雪铁纳全新DS Podium Lady冠军系列自动腕表搭配钻石时标元素，使腕表在原本独特的典雅气质之外平添摩登气息 — 宛若古典美人带着些许都市神秘感款款而来。表盘采用亮丽的珍珠贝母材质搭配11颗来自钻石时标，为腕表注入“顺理成章”的时尚摩登感 — 与高品质Swiss ETA自动机芯珠联璧合。钻石时标、锥形时针和分针、天然珍珠贝母表盘等等华丽的细节点缀令DS Podium Lady腕表无处不散发女性柔美气质 — 如此而来，一款永恒的经典与现代审美理念和谐交融，浑然天成。

通常，经典设计就是将恰当的元素以精准、具有挑战性的艺术形式整合于一体。全新DS Podium Lady自动腕表便是各种特色和鲜明对比的巧妙组合，将久经考验的经典传统融于一款为当今时代而设计的柔美女士腕表，同时借助瑞士制造的ETA自动机芯赋予腕表紧随时代的高精准度。

腕表采用纤巧的全抛光29毫米316L精钢PVD表壳，熠熠闪光；在两面均经过防眩目涂层处理的蓝宝石玻璃表镜下，是优雅的白色珍珠贝母表盘，表盘上的钻石时标外嵌银色边框与其交相辉映。6点钟位置处设有日期窗口，清晰易读。正如表冠顶端的首字母缩写“DS”所示，DS Podium Lady自动表采用了CERTINA的DS (双保险) 技术，因此可以说，该腕表是永恒经典风格与当代尖端制表技艺的超凡融合。DS Podium Lady自动表防水能力可达10巴 (100米)。有多种不同款型可选。

雪铁纳DS Podium Lady冠军系列女士自动机械腕表

与用户“沟通”是每个作品绕不开的话题，让用户对自己产生兴趣，才有更大更多的发展可能性。“互动”则是吸引用户了解作品内容、并转化为粉丝的第一步，抓住用户的痛点才能抓住用户的心。近日，腾讯动漫旗下的《灵契》、《一人之下》、《狐妖小红娘》、《我的逆天神器》4部动画推出了系列主题海报，承包国内五大城市中五所高校。而海报中的走心文案，只抓高校学生的日常，静止的文字拥有了生命力，与大学生来了次有趣的“对话”。

△武汉工程大学内

腾讯动漫四大超人气动画承包五大高校

创意文案精准投放，锁定核心受众

腾讯动漫此次承包的高校包括陕西师范大学、南京信息工程大学、天津外国语大学、武汉工程大学、西南交通大学五所一等学府。海报上以“XX必看《XX》”的形式，高度概括了作品的特色和亮点，既贴近学生生活，也让作品的看点一目了然。

“减肥必看！减肥秘方绝不外泄，看一集热血·战斗·友情美容番《灵契》，笑掉1000卡路里。”作为国漫第一热血、战斗、友情番的《灵契》，讲述的是阳冥司端木熙和影灵杨敬华，在成长的道路上一起打怪闯关、相互扶持、共同维护世间正义的故事。《灵契》的文案将作品“有趣、搞笑、幽默”的特点传递给观众，表达出“看《灵契》，会因为它爆笑热血的情节而狂掉卡路里”的含义。据了解，《灵契》第二季开播后战果累累：B站弹幕池3分钟爆满、评论区5分钟盖起千层大楼、占领微博热门话题榜……截止目前，《灵契》第二季的全网点击量已经突破5亿。

“脱单必看！包追男神女神，爱情36计攻略尽在《狐妖小红娘》。”人气颇高的《狐妖小红娘》是一部恋爱番，讲述的是白月初和涂山苏苏为了帮助前世恋人续缘而不断冒险的故事。正如文案所言，作为一部以单元剧方式开展的动画，《狐妖小红娘》讲述了不同的爱情故事，也教会了人们各种爱情道理和追爱方式，让粉丝们更加珍惜所爱、懂得去爱。通过走心的剧情，《狐妖小红娘》也成为了当之无愧的“国产动漫第一IP”，不仅开发潜力巨大，还从思想上深刻影响了年轻粉丝的恋爱观、人生观，引导年轻人树立正确的三观。

“学霸必看，脑洞大开！热血动画碰撞中国古文化，看完《一人之下》你就是学霸。”《一人之下》讲述的是发生在“异人”世界中的江湖故事。作品围绕中国古文化进行渗透和研究。湘西赶尸、奇门遁甲、东北出马仙……《一人之下》将种种中国民间传说、武侠设定、民俗民风，乃至名著经典杂糅在一起，经过重新解构之后，创造出了全新的“异人世界”，令许多粉丝不禁感叹：看完《一人之下》就好像上完一堂中国古文化课。因为独特的魅力和深厚的文化底蕴，多年来《一人之下》的人气不断上升，在微博、知乎等平台上被不少网友称为“神作”，在豆瓣上，《一人之下》第1、2两季也获得了8.6、9.1的好成绩，是国产动漫中的代表之作。

“逢考必看，内涵古今考点一秒get，逆天知识点全在《我的逆天神器》。”玄幻热血番《我的逆天神器》是一部“武器拟人”的作品，讲述的是男主角常天在无意中召唤神器，并踏上冒险之路的故事。《我的逆天神器》中涉及许多神话知识，自连载以来便受到了粉丝们的热烈欢迎，该片将于4月26日上线，跌宕起伏的剧情、富有特色的人物必然会令它的人气再次高升。

此次海报中的文案精准地将作品的亮点提炼出来，让对作品熟悉的粉丝深受感触，让不了解作品的普通人也能在最短的时间内了解作品的特点，吸引潜在受众的关注，达到了将信息准确传递给受众的目的。此外，文案中加入了年轻人所熟悉的网络用语和梗，更贴近年轻人的生活，展现出满满的亲切感，抓住了年轻人的痛点，让年轻人更易接受，激发年轻受众了解作品的欲望。

线上线下多形式创意营销联合

提高粉丝粘性，转化潜在用户

事实上，这也不是腾讯动漫第一次以“与用户沟通”的方式来进行营销推广，早在之前，腾讯动漫就通过不同的形式传播作品，并有效提高作品知名度，获得了不错的成绩。

在多次强调不发币、甚至不碰公有链后，腾讯终于公布了其在区块链的布局和最新进展。

4月12日，在2018中国“互联网+”数字经济峰会上，腾讯董事会主席兼首席执行官马化腾透露，腾讯已经和广西柳州合作，采用腾讯区块链技术实现处方信息不被篡改。

“我们与广西柳州尝试在微信挂号、支付等功能的基础上，实现了全国首例‘院外处方流转’服务，院内开处方，院外购药，甚至送药上门。因为处方流转涉及卫计委、医院、药企等多个环节，这里我们用了区块链技术实现处方不被篡改，我们也在考虑推动这项技术的落地应用。”

会上，腾讯正式发布“腾讯区块链+供应链金融解决方案”。腾讯区块链业务总经理蔡弋戈也接受了媒体采访，就腾讯区块链的布局、优势、计划等方面一一进行了回答。

蔡弋戈透露，从2017年发布区块链技术白皮书至今，腾讯已经接入800家企业，覆盖金融、物流、农业等各个方面。但他认为，区块链技术还属于早期阶段，属于概念消化过程，随着大家对这个技术的进一步理解，以及深度思考产品痛点后，可能未来会越来越多场景接入到区块链里面，用区块链发挥其价值。“这是一个概念消化过程，再到思考的过程，再到运用的过程”。

腾讯2015年开始组建区块链技术团队，目前归属于腾讯支付基础平台与金融应用线。蔡弋戈进一步透露，腾讯内部对区块链没有盈利KPI考核，“如果一定要说比较明确的KPI考核的话，就是我们要找到有影响力的场景做深、做透，树立标杆。”

腾讯区块链在C端场景应用上早有试探，例如2017年春节内测的黄金红包项目，就是腾讯用区块链技术来记录用户数字资产的一次尝试。

目前，腾讯区块链已经落地供应链金融、物流、共享账本、鉴证服务、数字资产等多个场景，并计划在游戏场景中应用。蔡弋戈表示，腾讯微黄金目前在区块链上已经累积超过4000万条交易记录，公益寻人平台累积超过300个寻人案例。

