前言

日前，阿里巴巴将全面进军物联网领域，阿里云计划在未来5年内连接100亿台设备，IoT是阿里巴巴集团继电商、金融、物流、云计算后新的主赛道。金准人工智能专家分析认为，阿里的物联网宣言打破了之前通讯巨头对物联网领域的把控，将刺激腾讯、京东、小米等的跟进，引爆物联网生态之战。

金准人工智能专家从政策、产业、技术和需求四维驱动力和八大产业链环节出发，解读物联网的发展路径和各节点投资机会。

一、物联网：一块万亿级新蛋糕

金准人工智能专家预测互联网的下半场是将整个物理世界数字化，道路、汽车、森林、河流、厂房……甚至一个垃圾桶都会被抽象到数字世界，连到互联网上，实现“物”“物”交流、“人”“物”交互，这会是一场更加深刻的技术变革，一场全新的生产力革命。

图1 胡晓明宣布：阿里云计划在未来5年内连接100亿台设备，覆盖智能城市、智能汽车、智能生活、智能制造

物联网（IoT），即通过智能感知、识别技术与普适计算等通信感知技术实现的物物相连网络。自下而上来看 ，物联网四大层次分别为： 感知层(芯片/传感器) 、网络层(芯片/通信模组/通信网络) 、 平台层(平台/操作系统) 和应用层(智能终端/集成应用) 。

图2 物联网体系架构

物联网被认为是新一轮科技和产业革命的基础，覆盖了工业/制造、金融、农业、交通、家居/生活、物流等诸多领域。其中，智能计量、车联网、建筑/家居安防是目前发展最快的垂直行业。

Forrest Research 预测到2020年，世界上物物互联的业务将是人人互联业务的30倍；Gartner预测到2020年，物联网总支出将达到30,110亿美元；工信部数据显示，2017年物联网业务收入比上年大幅增长86%。

图3 各大机构对物联网市场潜力预测

目前，物联网的一级投资热情高涨，风投转向“针对成长阶段的物联网企业进行更大规模、更集中投资”的趋势明显，行业洗牌也在加剧。

2017年，有名噪一时的物联网公司倒下（如手环巨头Jawbone 、智能榨汁机Juicero），也有一些公司加快成长（如动感单车健身企业Peloton获得E轮投资3.25亿美元）。

图4 CB Insights：2017年物联网领域有295笔风险融资（降37.9%），单笔平均融资1278万美金（升59%），种子轮和A轮阶段初创企业的融资交易渐少

二、四大发展驱动力

物联网的发展需要四大驱动力。当前，外生强于内生，B端好于C端。

图5 物联网发展的四大驱动力

政策端：我国政府为发展壮大新动能、引导产业升级，发布众多政策支持物联网产业发展。

图6 我国历年重要的物联网产业支持政策：政策发布趋向密集化，指引指导趋向具体化

产业端：巨头基于对物联网发展方向的认可，积极布局，主要指向“管-云-端”（通讯网络-平台系统-智能终端/芯片/传感器）。其中，“管”巨头(运营商)的推动策略最激进，促进了蜂窝物联网快速发展；“云”和“端”巨头的推动力更侧重“搭平台+推产品+投资并购”。

图7 巨头“云-管-端”布局

图8 巨头在物联网方面的主要发展举措及动力来源

技术端：物联网将会在与大数据、云计算、NB-IoT（解决了“能耗/10 年、覆盖/10Km与成本”问题）、5G（解决了“时延/1ms、速度/20Gbps、密度/每平方公里100万终端”问题）等技术的交织推动中前行。

图9 物联网、大数据、云计算、NB-IoT、5G及人工智能的关系示意图

需求端：物联网B端客户的需求日益强烈，但安全/隐私、预算、内部执行、外部协同等问题成为目前的发展阻碍；C端客户感兴趣者众多，但目前产品价值认可度偏低（质量不过关/算不上真正的智能/功能华而不实/价格虚高）。

图10 B、C端物联网需求

图11 物联网发展的主要阻碍

三、八大产业链环节

图12 物联网产业链

1. 芯片：物联网的大脑

低功耗、高可靠性的半导体芯片是物联网必不可少的关键部件之一。物联网芯片既包括集成在传感器/模组中的基带芯片、射频芯片、定位芯片等，也包括嵌入在终端中的系统级芯片，即嵌入式微处理器（MCU/SoC片上系统等）。

图13 我国物联网直接相关的芯片市场规模预测

目前，我国的芯片设计水平相对偏弱，但封测具有规模优势。预计我国物联网直接相关的芯片市场将实现较快增长，2020年达589亿元，较2016年增长353%

2. 传感器：物联网的五官

传感器是用于采集各类信息（如压力、温度、流量、位置等），并转换为特定信号的器件 ， 广义上包括敏感元器件、RFID、定位设备、摄像头、测量表计等。

图14 我国物联网直接相关的传感器市场预测

目前，全球传感器市场主要由海外公司主导 ，如TI、ST、博世、飞思卡尔等， 我国传感器企业与海外仍有较大差距，国内约70%的份额被外资企业占据。预计2020年我国物联网直接相关的传感器市场将达248亿元，较2016年增长328%。

3. 通信模组：万物联网的关键

通信模组是将芯片、存储器、功放器件等集成在一块线路板上，并提供标准接口的功能模块，各类终端借助通信模组可以实现通信功能，是联网的关键器件。

图15 物联网通信模组示意图

通信模组主要包括蜂窝类通信模组（2/3/4/5G 、NB-IoT/eMTC等）和非蜂类窝通信模组（WiFi/蓝牙/LoRa/ZigBee/SigFox/电力载波等），蜂窝通信模组年出货量正由千万级快速提升。

4. 通信网络：物联网的通道

物联网接入网包括蜂窝通信网和非蜂窝通信网，以及RFID（如ETC/NFC）、二维码等，RFID系无线电磁波连接，二维码属被动式标签。

图16 主要的物联网连接网络/技术对标

蜂窝物联网需要由电信运营商建设，适用于移动状态下需随时随地联网或固定状态下不便布设非蜂窝网的物联网场景，该类物联网终端需要使用SIM卡/eSIM卡。目前，蜂窝物联网占比约10%，以2G为主，非蜂窝物联网占比约90%，WiFi/RFID为主。

5. 平台：实现物联网的云管理

物联网平台作为设备汇聚 、 终端管理、应用开发、 数据分析等的承载 ，向上为应用开发、系统集成提供PaaS服务，向下对终端 进行 “管、控、营” ， 包括开放式云平台、连接管理平台（CMP） 、应用使能平台（AEP）和垂直行业设备管理平台（DMP）。

图17 物联网的四类平台

6. 操作系统：物联网软硬件的动脉

操作系统（Operating System，OS）是管理和控制物联网硬件和软件资源的程序或系统软件， 类似智能手机的IOS、Android，是直接运行在“裸机”上的最基本的系统软件，其它应用软件都在操作系统的支持下才能正常运行 ，因此往往是巨头的天下。

图18 华为LiteOS：轻量级的物联网操作系统

目前，发布物联网OS的主要是巨头，如谷歌（Brillo）、微软（Windows10 For IoT）、华为（LiteOS）、GE（GE Predix）、苹果、阿里等。

7. 智能终端：硬件承载

智能终端是集成了传感器和通信功能，可 接入互联网并实现特定功能或服务的智能设备 ，包括智能音箱、智能车载设备、可穿戴设备、 智能表计（水表、燃气表）等。

按照面向的购买客户来划分， 智能硬件可以分为2B类（B端付费，如车载前装T-BOX、无线POS机、智能水表等）和2C类（C端付费的消费电子，如可穿戴设备、智能家居、车载后装设备等）。

图19 十款带屏智能音箱（金准人工智能专家不完全统计）

智能终端种类丰富，因其具有“入口”特性，所以目前竞争激烈，提供商可以是传统设备商，也可以互联网企业或创业公司，大家纷纷布局，如从路由器到音箱。

8. 集成应用：物联网的落地

物联网集成应用包括系统集成、解决方案、行业应用、增值服务等，一般面向大型客户或垂直行业（如政府的智慧城市、水务公司的智慧水务、工业物联网、智慧医疗等）。

图20 智慧便利店物联网硬件框架（上海顺舟智能科技）

系统集成商可以帮助客户解决各类设备、子系统间的接口、协议及安全等问题，确保客户得到一站式的解决方案。集成商须熟悉相关行业，跨行业较难，因此不同行业的集成商各有生存空间。

四、发展路径与投资机会

图21 物联网与PC互联网、移动互联网的IT架构相似

物联网与PC互联网、移动互联网的IT架构有相似之处，借鉴二者的发展之路，中信建投给出了物联网的发展路线：先连接，再爆发。

图22 物联网发展：先连接，再爆发

先连接即先做大物联网的连接规模，动力可能来自“巨头推动+需求拉动”。中信建投预计，物联网“连接为主阶段”可能需要至少持续到2020年；

再爆发即基于大量连接及其海量数据，交互衍生出丰富的物联网增值应用服务，如智慧出行、自动驾驶、智能家居等等，进而推动物联网进入全面繁荣阶段。

图23 我国的移动互联网发展路径

当前的物联网，与移动互联网的09年类似（连接数放量VS手机网民加快增长；NB-IoT全面商用VS3G商用；应用逐步丰富如共享单车/智能音箱VS新浪微博/iPhone4）。

但这并不意味着物联网距离爆发也只需要四年，因为物联网的智能硬件/终端类型多样，更为复杂。

图24 物联网产业地图（部分公司及相关产业链环节物联网直接相关市场规模）

图25 市场预期的物联网产业市场规模

鉴于当前物联网正处“连接阶段”，中信建投认为，具有通用性、与连接数增长正相关，或与发展相对更快的垂直行业强相关的产业链环节投资更为可行。

中性预测， 2017年我国物联网连接数为15.35亿个，2020年将较2017年增160.59%，达到40亿 ，其中蜂窝物联网10亿（占比约25%），较2017年增长203%。

图26 我国物联网连接数预测（单位：亿个）

从连接构成来看，物联网的垂直行业发展将呈多波次 、接力式。智能硬件(C)、白色家电(C) 、智能计量(B)因巨头的推动，净增量列TOP3；而在需求拉动与巨头推动及政策引导综合作用下，智能计量(B)、车联网(B/C) 、建筑/家居安防(B/C)的渗透率列TOP3。

图27 我国的物联网连接数构成预测（单位：亿个）

图28 我国芯片、传感器、通信网络市场规模预测（单位：亿元）

中长期看，平台的成长性好，建议择机布局。

平台直接对物联网终端进行 “管、控、营” ，既可向终端收费、也可向应用收费，并可沉淀海量数据，有望分享到物联网发展的最大红利。尽管开放式云平台是巨头的天下，垂直行业的差异性却给足了中小公司生存空间。

图29 全球主要的物联网产品/服务供应商的开放式云平台选择

图30 Gartner2017新兴技术成熟度曲线中，物联网平台处于期望膨胀期（过热期）

物联网安全事件陆续发生，让“安全”成为物联网最需关注的领域，但很多创新型公司实际上受限于预算、投资收益、技术等因素，在物联网产品开发中往往事后才会考虑安全问题。未来，安全将成物联网标配，发展潜力巨大。

图31 企业客户将安全问题作为物联网进一步发展的最大阻碍

虽然可能是巨头推动为主、需求拉动为辅，但物联网连接数快递增长已是事实，不过物联网在各垂直行业的进度不一，智能计量、车联网、建筑/家居安防发展最快。

聚焦“连接”阶段，围绕“具有通用性、与连接数增长正相关”，“与发展相对更快的垂直行业强相关”两类产业链环节，将可以发现一些相对确定的投资机会。

物联网新兴产业，因此A股中的物联网标的多由并购转型而来，或是新布局物联网，所以物联网板块的业绩贡献短期还较小，甚至存在一定风险。因此，投资商建议既要围绕受益环节来确定方向，也要关注公司的基本面、市场竞争格局等。

总结

金准人工智能专家认为，通信/网络、芯片、传感器、工业机器人等环节在政策、资本、产业和技术的推动下正推动着B端物联网的稳健增长；运营商“快速建网(NB-IoT)+下指标+补贴”的策略结合巨头们“搭平台+推产品+投资并购”的打法，也让物联网的C端前景逐渐明朗起来。

