去年以來,，人工智能從技術走向應用,，從云端走向終端,。隨之而來的是各類公司對各個應用場景的挖掘,。為了滿足人工智能終端設備對計算的需求,，人工智能芯片趁勢興起,。

　　當前,，人工智能主流的應用仍是圍繞圖像做文章，尤其對于自動駕駛,，通過攝像頭看懂,、看清周圍環(huán)境的能力異常重要。但圖像質(zhì)量恰恰是其中的一個痛點——現(xiàn)有的攝像頭對光線環(huán)境的適應力太差,，遠不如人眼,，輸出的低質(zhì)量圖像數(shù)據(jù)嚴重制約了AI算法的能力發(fā)揮。

　　但在四年之前,，就有一家公司成立,，力圖解決這個問題,。日前，智東西造訪眼擎科技,，與GTIC 2018重磅嘉賓——眼擎科技創(chuàng)始人兼CEO朱繼志進行深度對話,，了解了這家公司4年來在技術上的修行，以及其成像引擎將對AI應用所起到的價值,。

　　一,、技術研發(fā)：耗時四年打磨 目標超越人眼

　　北大電子系畢業(yè)的朱繼志在成立眼擎科技之前，先任職于中興視訊通訊部,。在這段為期十年的工作經(jīng)歷中,，朱繼志負責視頻圖像的技術開發(fā)工作以及技術的產(chǎn)品化，對技術與產(chǎn)品的雙重經(jīng)驗讓他成為了圖像處理這個行業(yè)的老江湖,。

　　后來,，朱繼志又投身芯片行業(yè)，擔任國內(nèi)最大芯片分銷商副總裁,，在8年的時間里對接手機,、家電、汽車等對芯片有大量需求的行業(yè),，也摸透了芯片的產(chǎn)品開發(fā)邏輯與下游行業(yè)的不同需求,。

　　這兩段經(jīng)驗日后被捏合，成就了現(xiàn)在的眼擎科技,。

　　2014年,，對圖像處理行業(yè)仍保持高度關注的朱繼志看到了一個機會——人們?nèi)粘Ｉ钪械南鄼C實在是太過孱弱：逆光、暗光,、強光,、多光源，任意一種復雜光線情況,，都會讓相機輸出的圖片不忍直視，不是暗部一團黑就是亮部一片白,，再加上各種顏色失真,、噪點爆表，與人眼所見相去甚遠,。而在數(shù)碼攝影誕生的數(shù)十年里,，盡管成像的關鍵元器件——CMOS圖像傳感器（此前也流行CCD，但已退出主流市場）一直保持著迭代,，但直到今天,，這些問題都沒有得到有效解決。

　　當年,，朱繼志主導成立了眼擎科技,，英文取名“eyemore”,，意在使其產(chǎn)品的成像能力對標乃至趕超人眼。

　　朱繼志認為,，現(xiàn)有的成像系統(tǒng)對光線適應能力差與產(chǎn)業(yè)鏈上游的日系廠商主導的全局成像路徑有很大的關系,。而朱繼志對此的解法是——分區(qū)域、分層成像,，即將成像對象分解為大量的小格子,，用自研的成像算法對每個格子中的數(shù)字信號進行分別計算，使得每個小格子中的圖像都輸出最好的成像效果,。

　　原理聽上去不難理解,，公司成立的第一年，朱繼志帶領團隊打造了一個原型,，經(jīng)過驗證,，技術可行。當年,，眼擎拿到了來自柔宇科技投資人楊向陽的天使投資,。

　　但事情遠沒有那么簡單。成像算法是一個牽一發(fā)而動全身的事情,，或許只是為了調(diào)整了一個暗部的亮度,，整張圖片的亮度就同時生變。要使成像算法能夠應對各種光線條件,，就需要針對一個個場景進行具體的調(diào)參,。比如自動駕駛車進隧道時，光源會從自然光瞬間變成人造光,，光線強度也會經(jīng)歷強—弱—中這樣的快速變動,，此時攝像頭穩(wěn)定輸出明亮、清晰圖像的能力將大受挑戰(zhàn),。