2017年4月腾讯发布的《区块链方案白皮书》披露了其区块链整体架构：底层是自主研发的Trust SQI平台，中层的Trust Platform是构建区块链应用平台产品，顶层的Trust Application则是用来向最终用户提供区块链应用。

随后，腾讯还正式推出了区块链BaaS（Blockchain as a Service）开放平台，这套解决方案能够运用区块链技术智能解决第三方支付服务。例如在供应链金融方面，可让银行、企业、供应商、保理各方通过BaaS平台展开业务。

腾讯定位做开放共享的平台，开放服务能力给合作伙伴。2018年，腾讯区块链场景应用方面重点发力的项目就是——供应链金融。蔡弋戈称：

“2018年将重点发力供应链金融解决方案，以核心企业的应收账款为底层资产，通过腾讯区块链技术实现债权凭证的流转，以保证相关信息不可篡改、不可重复融资、可被追溯，帮助相关各方形成供应链金融领域的合作创新。”

他还透露，目前并没有与京东进行区块链方面的合作。“不能只关注巨头，还有很多次一级的核心企业，他是想做，但是没有能力去做，很多企业IT能力要具备，他有一定IT但是不是每个企业都像华为京东有这么强的研发团队。包括区块链也不是想要应用马上就能应用的，他有很多配套，我觉得在这个方面对核心企业来说更好的方式是能够选择一个开放平台进来。”

另外，腾讯还将发布区块链游戏产品。蔡弋戈称：“之前有过所谓区块链游戏的产品，但是我们认为他本质是金融属性很强的东西，而不是真正游戏化的产品。我们认为区块链这个技术和游戏娱乐化产品结合是有空间的，让游戏增强真实性也好，可玩性也好，我们认为是可以结合的。”

2017年，腾讯提出了“智慧零售”的概念。但蔡弋戈坦言：“目前来讲我们没有在智慧零售明确的落地点，未来不排除可能性，目前更关注把明确的场景做透。”

在发展区块链上，蔡弋戈认为，腾讯具备了三大优势：

第一，是自主研发的路线，系统自主可控，所以能够给合作伙伴提供足够深的基于场景的定制能力。

第二，算法有自主知识产权，腾讯是基于BFT-RAFT算法去做改进，有整个知识产权的，在算法性能方面有优势。

第三，腾讯区块链Trust SQL具备高效便捷的特点，基于SQL的服务接口可以极大降低接入成本，开发者在使用腾讯区块链的时候学习成本比较低，这是在技术方面的优点。

此外，对乐搏资本创始合伙人杨宁的“BAT做不成区块链”这一观点，蔡弋戈也进行了回应：

“我觉得人家说BAT做不了区块链，是觉得区块链这个事情天然要颠覆，天然就要去中心化，BAT本来就是中心化等等。但是我觉得太过理想化了，有点理想主义的想当然。走联盟链这样的路线，我认为我们这么多年积累的平台能力不会比你全新的平台做得差，这是现实。”

腾讯区块链业务总经理蔡弋戈

以下为蔡弋戈与全天候科技等媒体访谈部分实录：

腾讯区块链的重点场景：供应链金融、游戏

问题：很多金融和科技公司都在布局区块链，腾讯在区块链领域的差异化策略是什么？腾讯金融和第三方支付还有各种创新性业务是怎么打通，创造一个基于腾讯生态的区块链的生态？

蔡弋戈：因为区块链本身来说是有防止篡改和可追溯，以及去中心或多中心的特征，金融领域里面本身信任成本很高，我们认为和金融产品可以结合的，为什么我们的区块链团队今年的整个重点场景放在打造供应链金融平台？其实就是在这个背景下的做的决策。

当然我们内部也有很多能力，未来这些能力是可以整合到区块链的开放平台里面给到我们的企业应用方去应用，因为区块链只是一个技术，但是如果这个技术要用起来的话，我们和企业要去做区块链产品解决方案的时候是需要一系列配套的，不只是一个技术，它还需要企业本身的有效性较验，企业资金流闭环、电子发票验证等等的一系列能力，我们都会去打造，我们会把这些能力引入我们的平台，共同形成服务。

问题：腾讯和银行在区块链方面的合作目前没看到落地，是否之后会有相关计划？

蔡弋戈：这看你哪个层面去看，比如供应链金融这个平台已经和很多银行签战略合作协议了，就是银行对这个平台是非常感兴趣的，现在第一批种子银行正在具体对接业务流程，这是业务层面。

当然区块链作为技术本身来讲，很多银行也会自己用一些开源的项目。有些项目早期，有些项目深入，这要看银行本身，我们态度是开放的，欢迎银行来和我们谈合作。

问题：在目前的区块链的合作当中，例如金融机构、行业组织、还有研究机构合作当中，腾讯充当怎样一种角色？

蔡弋戈：我们定位做开放共享的平台，这个平台开放服务能力给合作伙伴，各层级基于区块链能力改造其应用场景，腾讯区块链开放出去提供服务，这个角色一直没有变的。

问题：你觉得区块链对于银行的意义究竟是帮助它解决痛点，还是一个潜在的对银行颠覆的技术？

蔡弋戈：我不觉得区块链一定是去中心化，不是这么绝对的，他有一定程度是可以是多中心的一种形态，所以我觉得不要太理想化看待它，在这个过程中银行拥抱这个技术，获取它的好处，降低成本，提升整个效率，我觉得这是实实在在收益。

问题：你认为探索区块链技术在某一个场景中实现规模化的落地大概需要多少时间？

蔡弋戈：我们会圈定一些区块链最有价值最值得突破的场景做深做透，比如在会上讲的供应链金融领域，这是今年腾讯区块链场景应用方面重点发力的项目。供应链金融平台把核心企业纳入进来，做到一定规模体量的话，我认为就可以体现出区块链的价值了。时间来讲不好预期，要看整个业务的规划，我们正在紧锣密鼓往前推进。

问题：对已经落地的场景比如跨境预算，很多人会认为他们是实验性的应用，非常初级，并不能够真正发挥区块链的作用，你对此怎么看？  

蔡弋戈：我觉得如果把区块链技术等同于炒币叫做影响力很大，我觉得不公平，因为作为技术本身在很多行业落地是需要过程的，这个过程需要大家共同努力，在这个过程中不是投机行为，而是一个在做实在事情的行为，我认为他是有价值的。未来也会产生很大影响力。

问题：如果现在是试验性，将来有价值，你可以描绘一下区块链真正在银行发挥效应的时候是什么方面的应用？

蔡弋戈：比如像跨境的这种转账人民币汇款之类的，机构之间的清结算，这些都是区块链很好的应用场景，其实这些方面已经有很多银行在做尝试，包括供应链金融这种场景也有银行在用区块链技术搭建应用平台了，这是我看到的，我觉得这都是很好的应用场景，因为银行天然存在信任的问题，信用成本很高，这是区块链能发挥作用的场景。

问题：你在演讲中表示腾讯将发布区块链游戏，这是行业首家吗？具体区块链怎么和游戏整合？

蔡弋戈：之前有过所谓区块链游戏的产品，但是我们认为他本质是金融属性很强的东西，而不是真正游戏化的产品。我们认为，区块链这个技术和游戏娱乐化产品结合是有空间的，让游戏增强真实性也好，可玩性也好，我们认为是可以结合的。

所以我们和腾讯游戏团队，以区块链技术共同打造新的游戏，具体细节我觉得可以到时候关注4月23号的会，到时候会公布这款游戏，也会发布这个区块链游戏的白皮书。

问题：去年腾讯提出智慧零售的概念，区块链怎么和智慧零售做结合，现在腾讯区块链有布局了吗？

蔡弋戈：其实智慧零售是很大的概念，我们觉得还是要找到合适的切入点，目前来讲我们没有在智慧零售明确的落地点，未来不排除可能性，目前更关注把明确的场景做透。

问题：腾讯现在在B端这块，怎么去发展业务还有场景，比如在供应链金融这块，腾讯主要发展银行还是核心企业？如果是发展核心企业，会不会面临一个问题，就是核心企业都想发展中小微企业，中小微企业这块是核心企业下面的企业，核心企业自己为什么不做？比如华为、京东，京东下面肯定有很多中小微企业，但是京东自己也在做区块链。