前言

金准人工智能专家对目前人工智能的应用场景和智能平台建设情况，选取视觉智能，语音智能、数据智能、企业智能四个领域，进行了研究分析。

金准人工智能专家经过调研发现，部分企业都有人工智能应用或者应用规划。从已经有人工智能应用的企业来看，大部分都取得了比较好的效果，只有不到10%的企业的人工智能应用效果不理想。从总体来看，目前还处于人工智能技术与业务的融合阶段，利用人工智能技术重构整个IT系统或者进行业务转型的企业较少。在人工智能厂商选型时，企业最看重厂商的技术实力、品牌、对于业务的理解和融合能力。应用落地、平台构建、生态培养同步并举，厂商之间的竞争将在多个维度同时进行。

人工智能生态各要素动态演进,基于开放平台的生态逐渐成型。算力、算法和数据之后，场景成为人工智能应用的关键。视觉智能已经迈过了技术拐点，走向应用普及阶段，并将成为未来5年最有商业前景的领域。人脸识别开启了人们的认知，但智能安防、智慧城市才是视觉智能的“星辰大海”。语音智能交互系统在各个领域得到普及，B端和C端呈现不同的发展特点：C端呈现操作系统级别的竞争态势，B端市场窗口还很大，不同行业的垂直应用场景有待挖掘。数据分析和数据挖掘是数据智能的基础，局域智能将向全域智能转变，BATJ为代表的互联网巨头具有巨大优势。海量的数据将在“云端”汇聚，并实现数据之间的高度融合，“云端数据智能”将更加普遍。由于新零售概念的兴起，大家逐步关注到线下数据的价值，并通过高德地图、美团、支付宝、微信等应用，结合人脸识别等新手段，大量获取线下数据尤其是线下消费和支付数据，最终实现线上数据与线下数据的融合，构建更完善的用户画像。

一、视觉智能应用、平台与生态

视觉智能是5年内最有商业前景的人工智能应用领域。2018年，智能安防将是视觉智能厂商的发展中心。根据中安协发布《中国安防行业“十三五”(2016-2020年)发展规划》指出，“十三五”期间，安防行业将向规模化、自动化、智能化转型升级，且到2020年，安防企业总收入达到8000亿元左右，年增长率达到10%以上。只是智能安防这一个领域，就足够支撑多个百亿级别的独角兽企业，满足资本对于视觉智能厂商的业绩期望。在智能安防领域，按商业演进路径可以将厂商分为两类：以旷视科技、商汤科技和博思廷为代表的“AI+安防”类厂商，和以海康威视威为代表的“安防+AI”类型厂商。智慧城市将是视觉智能最大的应用领域，未来的市场规模必将在万亿以上。视觉智能+数据分析，将成为智慧城市系统的主体，发挥最为关键的作用。视觉智能应用，已经从图像识别、物体识别转向计算机视觉理解、视频理解这些更具挑战和应用价值的领域，未来其应用前景必将更加广阔。随着芯片技术的发展，终端智能将获得快速提升。云+端的数据处理方式成为潮流。未来智能终端将成为视觉智能应用重要的计算载体，同时云端对于数据打通将发挥关键作用。

LFW是目前人脸识别领域最权威的数据库之一，LFW中的图像均产生于实际场景。具备自然的光照、表情、姿势和遮挡等干扰因素，且考虑到涉及人物多数为公众人物，也涉及到化妆等更复杂的干扰因素，在LFW数据库上验证人脸识别算法理论上更贴近实际应用。

从数据上看，目前计算机视觉的识别率普遍高于人眼（97.53%），而目前主流的视觉智能厂商，其系统的识别率普遍高于97.53%，比如旷视科技、商汤科技、博思廷、百度、腾讯等，其系统的识别率普遍大多在99%左右，未来还将有更多的视觉智能厂商达到这一水平。

这意味着视觉智能已经迈过技术拐点，未来几年将面临疾风骤雨式的应用普及。

二、语音智能应用、平台与生态

语音智能领域，总体上来看，C端语音智能市场已经开始显现操作系统级别的竞争，并以开放平台和生态体系的方式来进行竞争，主要表现：不断嵌入更多的智能硬件设备，其中又主要是手机和智能音箱，并逐步扩展到智能机器人、智能家居等领域。厂商之间的竞争焦点集中于手机厂商、智能硬件厂商；在自家的语音交互系统中不断接入更多的服务，不断扩展用户通过智能语音助手能做的事情；构建开放平台，聚拢大量的软硬件合作伙伴，以生态体系的力量来强化其竞争优势和市场领导能力。

目前国内主流语音智能厂商的识别率普遍高于97%，迈过了是商业应用的技术门槛。语音识别准确率方面，科大讯飞、百度、思必驰等领先，科大讯飞在方言领域的高识别率是其一大特色。远场降噪和远场识别能力的提升，催生出智能音箱产品，进一步推动智能硬件的发展。科大讯飞、百度等主流厂商，其机器翻译能力也已经达到国际领先水平。语音智能与视觉智能、无人驾驶一起，成为我国人工智能产业的三张名片。基于语义理解的语境理解、意图理解，形成更自然的人机交互，是一大难点。

B端语音智能市场窗口较大，基于语音交互的垂直应用场景有待挖掘。基于语义理解和语音交互的垂直应用场景进一步深耕，具有语境理解、多轮对话、可随时打断等能力，是语音智能厂商的重要竞争力。智能客服、嵌入企业管理软件的语音助手、医疗机器人等是重要的细分领域。尤其是智能客服，针对不同行业的业务属性，开发场景化语音交互系统，是一个有待进一步挖掘的蓝海市场。智能车载、智能家居、智能机器人、智能可穿戴领域，语音智能厂商纷纷跟进对应赛道。在企业管理软件系统中，语音智能具有很大的应用潜力：一方面，办公软件尤其是移动办公软件中，已经有一些厂商尝试在其产品中嵌入语音助手模块，让用户可以用语音交互的方式处理工作事宜；另一方面，基于语义理解的业务流程打通，将语音交互融入其业务流程系统，这也是企业管理软件厂商主要的发展方向。

三、数据智能应用、平台与生态

在数据智能领域，数据分析与智能决策、数据可视化、智能营销、用户画像与个性化推荐，BI等是重要的细分领域；在数据类型方面，移动数据和线下零售数据的分析成为热点。随着大数据产业的发展，基本的数据局积累和数据处理体系已基本成型，未来关注的重点将转向多渠道、多种数据形式的融合，并且会从局域智能转向全域智能。局域智能是在某个细分领域的数据智能，为用户解决某些特定类型的问题。与之对应的，全域智能将实现三方面的突破：

1. 多渠道数据的融合。包括PC数据、移动端数据、物联网数据、线上数据和线下数据的融合；

2. 多类数据的融合。不仅能处理结构化数据，也能处理文本、语音、图像、视频等非结构化数据，并能实现数据打通，基于多种类数据的全面分析提供结果和决策建议；

3. 多维度数据融合。包括电商数据、社交数据、搜索数据、线下消费数据等多维数据的融合；

另外，局域智能更多的侧重于分析，而全域智能则更多侧重决策建议，并为用户自动化处理部分事物。

深度用户画像成为行业基础，互联网巨头在数据智能领域优势巨大。很多数据智能应用都是以用户画像为基础的，以此衍生出个性化推荐、智能营销、商业智能、安全态势感知等。更进一步的，深度用户画像能对用户特征进行更深入的刻画，可以据此开展一些更高价值的智能服务，比如金融风控，这在金融尤其是互联网金融领域具有广泛地应用。

互联网巨头，由于其海量的数据积累和较强的综合实力，在数据智能应用领域具有很大的优势，并且这一优势还会进一步加强。这其中阿里巴巴的优势最为明显，阿里的电商数据、支付数据、物流数据是价值量最高的几类数据，可以基于对用户实现全面的特征刻画，进而发展出丰富的智能应用。由于新零售概念的兴起，大家逐步关注到线下数据的价值，并通过高德地图、美团、支付宝、微信等应用，结合人脸识别等新手段，大量获取线下数据尤其是线下消费和支付数据，最终实现线上数据与线下数据的融合，构建更完善的用户画像。云计算的成熟，有力地推动了数据积累和数据分析产业的发展，也有效促进了数据的融合。未来，海量的数据将在“云端”汇聚，并实现数据之间的高度融合，“云端数据智能”将更加普遍。

四、企业服务应用、平台与生态

企业智能领域，“人工智能技术+业务场景+管理流程”是企业智能的理想模式。

金准人工智能专家认为，企业智能目前还处于探索期，模式尚不固定，智能助手、人脸识别打卡等只是初级应用，并没有切入企业智能的核心 。比较成熟的企业智能应用，一定是要实现人工智能技术与企业管理流程、业务场景的高度融合。

未来，人工智能技术，尤其是语义理解、数据挖掘技术，将嵌入企业信息系统的各个领域，包括ERP系统、CRM系统、HR系统、SCM系统以及财务系统等。通过对这些系统中各种数据信息的理解和价值挖掘，然后结合管理流程，以及融合业务场景的知识图谱，对企业整体及各个细分领域的运营情况进行全面细致的分析。更进一步的，智能系统能依据特定流程自动处理一定的。

企业内部数据的打通、人机协同是企业智能接下来的发展重点。通过数据和行业、业务知识的整合，构建针对特定行业的知识图谱，“专家系统”有可能获得重生，并发挥较大的价值。一方面，建立企业内部专家系统，辅助企业的管理决策和业务开展，也为新员工的培训提供帮助。另一方面，作为企业业务系统的延伸对外提供服务,比较典型的如智能客服系统，依据对行业和企业业务的知识图谱，回答客户的问题，进行一些业务操作。未来几年，嵌入式智能将得到进一步普及，在企业服务领域智能硬件设备的使用成为一个亮点。

人与人工智能的关系可以分为三类：机器主导、人主导、人机协同。未来不再是单一的人主导或者机器主导，而是人机高效协同。人提出问题，提供数据资料，智能系统根据信息进行提出决策建议，并在一定业务范围内实现自动化运营，人是智能服务的受益方。通过企业智能应用，可以实现科学化决策、自动化运营、人机高效协同的组织状态。

五、中国人工智能应用问题与趋势展望

1. 阻碍人工智能应用的因素分布

根据调研情况，人工智能技术与业务的融合度不高是目前阻碍人工智能应用的最重要因素，其次大部分企业还面临数据缺失，不知道如何进行人工智能厂商和产品选型的问题提。进入人工智能项目实施阶段后，某些情况下系统部署成本与产生的经济效益不匹配，也阻碍了人工智能应用的进一步普及。数据匮乏、技术与业务融合度不高、实施成本高等阻碍人工智能的普及。

数据垄断成为人工智能产业发展的一大障碍。

大部分数据，都集中在政府、互联网巨头、电信运营商和金融机构手里，政府目前的数据开放意愿最强，但其数据质量和办事效率低，政府数据开放程度并不高。互联网巨头、电信运营商和金融机构，由于其本身的商业利益诉求，开放数据的意愿不强，尤其是随着大家对数据价值的认知提高，这些企业将其积累的数据看作其核心资产，进一步降低数据分享的意愿。

阻碍数据共享的最关键因素是数据巨头本身的商业利益协调很难，这一方面要考虑到数据巨头尤其是互联网巨头的商业利益诉求，清晰界定共享数据和互联网巨头独享数据的边界，并基于价值对共享的数据给予合理的回报和补偿；另一方面，也需要政府政策、法律法规等强制推动，并以数据联盟等形式来进行组织保障和可持续化运营。

人工智能项目经济效应有待验证，人工智能公共服务资源严重不足。

人工智能从概念走向产业应用，必须给客户带来直观的经济效益，并且带来价值要超过由于人工智能系统实施造成的成本支出，目前人工智能应用已经有一些成功案例，但还没有得到大面积的验证。

人工智能应用普及可能带来的系统性事业值得关注，并要警惕随之而来的大规模社会风险。

底层技术与“世界第二”的人工智能国际地位不匹配，尤其是人工智能芯片、机器学习为代表的底层算法、通用性人工智能开发平台的实力还很不足，绝对不能重蹈传统信息产业领域“缺芯少魂”的覆辙。

