行。 可靠性是系统设计的第一要求， 我们对电路设计的所有环节都进行了电磁 兼容性设计，做好各部分的接地、屏蔽、滤波等工作，将高速数字电路与模拟 电路分开，考虑到走线问题，设计为 4 个部分得 PCB 电路板，使本系统工作的 可靠性达到了设计要求。 3.1 电源管理模块 在考虑离比赛开始时间短的情况下，采用 RT1064 最小核心板，加快整个项 目的进度。在保证电压稳定驱动电流足够纹波小尽可能没有，用一片 LDO 芯片 LP38692MP-5.0 单独给最小核心板供电。 ▲ 核心板供电原理图 一片 IDO 芯片 LP38692MP-5.0 给编码器、陀螺仪、无线串口、主板上的磁传 感器供电，一片 IDO 芯片 LP38692MP-3.3 给 OLED 液晶屏，起跑线检测模块供电， 一片 IDO 芯片 LP38692MP5.0 给外载磁传感器供电。通过引脚（图 3.1-2 中 PW_EN） 拉高给使能信号控制外设供电，保证核心板正常启动。 ▲ 外设供电原理图 3.2 电机驱动模块 电机驱动使用芯片 BTN8982TA，搭建全桥驱动电路。该芯片正常输出电流可 以达到 50A，同时 BTN8982 的输出阻抗正常情况为 9 毫欧左右，阻抗越小，芯片 的发热量越小，功耗也就越小。从另一个角度看，该芯片内部集成了 H 桥驱动 器以及由 MOS 管组成的半 H 桥电路，设计简单，布局方便。 ▲ 电机驱动原理图 3.3 舵机供电 比赛提供的舵机为 FUTABA3010，该舵机工作电压 4.0V-6.0V，工作时所需电 流为 175mA。为了保证舵机正常工作且不影响其他电路工作，为此我们采用线性 电源 LT1764 给舵机供电，该芯片输出电流可达 3A，此时压差为 340mV，输入电压范围广：2.7V-20V，输出电压范围为 1.21V-20V，输出电压与外部配比电阻有 关。 ▲ 舵机驱动原理图 输出电压计算公式: 其中IADJ  = 3uA，与其他变量有数量级差别，故忽略不计。所以此时计算出VOUT  = 5.957V。 3.4磁传感器模块 磁传感器是电磁组小车最重要的模块之一，根据变化的磁场信号作出灵敏的 检测，车体在赛道上位置判断以及之后得控制起着至关重要的作用。本系统根 据 LC 谐振的原理，选取 10mH 电感和 6.8nF 电容作为 LC 谐振电路，产生感应 电流，再通过滤波、放大、检波，然后将结果送入单片机 AD 进行相应的处理， 以判断赛道当前信息。后级放大电路原理图所示。 ▲ 采集级放大电路原理图 3.5 无线串口模块 使用逐飞的无线 USB/无线转串口模块套件，实现实时主机与核心板通信， 可以传回神经网络需要的训练数据，同时也可以实现遥控车无线更改参数等操 作，大大节约了时间。 3.6 编码器测试模块 本小车使用龙邱智能科技的 512 线 mini 型编码器进行小车的测速，工作电 压在 3.3V- 5V。处理器通过读取编码器脉冲数来实现小车速度的测， 通过读取 编码器旋转方向脚的高低电平来检测电机的正反转。 3.7 陀螺仪模块 采用 HWT101 旋转角姿态传感器，内部集成姿态解算器，配合动态卡尔曼滤 波算法，能准确的得出当前姿态，姿态测量精度静态 0.05 度，动态 0.1 度， 稳定性极高，用于神经网络的记忆之中。 3.8 停车模块选型 起跑线处布有磁铁表面磁场强度为 3000-4000 G，针对磁场强度和车速两个 条件下不断尝试不同霍尔元件型号如 SM351LT，SS41F，DRV5055，HAL145 等， 在最后根据车速和检测准确率我们选择 HAL145。 这是一种全极性霍尔开关。当 霍尔开关在磁铁上方时， 霍尔开关输出低电平，单片机检测到低电平引发单片 机中断。单个霍尔开关的 电路原理图如图 3.2.6 所示。 ▲ 霍尔开关原理图 3.9 人机交互模块 为了方便调试，本车有无线串口模块，有效进行运行参数之间的传送，除此 之外，还设置了键盘、OLED 液晶显示屏，以方便控制参数的修改，便捷的智能 车的调试。 传统 PID 控制部分，我们需要考虑基于电感电压的数据，控制舵机转向和电 机转速。另外，我们加入了陀螺仪和编码器对赛道进行建图，以期获得无限长 前瞻。 4.1 舵机转向控制 舵机控制中，我们的目标是通过改变舵机转向，让车子尽量地保持在赛道中 间。我们希望车身在赛道中间，即误差 Error 尽量地在 0 附近，当 Error<0 时， 说明车身偏右，需要舵机向左打角，同理当 Error>0 时，说明车身偏左，需要 舵机向右打角。 4.1.1 舵机转向偏差计算方案 4.1.1.1 差值法 差值法，顾名思义，通过左右电感的差值作为偏差对小车进行控制，符号判 断方向，大小作为控制量，这是我们最开始采用的控制小车的策略，这样的控 制策略能够在低速情况下满足控制要求，但是极不稳定，容易出界，经过数据 采集和可视化，我们发现这种策略所计算出来偏差并不是单调的，而是随着原 理赛道中线的距离增大先增，到达峰值，再递减，这也解释了当其远离赛道中 线后其控制量不足，导致车身出界的情况。 4.1.1.2 三电感控制法 在我们发现偏差不单调后，我们就想找一种控制策略来解决这个问题，我们 发现，差值法判断方向是比较准确的，所以我们保留了其方向控制策略，在两 个电感中间加了中间电感，以中间电感与其设定的最大值的差值作为偏差，这 种方案较好的解决了偏差不单调的问题，在前瞻比较长的情况下控制效果也很 不错，但后面我们发现神经网络不能很好的学习长前瞻所收回的数据的时候， 我们改用短前瞻进行数据收录，这时我们发现这种策略在转大弯时候效果不太 好，响应太慢跟不上，由于信号线的铺设问题，不同的直道，中间电感所能测量的最大幅度也不同，导致在 Error 在直道上不一定为 0，会产生舵机的震荡， 无法解决，因此也放弃这种方案。 4.1.1.3 归一化法 在我们发现三电感方案不能满足段前瞻控制需求后，我们和往届学长进行沟 通交流，他们提出归一化法方案，这种方案具体是用左右电感的差值比上左右 电感的和，我们尝试了一段时间后，这种方案确实是有一定的效果，控制作用 在大弯的时候确实是得到了增强，解决了三电感所存在的问题，但在我们加速 后，发现它和差值法存在同样的问题，计算出来的偏差不单调，所以在连续过 弯切边的时候，误差值会变小，非常容易跑飞出去，因此我们不得不寻找下一 种控制方案。 4.1.1.4 比值法 除了上面的方案，我们还尝试了各种各样的方案：比如放置斜电感、多个中 间电感模拟摄像头等等，最终我们选取了下面这种方案。 构建位置误差公式： L：左边电感电压值 R：右边电感电压值 这种计算式其实也存在不单调的情况，但单调的区间很大，在赛道的约束条 件下完全满足要求，并且其对转弯比较灵敏，有效的解决了过弯的难题。 4.1.2 舵机转向控制策略 4.1.2.1 传统控制策略 此部分中，我们只采用了 PD 控制，因为车辆电感值在实时更新，需要进行 实时转向，因此不需要使用 I 控制。PD 控制中，P 为实时修改状态，而 D 是为 了修补 P 实时性的不足，达到提前的作用。另外，为了提升大弯转向的快速性 能和直道的稳定性能，我们通过 Error，划分了两组 PD，当 Error 较小时，认 为是在直道，采用较小的 PD 保证稳定性，防止震荡，当 Error 较大时，认为是在弯道，采用较大的 PD 保证快速转向。 ▲ 舵机控制模型 4.1.2.2 控制策略探索 运用传统控制策略进行控制的时候，我们发现参数调节十分麻烦，而且适应 性不强，因此我们就想有没有一种方案能不能在一定区间自动调整 PID 参数去 适应不同的条件，我们查阅了相关文献，几乎都指向了模糊 PID 控制这一方向。 