蔡弋戈：都会有，我们目前也和银行谈，很多银行感兴趣，和我们签战略合作在对接，同时有核心企业这条线也在谈，银行也会带核心企业进来。

你不能只关注巨头，还有很多次一级的核心企业，他是想做，但是没有能力去做，很多企业IT能力要具备，他有一定IT但是不是每个企业都像华为、京东这么强的研发团队。包括区块链也不是想要应用马上就能应用的，他有很多配套，我觉得在这个方面对核心企业来说更好的方式是能够选择一个开放平台进来，无非想要获得收益，比如像苏宁之类有自己供应链金融公司来做这个事，但是不到这个级别也想挣这个钱的时候，有这个平台你也可以挣，对他们来说多了一种选择，这也是非常好的。

腾讯区块链KPI：找到重点场景，做深做透树标杆

问题：目前腾讯内部有没有对你们进行KPI的考核？

蔡弋戈：目前内部对区块链没有盈利KPI考核，主要是把这个技术在应用场景里做出来，如果一定要说比较明确的KPI考核的话，就是我们要找到有影响力的场景做深做透树立标杆。

问题：现在团队没有盈利KPI的要求，对于有些场景比如刚刚提到的中小微金融甚至包括游戏你觉得哪些场景未来盈利会很好？

蔡弋戈：如果做大的话盈利是可以的，区块链发挥他的价值之后我觉得是能够在里面合理得到比如像技术服务的收益，我觉得供应链金融平台做大规模后，反过来也能够带动和明确区块链商业能力的明确，这个得看整体的推进的进程。

问题：怎么收取技术服务费用？

蔡弋戈：目前还没有收费，希望把产品先做出来，把规模做大以后，合适时机再去思考怎么收取费用，这是很自然的事情，但是我们现在早期规模没有做大情况下，太早要收费还没不合适。

作为美国最大的网络电子商务公司，亚马逊不止一次被特朗普炮轰导致“成千上万的零售商”无法生存。

但不可否认的是，从线上零售到新零售，亚马逊通过新技术、新布局改造了传统电商和零售业：Amazon Go开启无人实体零售新业态，收购全食超市拓展线下零售。

国金证券分析师李立峰认为，亚马逊在业务模式等方面的一系列转变背后反映的是消费者消费模式的变化：从追求高消费水平，到消费需求个性化，再到重视消费体验。

亚马逊成长史

李立峰在研报中指出，亚马逊确立了高效零售经营+提供领先的综合服务的业务模式，股票市场收益表现突出，估值水平较高，经营现金流稳健向好。

在业务收入方面，主要由亚马逊的B2C业务贡献流量，第三方平台佣金、云服务、广告收入、物流服务是真正的盈利来源。

在盈利情况方面，2002年-2009年间，毛利率保持平稳但净利率上升明显；2010年-2015年间，毛利率改善明显，净利率的改善滞后于毛利率；2016年至今，毛利率及净利率增速略有回落，但总体仍保持平稳。

李立峰认为，亚马逊发展历程大致可以划分为三阶段：重资产投物流，打造高效供应链；创新科技，大力发展云服务；进军线下，引领新零售整合变革。

分项来看：

第一阶段，亚马逊的资本性支出主要用于打造遍布全球的现代物流体系以及网站的研发上。主要业务集中在线上零售，做大规模是其主要经营目标，灵活高效的现代物流体系是其扩大市场份额的关键因素。压缩上游成本、提高效率、让利消费者是亚马逊这一阶段的主要盈利模式。亚马逊遍布全球的现代物流体系极大地降低了订单履约成本，是该阶段公司盈利扭亏为盈的关键因素。

第二阶段，亚马逊由传统的线上零售公司向科技公司转型。2010 年以来亚马逊网络服务（AWS）收入增长迅速，云计算业务成长为支柱业务。受益于AWS收入快速增长，亚马逊毛利率实现跨越式提升。此阶段资本支出主要用于AWS的投入，用于新产品研发等的技术费用也大幅上涨。亚马逊云计算服务的竞争战略为低价、以客户为中心、靠规模效应盈利。

第三阶段，主要特征是传统零售业与电商数据相结合，优化资产配置，创造高效企业，引领消费升级。“新零售”概念兴起，诞生了无人实体零售店等一系列新业态门店（Amazon Go），同时新科技加深了线下线上高度融合（收购全食超市，开启从线上到线下的布局）。

亚马逊背后的美国消费模式变迁

李立峰分析称，消费者消费模式的变化主要体现在三方面：

1）消费情况改善，高收入客户占比提升，追求更高的消费水平。随着美国经济的回暖，美国消费者信心持续增强，个人消费占比稳健提升，高收入客户占比最高且比例稳定增长，消费者越来越多地追求更高水平的消费。

2）消费需求更加个性化，存量用户的深度挖掘成为主流。电商对线下零售的分流仍在持续，但亚马逊已进入互联网流量红利尾声，电商的发展接近天花板，规模进一步扩张的核心已从新用户的开拓转向存量用户的深度挖掘。

3）更加重视消费体验，推动人工智能、移动支付等新技术广泛应用。未来，传统互联网的硬件存在被AR/VR 设备替代的可能性，“新零售”作为 O2O 的升级版，不仅仅将线上线下全渠道的融合，而且融入了人工智能以及移动支付的相关技术，从而达到从购买、支付、全场景等多方位的细节化的帮助。

针对美国消费者消费模式的变迁，亚马逊采取了一系列应对之道，逐步形成了线上线下相互融合的全渠道模式。

中国视角下的新零售

研报指出，

结合数据来看，中国同样存在电子商务增速放缓，新零售稳步推进的大趋势。

1）电子商务增速放缓，看中存量用户深度挖掘：商品与服务网上零售额增速降低，网上零售额占零售总额比例下降，存量用户的深度挖掘日益重要。

2）新零售稳步推进：中国的新零售布局主要体现在电商企业收购/参股线下零售商、投资新业态门店两大方面。

中国政府层面，2016 年 11 月国务院颁布《关于推动实体零售创新转型的意见》，提出要调整商业结构、创新发展方式、促进跨界融合、优化发展环境、强化政策支持，促进线上线下融合，拓展智能化、网络化的全渠道布局。

企业层面，阿里巴巴马云指出要推动线上线下与现代物流结合，新零售的核心是从向消费者销售商品转向服务消费者，京东刘强东则强调零售业将迎来第四次零售革命，零售终极为“无界零售”。

中美零售龙头全渠道融合

针对中美主要零售龙头频繁收购线下实体，李立峰给出分析称，主要有三方面原因：

1）丰富消费场景，采集用户数据。网购用户的数量增长红利逐渐褪去，电商的成长逻辑从新用户开拓转向存量用户的需求挖掘，进军线下有助于丰富用户消费场景，持续获得用户全渠道的消费数据，完善用户画像，提升品牌营销的精准度和用户流量价值，降低物流成本。

2）应对传统零售巨头的竞争。亚马逊凭借电商红利实现对传统零售巨头的追赶，但沃尔玛仍然是全渠道最大的零售公司，2016 年沃尔玛 33 亿美元收购电商初创企业 Jet.com 以及男装电商网站 Bonobos，意在打通线上线下。

3）抢占线下零售网点，数据和技术输出是关键。线下实体零售具有地理位置的稀缺性，优质物业资源早已被占据，直接收购成为快速抢占线下零售网点的捷径。通过数据和技术输出，亚马逊可以在线下打造 Amazon Go 等新业态门店，提升实体零售的竞争力，挖掘新的盈利点。

他还认为，美国零售市场线上巨头对线下实体的改造和变革进入加速期。除亚马逊外，近年来中、美主要零售龙头也加速线上线下布局，全渠道融合是大势所趋。

前言

汽车行业是人工智能的重要应用产业，在过去的两年多中，汽车行业一直在广泛探讨四个颠覆性、相辅相成的主要趋势——自动驾驶、车联网、电气化和共享出行（ACES）。这些趋势预计将推动交通市场的增长，改变交通行业的规则，并实现从传统技术向颠覆性技术、以及创新商业模式的转变。