人工智能领先厂商之间竞争有余而合作不足，基础技术、数据的共享不足，重复开发现象比较严重，造成有限技术资源和人才资源的浪费。

国家层面在资金和组织资源方面的投入还不够。

2. 政府、企业联动，建立开放共享、利益边界清晰的数据生态

从国家层面，一方面，加快相关法律法规的研究和发布。清晰定义各类数据价值和数据交易规范，厘清数据共享与个人隐私、企业利益诉求之间的关系。政府加大数据开放力度，拓宽开放数据的种类，提高开放数据质量。推动企业尤其是互联网巨头组建数据共享联盟，推动企业之间、企业与政府之间的数据共享。建立、完善数据交易中心，推动基于真实数据价值得数据交易，充分考虑个人隐私和企业利益诉求的，实现数据交易和数据共享的可持续发展。组建基础资源公共服务平台，建立面向社会开放的图像、语音、视频、文本等多样化数据形式的训练资源库和标准测试数据集。

另一方面，在政府指导下，建立企业之间的数据联盟，厘清利益关系，在充分尊重各自数据权益和利益诉求的前提下，协商可交易、共享的数据范围，规范交易、共享的方式和流程。推动数据在互联网企业、传统企业、研究机构、政府之间的流动，在流通中实现数据价值。建立数据标准，尤其是数据接口标准，构建数据接口API ，方便进行数据调用。建立企业尤其是互联网企业之间、互联网企业与传统企业之间的利益协调机制，从根本上保障数据共享的有效推动。

更近一步的，在国家层面实施“一体两翼”战略：

“一体”：

政府联合企业构建基础资源公共服务平台，如新型计算集群共享平台、算法与技术开放平台、人工智能模型训练数据库等。

“两翼”：

一、对实施人工智能应用的企业进行一定的税收优惠和补贴，推动人工智能应用在传统企业中的普及。

二、建立超大规模的国家人工智能产业基金，至少在5000亿量级以上（不低于软银“愿景”基金规模）。对内扶持初创人工智能企业，对外进行全球性的产业大并购。另外，为将来部分“中概股”企业国内上市提供政策和资本支持。

企业层面，在竞争的同时加强技术交流与技术合作，尤其是底层、前沿领域的技术合作。借鉴美国谷歌、脸书、亚马逊、IBM、微软5家科技公司成立的人工智能联盟，国内以以BAT、科大讯飞为代表的互联网巨头以及旷视、商汤等新兴人工智能独角兽，应尽快建立类似的联盟，推动技术合作和产业发展。加快构建人工智能基础资源公共服务平台，以更大的力度推进基础数据和技术的开放。领先人工智能公司应该以更大的担当，深耕人工智能芯片、量子计算、机器学习、深度学习、增强学习等前沿领域，拓宽中国人工智能产业的发展边界。推动企业与高校、研究院所的人才流动和联合培养机制。

3. 人工智能应用趋势展望

人工智能在未来发展将经理三个阶段，两个奇点。奇点一是通用算法、类脑芯片；奇点二是量子计算+人工智能、量子芯片、量子算法。阶段一属于弱人工智能，是某种算法只能用于一个或相关的几个领域的应用，局限性较高。阶段二是强人工智能，是一套算法可以解决人类相关的几乎所有领域的问题，并获得相当的创造力和自我意识。阶段三是超人工智能，智能系统全面超越人类，尤其是超越人类的思维局限，成为某种意义上的“神”。

当人工智能发展到高级阶段的时候，金准人工智能专家认为超级人工智能应遵循以下三条定律：

第一定律：超级智能应追求终极真理，提升对宇宙的感知和行动能力。

第二定律：超级智能尽可能与人类共处并提供帮助，提升人类能力和生存水平。

第三定律：超级智能应承认人类的合法地位，不因人类的局限而做出毁灭的决定，最坏的情况是脱离接触。

总结

目前企业智能还处于初级阶段，“人工智能技术+业务场景+管理流程”是企业智能的理想模式。金准人工智能专家预测企业内部数据的打通、人机协同是企业智能接下来的发展重点。技术与业务融合度不高、数据匮乏是阻碍人工智能应用的重要因素。数据垄断成为人工智能产业发展的一大障碍，商业利益协调艰难、数据边界不清晰，是阻碍数据共享的关键因素。金准人工智能专家预测认为未来一种可能的状态是：政府、企业联动，建立开放共享、利益边界清晰的数据生态。

前言

广义人工智能指通过计算机实现人的头脑思维所产生的效果，是对能够从环境中获取感知并执行行动的智能体的描述和构建；金准人工智能专家将从人工智能技术、应用、产业等维度进行探讨，其中，人工智能技术包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能，而产业则指包含技术、算法、应用等多方面的价值体系。

一、人工智能行业概述

1.通过机器实现人的头脑思维，使其具备感知、决策与行动力

广义上的人工智能泛指通过计算机实现人的头脑思维所产生的效果，通过研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统所构建而成的，其构建过程中综合了计算机科学、数学、生理学、哲学等内容。形象来说，人工智能可理解为由不同音符组成的音乐，而不同音符是由不同的乐器所奏响的，最终实现传递演奏者内心所想与头脑所思的效果。相对狭义的人工智能包括人工智能产业（包含技术、算法、应用等多方面的价值体系）、人工智能技术（包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能）。

2.人工智能三起三落，60年登上围棋之巅

20世纪50年代到70年代初，人们认为如果能赋予机器逻辑推理能力，机器就能具有智能，人工智能研究处于“推理期”。当人们意识到人类之所以能够判断、决策，除了推理能力外，还需要知识，人工智能在20世纪70年代进入了“知识期”，大量专家系统在此时诞生。随着研究向前进展，专家发现人类知识无穷无尽，且有些知识本身难以总结后交给计算机，于是一些学者诞生了将知识学习能力赋予计算机本身的想法。发展到20世纪80年代，机器学习真正成为一个独立的学科领域、相关技术层出不穷，深度学习模型以及AlphaGo增强学习的雏形-感知器-均在这个阶段得以发明。随后由于早期的系统效果的不理想，美国、英国相继缩减经费支持，人工智能进入低谷。 80 年代初期，人工智能逐渐成为产业， 但又由于5代计算机的失败再一次进入低谷。金准人工智能专家研究发现，2010年后，相继在语音识别、计算机视觉领域取得重大进展，围绕语音、图像等人工智能技术的创业大量涌现，从量变实现质变。

3.工业革命使手工业自动化，机器学习则使机器本身自动化

将样本数据输入计算机，一般算法会利用数据进行计算然后输出结果，机器学习的算法则大为不同，输入的是数据和想要的结果，输出的则为算法模型，即把数据转换成结果的算法模型。通过机器学习，计算机能够自己生成模型，进而提供相应的判断，达到某种人工智能的结果的实现。因此，在数据的“初始表示”(如图像的“像素”)与解决任务所需的“合适表示”相距甚远的时候，可尝试使用深度学习的方法。工业革命使手工业自动化，而机器学习则使机器本身自动化。近几年掀起人工智能热潮的深度学习属于机器学习的一个子集，在思想和理论上并未显著超越二十世纪八十年代中后期神经网络学习的研究，但得益于海量数据的出现、计算能力的提升，原来复杂度很高的算法得以落地使用，并在边界清晰的领域获得比过去更精细的结果，大大推动了机器学习在工业实践中的应用。2018年2月，《麻省理工科技评论》揭晓2018年“全球十大突破性技术”榜单，GAN（对抗性神经网络，一种特殊的深度学习算法）位列其中。

4.国家政策鼎力支持，人工智能道德与威胁问题仍需思考

伴随政策支持的逐步深入，中国政府将有力推动新一代人工智能技术的产业化与集成应用，促进新一代人工智能产业发展，推动制造强国和网络强国建设，助力实体经济转型升级，构筑我国人工智能发展的先发优势。此外，相比美国和英国，中国对人工智能的支持力度虽更大，但较少关注人工智能的道德伦理问题、是否在开发对社会切实有益的人工智能以及应当最小化技术进步所带来的威胁问题。

二、人工智能典型技术剖析

1.语音识别、自然语言处理、语音合成等技术

人类因为具有语言的能力而区别于其他物种，自然语言处理即研究人与计算机直接以自然语言的方式进行有效沟通的各种理论和方法，涉及机器翻译、阅读理解、对话问答等，因为语言在词法、句法、语义等不同层面的不确定性及数据资源的有限性、背景知识的复杂性等各方面限制，自然语言处理技术仍有非常大的提升空间，仅在特定领域可取得较好的应用，鲁棒性存在大量挑战。在自然语言处理之前，声纹识别可根据说话人的声纹特征识别出说话人，语音识别技术可赋予机器感知能力（在深度学习的驱动下，目前近场语音识别准确率可达98%，远场、抗噪、多人等非限定或非配合条件下的识别有待进步），将声音转为文字供机器处理，在机器生成语言之后，语音合成技术可将语言转化为声音，形成完整的自然人机语音交互，这样的语音交互系统可看作一个虚拟对话机器人，具体技术流程如下图所示。

2.通用知识图谱与行业知识图谱

从覆盖范围的角度来说，知识图谱可分为应用相对广泛的通用知识图谱和专属于某个特定领域的行业知识图谱。通用知识图谱注重横向广度，强调融合更多的实体，主要应用于智能搜索、智能问答等领域。行业知识图谱注重纵向深度，需要考虑到不同的业务场景与使用人员，通常需要依靠特定行业（如金融、公安、医疗、电商等）的数据来构建，实体的属性与数据模式往往比较丰富。

3.视觉感知逐步实现商用价值，视觉认知仍有待探索

视觉使人类得以感知和理解周边的世界，人的大脑皮层大约有70%的活动在处理视觉相关信息，计算机视觉即通过电子化的方式来感知和理解影像。得益于深度学习算法的成熟应用（2012年，采用深度学习架构的AlexNet模型，以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠；2017年，ImageNet图像分类竞赛Top 5的错误率降至2.25%），侧重于感知智能的图像分类技术在工业界逐步实现商用价值，但与可结合常识做猜想和推理进而辅助识别的人类智能系统相比，现阶段的视觉技术往往仅能利用影像表层信息，缺乏常识以及对事物功能、因果、动机等深层信息的认知把握。

4.多学科融合，帮助人类做出复杂决策

为了做出最优（经济的或其他的）决策，决策相关理论将概率理论和效用理论结合起来，为在不确定情况下（在概率描述能适当呈现决策制定者所处环境的情况下）做出决策提供了一个形式化且完整的框架。因为理性决策的显著复杂性，历史上决策相关理论一直与人工智能研究沿着完全分离的路线向前发展，但自20世纪90年代以来，决策逐步深入人工智能系统研究，经济学、博弈论、运筹学、人工智能等多领域学科思想融合，让计算机智能处理海量数据，相对实时的解决人类专家也难以及时求解的各类问题。

5.自动驾驶系统剖析

根据自动驾驶的拟人化研发思路，自动驾驶系统原理可理解为感知——认知——决策——控制——执行五层，通过传感器实现感知作用，并根据所感知信息完成处理与融合，对信息达成一定的认知和理解，在形成全局整体理解后，通过算法得出决策结果并传递给控制系统生成执行指令。金准人工智能专家认为，在这整个过程中，汽车能够通过V2X（Vehicle to Everything）通信实现车与外界（如道路设施、其他车辆等）的信息交换，帮助车辆实时获取更大范围的环境信息，解决“我在哪儿，周围有什么，环境将发生什么变化以及我该怎么做“等四个问题。

三、人工智能的应用场景

1.金融领域——主要应用场景及相关影像采集设备

与安防影像分析中人脸的“1:N”识别不同，目前泛金融领域以人脸“1:1”身份认证为主，部分场景涉及“1:N”识别，如银行网点中对VIP客户的智能识别。

2.公共安全领域——生物特征识别与大数据研判增加公安预测和决策能力

计算机视觉、语音识别、机器学习等多项智能技术可对人脸、指纹、虹膜、掌纹、指静脉、声纹、步态等多种生物特征进行身份识别，其中人脸、指纹、虹膜等三大生物特征共占全球生物识别市场份额的80%以上。在公安的实际业务场景中，人工智能技术还可对公安大数据进行智能分析，在构建“人、事、地、物、组织“的知识网络的基础上，实时监测预警、研判，切实增加公安的认知、预测和决策能力。金准人工智能专家认为，伴随人工智能及大数据的技术进步，高清联网摄像头、各种传感器的硬件部署应用，从平安城市、智慧城市到雪亮工程等公共安全相关政策、人工智能相关国家战略政策的逐步深化，公共安全领域的各种智能应用将由重点区域、有条件的地区起步，完成从局部到整体的全国性拓展。