带着探索的心，我们去了解了模糊 PID 的相关理论，并试着写了一套模糊 PID 算法，发现这套算法调参难度并不亚于传统的 PID，但是适应性的确强了不少， 但这与我们想要简化调参过程的初衷并不一致，所以没有更深入的去探索。 后 面根据我们对问题的分析，我们发现舵机控制与当前偏差、偏差的变化率息息 相关，我们根据这两者的状态绘制了以下程序框图并实现： ▲ 模糊控制PID部分流程图 我们仅仅需要确定每次调整步长，我们就可以是 PID 在一个范围内进行变 动，满足不同情况下的要求。 4.1.2.3 控制策略展望 为了简化调参和增强适应性，在上一小节我们对控制策略进行了探索，但是还是逃不掉反复调参的过程，这个过程枯燥乏味又不得不做，我们就想能不能 有一套系统能够在调好一套参数的情况下，通过奖励——惩罚机制使其不断提 速，参数不断适应速度的改变呢？ 我们就想用一个摄像头来捕捉车子在赛道上 的状态信息，建立一套奖励惩罚机制，当车子偏离赛道中央过大，说明参数不 太好，给与一定的惩罚，反之亦反之，然后车子缓慢的提速，参数不断适应车 速达到自适应的效果。 4.2 电机控制 电机控制中，我们使用 PID 控制电机的速度。另外，还需要由转向角度控制 电机差速，从而让车子更好过弯。 4.2.1 电机速度 电机转速控制中，我们不断地读取编码器返回的实际转速，与期望转速作差 得到 Error，我们希望转速能够快速跟随，即希望 Error 能够尽快地到 0。采用 最原始的位置式 PID 控制，加上积分抗饱和算法基本满足控制要求。 ▲ 电机速度控制模型 4.2.2 电机差速 电机差速的和舵机转向相关，基于阿克曼转向模型，当舵机需要转向更大的 角度的时候，差速的值应该越大，以辅助车身更好的入弯。另外，我们发现车 身出界的情况大多数是在入弯的过程中，在弯道部分一般是不会出的。 为了实 现弯道加速的功能，我们也让其与舵机转向变化率相关，当转向变化率较大时， 即入弯过程中，速度降低，而当转向变化率逐渐变小时，即车身稳定后，则可 以提高速度。因此，我们的速度是由需要转弯的角度和转弯角度的变化率二者 共同决定。 具体的计算流程如下图： ▲ 电机差速控制流程图 由图中可以看到，当突然出现需要打一个比较大的角度的时候，速度会减下来，与此同时，由于突然产生了如此大的角度，方向变化率也会变大，从而让 小车顺利减速过弯。但是在过弯的途中，虽然角度仍然是比较大的值，可是方 向变化率在减小，从而可以让整体速度进行提升，最终达到过弯加速的效果。 4.3 记忆方案 通常我们使用电感等传感器实时检测到的信息作为判断依据来控制车模的 转向和加减速，在限制前瞻长度的情况下这样的实时判断相比于长前瞻就有严 重的滞后性，我们尝试不使用或少使用实时判断的信息进行控制。 我们先使车模在平稳状态下运行一段赛道，记录每个控制周期的陀螺仪 z 轴 转角与编码器数值，通过这些信息对赛道进行解算，将赛道元素分为三类：直 道、左转、右转，可以得到一个简化版的赛道数组（包含按顺序排列的赛道的 每个元素以及对应的直道长度或弯道角度以及弯道半径）。 ▲ 某段赛道的结算数组及其图像 发现效果良好，尝试在第二圈时使用第一次运行时记录下的解算后的赛道信 息作为判断依据通过如下步骤控制车模运行（使用速度 PID 环作为内环、位置 PID 环作为外环对车模进行控制）： ①进入直道后使用速度图像为抛物线的加速方式，加到设定的直道速度后匀 速运行； ②在直道中根据编码器的实时读数计算减速至设定的弯道速度所需的距离与车模在当前直道元素中已行进的距离，当减速所需的距离与车模进入下一赛 道元素的剩余距离相差很小时，使车模进行抛物线减速，在进入下一赛道元素 前就能减至设定的弯道速度； ③在弯道中根据弯道的半径控制前轮的转角与后轮的差速，并使车模匀速通 过弯道； ④重复①～③步骤； ⑤车模检测到终点线后停止运行。