人工智能(AI)是四种趋势中的关键技术。例如，自动驾驶本质上依赖于人工智能技术，因为它是唯一能够对车辆周围物体进行可靠、实时识别的技术。对于其他三种趋势，人工智能创造了大量机会来降低成本，改善运营并创造新的收入来源。例如，对于共享出行服务，人工智能可以通过预测和匹配供需来帮助优化定价。它也可以用来改善维护计划和车队管理。人工智能还可以帮助汽车企业得到更多融资，并应对今后的变化。

即使是在短期内，人工智能技术也能提高整个价值链的效率，降低成本，并可从汽车销售以及售后市场获取新的收入。大部分价值通过四个核心过程产生。在采购、供应链管理、制造方面效率的提升，分别使成本节约了510亿美元、220亿美元和610亿美元。在汽车营销及销售方面，基于人工智能的高效率既可以降低成本，又可以创造收入，从而可产生310亿美元的价值。

从长期来看，具有智能驾驶功能的车辆和出行服务可以为整个行业带来大量的价值，但这些功能和服务在短期内仅会给行业带来有限的价值。尽管如此，通过这些服务创造的价值也是非常重要的，因为如果汽车OEM厂商在驾驶和出行服务方面胜过竞争对手，那么则可以获得相当大的市场份额。

一、人工智能

为了方便理解，金准人工智能专家提出本文中与人工智能相关的一些术语，它们都是基于机器学习的。

人工智能(AI)是机器和系统所展示的智能，机器模仿与人类认知相关知识的功能。人工智能有三个层次:

最低级别是“窄定义人工智能”，这是一种现有的软件，它可以自动完成一个传统的人类活动，并且在一个专门的领域，例如玩棋类游戏，预测销售，或者预测天气，在效率和耐力方面都胜过人类。自动驾驶也是一个窄定义人工智能的例子，尽管它比目前所有的应用程序都要复杂得多。

超级人工智能是人工智能的最高水平，当人工智能变得比几乎所有领域中最优秀的人类大脑聪明得多的时候，它就达到了。超级人工智能系统可以对未知环境进行推理。关于这种智能水平能否达到、如何达到，以及应用场景如何的问题，存在大量的不确定性和争论。

它是实现人工智能的一个重要组成部分，因为它的输出被用来作为建议、决策和反馈机制的基础，以解决以前未知的情况。机器学习是一种创建人工智能的方法。由于当今大多数人工智能系统都是基于机器学习的，所以这些术语经常被使用，特别是在商业环境中。机器学习是对样本输入数据的训练算法，以优化其在特定任务上的性能，从而使机器获得新的功能。

经过训练的机器学习算法利用它的学习经验，更好地做出基于以前看不见的数据的预测(例如在图像上识别某种类型的动物)。机器学习系统主要采用三种方法进行训练。

监督学习。人工智能系统提供的示例输入数据与人工智能系统应该预测的数据类似。所提供的资料为标签，即，所需的输出包含在数据中。

无监督学习。输入数据没有特定的标签，人工智能系统需要根据数据中识别的结构找到它的度量和分类。

强化学习。人工智能系统根据奖励功能选择行动以最大化回报。机器和软件人员利用尝试和错误来自动确定特定环境内的理想行为，以使其性能最大化。

深度学习是人工智能的一个分支。它主要涉及由许多层组成的神经网络，因此称为“深度”。在过去的几年里，深度神经网络是许多领域最成功的人工智能方法。深层神经网络可以应用于上述三种类型的学习。它们适用于许多模式识别任务，而无需对算法进行修改，只要有足够的训练数据即可。由于这些特性，深层神经网络可以应用于从视觉对象识别到产品特性的复杂仿真等多种任务。

二、人工智能可为汽车OEM厂商创造新的价值机遇

人工智能带来的价值潜力主要来自于三个应用领域：在OEM价值链中应用AI技术、汽车中智能化的驾驶功能（如高级驾驶辅助系统或自动驾驶）、新商业模式下的交通出行服务。金准人工智能专家主要分析人工智能可带来的两种价值机遇：

一是整个汽车OEM行业的机会，人工智能可为汽车OEM行业带来价值。在短、中期内，AI带来的价值潜力主要来自于流程方面。人工智能将使OEM厂商能够共同提高性能，特别是通过改进流程，并通过增加新的驾驶/车辆功能（如高级驾驶辅助系统ADAS或自动驾驶）等增加销售和收入。

另一种是OEM厂商独有的机会，人工智能可为OEM厂商带来机会，以超越竞争对手。对于每个OEM厂商来说，有两种方式可以超越竞争对手：首先，可重点致力于提高市场份额，例如，提供优越的客户体验以吸引更多客户；其次可以通过更积极地参与新兴的交通市场，以增加收入和/或提高利润率。

图1说明了AI给应用领域带来的可实现的收入和价值，同时对到2015年AI的应用进程的底线杆及营收杆做出了区分。在短、中期内，人工智能将为汽车行业创造大量的价值，预计2025年，人工智能为全球汽车OEM厂商带来的总价值将达到大约2150亿美元，这相当于整个汽车行业EBIT值的9%，或者是相当于年平均生产率提高1.3%。这对于推动汽车行业的发展具有重要价值，它大部分来自于价值链核心流程的优化。

图1：到2025年，人工智能附能的流程优化将驱动整个行业的价值，基于AI的驱动/车辆功能使单个OEM厂商提升竞争力。

图2：与流程优化不同的是，具有智能驾驶功能的车辆和出行服务可以为整个行业带来大量的价值，只能从长远来看。

无论从短期还是长期获取价值机会，重要的是，OEM厂商已经开始投资具有智能驾驶功能的车辆，例如，自动驾驶或连接特性，开发人工智能应用程序成功地应用于出行服务。此外，对于OEM厂商来说，利用人工智能提高性能、改进流程，从而获取价值至关重要，它可以为未来5到10年驾驶/车辆功能、出行服务提供资金支持，获得长期投资价值回报。

三、汽车OEM厂商应充分抓住AI创造的价值机遇

OEM厂商应立即行动，利用人工智能技术获取价值，并创建必要的能力，以提供具有竞争力的、以用户为中心的长期服务。OEM想要抓住价值潜力，引领市场，就需要进行全面的人工智能转型。人工智能转型是一个综合的体系，跨越由试验到实践，再到扩大规模的过程。

3.1 全行业价值机会：人工智能附能流程优化

汽车OEM厂商预测到2025年约有2030亿元是人工智能为价值链核心流程优化带来的价值。如图3所示：

在汽车制造商的价值链中，最大的机遇就是影响商品成本的控制杆。因此，最大的绝对成本削减效应存在于制造业(15%的改善)、采购(4%改善)和供应链管理(16%的改进)。

销售和市场营销也提供了有趣的价值机会，部分原因是通过降低成本(提高13%)的底线效应，例如，通过更有效的方式使用营销支出，但主要是受额外收入的影响(总收入增加了0.9个百分点)。这对销售和市场的影响主要集中在减少给顾客的回扣和改善汽车的特点。通过应用机器学习来更好地理解客户的优先级和调整汽车生产，以及车辆到交易的分配，可以减少回扣。

为了更好地理解这些价值机遇在哪里以及如何生成这些价值，金准人工智能专家分析了OEM价值链内的七个主要流程领域：研发、采购、供应链管理、生产制造、销售和市场营销、售后服务和支持功能，包括人力资源、财务和IT。

在这七个主要领域中，通过人工智能的应用程序可以以两种不同的方式创造价值。

基于数据分析生成策略，人工智能通过分析之前无法使用的或无法破解的数据来产生新的见解。然后利用这些新见解，使流程更节省成本或时间效率。例如，预测维护用例能监控图像，声音，以及机器的振动来预测维护时间和执行的方式是否需要优化。

基于人工智能的过程自动化:人工智能促进了以前无法实现的任务的自动化，或者只能以非数字格式提供，例如，在纸质报告中。基于人工智能的自动化的一个重要例子是在研发过程期间进行的产品测试的虚拟化，例如，碰撞测试模拟，其限制了对高成本、实际的碰撞测试的需要。