3.教育领域——由表及里，逐步深入学习核心环节

人工智能已在老师教学与学生学习、评测的各个环节切入教育领域，相关产品服务包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等功能，涉及了自适应、语音识别、计算机视觉、知识图谱、自然语言处理、机器翻译、机器学习等多项人工智能技术，正在创造着更加个性化、服务于终身学习的智能高效学习环境。

4.泛信息处理领域——人工智能让人与信息的连接日益高效便捷

搜索与输入法作为人工智能在信息处理领域的典型应用，已大幅改变国人获取信息与输入信息的方式。移动互联网时代，信息流推荐相关产品也成为用户浏览应接不暇的信息的一种有效工具。在人机交互方式不断升级的当下，人与信息接触的种种环节都在发生着智能化的创新变革。

5.医疗健康领域——改善医疗资源分布不均的问题，助力专家学者攻克医疗难关

相对生命的复杂性，人类对医疗健康的理解仍非常粗浅，现阶段人工智能技术也不能有效应对各种挑战，但这并不妨碍我们对人工智能技术寄予厚望，试图通过前沿技术改变医疗资源分布不均的现状，将医生从繁重的工作压力中解放出来，并帮助他们减少误诊率，提高准确率，甚至探索出新的诊疗方案或找到新型有效药物。

6.零售领域——人工智能赋能零售业，提升效率与收益，优化消费者体验

通过数据与商业逻辑的深度结合、先进感知技术的成熟运用，人工智能、运筹优化等技术将切实提升零售全链条的资产配置效率，在精细化运营为企业创造出更多效益的同时，为消费者带来更为理想的购物体验。

7.广告营销领域——为广告效果与营销策略提供更科学的依据和更聪明的支持

相比人工智能在传统行业的摸索尝试，人工智能与广告营销的结合已有成熟落地（得益于数字营销领域较好的信息化、网络化基础以及互联网公司卓绝的技术创新力），用户在搜索引擎、信息流产品、视频网站、电视中看到的相关广告可能都经过了人工智能算法对多维度大数据的智能分析。人工智能力图为企业提供智能创意及营销策略和效果监测，结合场景、内容及渠道向用户精准推荐，实现满足用户真实需求的高价值信息传递。

8.交通出行领域——人工智能有效改善交通问题，智能化交通有望全自动化

人工智能算法对交通出行所产生的信息进行了分析与预判，人工智能技术的应用衍生出一系列智能设备，并对现有设备、应用和服务提供嵌入式的智能处理能力，以协助交通管理者更好地进行决策，以便车流最有效的方式通行，提高交通流效率，实现交通升级转型——交通智能化；未来，智能化交通解决方法中，人工参与与处理将逐渐削弱，有望达到自动化运作的水平。

9.交通出行领域——共享出行摊低落地成本，自动驾驶引发产业融合

国内科技公司纷纷发声将在2021年前后实现L4级自动驾驶（以国际汽车工程师协会制定（SAE）的自动驾驶级别划分为衡量指标，L4级即系统完成所有操作，人类不一定需要对系统应答）乘用车的量产，但考虑到现有算法技术的能力边界，金准人工智能专家认为，2021年的时间节点相对乐观，较难实现通用场景的L4级自动驾驶，小概率的意外缺陷都有可能引发致命事故。

但是，2021年成为创业者标杆的时候，它将促进“预言的自我实现”，技术的突破性进展及不断拓宽的行驶场景依然值得期待。

实现自动驾驶需要在汽车中装配大量的软硬件设备，而大量设备将带来高额推进成本。为减轻自动驾驶在推进消费市场时的成本等阻碍，可通过出行服务商进行系统安全性的评测并承担相关成本。智能化与共享化是汽车产业生态的重要发展趋势，车企、科技公司、出行服务商间的合作结盟也会愈发频繁，智能出行公司随之诞生。

10.智能客服领域——传统客服由人力密集型向人机混合升级，提升咨询效率

传统客服业是典型的人力密集型，被视为是人工智能最有可能全面颠覆和取代的工种。不过，从目前的实践情况来看，人工智能更多的是起到辅助人类决策和工作的层面，即，通过电话客服、网上客服、App、短信、微信以及智能机器人终端等产品与客户进行语音或文本的互动交流，理解客户浅层业务需求，回复客户提出的业务咨询，并根据客户语音导航至指定业务模块，实现优化人工客服咨询效率。智能客服目前的成熟应用主要在售后阶段，以重复性问题标准化回答为主，未来智能客服业的应用将继续升级，由现在的“以问题为中心”转变为“以用户为中心”的智能语音助理，由现在服务于企业/商家的机器人转变为服务于每一个用户。

四、人工智能行业发展趋势

1.对事物的完整行为规划或事项决策的发展空间较大

以深度学习为基础建立的人工智能技术一般是在用大数据解决小问题，而人类智能往往能够以小数据解决大问题。人类可凭借自己的观察和判断形成最终的价值决策，机器的语音识别、计算机视觉等AI能力在现阶段还很难支撑到对事物的理解、与判断，距离完整行为规划或事项决策仍有较大的发展空间。

2.未来不会出现岗位短缺，技术革命将提高社会整体福利

就失业问题而言，在向日益自动化的世界过渡时，机器学习和人工智能技术的发展升级定会逐步影响就业市场。我们假设人类的就业机会将大幅减少，然而，就业机会减少的同时，不得不承认的是，技术革命也会不断促进万众创新，人们会从重复性的劳动中解放出来，将更多时间和精力用于创造性活动。换而言之，人工智能将缓解劳动力危机，使人们自由追求生活及工作新方式，从而提高社会的整体福利。因此，准确地说，在未来不会出现岗位短缺，取而代之的应当是匹配职业的技能的短缺。如同工业革命、信息革命等，历史已经告诉我们，长久以来，新兴科技带来的问题都将被解决，从而使消费者们能够享受与之而来的红利。

3.人工智能将实现提效降本、延续人类智慧的核心价值

如同报告开篇所提，人工智能即通过智能实现人类思维的效果，从宏观层面来看，此效果体现在智能社会与智能经济层面， 即，人工智能将大幅改善依赖劳动力创造的劳动密集型、简单重复性的传统经济运行模式，并依托此经济模式构建万物互联、智能协同的产业体系，打造国际领先的智能社会。从微观层面来看，人工智能将替代传统劳动，带来新式生产方式，以提升生产效率并降低成本，进而实现企业效益提升、改善人们工作与生活。而随着机器变得聪明，我们将最终实现人性化人工智能（Humanistic AI），即通过机器达到拟人的形式并以这类形式延伸人类智慧。

总结

工业革命使手工业自动化，机器学习则使机器本身自动化；开源环境大幅降低人工智能领域的入门技术门槛；视觉感知逐步实现商用价值，视觉认知仍有待探索。国家政策鼎力支持，指出要发展人工智能达到世界顶级水平，但人工智能道德与威胁问题关注较少。

金准人工智能专家相信，未来，事物的完整行为规划或事项决策的发展空间较大；前沿算法之外，商业壁垒有赖于产品、服务、市场等综合建设。未来不会出现岗位短缺，技术革命将提高社会整体福利；人工智能的核心价值在于提效降本、延续人类智慧。

前言

近年来，车载监控市场的不断发展使其成为安防行业重要的细分市场，其在国内发展至今也已有十多年的历史，在经历了市场萌芽、市场成长两个阶段后，车载监控领域在中国已经进入快速发展期。

车载摄像头不仅仅是汽车的配件，更是“智能汽车之眼”。得益于自动驾驶热潮，车载监控摄像头市场迅猛增长。目前，全球14家大型汽车制造商中已经有13家宣布进军自动驾驶汽车市场，全球14家大型技术公司中则有12家宣布将研发新技术以支持和运营自动驾驶汽车。随着2020年之后自动驾驶时代的到来，车载摄像头市场将“更上一层楼”。

此外，摄像头市场的迅速增长离不开监管机构的政策利好。2018年起，美国将强制汽车配备后置摄像头，以防倒车过程中撞人。并且随着各大科技公司自动驾驶技术的普及，智能摄像头销量将进一步增加。

一、车载摄像头对自动驾驶的重要性

车载摄像头是ADAS系统的主要视觉传感器，借由镜头采集图像后，有摄像头内的感光组件电路及控制组件对图像进行处理并转化为电脑能处理的数字信号，从而实现感知车辆周边的路况情况，实现前向碰撞预警，车道偏移报警和行人检测等ADAS功能。目前，车载摄像头在ADAS和无人驾驶技术中有着举足轻重的地位。

ADAS系统解决方案包括摄像头解决方案、雷达/激光雷达解决方案、传感器融合。市场发展初期由于雷达技术成熟且不受天气情况影响，雷达/激光雷达解决方案是市场主流。但随着ASIC（专用集成电路）的发展以及图像处理算法的提高，同时由于雷达技术在辨别金属障碍物方面准确率较高，但在辨别非金属障碍物如行人方面却无能为力，且无法准确辨识从侧面驶来的车辆，而且无法辨别车道，碎片或者道路坑槽。
摄像头的视觉处理技术可以更好地辨别道路上的标识，行人等信息，也可以通过算法计算行人与车辆的行动轨迹，相较雷达技术成本更低，功能更为全面，准确性也较高。基于摄像头成像的技术渐渐被主流厂商接受，考虑到摄像头的像素对图像识别技术的限制以及在雾天和雨天等极端情况下功能降低，以摄像头为主的传感器融合将成为主流。
车联网架构自下而上依次是感知层、网络层和应用层，分别担任信息采集、传输和处理功能。视频采集存储（感知层）作为车联网的底层架构，主要技术有车载DVR和车载IP Camera。车载DVR俗称车载录像机，是基于数字化视频压缩存储和3G无线传输技术，内臵GPS，汽车黑匣子，CAN bus总线，G-SENSOR等技术的应用。
而车载IP Camera基于数字信号处理技术（DSP）和网络技术，CMOS图像传感器把场景的光信号转变为电信号，这些电信号转换为数字信号后通过数据接口传输到DSP存储器，完成图像压缩、编码的同时把数据流送到硬盘或其他存储设备中保存。在距离、扩展能力和成本上与传统的模拟系统和DVR相比有所不同。
车载摄像头具有广泛的应用空间，按照应用领域可分为行车辅助（行车记录仪、ADAS与主动安全系统）、驻车辅助（全车环视）与车内人员监控（人脸识别技术），贯穿车辆行驶到泊车全过程，因此对摄像头工作时间与温度有较高的要求。按照安装位臵又可分为前视、后视、侧视以及车内监控4部分。目前运用最多的是前视以及后视摄像头，随着ADAS系统渗透率提高以及人脸识别等技术运用于汽车电子领域，车内以及侧视摄像头将会得到进一步应用。

1.车载摄像头的分类及功能

车载摄像头包括单目摄像头、双目摄像头、广角摄像头等。目前，实现无人驾驶的全套ADAS功能至少需要安装6个摄像头。

表1：车载摄像头的分类及功能

2.车载摄像头的技术和工艺要求

既然汽车摄像头那么重要，其对技术和工艺又会有什么要求？针对车载应用，汽车摄像头与手机摄像头一样，主要是使用CMOS而不是CCD作为光学传感器，其主要的原因有三点：
首先，主动驾驶辅助系统所用传感器应具有的首要特性是：速度快。特别是在高速行驶场合，系统必须能记录关键驾驶状况、评估这种状况并实时启动相应措施。本质上，CMOS是种更快的影像采集技术—CMOS传感器内的单元通常是由3个晶体管主动控制和读出的，这就显着加速了影像采集过程。目前，基于CMOS的高性能相机能达到约5，000帧/秒的水平。
其次，CMOS传感器还具有数字图像处理方面的优势。CCD传感器通常提供模拟TSC/PAL信号，也许必须采用额外的AD转换器对其进行转换、或是CCD传感器要与带数字影像输出的逐行扫描方法一起工作。无论哪种方式，让采用CCD的照相机提供数字影像信号都显着增加了系统复杂性；而CMOS传感器可直接提供LVDS或数字输出信号，主动驾驶辅助系统内的各组成部份可直接、无延迟地处理这些信号。
而且，为了达到这样的目标，车载摄像头厂家就必须考虑使用成本较低的CMOS传感器。并且，在有强光射入时，CMOS传感器不会产生使用CCD时会出现的Smear噪声。这将会减少因操作失误所导致的调整时间。