但由于备赛时间较短，未能完整实现上述控制方案。我们又尝试使用车模第一次运行赛道记忆的信息提升直道速度，只根据距离信息来进行入弯时的提前减速。 不过，我们发现直接加速会存在问题，车子变得非常不好控制，很容易冲出赛道，因此后面我们只是略微增大了一些速度， 但是增加电机的 I 项，从而让整体的速度进行提高。 神经网络控制部分，我们希望送入神经网络电感值，让神经网络输出舵机转 向值。 5.1 数据收集 数据收集部分，我们分别采用了长短前瞻的电感值电压输入作为 PID 控制， 进行数据的采集。采集过程中，我们使用无线串口进行上位机和 MCU 通信，通 过 python 写上位机。其中 pyserial 进行串口数据的解析，pygame 读取键盘命 令从而达到小车控制的功能。另外，我们采用了 Matlabplotlib 的包进行了多 种情况的可视化，便于进行分析。 另外，我们对车子进行了远程控制，通过串口，我们可以在上位机中实现控 制车辆启停，车辆加减速，车辆拐弯等功能，从而更好地收集数据。与此同时， 我们还通过远程串口，进行了 PID 参数的调节，从而大大方便了 PID 的调参过 程。 经过整理，我们发现这个环境中彻底验证了"Garbage in, Garbage out" 的说法，即数据好则神经网络效果好，数据不好，则神经网络效果很差。 我们 分别采用了长前瞻和短前瞻作为 PID 数据源进行车辆控制，然后在长前瞻 PID 中收集了长前瞻和短前瞻的电感数据，在短前瞻 PID 中，收集短前瞻的电感数 据，对这三种数据进行学习。 实验发现，当长前瞻跑 PID 时，长前瞻的电感送 入神经网络中拟合的很好，但是短前瞻电感值送入神经网络中拟合却不行。短 前瞻跑 PID 时，短前瞻电感值送入神经网络拟合很好。 因此实验结论是：基于 某几个电感进行 PID 控制，则采集对应电感值作为神经网络输入，神经网络的 拟合性能很好。 关于数据集制作，为了更好地收集数据，我们在上位机中远程控制车辆是否 发送数据，从而可以有针对性地在各个环境中进行数据制作。数据清洗方面， 因为串口发送的频率过高，存在了大量的数据是重复的，因此我们针对性地对 相邻两帧之间电感数据差距不算很大的进行了删除。 另外，为了适应不同的场 地，我们还进行了数据归一化的操作，每次启动车子之前，我们平移我们的车子，收取赛道中最大的电感值，然后所有的电感除以对应最大电感值从而获取 归一化后的电感值。 在数据采集的过程中我们发现了训练出来的模型效果不是很好，经过可视化 之后，发现靠近舵机的电感数据不稳定，即使开启了硬件平均也有很大的抖动， 这对于训练必然是不好的。 ▲ 某电感滤波前的图像 在观察到这样的现象之后，我们决定加入软件滤波，对于这种数据抖动较大 的情况，最简单的滤波公式莫过于卡尔曼滤波，对于单片机性能的要求也最低， 在电感的采集过程中，只需要贮存上一个电感数据既可，下图为滤波之后的效 果。 ▲ 某电感滤波后的图像 5.2 电感排布 电感排布部分，我们通过随机增加扰动的方式，寻找最为重要的电感。最终确定了 11 个电感排布的方案。假设有 3 个电感分别放置在车前左中右位置，前面的系数分别为 0.8，1.2， 0.8，则可列电感控制舵机的方程: 但是实际上，我们并不知道各个电感前的系数，因此假设为 A，B，C，直观 地，我们可以认为：某个电感前系数较大，则某个电感更为重要，因为他的对 舵机的影响更大。 虽然在神经网络中，每个电感与舵机输出并不是线性关系， 但是我们不妨假设：不同电感变化同一个幅度时，哪个电感能导致舵机变化越 大，哪个电感就是更为重要的电感。