　　要應對這種情況,，只能去隧道實地測試，一遍遍地優(yōu)化應對這種場景的算法,。而不同的場景,，還有很多， 這件事花了眼擎團隊三年,。

　　同時,，為了滿足更復雜成像架構帶來的巨大運算需求，眼擎還打造了一個獨立ISP（Image Signal Processor,，圖像信號處理器）,，來承載眼擎自研的算法。

　　二,、產(chǎn)品落地：芯片承載成像引擎 為AI機器打造視覺器官

　　到2017年,，眼擎的成像方案初步成熟,，接下來該進入產(chǎn)品化的階段。

　　在進行技術開發(fā)的幾年中,，眼擎曾面向消費者市場推出過Demo類的產(chǎn)品進行探索,。但朱繼志很快發(fā)現(xiàn)普通消費者對成像效果的喜好似乎是個玄學——人們根據(jù)不同的需求，對圖像質(zhì)量的評判各有一套主觀的標準,?；蛟S某些人希望自己能被拍得更白，某些人則希望圖像里的色彩更艷,。眼擎準確輸出圖像中各種物體色彩,、紋理、材質(zhì)細節(jié)的能力,，在這種情況下并沒有形成優(yōu)勢,。

　　不過這幾年暴漲的機器視覺市場為眼擎提供了更大的機會。無論是手機上的人臉識別,、還是安防,、或是自動駕駛，對運行人工智能算法的機器來說,，它們需要的都是客觀,、準確、清晰的圖像數(shù)據(jù),，這正是眼擎的強項,。

　　找準To B的市場，眼擎的產(chǎn)品應運而生——eyemore X42成像芯片,。這塊成像引擎芯片凝聚了眼擎創(chuàng)業(yè)四年的成果,，針對超過500種不同場景封裝了二十余種智能成像算法。同時,，由于采用全新的成像架構,，其單像素的計算能力比封裝在SoC上的集成ISP提升了20倍。這塊芯片有著推動機器視覺再向前一步的力量,，而朱繼志也喜歡把它稱為成像引擎,。

　　這些參數(shù)的背后，是它面對復雜光線實打?qū)嵉母咚刭|(zhì)成像能力,。在智東西實際體驗的弱光成像演示中，搭載了眼擎成像引擎方案的攝像頭在室內(nèi)只有一臺電腦顯示屏作為光源的條件下,，呈現(xiàn)出了明亮,、清晰、色彩還原度相當高的圖像,，而手機在這種場景中為了拍出明亮的電腦顯示屏,，已經(jīng)完全放棄了暗部的成像,。而人眼在這樣的照度下，也早已無法分辨物體的色彩,。

　　▲上圖為暗光環(huán)境下eyemore成像效果 下圖為正常光線條件下現(xiàn)場圖片

　　在不依靠紅外光等主動照明的情況下,，眼擎的的確確實現(xiàn)了弱光環(huán)境下對人眼的超越。在朱繼志看來,，這非常關鍵,。

　　他很認同馬斯克在自動駕駛上的一個看法——“激光雷達是自動駕駛的拐杖?！敝炖^志認為激光雷達之所以在自動駕駛中如此受歡迎,，正是攝像頭的被動光學成像沒有將潛力發(fā)揮到極致，才需要激光雷達這樣的主動光學成像系統(tǒng),。但一旦攝像頭能在更復雜的情況下看得比人清楚,、比人看到更多的色彩，那么人工智能會有更加優(yōu)質(zhì)的圖像數(shù)據(jù)可用,，能夠進一步發(fā)揮其在識別物體,、感知環(huán)境上的能力。

　　畢竟,，人類依靠雙眼已經(jīng)能夠很好地完成駕駛任務,。比人眼更加優(yōu)秀的成像系統(tǒng)，不僅將使自動駕駛變得更加容易,，也能夠運用在其他場景中,。