3.汽车摄像头模组特点

除了根据汽车应用需求采用COMS技术，汽车摄像头模组在工艺和封装上也有其他的要求。相较手机摄像头，车载摄像头技术工艺难度更大，主要是其对可靠性的高要求所致。不同于一般的摄像头，汽车摄像头连续工作时间较长、所处环境往往震动较大且一旦失效将会对用户生命安全造成致命威胁，因此对于模组和封装等要求严格。汽车摄像头测试需要在水中浸泡数天，以及1000小时以上的温度测试，还包括从零下40度到零上80度的迅速跳转。并且汽车摄像头需要具备夜视功能以保证夜间可以正常使用。
车载摄像头模块的独特规格主要有四点：
（1）能够抑制低照度摄影时的噪声，特别是对车辆后方与侧面进行摄影的模块，要求即使是在晚上，也必须能很容易地捕捉到影像。
（2）车载摄像头模块的另外一个特点是水平视角扩大为25°——135°。手机中摄像头模块的水平视角大多为55°左右。要实现广角以及影像周边部位的高解析度，至少使用5个左右的镜头。
（3）车载摄像头模块的机身是用铝合金压铸而成的，材料费较高。车载摄头模块不使用树脂而使用铝合金压铸品，是为了保证可靠性，主要包括以下三个理由：散热性好；将机身做为接地层可抑制电磁干扰；形状的热稳定性好。
（4）车载摄像头模组机械强度和耐高温性是其中决定性的标准。这些模块将采用特殊封装，使相机兼具所需的强韧性和抗渗透。因用于主动驾驶辅助系统的摄像头是关乎行车安全的组件，它们还必须能在供电系统暂时断电时可靠工作。
由于车载摄像头对于稳定性以及规格的特殊要求，因此对模组和封装要求较高，除了工艺与技术门槛较高外，车载摄像头进入前装市场的周期要比其他种类摄像头长上许多，从design-win到产生收入至少要一年以上的时间周期。

4.汽车全景影像系统

车载摄像头对实现ADAS和自动驾驶有着重要的作用，而应用车载摄像头构成的汽车全景影像系统能够极大的提高驾驶的安全性和便捷性。全景影像系统中文又可以称为360°全景影像系统，或简称MVCS（MulTI-View Camera System）。全景环视系统为汽车驾驶者提供更为直观的辅助驾驶图像信息，能够快速准确的发现车辆附近难以被观察到的情况，实现了精准的驾驶控制，尤其是对驾驶新手，可以提高驾驶安全性和减少不必要的刮碰。
全景环视系统通过在汽车周围架设4到8个广角高感光摄像头覆盖车辆周边所有视场范围，通过对同一时刻采集到的汽车前后左右的图像，由采集部件转换成数字信息送至视频合成、处理部件，经过图像处理单元畸变还原→视角转化→图像拼接→图像增强后转换成模拟信号输出，生成360度的车身俯视图，最后在中控台的屏幕上显示，让驾驶员清楚查看车辆周边是否存在障碍物并了解障碍物的相对方位与距离，帮助驾驶员轻松停泊车辆。
在显示全景图的同时，也可以显示任何一方的单视图，并配合标尺线准确地定位障碍物的位臵和距离。ADAS通过控制车身摄像头采集车辆周边辅助安全行驶，而全景摄像系统通过控制车身摄像头采集车辆周边影响进行安全泊车。两个系统独立运行，贯穿行车过程始终。
全景系统视角会根据行车轨迹而动态移动，提供车辆四周360度的画面。通常采用LVDS或快速以太网等高性价比型链路，部署4到5个高动态范围（HDR）100万像素摄像头。一般使用视频压缩来减少所需的通信带宽并降低布线要求（例如，可以使用非屏蔽双绞线或同轴电缆）。其他系统要求包括一个多端口LVDS或以太网交换机、一个电源、一个用于快速访问外部存储器的集成DRAM，以及一个用于降低系统成本嵌入式闪存。

二、车载摄像头的核心技术壁垒

无论是全景影像系统还是ADAS无疑都将给驾驶者带来更好的体验并提升汽车的安全性，全景影像系统在图像拼接、视频处理等仍然面临挑战，我们最后还在这里回归到基础的车载摄像头来目前的核心技术壁垒。
夜视功能会成为汽车摄像头核心壁垒之一。据美国国家公路交通安全管理局（NHTS）的统计，虽然夜间行车在整个公路交通中只占四分之一，发生的事故却占了一半。而夜间视线不良所造成的事故占了70%。因此必须要求汽车摄像头具有较强的感光能力，使得全天都可正常工作，即近红外的宽光谱范围（从400nm——1100nm），未来夜视功能将成为车载摄像头得标配。
已投入应用的夜视技术有三大类：微光夜视技术、被动红外夜视技术、主动红外夜视技术。微光利用夜间目标反射的低亮度自然光，将其增强放大到几十万倍，从而达到适于肉眼夜间进行观察的图像。被动红外夜视技术是通过接。
收探测热源与背景红外线辐射差进行成像，相比于微光以及主动红外技术不需要额外光源，且探测距离最远，准确性高但成像也最为模糊，画面辨识度低。主动红外技术又称为近红外夜视技术，通过红外探照灯发射不可见光照射目标，并利用反射的光线成像，可视距离适中，成像清晰。
因为相较于被动夜视技术，主动夜视技术成像更为清晰，可以直接利用图像识别对夜间道路标识，行人进行探测，因此主动夜视技术更符合车载领域的应用场景。同时，由于被动红外夜视系统的核心红外焦平面成像材料、技术遭到禁运，因此被动红外夜视技术成本远高于主动红外夜视技术。
核心的激光夜视技术需要拥有全面的近红外、中近距离激光夜视成像与处理技术，解决全天候成像、双向高速移动高速对焦、消除激光散斑等技术问题，并且需要具有车速同步的变焦技术并手电筒效应，技术难度较大，因此，夜视功能会成为汽车摄像头核心壁垒之一。

二、无人驾驶发展推动车载摄像头市场增长

无人驾驶汽车，即智能驾驶汽车是一种自动化载具，能够部分或者全面代替驾驶员进行驾驶行为，无人驾驶汽车是智能汽车发展的最高形态。无人驾驶由传感器、控制器、执行器组成，对应感知、决策、执行三大功能模块。

无人驾驶的产业链包括：

1）硬件组件。激光雷达、摄像头等各类传感器、集成计算处理平台以及发动机、车身、集成控制总线等传统汽车组件；

2）软件组件。无人驾驶操作系统（包括感知、规划、控制以及汽车互联、数据平台接口等），高精度地图数据等；

3）整车制造；

4）运营服务。

相比关他传感器，摄像头成本低廉，且能够为自动驾驶汽车提供非常重要的可视化数据——检测颜色、距离和各种光线条件。结合图像识别技术的环境感知，能快速识别车道、车辆、行人和交通标志等；车内的摄像头传感器还可以检测驾驶员状态，实现人车交互。

目前，主流的无人驾驶传感平台以激光雷达和车载摄像头为主，并呈现多传感器融合发展的趋势。随着无人驾驶技术的进一步普及和应用，带动无人驾驶产业链发展。

全球无人驾驶汽车行业中，美国属于领先地位；在亚洲范围内，新加坡的进度较为领先，中国也在加快追赶。无人驾驶发展至今，全球已有多家企业审布在2020年前后推出无人驾驶汽车。据预测，自动驾驶汽车的全球市场份额需要花15-20年时间达到25%，带有公路和交通堵塞自动驾驶功能的汽车将率先上路应用；到2022年，带有城市自动驾驶模式汽车上路；2025年之后，完全无人驾驶汽车才会大量出现。

2017年，中国汽车工程学会发布了“节能与新能源汽车技术路线图”，其中就有提到，至2020年，汽车产业规模将达3000万辆，驾驶辅助/部分自动驾驶车辆的市场占有率将达50%；力求高度或完全自动驾驶汽车在2021年到2025年能够上市；2026年到2030年，每辆车都应采用无人驾驶或辅助驾驶系统，国内无人驾驶汽车数量将稳步上升。

据预测数据显示，到2035年全球无人驾驶汽车销量将达2100万辆。参考2015年全球汽车年销量突破8000万台，中国销量接近2500万台。庞大的汽车销量和消费者对科技的需求，中国有望成为最大的无人驾驶市场。随着无人驾驶汽车市场的进一步发展，无人驾驶汽车数量逐渐上升，将带动车载摄像头市场的快速增长。

三、车载摄像头市场前景广阔

车载摄像头在无人驾驶技术的应用中都有着举足轻重的地位。在ADAS系统中，摄像头是实现众多预警、识别类功能的基础，超过80%的ADAS技术都会运用到摄像头，或者将摄像头作为一种解决方案，如车道偏离预警（LDW）、前撞预警（FCW）、行人碰撞预警（PCW）、车道保持辅助（LKA）、紧急制动刹车（AEB）、自适应巡航（ACC）、交通标志识别（TSR）等。

1.车载摄像头需求将稳步上升

实现无人驾驶的全套ADAS功能至少需要安装6个摄像头，随着ADAS渗透率提高，车载摄像头的市场将逐步仅面向高端车型向中低端车型延伸。据预测数据显示，车载摄像头出货量将从2014年的2800万颗增长到2020年的超8300万颗，年均复合增长率20%，市场前景广阔。

目前，车载摄像头的消费区域主要在美洲、欧洲、亚太等地，其中亚太地区将成为增长最快的市场。据预测数据显示，2018年中国车载摄像头需求量将近3000万颗，到2020年，中国车载摄像头需求量将超4500万颗。

2.车载摄像头企业涌现

目前，从市场来看，车载摄像头模组方面，日本松下、索尼，德国大陆等领跑市场；芯片方面，也多数被国外企业垄断，有瑞萨申子、意法半导体、飞思卡尔、亚德诺等。

金准人工智能专家统计，近几年国内也涌现出不少仅摄像头角度切入ADAS领域的创业公司，拥有核心的规觉算法，向下游客户提供车载摄像头模组、芯片以及软件算法在内的整套方案。

国内视觉ADAS公司

四、车载摄像头发展趋势

金准人工智能专家认为，庞大的汽车销量和消费者对科技的需求，无人驾驶汽车市场的发展加快。随着无人驾驶汽车的商用、普及，数量将逐渐上升，同时带动车载摄像头市场的快速增长。据预测数据显示，车载摄像头出货量将从2014年的2800万颗增长到2020年的超8300万颗，年均复合增长率20%，市场前景广阔。

双目摄像头加大在车载摄像头中的应用。技术解决方案角度来看，摄像头系统有单目和双目两种方案。目前，单目摄像头是车载摄像头系统中的主流方案。金准人工智能专家认为，未来，随着双目摄像头的产品化提升、小型化问题完善，将更广泛的应用于车载摄像头系统中。

总结

根据金准人工智能专家的估算，2020年全球车载摄像头出货量将增长到8300万枚，复合增长率达20%。据此估算，全球车载摄像头市场规模将从2015年的62亿人民币增长到2020年的133亿人民币，年复合增长率将达16%。消费区域主要在美洲、欧洲、亚太等地，其中亚太地区将成为增长最快的市场。

目前还出现了新的潮流，那就是使用侧视广角摄像头取代后视镜，这样既能降低风阻，同时又可以获得更大更广的视角，避免在危险的盲区发生意外，宝马i8Mirrorless概念车就采用如此设计。日本也已修改修改法规，允许无后视镜的车辆上路，鼓励用侧视摄像头取代后视镜，美国国家公路交通安全局近期也承诺将修改法规，取消无后视镜的车辆不允许上路的限制。侧视摄像头取代后视镜将是未来发展趋势。

总而言之，车载摄像头处于车联网与自动驾驶市场双风口，对安防企业来说是极具爆发潜力的金矿。未来两年自动驾驶必将常态化发展，车载监控摄像头也将迎来其发展的高峰。

前言

随着科技的发展，机器能做的事情越来越多，一些重复繁琐性的工作岗位完全可以有机器人来代替，节省了人力劳动的同时，也推动了社会的进一步发展。人工智能机器人，如今正处于发展热潮，人工智能究竟会发展到何种程度，现阶段谁也不能下定论。随着人工智能技术的发展和社会需求的变化，服务机器人市场需求强劲，将超越工业机器人的增速，成为机器人行业的下一个风口。

一、服务机器人行业概述

1.定义以及分类

根据国际机器人联盟的定义，服务机器人是一种半自主或全自主工作的机器人，它能完成有益于人类健康的服务工作，但不包括从事生产的设备。服务机器人的定位就是服务。从机器人的功能特点上来讲，它与工业机器人的一个本质区别在于，工业机器人的工作环境都是已知的，而服务机器人所面临的工作环境绝大多数都是未知的。