基于此假设，我们完成了电感排布的确定。 ▲ 电感分布确定流程图 具体步骤如下：每次我们随机选择放置电感排布，通过神经网络收取数据进 行训练得到一个网络模型。然后，我们对收集到的数据添加随机扰动，从-0.1～ 0.1，分为 10 个范围，即-0.1～-0.08，-0.08～-0.06....0.06～0.1。 得到随机扰动的数据集之后，我们把原始数据的输出和扰动数据的输出（都 使用同一个网络）做差得到绝对值。如果某个电感的绝对值较大，则说明此电 感轻微扰动对网络输出影响大，是比较重要的电感。 基于此套方法，我们确定了 11 个电感的排布位置，下为某组数据扰动之后 的误差分布图。 ▲ 电感误差分布 以第一列图片为例，第一列对应的是第一排最左边的电感，从上到下，分别 对应了施加扰动的范围为-0.1～-0.08，-0.08～-0.06.......0.06～0.08， 0.08～0.1。直方图代表了施加扰动前后输出的差的绝对值的分布。从图中我们 可以看到在中间部分的偏差靠近 0，而上下偏差靠近 1，符合逻辑。另外，横向 对比，我们可以看到，第 1，2，3，4，5，8，9 列的影响相对比较大，他们对 应了第一排左中右（1，2，3），第二排左右（4，5），第一排竖电感（8，9）。 5.3 网络结构 我们进行了大量的网络结构测试，由于 NXP 芯片所限，基本上只能够使用全 连接层。不过相比于直接送入电感值，我们将电感值和历史 10 次网络输出值（舵 机期望值）共同送入网络，从而相同网络结构（只有输入层不同）训练结果的 loss 从 0.04 降到了 0.02，网络跟踪的效果也变得更好。 另外，我们也发现，基本上的全连接层已经足够训练网络，网络的效果也是满足需求的。基于此我们尽可能地缩小网络大小，让速度尽快，最终的网络结 果为： 网络结果输入为 Nx21x1 的数据，（11 个电感和前 10 帧的舵机控制角度）， 分别经过 Dense，BatchNormal，Dropout 等的操作，最终生成一个 1 维度的舵 机值，即为目标输出，网络结构图如下。 ▲ 网络结构图 电路部分尝试过为软件增加电机的电流环，但由于 AI 电磁要求的磁传感器 过多，芯片 ADC 引脚比较紧张，最后没有落地。鉴于 AI 电磁本身的特殊性—— 对磁传感器位置的严要求，电路部分将用于 AI 的磁传感器分割到单独 PCB 板上， 确保位置固定，车与车差异小，算法可以移植，与机械部分一同做好电感保护。 机械方面，使用碳板制作的顶棚搭载多个电感，增强了电感数值的可靠性 电控方向，我们采用陀螺仪和编码器进行了全地图的绘制，然后针对直道进行了二次加速。 神经网络方向，我们将历史的舵机控制值送入神经网络，大大提升了网络的 效果。 从机械到电路再到电控和神经网络，我们搭建了一个完整的车子。对车子进 行稳定性测试，算法迭代优化，我们才算是真正地完成了一个项目。小组成员 每个人都尽着自己最大的努力，不加班不快乐，没成果没休息逐渐成为我们的 常态。这一次的磨砺，所有的队员都有了非常大的进步，与此同时，我们也收 获了一份友谊。 另外，感谢学校对我们的支持，在疫情期间仍然全力支持我们。感谢组委会提供的参赛机会。 [1] 卓晴，黄开胜，邵贝贝等，《学做智能车——挑战“飞思卡尔”杯》[c].北京：北京 航空航天大学出版社，2007. [2] 谭浩强，C 语言程序设计[M]，北京：清华大学出版社，2005. [3] 王宜杯，嵌入式系统原理与实践：ARM Cortex-M4 Kinetis 微处理器，北京：电子工业 出版社，2012. [4] 陶永乐，新型 PID 控制及其应用（第二版），北京：机械工业出版社 [5] 李发海，王岩等，电机与拖动基础，北京：清华大学出版社 [6] 胡寿松，自动控制原理（第六版），北京：科学出版社 1.软件开发平台：KEIL ▲ 软件开发平台 KEIL 2.神经网络 h5 文件转换工具： 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-12-28 关键词： 智能汽车 AI