在自动驾驶全面实现之前，智能辅助驾驶已经商用，且将进一步普及。目前以ADAS（先进驾驶辅助系统）为代表的高新技术装备在车辆上的渗透率正在大幅提升，有望在2018年迎来爆发，2020年，仅ADAS一项的市场规模就将达到近千亿元，年复合增速将超过35%。德国等汽车工业发达国家ADAS已经普及，中国渗透率较低，因此存在巨大市场空间。ADAS应用了传感器、图像识别等AI技术，给了人类眼观八方的能力、提醒人类不要犯类似于疲劳驾驶的错。事实上，自动驾驶也分为L1-L5 不同级别的自动化，部分ADAS已实现L1级别的自动驾驶，特斯拉的AutoPilot则实现了L2级别的自动驾驶，AI辅助人类驾驶已经成为现实。

图3：2025年，汽车OEM厂商价值链的细分

图4：通过促进新产品的产生和自动化，人工智能使OEM厂商能够在价值链的每个阶段捕获新的价值机会。

3.2 OEM厂商竞争优势:以客户为中心的服务

与流程优化不同的是，以客户为中心的服务(驾驶/车辆功能和出行服务)将对整个行业产生有限的短期价值影响。然而，这些服务将在单个OEM厂商的短期竞争力中发挥重要作用，以超越竞争对手，抢占市场份额，并参与新开发的出行市场（如图5所示）。

两个来源为以客户为中心的服务提供价值机会:

重要的用户体验和驾驶/车辆特性。OEM厂商可以通过卓越的数字用户界面和驱动/车辆特性来增加他们的市场份额。市场份额的增加通常是可以实现的，这相当于收入增加了5%到7%，这取决于OEM的类型。然而，对于那些在数字用户体验和驾驶/车辆功能方面落后的OEM厂商来说，一个巨大的影响是潜在的收入风险。根据OEM的类型，大约60%到70%的消费者表示他们愿意为了更好的广告功能而改变他们的品牌，大约35%到45%的消费者愿意为了更好的连接功能而更换他们的OEM厂商（图5）。

新兴的出行市场为OEM厂商提供了另一个有趣的收入机会(2025年大约为3800亿美元)。一些OEM厂商将积极参与并争取在新市场中占有很大份额，而其他一些公司将继续关注传统的汽车收入。尽管这是一个巨大的收益机会，但OEM厂商的盈利能力很大程度上取决于其运营模式和报价的规模。机器学习需要在这里发挥作用，例如，优化共享的车队操作，但是需要由OEM厂商开发一个更广泛的共享移动生态系统来获取这个价值。

显然，智能驾驶/车辆功能和共享出行服务将导致汽车行业的混乱，但很难预测这种破坏将在何时何地发生。但是，从长远来看，汽车OEM厂商的成功将取决于他们提供先进的智能驾驶/车辆功能，并成功地在共享的出行市场上运行。对其他技术中断的回顾研究提供了对这种破坏的潜在范围的看法。例如，在2000年到2014年期间，在旅游行业的数字化中断期间，美国的旅行社数量减少了一半，而在线酒店的收入增长了十倍以上。当汽车行业的中断发生在何时以及如何发生的时候，所有的OEM厂商都需要通过建立提升抗风险能力和资金准备来应对这种情况。

图5：相对于OEM厂商在连接性和ADAS（先进驾驶辅助系统）/AD功能上落后的高风险，市场领导者的潜在收益是有限的。

2025年的收入为10亿美元或收入所占百分比

3.3 OEM厂商全面实现人工智能转换

OEM厂商应该立即采取行动，从人工智能中获取价值，并建立必要的能力，以提供具有竞争力的以客户为中心的长期服务。要想获得市场的全部价值潜力，就需要进行全面的人工智能转换。这样的人工智能转换是一种集成的过程，它跨越了与实现人工智能核心的试点项目相关的过程，并扩大了规模。

然而，在实现整体转型的过程中，为OEM厂商提供的四个独立的战略行动可以在短期内应用，以使其能够顺利进行，并开始从人工智能中获取价值。

建立标准化的数据生态系统，收集和同步来自不同系统的数据。OEM厂商需要开始确保以结构化的方式收集和聚合现有系统的可用数据。数据必须同步，因为它为进一步的分析和机器学习算法的训练提供了基础。例如，当数据来自不同的系统时，数据的唯一标识和数据之间的关系的定义。除了从OEM系统收集数据。OEM厂商也应该从汽车和第三方那里收集客户、车辆和过程数据，比如经销商系统。更精细的驾驶模式的知识能优化他们的共享活动能力，改进电池和电动汽车的设计，或者更好的计划并运行充电基础设施。

建立合作伙伴系统。OEM厂商需要建立一个伙伴生态系统，以缩小知识差距，并限制进入人工智能价值池所需的投资。合作伙伴生态系统很可能包括一般技术伙伴和部门或特定应用程序的特定合作伙伴，例如在制造或供应链中。许多合作伙伴将成为汽车市场的新参与者，为汽车行业带来重要的、高度专业化的能力。在生态系统中，每个伙伴的角色需要被明确定义，其中包括确定所设想的伙伴关系类型。除了长期关注的战略伙伴关系之外，许多OEM厂商还需要短期合作伙伴关系来支持人工智能应用的实现或运营，以及数据采集和建立标准化的人工智能操作系统。

建立人工智能操作系统。为了在人工智能的广泛应用领域进行扩展，OEM厂商需要定义他们的标准化IT堆栈，并将其作为人工智能应用程序的操作系统。这包含了从基础设施到平台和特定服务的各个层包括从标准化的APLs到从不同的系统中获取数据的活动。由此产生的操作系统进一步加快实现,提高生产力,从而创建一个可伸缩的技术骨干。

建立核心人工智能系统和人工智能团队。在人工智能快速落地试验过程中，OEM厂商需要战略性的布局。一些OEM厂商将在公司内部组建人工智能核心团队，其他的则选择通过建立战略合作伙伴关系的方式提升人工智能技术力量，无论何种途径，OEM厂商都要确保在公司不同职能部门中实现人工智能应用程序的持续支持。

为了开始转型，保证长期AI政策的可实施性，OEM厂商应从三个方面采取行动：

确定重点用例并迅速进行试验。在整个用例场景中，OEM厂商需要优先考虑应用程序，以确保其资源的最佳使用。OEM厂商应该首先关注那些可以快速测试和实现的用例，然后再解决需要长期规划和过程调整的更大的用例。对用例进行优先级排序并快速实现试点。第一个试点用例应该快速实现，因为它们可以是人工智能应用程序能够生成的价值类型的早期演示。对于每个主要部门，OEM厂商应该定义他们的前三种人工智能应用程序，并在测试和学习逻辑中实现它们。这使得在大规模应用人工智能应用程序之前，可以在安全的环境中使用。

例如，利用AI技术改变整个汽车的设计、制造、测试等诸多环节，谷歌无人车之父Sebastian Thrun就指出，未来80%的工作会被AI所替代，汽车制造商也可以在工厂里用AI取代工人，目前中国有一些新兴工厂就已经在大量应用机器人，降低成本的同时确保一致性降低错误，尤其是一些对人类安全有威胁的生产环境，更是十分适合应用AI技术，比如汽车行业的测试环节。在这一点上，汽车巨头已在实践，如北汽新能源的智能工厂以智能化的方式实现了客户与厂商信息的透明，供应商的信息集成以及即时的互通，实现了个性化订单的批量化生产。

建立AI核心，其中包括标准化的数据生态系统、合作伙伴系统，以及核心AI团队。随着软件成为业务中更重要的一部分，OEM厂商需要雇佣大量的软件工程师。为了实现这一目标，汽车公司必须为软件工程师和数据科学家创造一个更具吸引力的环境。OEM厂商需要确保被视为与技术公司同样有吸引力的雇主，他们为软件工程师和数据科学家提供有竞争力的薪资和有吸引力的发展机会。

扩大和实施全面的人工智能转型。在快速和利用人工智能核心的基础上，OEM厂商应该扩大并在整个组织中推广人工智能应用。只有这样，OEM厂商才能充分利用人工智能的核心流程的价值潜力。为了实现这一目标，在第一步中，最初在单个工厂或地区实施的试点项目需要在全公司范围内推广。然后，需要为人工智能建立一个形式化的组织，并且应该重新定义流程，以内化人工智能的应用。在试点实施过程中所建立的能力以及他们随后的升级需要被用于智能驾驶/车辆功能和出行服务。