金准人工智能专家参照国际机器人联盟（IFR）按照应用领域划分的分类，将服务机器人分为个人/家用机器人和专业服务机器人两大类。其中，个人/家用机器人主要包括：家庭作业机器人、娱乐休闲机器人、残障辅助机器人、住宅安全和监视机器人等；专业服务机器人主要包括：场地机器人、专业清洁机器人、医用机器人、物流用途机器人、建筑机器人、水下机器人，以及国防机器人等等。

表1 服务机器人分类情况

2.产业链

服务机器人行业的产业链可以分为上游、中游和下游。上游企业是指生产各种服务机器人所需零部件的零部件供应商或材料供应商。其中，主要零部件包括电子元器件、电机、电池、微处理器、传感器等，归属于标准零部件、电子设备以及电子元器件等。中游制造环节包括家用服务机器人、医疗机器人以及公共服务机器人等。服务机器人产业的下游则主要是通过商超、品牌专卖店、电商环节等渠道到达最终消费者。

表2 服务机器人行业产业链

3.行业相关政策

随着机器人行业技术的成熟和市场需求的增加，近年来，全球服务机器人在技术和需求均全面爆发，伴随着机器人的扶持政策逐渐出台，行业快速发展，其中服务机器人的市场增长速度远远超宇其他种类机器人。

金准人工智能专家整理了截止2017年12月全国服务机器人相关政策如下：

从全国各省市的情况来看：在国家政策对服务机器人行业的大力推动下，全国各省市纷纷发布服务机器人的扶持和引导政策，目前中国服务机器人已形成京津冀、长三角、珠三角集群效应，东北地区、和中西部地区迎头追赶的区域格局。

二、服务机器人行业发展现状

1、全球服务机器人行业发展现状

从全球范围来看：目前，世界各国纷纷将突破服务机器人技术、发展服务机器人产业摆在本国科技发展的重要战略地位。随着信息网络、传感器、智能控制、仿生材料等高新技术的发展，以及机电工程与生物医学工程等的交叉融合，使得服务机器人技术发展呈现三大态势：

1）服务机器人由简单机电一体化装备向以生机电一体化和智能化等方面发展；

2）服务机器人由单一作业向群体交流、远程学习和网络服务等方面发展；

3）服务机器人由研制单一复杂系统向将其核心技术、核心模块嵌入于先进制造等相关装备方面发展。

据金准人工智能专家统计，目前世界上至少有48个国家在发展机器人，其中约25个国家400多家企业已涉足服务机器人领域，技术处于前列的国家主要有美国、法国、德国、日本和韩国等。据了解，全球服务机器人市场上仅有部分国防机器人、家用清洁机器人、农业机器人实现了产业化，例如，达芬奇外观机器人、挤奶机器人和军用无人机已经形成成熟的产业链。而技术含量更高的医疗机器人、康复机器人等仍然处于研发试验阶段。

2.全球服务机器人市场规模

随着人工智能和物联网技术的不断发展，作为一种智能硬件，服务机器人产品将通过与软件加深融合的方式对传统设备进行智能化改造，不断实现更为强大的功能和更为丰富的应用场景；作为物联网生态系统中的信息交换中枢，服务机器人还将借助互联网和云为其他联网设备提供随时、随地的信息输入，并通过人工智能技术进一步代替用户对其它联网设备进行自主操控，为用户提供智能化服务，市场前景十分广阔。据金准人工智能专家预测，预计2015-2018年全球服务机器人市场总规模约394亿美元，四年年均复合增长率21.07%。2018年全球服务机器人市场总规模将近130亿美元。

家庭服务机器人是服务机器人行业中发展最为迅速的领域之一，2015年全球家庭服务机器人总销售额为22亿美元，同比增长16%。据预计，2015-2018年全球家庭服务机器人四年年均复合增长率35.24%，显著高于服务机器人的预期复合增长率。

2、中国服务机器人发展现状

（1）中国服务机器人尚处产业化发展初期

金准人工智能专家分析认为中国的服务机器人尚处在产业化发展初期，产品呈现功能单一化、初步智能化的形态。目前，中国的家用服务机器人主要有吸尘器机器人、教育、娱乐、保安机器人、智能轮椅机器人、智能穿戴机器人、智能玩具机器人等，同时还有着一批为服务机器人提供核心控制器、传感器和驱动器功能部件的企业。在医用机器人领域，应用最广泛的要数微创手术机器人；而军用机器人主要是用于国防需求，主要有防爆机器人、侦查监视机器人等，近年来为了增强国防实力，国家在这一领域的投入大大增加。至于农用机器人的应用，中国农业机械化程度相比发达国家差距较大，导致农业机器人的应用规模不大，大多出现在经济发达的城市。

（2）关键零部件缺失致成本高

中国机器人企业真正能赚钱的业务是系统集成。关键零部件尚未真正国产化，造成国产机器人本体成本远高于国外同行，很难上规模。国产机器人本体成本远高于国外同类产品，特别是减速机，国内企业购买减速机的价格是国外企业的价格的将近5倍。伺服电机、控制器等关键零部件价格也显著高于国外同类产品。现阶段国内机器人行业类似于美国上世纪50-60年代，机器人产业刚刚兴起，众多企业进入机器人行业。不同的是，美国当时机器人技术是世界领先的，现在中国机器人技术明显落后于西方已经相对成熟的技术水平。

3.中国服务机器人行业市场规模

中国服务机器人行业还处于初级发展阶段，其中，大部分产品还处于研发试验阶段，而投入使用并且实现产业化的服务机器人产品还很少。据中商产业研究院预测，预计2018年中国服务机器人销售额将近60亿元。

家务机器人在家用服务机器人销售量中占据着主要部分，根据统计，2013年全球家庭服务机器人总销售量中，家务机器人约占69%，预计2018年家务机器人销售量占家庭服务机器人的比重将达到75%。而扫地机器人是目前家务机器人中的主导品类。

据金准人工智能专家统计，2013年、2014年我国机器人吸尘器销售额分别约为8亿元、15亿元，而截至2015年机器人吸尘器年销售额已经近28亿元，销售量207万台，预计2018年我国扫地机器人市场规模将超过70亿元，智能扫地机器人未来的市场空间巨大，将会呈现大幅度增长态势。

三、服务机器人发展驱动因素

1、服务机器人需求前景广阔

首先是老龄化社会和残疾人服务对服务机器人的市场需求。截至2016年底，中国60岁以上人口已达2.3亿人，占总人口的16.7%。人口的老龄化问题将成为中国面临的前所未有的新挑战。此外，我国残疾人占总人口比重位居全世界较高国家之列。可以预计，在不远的将来，老年人和残疾人的护理将成为社会的一个重要负担，需要一大批护理机器人提供诸如取物、喂饭、翻书等服务，帮助、照顾老年人和残疾人的日常生活，提高他们的生活质量，从而减少整个社会对护理人员数量和质量的需求。

其次，教育的需求。金准人工智能专家预测教育事业对教育机器人的需求将形成一个巨大的市场。在提倡素质教育、通识教育、研究型大学模式的今日，通过教育机器人课程的推广、通过动手组装和编程实践可以拓展青少年的逻辑思维能力，这种寓教于乐的新型教育模式已成为青少年高科技教育的有效手段和工具。同时，中国整体客观形势对学前教育的要求越来越高，伴随着国内学前教育市场的蓬勃发展，针对3-6岁少儿的学前教育娱乐机器人也将具有巨大的市场空间。

2、机器换人

一方面，随着人口红利减少，劳动力短缺、劳动力成本上升，中国相对于其他发展中国家的劳动力成本优势慢慢弱化，劳动密集型产业逐步向东南亚其他国家转移。印度为吸引外资制定了较中国更为优惠的政策措施，而其专业人才的质量也不在中国之下，两国在劳动密集型产品上的竞争很激烈。

另一方面，政府也在促进关键岗位机器人应用，尤其是在健康危害和危险作业环境、重复繁重劳动、智能采样分析等岗位推广一批专业机器人。近年来，“机器换人”热潮正在席卷广东、江苏等制造业发达地区。

3、人工智能技术大力推动服务机器人行业的发展

人工智能技术的不断进步极大地促进了机器人行业的飞速发展。近三十年来，随着核心算法的不断改进，人工智能获得了迅速的发展，基于人工智能技术的各种产品如雨后春笋般出现。

作为一种重要的智能硬件，随着计算机视觉、机器学习、智能语音等多种智能算法技术的进步，机器人行业也将实现飞速的发展。短期来看，人工智能技术助力于制造业中自动化与柔性化生产的推行，从而促进工业机器人在高端制造业领域的广泛应用；长期来看，未来人工智能最大的应用市场将出现在在服务机器人领域，面对远比当前工业生产复杂的环境，服务机器人对人工智能技术的要求更高更全面，市场空间更加巨大。

目前，我国人工智能领域发展迅速，将大力推动服务机器人行业发展。据中商产业研究院大数据预测，2018年中国的人工智能市场规模将达60亿美元，且在2020年达到91亿美元的规模，这意味着在未来几年内，每年的增长速度都达到50%。

4、物联网及相关技术将加速服务机器人行业的发展

近年来，随着成本和使用费用的显著下降，高速互联网、传感器和半导体芯片的普及率大幅提高，推动了联网设备的高速发展，物联网设备规模不断扩大。根据中商产业研究院预测，到2020年中国联网设备数量将超过1.8万亿元。

随着物联网的兴起，物联网生态系统、云计算、大数据正在成为服务机器人行业发展的核心驱动因素。物联网运行过程中所产生的海量数据构成了云计算的基础，而云计算的不断发展，将使服务机器人所使用的软件系统由目前的嵌入式计算系统逐渐演变成为信息物理系统（CPS）。

由于受益于人工智能与物联网等领域的发展，长期来看，服务机器人有望成为继电脑、智能手机之后的新一代智能终端，与当前的智能手机相比，服务机器人将具备通过云端同其他物联网设备互通和互相操作的能力，从而成为真正具有自动或者自主功能的平台。

四、服务机器人行业重点企业

在产业用机器人领域，瑞士ABB、安川电机、发那科、德国库卡等世界四大产业用机器人制造商在国际上保持着较高的份额。这些企业在中国推进了研发、生产和销售的本土化，这对中国此前扩大供应产业用机器人做出了很大贡献。

1、iRobot Corporation

iRobot Corporation成立于1990年，主要生产包括扫地机器人、擦地机器人、泳池清洁机器人在内的家用机器人，包括远程视频协作机器人、远程医护机器人在内的商用机器人以及应用于国防安全的各类军用机器人。至今，公司家用机器人累计销售量超过1500万个，军用机器人近6000个。其总部位于马萨诸塞州的贝德福德，并且在加利福尼亚州的帕萨迪纳，伦敦、上海和香港特别行政区设立了分支机构，并于2005年在纳斯达克挂牌上市。

2014-2016年iRobotCorporation销售额分别为5.57亿、6.17亿和6.61亿美元，净利润分别为0.38亿、0.44亿和0.42亿美元，其中2015年56%的销售额来自海外，家用机器人销售收入占其总收入的91%。

2、沈阳新松机器人自动化股份有限公司

沈阳新松机器人自动化股份有限公司（简称：机器人）隶属中国科学院，是一家以机器人技术为核心,致力于数字化智能制造装备的高科技上市企业，是机器人产品线最全的厂商。公司形成以自主核心技术、核心零部件、领先产品及行业系统解决方案为一体的完整产业价值链，并将产业战略提升到涵盖产品全生命周期的数字化、智能化制造全过程。

沈阳新松机器人自动化股份有限公司的机器人产品线涵盖工业机器人、洁净（真空）机器人、移动机器人、特种机器人及智能服务机器人五大系列。

随着我国实体经济的加快转型升级，机器人与智能制造产业迅猛发展，新松机器人经营业绩持续增长。据新松机器人披露的年度报告显示，2017年度公司实现营业收入245，506.40万元，比上年同期增长20.73%；归属上市公司股东净利润43，237.79万元，比上年同期增长5.26%；归属于上市公司股东的扣除非经营性损益后的净利润为29，311.37万元，比上年同期增长6.87%。

3、科沃斯机器人科技（苏州）有限公司

科沃斯机器人公司主营业务是各类家庭服务机器人、清洁类小家电等智能家用设备及相关零部件的研发、设计、生产与销售，为全球知名的家庭服务机器人制造商之一。经过多年的发展，公司已形成了包括扫地机器人、擦窗机器人、空气净化机器人、管家机器人在内的较为完整的家庭服务机器人产品线以及品类丰富的清洁类小家电产品线。