　　不過，朱繼志認為這還不夠,。因為人眼擁有的超強視覺能力,，并不只在于擁有多么優(yōu)秀的光學系統(tǒng)，更重要的是,，它通過神經(jīng)與大腦無時不刻地進行著交互,，通過聚焦的形式屏蔽不重要的信息，將注意力放在真正關鍵的視覺區(qū)域和物體上,。

　　要達到真正的智能,，處在成像步驟前端的眼擎，需要和后端的AI進行交互,，了解AI真正需要什么,。于是，眼擎的團隊又為成像引擎設計了一套與后端AI算法的交互架構,，來獲知AI對圖像的需求,。在必要的時候，這套設計可以像人眼的聚焦一樣,，將計算資源集中起來,，對AI關心的某一幀圖像或者圖像中的某個區(qū)域進行更高質(zhì)量的成像,。

　　朱繼志稱，這種與AI系統(tǒng)的交互能力,，將使得成像系統(tǒng)真正成為AI的有機器官,。

　　三、商業(yè)定位：做技術方案商 已找到四大應用場景

　　在eyemore X42成像芯片的量產(chǎn)提上日后后,，2018年,，眼擎的工作重點開始變?yōu)閷⒓夹g運用到各類終端產(chǎn)品。

　　這時候,，朱繼志在芯片行業(yè)的經(jīng)驗開始進一步發(fā)揮作用,。目前，眼擎為其技術先確立了六大應用場景：自動駕駛（汽車）,、手機,、安防、工業(yè)檢測,、機器人,、無人零售。這其中大部分,，都是朱繼志曾經(jīng)接觸過的下游,。

　　在商業(yè)模式上，朱繼志想得很清楚,，這些行業(yè)都有不低的進入門檻,，有些早已巨頭林立，因此眼擎選擇的方式是賦能——定位上游的技術方案商,，向下游打造終端產(chǎn)品的公司輸出自己的成像能力,。

　　為了讓成像引擎這個新生兒更好地被合作伙伴們驗證、接受,，在eyemore X42這枚ASIC芯片量產(chǎn)之前,，眼擎就用FPGA打造了開發(fā)工具套件，供下游公司試用,，也借此收集反饋意見,。

　　到eyemore X42量產(chǎn)時，眼擎又提供不同能力的API接口,，降低下游的開發(fā)難度,。

　　目前，眼擎已經(jīng)與電商行業(yè)的公司合作,，打造出了一款智能3D掃描儀,。在這臺單目的深度相機上，眼擎提供了單次曝光同時呈現(xiàn)亮部、暗部細節(jié),，以及準確輸出商品色彩、紋理的能力,。

　　今年,，眼擎正在和超過20家來自不同行業(yè)的公司合作，讓eyemore X42成像芯片進入各類終端產(chǎn)品中,。在自動駕駛這個場景,，眼擎的合作伙伴不乏自動駕駛的頭部明星公司。今年五月,，眼擎將針對這一市場推出超寬動態(tài)輔助駕駛視覺成像方案,，視覺動態(tài)范圍超過100dB，并且滿足車規(guī)要求,。

　　而面向不同行業(yè)的具體需求（比如汽車行業(yè)的芯片需要過車規(guī)）,，眼擎也將采取IP授權的形式，讓相關行業(yè)的公司來對芯片進行針對性的開發(fā),、生產(chǎn),。

　　結語：從底層搶占人工智能時代的視覺入口

　　在近兩年的人工智能發(fā)展高潮中，以后端為主的人工智能算法公司層出不窮,，并率先獲得廣泛關注,。AI視覺算法公司，在其中占據(jù)了大頭,。

　　而隨著AI的概念逐漸明晰,、產(chǎn)業(yè)進一步發(fā)展，人工智能越來越快地走向落地,、走向普通人的日常生活,、從云端走向終端。這時候,，承載軟件算法的計算硬件重要性凸顯出來,。

　　而回過頭看，由于硬件的高門檻,，有勇氣踏入這個方向并耐得住數(shù)年寂寞研發(fā)技術的公司并不多,。

　　從底層入手，花四年打磨技術的眼擎,，已經(jīng)在產(chǎn)業(yè)鏈中占住了一個空當,，分食越來越大的AI視覺蛋糕。