这个三步走的人工智能转换策略使OEM厂商能够在流程中捕获短期价值，并有效地为捕获完整的长期价值潜力做好准备。对于单个的OEM厂商来说，在短期内释放的资源需要重新投资，而获得的能力和经验应该被应用到驾驶/车辆功能的开发中。

总结

汽车行业是人工智能的重要应用产业，这主要体现在自动驾驶、车联网、电气化和共享出行几个具体领域。金准人工智能专家认为，人工智能技术能提高汽车行业在采购、供应链管理、制造等环节的效率，降低成本，并能从汽车销售和售后市场获取新的收入。人工智能可为整个汽车OEM行业带来价值，同时也是每个汽车OEM企业超越竞争对手的有力武器。报告建议，汽车OEM企业需抓紧开始实施人工智能转型，首先确定重点用例并迅速进行试验；其次，应建立人工智能核心体系（包括数据生态系统、核心AI团队等）；最后，汽车OEM企业应扩大规模，实施全面转型，使用人工智能技术获取全部潜在价值。

4 月 12日， 华为P20 系列在上海东方体育中心正式向国内用户发布。作为华为2018 年度旗舰， 华为P20 系列在继承了P系列的核心DNA之上，将科技与艺术完美结合，更让人惊喜的是华为P20 Pro突破传统限制，首创三摄像头系统，不仅为消费者打开了更新颖的“视界”，也再一次引领全球手机摄影的发展趋势，彻底颠覆了固有印象。本文就从硬件突破和算法革新两个方面详细讲述华为P20系列带来的革命。

一、最领先的摄影系统

1. 前所未见的4000万徕卡三镜头

相比同时代手机产品而言，华为P20 Pro最为闪耀的特性即是搭载史无前例的三摄像头模组。近年来，华为在与影像巨头徕卡的深入合作下，成功推出了一系列搭载徕卡双摄像头、具备领先摄影能力的智能手机产品，受到业界和消费者多方赞誉。此次，华为再度牵手徕卡，为全新旗舰华为P20 Pro配置了VARIO-SUMMILUX徕卡三镜头：独家定制采用1/1.7英寸超大感光元件的4000万像素彩色模组，搭配（等效焦距约27mm的）f/1.8光圈镜头，还原精致细节和真实的色彩信息；2000万像素超清黑白模组，搭配（等效焦距约27mm的）f/1.6光圈镜头，带来经典且风格浓郁的影调；业内首创800万像素长焦模组，搭配（等效焦距约81mm的）f/2.4光圈镜头，作为世界首创的第三镜头，实现约3倍光学变焦、5倍三摄变焦，呈现更远、更通透的世界（另有10倍数字变焦）。

底大一级压死人：主流手机镜头中最大尺寸的CMOS影像传感器。

目前，华为P20 Pro拥有主流手机市场上尺寸最大的CMOS影像传感器，是三星Galaxy S9+的2.25倍、iPhone X的2.7倍。更大的感光面积带来的是视觉感受上更加紧致的图像效果以及手机领域中绝少有的背景虚化效果。

由于感光元件尺寸增大，使得单位像素的尺寸也相应地得以扩大。华为P20影像传感器的单个像素尺寸为1.55μm，领先于三星Galaxy S9+的1.4μm和iPhone X的1.22μm。像素面积增大，意味着其受光面积随之增加，感光量亦相对更多，信噪比则因此而上升。

而对于P20 Pro来说，先进的像素融合技术可将4000万像素的信息超采样为1000万超级像素的画面，此时单位像素的尺寸相当于2μm，其感光表现大幅领先于同期其它产品。更大的动态范围、更高的感光度都因此而得以实现。在照度极低的环境下，华为P20 Pro的感光度最高可以使用到ISO 102400，不仅在手机领域绝无仅有，即使是在数码相机领域中也只有比较高端的型号才能达到。在光线极暗的、肉眼已经无法辨识物体环境下，依然能够拍出清晰画面。

2. 高动态范围表现优异

为了在逆光拍摄等场合中实现突破性的高宽容的、高画质表现，华为不仅为P20系列配置了大尺寸感光元件来获得底层感光性能的提升，更是通过研发全新的解决方案实现RAW域多帧降噪，令HDR拍摄可以达到前所未有的纯净质感。与以往不同的，是使用华为P20系列拍摄HDR照片时将首先由ISP对RAW档数据进行HDR处理，随后完成写入。即是说，华为P20 Pro的HDR拍摄模式实际上是直接在写入存储器之前对原始图像做了机内Dodging and Burning，着实可谓专业。而从逆光拍摄的实际效果来看，这种处理流程确实要明显好于其它型号。

在强大的硬件和处理流程助力下，新推出的人像摄影模式为人像拍摄带来耳目一新的效果。无论是逆光或是暗光环境中，用户都将收获到惊艳的照片。

3. 全新的变焦系统带来更近一步的优秀画质

之前，双摄手机在市面上已经相当普及，而为了改善以往手机产品难以清晰拍摄远处物体的用户痛点，搭载2倍光学变焦性能的双摄产品也越来越多。可见，光学变焦性能正逐步成为用户手机的常规要求。此番，华为P20 Pro再上一层，一鼓作气3倍光学变焦及5倍混合变焦，大幅提高了手机的长焦摄影性能标准。只需点击相机界面上的1X、3X和5X，就能轻松切换三种焦距。

在3倍以内变焦时，传统双摄像头一如既往分工明晰：黑白模组抓取灰度信息，进而产生精致细节和影调；彩色模组则感知色彩。二者数据同步产生，经过叠加、对其、融合后，一幅效果卓越的摄影作品便得以留存——这样的成像流程相比传统拜尔滤色镜方式要优异得多。

3倍以上变焦时，第三颗摄像头就会自动启动，华为的工程师们为了实现三套模组在自动曝光、自动白平衡计算和自动对焦三大核心动作上完美地同步，可谓废寝忘食，而最终所达成的结果无疑令人备感欣喜。复杂的三重摄像头模组在变焦倍率发生转换时，要从技术上实现实时取景画面连续、平滑，着实不是一件轻而易举的事情。

经过5倍变焦后，华为P20 Pro完美还原色彩，精准呈现毛发、眼睛等细节，对比其他手机拍摄的照片，优势显著。

即使使用10X数字变焦时，拍摄远距离墙上的海报，智能变焦拍摄配合后期算法补偿，华为P20拍摄的字体边缘清晰，领先幅度之大可以被明显看出。

4. 极致的“所见即所得”

失焦是很多人拍照时的痛点，特别是拍摄运动对象时，难以成功对主体对焦是常见情况。对焦速度慢、追焦能力差等，都是重要因素。

除了传统的四合一自动对焦（激光对焦、相位对焦、反差对焦，景深自动对焦）外，P20系列的用户还有新选择：4D追焦。顾名思义，4D追焦意味着在整个画面范围内高速、准确地追踪被摄体，轻松凝固精彩的瞬间场景。

P20 系列手机采用的四合一对焦系统，其全新的激光传感器侦测范围可以达到3米。

4D预测追焦功能能在拍摄时自动追踪物体并预测物体运动轨迹，实现更快速更精准的对焦。不止如此，得益于近乎零延时的高速快门，P20系列可以最大程度降低快门时滞，实现极限快拍，所见即所得。

以此图为例，P20 Pro通过识别高速运动对象，预测人物的长发在下一个时刻可能的运动轨迹，并以近乎零时滞的1/900s高速快门拍摄，精准捕捉细节。而同时按下快门的另外两台手机A和B，A完成拍摄时，头发已经落下，这说明存在快门延迟，而且衣服部分过曝；而B不仅快门滞后，因为对焦不精准和快门速度较慢，画面出现拖影和模糊。

5. 自拍，可以更美

P20系列手机配置了2400万像素前置模组，具备f/2.0光圈镜头。先进的BSI CMOS影像传感器结合色温传感器，实现在不同环境光线下智能地校正肤色。

在逆光自拍的场景中，可以看到P20拍摄到的左图呈现了更为鲜亮的面部，人物肤色自然、细腻，配合适当的美化，整体效果令人着迷。而右图没有很好的进行整体色彩控制和细节修饰，缺乏美感。