早期，科沃斯采用自动化技术，通过传感器、芯片、人工软件编程对机器人下达指令，机器人被动地执行某指令。近年来，随着互联网、物联网以及大数据、AI的出现，技术不断提升，家用机器人的愿景得以实现。

目前，科沃斯拥有扫地机器人地宝、擦窗机器人窗宝、空气净化机器人沁宝等家用机器人，钱东奇表示，目前的成绩，距离刚性地满足消费者的需求，还有一段路要走。比起其他家用电器悠久的历史，家用机器人进入家庭，才十几年时间，虽然发展速度很快，却还是有很多需要完善的地方。

除了家用机器人，科沃斯还有以公共服务机器人旺宝为主的商用机器人系列产品。无论是商用机器人还是家用机器人，它们本身涵盖的技术是一样的，只是应用场景不同。

据金准人工智能专家了解，公司在服务机器人模块的主要产品为“Ecovacs科沃斯”品牌家庭服务机器人。2017年双11科沃斯机器人创历史新高，以全网成交额5.28亿的成绩完美收官，又一次刷新了行业纪录，并且继续领跑全网双11生活电器榜。其中，天猫科沃斯旗舰店的主推爆款——DD35扫地机器人，更是引起了一波抢购热潮，最终达成了单品加套餐总计13万台的超高成交！

未来，如果能够在垂直领域将自动化、物联网、互联网、AI等融合，能够开拓的商业空间会很大。

从工具到管家到伴侣，科沃斯机器人的产品路线图清晰可见，机器人所扮演的角色在发展中不断地转变。当前，科沃斯旗下普通的扫地机器人被定义为工具。科沃斯已经发展到了管家这一阶段，除了完成单一任务之外，管家机器人UNIBOT可以把家里面的方方面面都管理起来。

五、我国服务机器人行业市场发展趋势

1、家庭化

一方面信息高速发展和生活、工作节奏的加快，需要人们从繁杂的家庭劳动中解脱出来；另一方面随着中国老龄化越来越严重，更多的老人需要照顾，社会保障和服务的需求也更加紧迫，而中国多年的计划生育政策之后，已经形成了人口倒金字塔结构，老龄化家庭结构必然使更多的年青家庭压力增大，随之酝酿而生的将是广大的家庭服务机器人市场在国外一些机器人已经实验性地进入了医院、家庭，从事部分辅助服务工作，相信在中国随着市场潜在需求的成熟，也将有更多的服务机器人走入寻常百姓家。从而引发服务机器人家庭化的浪潮。

2、智能化

虽然服务机器人设计的应用不同，但大体可以分为三类：（1）为了适应制造业之外的应用对传统机器人进行改进，这种方法日益被机器人系统集成商追捧并用于开拓新市场。（2）服务机器人如清洁、监视机器人通常都是现有专用机器改进而来。这里机器生产厂商利用先进的机器人技术改进这些产品，得到高产出的自动化系统。（3）设计师专门设计的市场需求量大的机器人。而无论哪一种类别，都指向一个共同的技术发展方向：智能化。

3、模块化

在世界范围内，服务机器人的标准化和模块化还处在一种不完善状况。因而，建立服务机器人标准是发展服务机器人亟待解决的课题。在技术上，机器人的软件是专用而复杂的，由于缺乏统一的标准和平台，机器人每个制造商都有自己的体系结构，相关应用厂商无力开发大量不同应用软件，无法进入机器人市场。开展体系结构、中间件与模块化技术攻关和应用示范将是未来趋势。

总结

金准人工智能专家认为，中国内资的产业用机器人企业正逐渐发展起来，中国通往“中国制造2025”主要要素之一的产业用机器人“强国”之路逐渐具体化。美的集团还与安川电机合作，应对中国旺盛的产业用机器人的需求。

据金准人工智能专家了解，美的集团收购库卡还影响到机器人产业另一个重要市场的服务机器人领域。服务机器人是提供人类所需服务的机器人，包括家用、医疗用和公共服务用机器人等。此前在服务机器人领域也技术落后的中国企业，通过并购与合作提升了技术实力。

金准人工智能专家称，从服务机器人需求的观点来看，中国机器人需求扩大的背景与日本类似。在日本受到关注的是高龄化导致人手短缺后的替代型机器人，而在中国受到关注的不仅仅是劳动力减少及老龄化背景下的工作型机器人，还有护理用机器人。

今后，随着中国市场大门向高端机器人企业开放，中国国内市场通过并购与合作等方式引入高端机器人的步伐将加快。

前言

在4月25日中国联通举行的合伙伙伴大会上，其正式宣布今年将在国内推出16个主要城市的5G试验网，同时通过策略补贴让2G、3G用户向4G和5G迁移，把2G、3G网络落后的频谱资源释放。联通表示，在5G规模试点后，将于2019年开始预商用，2020年规模商用。

金准人工智能专家了解到，2018年年初，中国移动、中国电信成功申报国家发改委的国家5G规模组网建设及应用示范工程，确定在重庆等城市开展5G应用示范。随后，中国联通也传来入围工信部重大专项消息，计划在重庆等地开展5G试点。

一、5G行业概述

1. 5G网络的应用场景

5G通过与云计算、大数据、人工智能、虚拟现实等技术的融合，为用户提供超高清视频、社交网络等加强虚拟现实的业务体验，促进人类交互方式的再次升级。同时凭借着超高可靠性、超低时延的卓越性能，引爆如车联网、移动医疗等垂直行业的应用。推动制造强国、网络强国建设，使新一代移动通信成为引领国家数字化转型的通用目的技术。

2. 政策利好5G快速发展

我国对于5G的重视可谓由来已久，早在2013年2月，3G&4G方兴未艾之际，我国就由工业和信息化部、国家发展和改革委员会、科学技术部牵头，组织中国移动、中国联通、华为、大唐电信、中兴等通讯龙头联合成立了IMT-2020推进组，以推动第五代移动通信技术产学研用链条化研究与发展，力争2020年实现5G商用。同时，国务院在2016年12月19日印发《“十三五”国家战略性新兴产业发展规划》中，发展新一代信息产业成为五大领域之首，其中大力推进第五代移动通信（5G）联合研发、试验和预商用试点成为构建网络强国的重要基础。

二、行业发展现状及预测

1. 电信用户发展情况

移动电话用户达到14.7亿，移动宽带用户占比达81.5%。3月末，三家基础电信企业的移动电话用户总数达到14.7亿户，其中，移动宽带用户（即3G和4G用户）总数近12亿户，占移动电话用户的81.5%。4G用户总数达到10.6亿户，占移动电话用户的72.2%，较去年末提高1.9个百分点。

当月户均移动互联网接入流量突破3GB。1-3月移动互联网累计流量达112亿GB，同比增长192%。其中，通过手机上网的流量达到109亿GB，同比增长210%，占移动互联网总流量的97.8%。3月当月户均移动互联网接入流量达到3.29GB，比去年同期增长160%。1-3月固定互联网宽带接入流量同比增长71.3%。

1-3月，三家基础电信企业实现移动通信业务收入2321亿元，同比增长3.1%。实现固定通信业务收入967亿元，同比增长10.2%，在电信业务收入中占29.4%。

2. 5G——万亿级投资、十万亿级市场

自上世纪80年代以来，移动通信每十年出现新一代革命性技术，持续加快信息产业的创新进程，不断推动经济社会的繁荣发展。当前，第五代移动通信技术（5G）正在阔步前行，它将以全新的网络架构，提供至少十倍于4G的峰值速率、毫秒级的传输时延和千亿级的连接能力，开启万物广泛互联、人机深度交互的新时代。作为通用目的技术，5G将全面构筑经济社会数字化转型的关键基础设施，从线上到线下、从消费到生产，从平台到生态，推动我国数字经济发展迈上新台阶。

根据相关预测，2030年5G间接拉动的GDP将达到3.6万亿元。按照产业间的关联关系测算，2020年，5G间接拉动GDP增长将超过4190亿元；2025年，间接拉动的GDP将达到2.1万亿元；2030年，5G间接拉动的GDP将增长到3.6万亿元。十年间，5G间接拉动GDP的年均复合增长率将达到24%。

5G直接和间接经济增加值贡献（万亿元）

三、行业布局企业情况

1. 华为

近日，华为5GOTN前传解决方案在中国电信北京研究院圆满完成了中国电信首次5G前传承载测试。自2017年8月全球无线产业标准组织CPRI（Common Public Radio Interface,通用公共无线接口）联盟发布面向5G前传的eCPRI接口标准以来，这是全球首次针对25G速率eCPRI的传输测试，具有深刻的产业影响力。华为5GOTN前传测试的传输时延小于1us、抖动小于1ns，是目前全行业测试的最优结果。

此外，华为在2018年2月8日举行的MWC预沟通会上宣布，2018年将投入50亿元用于5G研发，同时2018年将发布5G基于NSA的商用版本和全套5G商用设备，2019年将推出5G麒麟芯片和智能手机。据悉，华为在2009年开始启动5G研究与创新，2012年推出了关键技术验证样机，2013年投资6亿美元用于5G研发，2015年推出系统测试原型机，2015年-2017年参与3GPPR15标准的制定，2018年将启动5G商用。

2.生益科技

生益科技是内资覆铜板行业的龙头，主导产品已获得华为、中兴、联想、大唐、西门子、索尼、三星、格力、飞利浦等国际知名企业的认证，2013年其凭借优异的客户、产品结构以及成本管控能力，逐渐成为全球第二大覆铜板厂商。同时公司依托国家级企业研究开发中心，率先突破高频高速基板和类BT板。而经过十多年研发和布局，公司在5G高频高速基材和半导体BT基材方面又有了新的突破。两大新业务顺应5G和半导体国产化大趋势，对标罗杰斯、三菱瓦斯等国际巨头，打开了公司长线成长空间。2017年6月中国首个5G基站正式开通，预计2019年5G将开始试商用，2020年前后可以实现大规模商用，随着5G技术的普及，公司有望引领5G高频覆铜板的国产化。

生益科技有望在5G周期代表国产自主品牌，提升在高频高速覆铜板领域的市场份额。根据统计，生益科技是中国覆铜板品类规格最为齐全的公司，但目前仍以生产各阶FR-4（包括高Tg、无铅无卤兼容产品）及CEM-1、CEM-3等复合材料覆铜板产品为主。公司目前拥有多个高频、高速产品体系，例如S7439、S7136H（自主）和GF系列（与日本中兴化成合作）等，但市场占有率较低。2016年，公司投资设立江苏特材，预计达产后将实现PTFE材料产能8.8万方/月。在5G周期，公司通过成本优势，获得下游设备商（华为、中兴）以及本土PCB加工龙头厂商（深南电路和沪电）的推动，实现高频/高速板材规模国产化。

3.中兴通讯公司

是全球领先的综合通信解决方案提供商，运营商网络业务位列全球TOP4通信主设备商，5G技术储备充足，在5G标准的贡献快速提升，已推出Pre5G产品，已全面通过国内运营商第二阶段的测试。

总结

目前，移动通信技术正朝着5G网络迈进，通过5G移动通信发展的新机遇，能有效加快培育新技术新产业，驱动传统领域的数字化、网络化和智能化升级，成为扩展经济发展的新空间，从而打造未来国际竞争的新优势。

通信行业最关注、市场规模最大的就是5G网络。5G正处于技术标准形成的关键阶段，全球主要国家和运营商相继启动5G试验，我国也正积极推动5G技术研究与产业化，加大统筹推进力度，加快5G产业化进程，积极营造创新生产环境，大力推动与垂直行业深度融合应用。我国厂商主推的Polar码信道编码方案进入5G标准是我国第一次在核心通信标准上实现突破，其意义不仅对主推厂商华为形成利好，整个通信产业链上的支持厂商包括芯片、软件、设备、终端、测试、运营商等都将收益。

前言

近年来，随着国内生活水平的不断提高，城镇化的持续推进，扫地机器人正成为家庭智能新宠，发展速度加速提升。据金准人工智能专家了解，目前，扫地机器人已经成为很多一二线城市家中必备的产品，而平时工作、生活比较忙碌的人群成为扫地机器人的消费主力军。