华工智能车队，这里有一群热爱智能车的人

华工智能车队，伴随着教育部教指委举办的“全国大学生智能车竞赛”而成长。从诞生开始，每一年都倾注了很多同学们的心血，承载了很多同学们的希望，也给同学们带来了各式各样精彩纷呈的体验……这么多年过去了，华工智能车队，一直在“长大”。 那么，到底哪里长大了？怎么长大的呢？ 在上古时代，智能车竞赛刚刚发端，可不是谁想参加都可以的。2006年，第一届全国大学生智能车竞赛，是“邀请赛”，由清华大学承办。我们华南理工大学，很荣幸的获得了邀请。开始了第一次的“进京赶考”…… ▲ 这位师兄的发际线如此靠后，一看就是骨骼精奇的调车达人 且看第一届全国大学生智能车竞赛颁奖现场。 ▲ 第一届智能车竞赛颁奖典礼|清华大学体育馆 据华工智能车队的指导老师陈安老师回忆，第一届比赛，参赛队员可是在清华的某一个地下室通宵调车了的。 可是，这个成绩却不忍直视，小车车都不好意思出来露脸了，还是让帅气的师兄们露脸吧。 但是，偶们广东乡亲从来都是反应够快的（李小龙就是偶们的杰出代表） 很快啊，2006年比赛结束后，华南理工大学自动化科学与工程学院当年9月就开出了“创新实践”系列课程。其中的“智能机器人创新实践”就是以智能车为基础和主体的创新实践课。 这个“创新实践”系列课程可谓是立竿见影，第二年我们就获得了一个全国一等奖！ 是的，你没有看错，第二届队员中有一个是第一届某队员的双胞胎哥哥！其实他才是秘密武器之一！不过大家应该注意看的是他俩背后的赛道，早期的赛道是赛道中间一条黑线的哦，不像现在的赛道是两边黑线！ 来看看第二届全体队员和他们的小车车吧。 第三届比赛，我们就拿到了华南赛的第1名，全国赛的第4名！要知道，那个时候，是不分组的！管你光电、摄像头还是电磁，都在一起比赛哦！ 时间就是这么一年一年的流淌着…… 伴随着时间的流淌，华工智能车，慢慢“长大”！ 随着智能车赛事的影响力不断扩大，华工智能车队不断吸纳新成员，团队规模不断扩大。 目前，华工智能车队不仅团队规模从数人扩大到数十人，而且有女指导老师啦！ 我们形成了良好的传承体系，培养了热爱智能车的同学们！看，十五届的校队成员多么充满朝气！ 我们的小车车，也“长大”了！ 看，这是2020年我们华工智能车的新成员——蚁群冲锋战车。 相比较以前的室内小车车，我们的新智能车，是不是“长大”了呢！而且勇敢的走到了室外哦！ 我们的室外大车车在兜风。 我们的室外大车车有一天去散步还偶遇了智能狗哦！ 今年6月以来，华南理工大学建设了7个校一级的“未来创新”实验室。其中有一个“人工智能未来创新实验室”，实际上就是以我们华工智能车队为基本班底扩充而来的新型学生科技组织。 人工智能未来创新实验室整合了多个大学生科创资源，且引入了社会资源和力量，目标是最大限度发挥学生组织作用的同时提升学生科技组织的水平和实力。 在这个新的框架下，人工智能未来创新实验室整合三个来源的需求设立探索课题。 蚁群冲锋战车，就是企业探索课题蚁群冲锋队的载体。 以智能车为基础和主体的“智能机器人创新实践”课程，于2020年获评首批国家级一流本科课程啦！ 历经十五载，华工智能车队逐渐“长大”为队员们提供了优质的创新资源我们赢过、狂过，输过、沮丧过但贵在坚守了对智能车的热爱，收获了技术的成长我们有着对技术的执着，相信队友华工智能车队未来可期 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-12-28 关键词： 智能车 AI