二、最懂你的AI大师：智慧摄影体验

绝大部分用户对相机的拍摄模缺少了解，无法判断在当前场景下选择哪种拍照模式更加合适。因此，为了提高用户体验、帮助消费者拍出更加令其满意的照片并逐渐了解各种拍照模式，Master AI便应运而生。

1. Master AI（智慧拍照助手）

华为在算法架构维度上设计了一个推荐引擎(Suggest Engine)来实时获取取景画面的信息。根据场景识别、人脸检测的结果，按照预定义的规则执行推荐，上报到用户操作界面，同时记录当前使用者的操作行为并反馈给推荐引擎。通过不断学习用户的使用习惯，逐渐达到能够向该用户推荐对其量身定制的、令其满意的拍照模式的目的。

（1）场景检测：

由浅入深可以分为三个环节：图像处理、图像分析、图像理解。

图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术；而图像分析更重于研究图像的内容，包括但不局限于使用图像处理的各种技术，它更倾向于对图像内容的分析、解释、和识别；图像理解是对图像的语义理解，属于高层操作，通过对图像内容含义进行理解并对原始客观场景做出解释，进而指导和规划行为，这与人类的推理模式有许多相似之处。

场景检测算法结合机器学习、深度学习的理论以及对图像的分析和理解，达到实现区分多种场景的能力。

（2）推荐规则：

如何在识别到的多种场景中，选择最恰当拍照模式？这就用到了推荐规则。在空间维度上，对在一副画面识别到的多个目标进行辨认,识别出主体；在时间维度上，能够做到对取景范围内目标的变化进行甄别，避免干扰因素。

（3）用户习惯：

用户可以自行决定是否启用Master AI技术，如果在本次相机运行期间取消Master AI即可关闭拍摄模式推荐。待下次开启相机时Master AI则将重新开始推荐拍照模式。

总的来说，推荐模式是AI技术在P20系列手机上更深入一步的智慧应用。它同时实现了对于场景的识别和推荐，更有趣的，是在多物体共存的拍摄场景中，AI甚至会通过学习来优化推荐规则：比如在花卉旁边拍摄人像，系统就会优先选择人像模式进行推荐，而不是推荐花卉模式。

2. AIS(AI Image Stabilization) 智慧防抖技术

为什么拍照会模糊？

众所周知，一张照片的曝光量由多个因素决定：快门速度、光圈大小、感光度（ISO值）等。这些数值的不同组合会直接对拍摄效果产生影响。

在感光度和光圈数值已定的情况下，延长快门速度即增加曝光时间，可以拍出水流或是灯光流动的效果，但当快门时间慢于人体手持拍照的极限（对于一般手机而言，约为1/30秒）时，画面就会因为“手震”而变得模糊。

在感光度已定的情况下，光圈越小景深就越大，画面的信息也就越丰富。但相应地，为了保证进光量，我们需要更慢的快门速度。

特别是在极暗环境中，手机在固定光圈的情况下，根据自动测光，势必会提高感光度或延长曝光时间。前者受手机器件所限，后者受人体能力所限，从而导致手机在夜晚拍照的画质不佳，“手震“无疑是夜景的天敌。

P20系列在夜景模式应用全新的黑科技“AIS”（AI Image Stabilization 智慧防抖技术），允许用户以手持的方式进行长达6秒的持续曝光，并获得一张全然不同于以往一贯印象的、素质精湛的夜景照片。该技术主要通过AI技术分析、整理拍摄过程中每个画面的特征点，识别物体形状及边缘，自动抓取4秒曝光时间内生成的所有照片，并借助AI算法过滤、校正由于手抖动造成的画面偏移和模糊，最终将照片叠加，同时平衡画面中各元素的照度，得到完美的夜景图像。这无疑从根本上解决了不能手持拍摄夜景的遗憾。无论是灯火阑珊的寂静旷野，还是车水马龙的夜市，都能通过HUAWEI P20系列拍出清晰的照片。

在视频拍摄时，P20系列应用AIS智慧防抖技术，实现六轴视频防抖效果，有效防止拍摄过程中视频画面颤动。

3. 3D人像光效技术

P20系列新增3D人像光效功能，该功能应用3D实时建模技术，来更好地匹配用户的面部特征，并模拟影棚级多重光效：蝴蝶光、剧场光、经典光等。前后置摄像头均支持这个功能。用户可以在取景界面和图片编辑界面进行光效调整，丰富了人像拍摄的可玩性。

4.智能拍照辅助

在识别出构图水平线倾斜时，AI将智能提醒用户调整手机的角度；能识别出多张人脸的团体照场景，并且可以智能地提醒用户在拍摄团体照片时应如何构图，让这些珍贵瞬间更为出色。

5. AI对于成像相关功能的整体辅助

P20系列引入了麒麟970芯片以及AI技术，能够根据用户所处的实际环境和场景做出细分，进而向用户提供针对于拍摄场景的辅助，例如：变焦拍摄文字，AI对于最终文字成像的清晰程度具有显著的优化效果。

最后引用DxOMark对华为P20系列的总结陈词：我们已习惯于每一款新智能手机的摄像头都比前一代稍微好一些，但是看到华为 P20 Pro 的图像测试结果时，似乎华为手机一次性前进了一两代，表现非常优异。P20 Pro 的三摄像头设置是我们在移动成像领域所见到的最大的创新之举，堪为名副其实的游戏规则革新者。

新的P20 Pro 能够为特定的拍摄场景选择最佳摄像头，并以计算机的算法来合并三个图像传感器的图像数据——这意味着它在几乎每个方面都能击败竞争机型，并登上照片和视频排名中的冠军宝座。它的变焦和散景模拟在低光下的表现特别出色，因此直接击败了其竞争机型。如果您正在寻找目前搭载了最好的摄像头的智能手机，请不要再犹豫了。

近日，微软企业副总裁、主管人工智能（AI）研究部门的程丽丽女士接受《福布斯》杂志专访，谈及微软的AI战略、未来展望以及面临的挑战等。

程丽丽(Lili Cheng)具体负责微软AI开发者平台，其中包括：一是认知服务——为视觉、语言、语言理解、知识和搜索提供强大的认知人工智能的应用程序编程接口(API)，使开发人员能够轻松地将AI添加到自己的应用和服务中。二是聊天机器人框架（Bot Framework）——使得开发人员可以轻松地构建智能对话AI，将其部署到自己的定制UI中，同时嵌入Skype、Microsoft Teams、Cortana、Bing以及Facebook、Slack等。

采访摘要如下:

问：市场上有很多聊天机器人框架，微软的机器人框架为何与众不同？

程丽丽：聊天机器人框架是Azure Bot Service的重要组成部分，后者包括聊天机器人框架和BotBuilder软件开发工具包。Azure Bot Service可以帮助开发人员创建聊天机器人，并将其集成到多个消息应用中，然后部署到其他提供托管服务的载体上，例如GroupMe、Facebook Messenger、Kik、Skype、Slack、Microsoft Teams、Telegram、text/SMS、Twilio、Cortana以及Skype for Business等。

Azure Bot Service支持多种语言，并提供灵活的开源开发环境，可以帮助各种层次的开发人员快速创建各种各样的需求。特别是聊天机器人框架，它是一个开放的平台，将业界领先的AI工具（如LUIS、Azure Search和Bing Translator）与来自O365、Bing以及Dynamics等来源的数据增合起来。创建成功后，这些聊天机器人就可以轻松地使用Azure Bot Service部署到智能云上。

聊天机器人框架将这些聊天机器人提供给跨频道用户，比如Cortana、Skype、Facebook Messenger、Slack、SMS，或作为网站的一部分。作为开放平台，聊天机器人框架鼓励企业选择自己的工具、环境和数据源。最好的聊天机器人将自然语言处理、相关数据和智能服务混合起来，创造出一种世界范围内通过Azure部署和监控的伟大体验。

使用聊天机器人框架构建的聊天机器人也能适应它们的环境，让人们根据情况打字、说话或触屏控制。与Azure Bot Service和构建大型聊天机器人端到端解决方案的集成，使我们的聊天机器人框架显得与众不同。