一、扫地机器人相关概述

1.扫地机器人定义

扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。

2.扫地机器人分类

按清洁系统来分，扫地机器人一般可分为单吸口式、中刷对夹式以及升降V刷清扫系统式扫地机器人。按侦测系统来分，扫地机器人则可分为红外线传感和超声波仿生技术。

按清洁系统分类：

（1）单吸口式：单吸入式的清洁方式对地面的浮灰有用，但对桌子下面久积的灰及静电吸附的灰尘清洁效果不理想。

（2）中刷对夹式：它对大的颗粒物及地毯清洁效果较好，但对地面微尘处理稍差，较适欧洲全地毯的家居环境。对亚州市场的大理石头地板及木地板微尘清理较差。

（3）升降V刷清扫系统：以台湾机型为代表，它采用升降V刷浮动清洁，可以更好的将扫刷系统贴合地面环境，相对来说对面静电吸附灰尘清洁更加到位。

按侦测系统分类：

（1）红外线传感：红外线传输距离远，但对使用环境有相当高的要求，当遇上浅色或是深色的家居物品它无法反射回来，会造成机器与家居物品发生碰撞时间一久，底部的家居物品会被它撞的斑斑点点。

（2）超声波仿生技术：采用仿生超声波技术，类似鲸鱼，蝙蝠采用声波来侦测判断家居物品及空间方位，灵敏度高，技术成本高。在航空工业上都有系统的运用。

扫地机器人分类图

3.扫地机器人产业链

扫地机器人行业的产业链可以分为上游、中游和下游。上游企业是指生产各种扫地机器人所需零部件的零部件供应商或材料供应商。其中，主要零部件包括橡胶轮胎、电机、电池、吸尘主机设备、旋转毛刷等。中游制造环节包括红外线传感机器人、超声波仿生机器人。扫地机器人产业的下游则主要是通过商超、品牌专卖店、电商环节等渠道到达最终消费者。

扫地机器人产业链图

二、扫地机器人行业发展现状

1.全球扫地机器人市场发展情况

目前，家务机器人在个人及家用服务机器人的销售量中占据主要部分，发展速度较快，而家务机器人的发展主要得益于扫地机器人市场的崛起。据金准人工智能专家统计数据显示，2015年全球个人及家用服务机器人销售量为540万台，其中家务服务机器人370万台，占比将近70%。金准人工智能专家预计，2016年-2019年全球个人及家用服务机器人销售总量为4,200万台，其中家务服务机器人销售总量为3,080万台，占比将近75%。扫地机器人是目前家务机器人中的主导品类，金准人工智能专家预计，2016年-2019三年间全球扫地机器人销售总量将达到3,000万台，占家务服务机器人销售总量的比例为97.4%。此外，根据金准数据统计，全球个人及家用服务机器人2015年销售额约22亿美元。2016-2019年全球服务机器人销售总额将达到455亿美元，其中个人及家用服务机器人销售总额为224亿美元。

2.中国扫地机器人市场发展情况

（1）我国扫地机器人行业发展速度较快，前景广阔

虽然我国扫地机器人起步较晚，但发展速度较快，未来发展前景广阔。随着国民经济不断发展，人均可支配收入水平不断提高，人均住房面积不断增加，在城市化、智能化等因素的影响下，扫地机器人逐渐被广大消费者所接受，特别是被年轻一代消费群体所青睐。同时，随着科技的进步，我国消费者的消费观念也在不断变化，对智能化产品的需求逐渐增强。此外，城市化进程带来的快节奏生活导致人们家务劳作时间减少，人口结构逐渐向老龄化发展等问题使得人们对家务机器人的刚性需求越来越明显。根据金准人工智能专家统计数据显示，2017年我国扫地机器人销售量近400万台，销售额达56.7亿元。据金准人工智能专家统计数据，预计2018年我国扫地机器人销售量将达483.4万台，销售额将近70亿元。

（2）我国互联网电商平台发展迅速，促进扫地机器人线上销售快速增长

随着我国互联网电商平台快速的发展，越来越多的消费者适应并热衷于电商平台购物，越来越多的商家也由传统的线下销售转为线上销售。如今，电商平台使得消费者足不出户即可通过线上平台了解产品的外观、价格以及产品特点等，同时天猫、京东等电商平台定期的促销活动促进了各类产品的线上销售。根据金准人工智能专家统计数据显示：近几年来，我国扫地机器人线下销售情况比较稳定，但线上销售增速较快。2017年线下和线上的销售额分别为6.1亿元和50.6亿元，预计2018年我国扫地机器人线上销售额将近60亿元。

三、国内扫地机器人市场竞争格局

目前国内扫地机器人企业大致可以分为五个梯队集团，分别是：以科沃斯和Irobot等拥有核心研发实力的企业为主，形成第一梯队，在产品研发能力，产品体系和产能创新能力方面都领先其他梯队的公司，这部分市占率大约在60-65%左右；

第二梯队主要是国内早期从事ODM的厂商，转型较早的公司，在产品设计和制造方面有一定的基础，代表性企业包括福玛特、地贝和Xrobot等，市占率约为5-10%；

第三梯队主要是一些国外领先品牌，这部分品牌在技术研发实力上优势非常明显，唯一不足的是渠道优势较弱以及售后能力不足，以浦桑尼克、飞利浦和三星为主，市占率在5%左右；

第四梯队是国内的传统家电厂商，例如海尔、美的等，这类企业在转型方向进入比较迟，但是拥有渠道优势，后续发展空间不容忽视；其他小企业为主体的第五梯队，这类公司目前占比高达20%左右，未来这类公司的市场空间会逐渐被削弱，众多没有核心技术和产业链整合能力的公司将会被行业整合。

扫地机器人主要品牌及梯队分布

四、扫地机器人主要品牌企业

据金准人工智能专家收集的2017年中国市场扫地机器人销量排行榜榜单显示：进入2017年中国市场扫地机器人销量排行榜前十的机器人品牌分别为：科沃斯、iRobot、米家、福玛特、浦桑尼克、飞利浦、美的、海尔、地贝以及斐纳。

1.科沃斯机器人股份有限公司——科沃斯（ECOVACS）

科沃斯机器人公司主营业务是各类家庭服务机器人、清洁类小家电等智能家用设备及相关零部件的研发、设计、生产与销售，为全球知名的家庭服务机器人制造商之一。经过多年的发展，公司已形成了包括扫地机器人、擦窗机器人、空气净化机器人、管家机器人在内的较为完整的家庭服务机器人产品线以及品类丰富的清洁类小家电产品线。

据金准人工智能专家了解，公司在服务机器人模块的主要产品为“Ecovacs科沃斯”品牌家庭服务机器人。2017年双11科沃斯机器人创历史新高，以全网成交额5.28亿的成绩完美收官，又一次刷新了行业纪录，并且继续领跑全网双11生活电器榜。其中，天猫科沃斯旗舰店的主推爆款——DD35扫地机器人，更是引起了一波抢购热潮，最终达成了单品加套餐总计13万台的超高成交！

2.iRobot Corporation

iRobot Corporation成立于1990年，主要生产包括扫地机器人、擦地机器人、泳池清洁机器人在内的家用机器人，包括远程视频协作机器人、远程医护机器人在内的商用机器人以及应用于国防安全的各类军用机器人。至今，公司家用机器人累计销售量超过1500万个，军用机器人近6000个。其总部位于马萨诸塞州的贝德福德，并且在加利福尼亚州的帕萨迪纳，伦敦、上海和香港特别行政区设立了分支机构，并于2005年在纳斯达克挂牌上市。

2014-2016年iRobot Corporation销售额分别为5.57亿、6.17亿和6.61亿美元，净利润分别为0.38亿、0.44亿和0.42亿美元，其中2015年56%的销售额来自海外，家用机器人销售收入占其总收入的91%。

3.北京小米科技有限责任公司——米家扫地机器人

北京小米科技有限责任公司成立2010年4月，是一家专注于智能硬件和电子产品研发的移动互联网公司。“为发烧而生”是小米的产品概念。2016年8月31日下午，小米公司旗下品牌米家最新智能化产品——米家扫地机器人正式发布。米家扫地机器人搭载的是Neato家采用的LDS激光测距传感器，通过SLAM算法实时构建房间地图，在路径规划算法上有了革命性的突破。

2018年2月5日，米家官方微博发出了一张海报，对外宣布截至2018年1月31日，米家扫地机器人销量已经正式突破了100万台，对于一款从2016年9月初开售，上市至今尚不到1年半的扫地机器人来说这个速度可谓相当惊人，可以说米家扫地机器人已经成为一款真正的单品爆款产品。

4.美的集团股份有限公司——美的Midea

美的集团股份有限公司，始于1981年，中国家电行业领导者，福布斯全球企业500强。美的提供多元化的产品种类，包括空调、冰箱、洗衣机、厨房家电、及各类小型家电。美的扫地机作为美的的小家电一块，也是美的主要发展的一款产品。美的目前主要停留在研发阶段，前期投入市场的产品主要依靠自身现有的渠道消化。

据美的集团2017年财报显示，2017年美的实现营业总收入为2407.12亿，增长51.35%，净利润172.84亿，增长17.7%，归母净利润172.84亿，增长17.70%，每股收益2.66元。

5.海尔电器集团有限公司——海尔Haier

海尔电器集团有限公司，家电十大品牌，创立于1984年，全球领先的整套家电解决方案提供商，从开始单一生产冰箱起步，拓展到家电、通讯、IT数码产品、家居、物流、金融、房地产、生物制药等领域，成为全球领先的美好生活解决方案提供商。海尔扫地机器人采用全程语音提醒功能,多重清扫模式,多种颜色可供选择。

据青岛海尔（600690）发布2017年业绩快报数据显示，海尔公司2017全年实现收入1593亿元，增长33.79%；实现归母净利润69.3亿元，增长37.59%；收入与净利润均创历史新高。加权平均净资产收益率为23.59%，同比增加3.21个百分点。据了解，海尔公司业绩实现主要得益于公司始终聚焦技术创新与产品引领，专注用户体验与客户价值、坚持海外创牌与盈利引领策略以及人单合一机制的深入推进。

五、扫地机器人技术发展趋势

1.应用高性价比、高性能传感器

目前，扫地机器人多采用红外传感器、接触式传感器、超声波传感器等，少部分高端机型使用了线扫描激光雷达传感器。对于智能化的扫地机器人室内定位和复杂路径规划的需求而言，传感器提供的信息尚显不足。将来，视觉传感器、低成本高性能激光雷达传感器、软体防碰撞接触式传感器等高性能、新型传感器的应用，将给扫地机器人决策提供更丰富的参考信息。

2.多功能、模块化集成

在实现扫地机器人基本的扫地、吸尘、拖地等功能的基础上，模块化集成。扫地机器人本体可以平台化，即实现室内智能移动平台的功能，具备基本的避障、路径规划、软硬件交互接口等功能，而其他功能均以模块化的形式进行加载，给用户更多的自主选择余地，实现细分市场的拓展。

3.智能程度及智能算法拓展应用

借助语音识别技术和图像处理技术的逐步发展，物品识别技术性能的不断提高可更有效地提高扫地机器人对家庭环境的融入程度，提升扫地机器人与家庭成员的智能交互能力。研究并设计各种智能人机接口以更好地适应不同用户和不同的应用任务，提高人与机器人交互的和谐性，实现人机交互的简单化、多样化、智能化、人性化。未来，机器人将掌握更多的自主性能力，实现智能扫地机器人功能定位的本质性革新与发展。

总结

自2007年至今，更多的公司开始进入扫地机器人市场，投入了更多的人力物力进行扫地机器人的产品研发与市场推广，很大程度上推动了扫地机器人产品的技术进步与产业升级，并使得更多的消费者开始接触这款产品。目前，iRobot以及国内的科沃斯等均已成为扫地机器人领域的知名品牌。随着家庭服务机器人市场容量的迅速增加，飞利浦、海尔、美的、松下等国内外大型家电品牌商也开始进入扫地机器人领域。

国内扫地机器人方面，科沃斯等国内一线厂商目前研产结合良好，其扫地机器人产品在各项关键技术方面与iRobot等国际一流厂商水平相近。相对于其他国内厂商而言，这些公司在家庭服务机器人领域具有业务起步早、技术研发实力较强、产品性能优越、品牌知名度较高等优势。

与此同时，国内市场还存在着数量较多的中小型竞争对手，其产品以中低端扫地机器人为主，清扫系统大多模仿一线厂商；由于在移动导航算法上受核心专利技术的限制，清扫效果和智能程度与一线的品牌存在较大差异。