2021十大科技趋势前瞻：第三代半导体材料迎爆发

2020年是不平凡的一年，经历疫情的洗礼，许多行业重启向上而生的螺旋，但疫情并未阻挡科技前进的脚步，量子计算、基础材料、生物医疗等领域的一系列重大科技突破纷至沓来，后疫情时代，基础技术及科技产业将如何发展，达摩院为科技行业提供了全新预测。 新材料的价值远不止提供更优的性能，它还能突破传统材料物理极限，达摩院预测，碳基材料作为制作柔性设备的核心材料，将走出实验室并制备可随意伸缩、弯曲的柔性电子设备，例如用该材料制作的电子皮肤不仅机械特性与真实皮肤相似，还有外界环境感知功能。 在医疗领域，业界公认AI与药物、疫苗研发结合是大势所趋，但用AI研发药物并成功上市的案例极为鲜见。达摩院指出，新型AI算法的迭代及算力突破将解决药物分子靶点确证、药物可成药性等难题，例如在疫苗研发过程中，AI可自动输入有效化合物模型，然后与电脑合成程序产生的数亿种不同的化学化合物对比筛选，最终快速找到疫苗的优质候选化合物。 科学技术的发展总是在不断发散与收敛的模式中跃迁。去年，达摩院曾预测“云将成为IT技术的创新中心”，时隔一年，云原生成为云计算领域的新变量，达摩院提出，未来芯片、开发平台、应用软件乃至计算机等将诞生于云上，AI、5G、区块链等技术都将以云原生的方式落地，企业获取IT服务的路径再次被缩短。 附：达摩院2021十大科技趋势 趋势一：以氮化镓、碳化硅为代表的第三代半导体迎来应用大爆发 趋势二：后“量子霸权”时代，量子纠错和实用优势成核心命题 趋势三：碳基技术突破加速柔性电子发展 趋势四：AI提升药物及疫苗研发效率 趋势五：脑机接口帮助人类超越生物学极限 趋势六：数据处理实现“自治与自我进化” 趋势七：云原生重塑IT技术体系 趋势八：农业迈入数据智能时代 趋势九：工业互联网从单点智能走向全局智能 趋势十：智慧运营中心成为未来城市标配

时间：2020-12-28 关键词： 半导体 5G AI

被“万亿级”数字吸引而入局的物联网企业们，活的怎么样？

本文来源：物联传媒 10年前，物联网还是一个很小众的概念，但是它的前景广受看好，各大研究咨询机构都对物联网产业抱有非常乐观的态度，预测未来物联网的连接数量将会达到200亿、500亿、1000亿甚至更多，而物联网所带来的市场价值则是高达万亿甚至是十万亿级别的。 庞大的市场蛋糕诱惑之下，众多玩家纷纷投入到物联网的产业大军中，这极大的推进了物联网产业的发展。 时至今日，物联网产业已经取得了一系列的战果。 首先，是技术的蓬勃发展，物联网产业可以分为感知层、传输层、平台层与应用层四个层次，每个层次都有不同的技术，10年前，甚至5年前，物联网产品可以选择的技术并不多，基本都是基于数十年前的老技术"旧瓶装新酒"，导致的结果要么就是性能达不到预期，要么就是性价比太低。 而在最近几年，各个层次的物联网技术都得到了极大的发展，比如说智能传感器、性能更加优越的RFID产品、5G、NB-IoT、Cat.1、LoRa、蓝牙5.X、Wi-Fi6、边缘计算、AI算法等等新技术的出现与演进，让物联网产品更加契合市场的需求。 其次，是应用层面，相较于早些年，大众对于物联网的认知是"只闻其声，不见其用"而言，目前物联网的应用已经渗透到人们的生产与生活的方方面面，比如说打车、购物、共享单车、智能门锁、智能音箱、安防摄像头等等。 根据我们的调研，目前各类RFID产品的出货量每年达到了200亿以上，Wi-Fi、蓝牙、ZigBee等连接技术的出货量每年也都有数十亿的级别，NB-IoT、LoRa等技术每年出货量也在一亿以上，这些庞大的连接数字可以转化成丰富多样的应用。 