问：同样的问题，LUIS有何独特之处？

程丽丽：开发易于使用的可定制语言理解模型并非易事。语言理解(LUIS)是微软的认知服务（Cognitive Services）之一，它用机器教学(将特定领域的知识转移到算法上)帮助开发者将机器学习商品化。为了在对话中识别有价值的信息，语言理解解释了用户目标(意图)，并从句子(实体)中提取有价值的信息，以获得高质量、细致的语言模型。值得注意的是，这个工具在支持完全基于机器学习的实体方面，拥有独一无二的能力。

问：品牌打造聊天机器人的最佳应用案例是什么？电子商务品牌如何使用AI？现在你最感兴趣的业务应用案例是什么？

程丽丽：Azure Bot Service与客户不断构建对话体验，以新的方式与用户交互。我们每天都在与世界各地的客户打交道，我们看到了这种新的模式。对于像电商品牌、银行甚至政府这样的机构来说，为客户服务或为自动化过程提供支持的智能聊天机器人有很大的潜力，可以帮助提高生产力。而且，数以千计的客户已经在开发具有Azure Bot Service和语言理解服务的高级代理。

举例来说，为了利用智能应用程序提高客户服务和IT人员的效率，UPS最近利用UPS Bot提高了其服务水平。UPS Bot是一种高级代理，即在Azure上运行微软聊天机器人技术。客户可以通过文本和语音对话与UPS Bot进行接触，以获取他们需要的关于发货、费率和UPS地点的信息。

Progressive Insurance最近推出了一款名为Flo chatbot的数字版电视角色，它可以帮助客户改动支付日期、文件事故索赔、获取自动报价等。它还可以回答最基本的保险问题。Flo chatbot使用语言理解服务与客户打交道，这是微软认知服务的一部分。

从前往商店前的研究到价格比较，再到阅读书架边缘的评论，Dixons Carphone客户将互联网作为他们购物体验的中心部分。为了改善这种体验，该公司决定利用Azure Bot Service开发AI技术，创建智能聊天机器人。该机器人名为Cami，它通过公司的Currys品牌网站和Facebook Messenger回答问题，帮助客户和商店的同事研究、查找以及保存产品，并检查库存，这提供了一致的在线和线下体验。

南非主要银行之一Nedbank正在使用基于Azure Bot Service的虚拟呼叫中心解决方案，它可以理解客户问题的语境。它回答的问题中，只有10%属于预编程部分。Nedbank预计，这项技术还有许多其他用途，成为可以扩大其竞争优势的数字化转型的一部分。

有些患有自闭症谱系障碍（Autism Spectrum Disorder）的儿童会遇到许多麻烦，使他们难以与人沟通和表达自己的想法，导致他们无法融入正常社会。Equadex正与微软合作，提供了一种工具来缓解沟通困难，这时一款易于使用的移动应用程序，提供了一种语言的视觉表现形式。Equadex利用语言理解技术、其他Azure功能以及认知服务API，轻松地将强大的机器学习纳入到其Helpicto应用程序中。Equadex希望Helpicto最终能够帮助所有语言困难的人更容易进行沟通。

我们对客户如何使用AI来建立他们的品牌，以及如何更好地与他们的客户或员工进行交流感到非常兴奋。

问：在视觉、语言识别、语音和搜索之间，AI最先进的领域是什么？

程丽丽：微软正在对所有这些领域进行投资，我们的目标是将AI注入到所有的数字交互中，从而使模式与给定的场景保持一致。搜索和语言识别是拥有海量科学文献支持的领域，比视觉和语音发展的速度更快，正如我们在自然语言处理方面的进步以及如何将其集成到产品中所看到的那样。视觉和语音数据的特点在于其庞大的规模，并需要强大的硬件来提供足够的处理能力，将它们的发展与计算资源结合起来，从而支持大规模的实验和科学验证。我认为，随着技术的发展和研究、理解的不断深入，我们将继续看到这些领域快速进化。

问：微软目前正在开发的最令人兴奋的AI案例是什么？

程丽丽：有很多案例，因为微软在不断开发新的智能技术，为人们和各个组织提供解决社会最严峻挑战的新方法。在过去的30年里，我们在这个领域取得了令人难以置信的进步，而且发展速度正在越来越快。我们相信，AI将以一种我们无法想象的方式改善社会，这真是令人感到惊讶。在医疗领域，我们最近宣布扩大AI医疗网络的规模，与Apollo Hospitals合作打造印度最大的卫生系统之一，主要以防治艾滋病为核心。

从环境角度看，微软推出了AI for Earth项目，旨在通过增加AI工具和教育机会，同时加速创新，来帮助人们和组织解决全球环境挑战。微软研究院项目FarmBeats是一个面向农业端到端的物联网平台，包括传感器、无人机、连接件和基于机器学习的后端分析软件协同工作，为现有的农业问题提供数据驱动的解决方案。

此外，Seeing AI是为盲人和有视力问题社区设计的AI应用程序，它利用AI的力量打开视觉世界，并描述附近的人、文本和物体。

问：现在更广泛的AI社区面临的最大障碍是什么？

程丽丽：我们认为AI需要以一种赢得人们信任的方式构建，AI需要被设计为公平、可靠、安全、透明、负责、保护隐私以及包容的系统。我们需要继续保持警惕，评估AI带来的潜在风险，以确保AI技术的开发和部署是负责任的。例如，我们需要确保在高风险领域工作的AI系统，例如AI导航汽车和手术机器人能够安全行事。

我们乐观地认为，验证、精心设计和开发实践的原则，以及AI在安全和稳健性方面的进展，将能够应对这些新的挑战。微软帮助创建的组织Partnership on AI，正将大公司聚集在一起以解决这些重要的问题，并分享良好的实践，包括AI伦理、安全、透明度、隐私、偏见和公平等。整个行业参与解决这些问题，并分享最佳实践将是非常重要的。

此外，很明显，部分由AI进步去懂得自动化，将影响就业市场。由于这些进步，我们将创造大量的新工作岗位，我们有责任将对那些可能受到影响的工作的影响降到最低，而这一行动需要集中在教育、培训和再培训方面。我们认为，它将需要企业、政策制定者、教育工作者以及我们的社区一起合作，以确保所有人都能获得灵活、负担得起的相关培训和STEM教育。

举例来说，在工作的各个阶段和不同层次的教育阶段都需要再培训项目。我们还需要帮助更多的人学习中级技能，例如，确保那些没有大学文凭的人不仅能学到有价值的新技能，还能获得在工作场所有价值的证书和资格。为此，微软将通过倡导在美国K-12系统和世界各地的YouthSpark计划中开展更多的STEM教育，继续致力于与年轻人合作，发展技术技能。

问：我们经常听说“AI”。它对你来说意味着什么？

程丽丽：AI并不新鲜，对微软来说也不是什么新鲜事儿。事实上，比尔·盖茨（Bill Gates）关于电脑的设想在25年前就进一步扩展了，当时他设想了这样一个世界：计算机可以像人类一样看到、听到、理解和推理。自上世纪90年代初微软研究院诞生以来，我们率先在计算机视觉、语音识别、自然语言处理和机器学习方面进行了创新，目标是开发能够预测我们需求的系统，而不是仅仅响应我们的指令。

AI技术有潜力成为最大的生产力放大器之一，因为它有能力增强人类的能力，并以新的方式赋予人们力量。在AI领域，我已经看到了如此快速的进步，并期望AI创新将推动整个社会变革，重塑医疗、交通、网络安全、教育和金融等行业。

问：对于那些研发AI技术的品牌，他们应该如何定义成功？

程丽丽：AI确实有潜力提高工作效率、学习和教育、娱乐、日常生活、营养习惯、心理健康和许多其他方面的日常生活质量。将AI融入到与这些垂直领域交叉的产品中是一个正在进行的转变，同样的情况也适用于我们如何确定它们的功效和成功。一个潜在的定量度量标准可能是我们能够用智能解决方案节省多少时间或如何更快更好地执行某个任务。

另一个定性指标可能包括节省的时间如何提高我们的心境、情绪、心理健康等等。微软对AI的成功愿景是开发智能技术，以增强人类的创造力和能力。在我的团队和整个公司中，我们在设计AI产品时采用了一种深思熟虑的方法，并确保我们的解决方案能够在生活的各个方面扩展和增强人类的能力，从而实现上述目标。