最后，是在产业丰富度层面，相较于早年间物联网还是一个小众概念而言，在最近几年，物联网已经得到了华为、阿里、腾讯、三大运营商、小米等各类巨头的青睐，大厂都视IoT为一条通向未来的"新赛道"，除此之外，更多的配套厂商与创业者涌入物联网领域，整个行业的玩家种类与数量都已非常的丰富。 虽然说，物联网产业已经取得了一系列的成果，但是这个行业依然会存在很多的问题。 一方面是碎片化现象严重，碎片有多个层次，有技术的碎片化、应用的碎片化、玩家的碎片化。 技术的碎片化，就是指物联网技术流派众多，解决某个项目的需求，往往可以有多种多样的技术选项，这便造成了物联网技术方案企业需要积累多种多样的物联网技术，才能更好的匹配市场需求。 应用的碎片化就是物联网应用项目多种多样，如工业、城市、交通、物流、园区、农业、医疗等等，甚至基于这些细分行业还会延伸出更加丰富的缝隙领域，每个领域有不同的行规，有不同的产业链，因此，对于物联网企业来说，需要投入大量的精力去研究各个行业应用。 玩家的碎片化，指的是物联网企业的玩家种类众多，因为物联网的概念模糊，并没有统一标准，大量的传统企业都可以基于自己的理解来进入物联网，这造成了物联网市场上产品与方案鱼龙混杂，用户难以辨别的局面。 另外一方面，物联网是一个"苦逼"的行业。 多年从事物联网的人对此都深有感慨，这种苦逼体现在两个方面，一个是"累"，另外一个是"钱不好赚"。 "累"主要有这么几个方面的原因 一方面，是物联网价值链很长，在以往工业化时代的经验里，大家的认识是在一个产业链里面分工明确，每个企业专注于某一个环节，某一项技术，某一种产品，当好产业链里面的一颗"螺丝钉"，就足以使企业活的很好。而在物联网产业里面，价值过长，尤其是靠近终端应用的企业，做项目的时候需要企业有丰富多样的产品，软硬件精通，并且还需要搭建好服务体系，这些会让物联网企业投入大量精力。 另外就是应用的碎片性，企业要多做市场应用就需要分散很多精力，聪明的企业会专注于一两个细分领域，但同样也会面临政策的变化，巨头的强势进入等风险。 最后一方面，是需求的不明确，尤其是to B与to G的项目，终端用户的需求往往没有特别明确，在一个长周期的项目中，会出现变更需求、变更方案、变更预算等等问题。 "钱不好赚"则体现在以下几个方面 第一，是物联网项目周期长，对应的账期也长，做项目的企业需要较多的资产投入，此外，物联网方案虽然包含了软硬件，但用户往往会忽视软件的价值，更多的是以看得见摸得着的硬件进行结算，导致市场会逐渐的透明化，利润空间逐渐压低。 第二，市场环境容易陷入价格竞争，虽然物联网应用成千上万，但能够勇于当"第一个吃螃蟹的人"并不多，大多数企业都习惯了当跟随者，一旦某个市场被打开之后，就会涌入大量的企业，很容易陷入价格战，导致市场环境恶化。 第三，是增长难以爆发，因为物联网的to B属性对应项目制的市场现状，导致企业的标准化程度较低，尽管巨头企业都在尝试着将IoT业务尽量标准化，但成果有限。物联网业务的增长无法像互联网企业一样，短短三两年的时间，就能成长为行业的巨头，物联网不是一个赚快钱的行业。 当然，智能化是整个社会不可逆转的趋势，物联网在未来的应用前景也是毋庸置疑的，只是在目前阶段，整个行业还处于一个"混沌阶段"，未来会如何演变，需要市场的选择才能给出答案。 为了梳理当前的物联网产业现状以及物联网企业的生存状态。深圳市物联网产业协会、深圳市物联传媒有限公司联合深圳市标准技术研究院，历时几个月，通过线上问卷与线下走访，共采集了超过300家物联网一线企业，编撰整理成这份《深圳市物联网产业市场调研报告（2020版）》，并免费对外发布。希望读者可以通过深圳市物联网产业现状窥探整个行业。 ~END~ 免责声明：本文内容由21ic获得授权后发布，版权归原作者所有，本平台仅提供信息存储服务。文章仅代表作者个人观点，不代表本平台立场，如有问题，请联系我们，谢谢！

时间：2020-12-28 关键词： 物联网 AI