聊聊AI机器视觉

先转一篇文章吧

AI视觉方面需要给与一定重视，
从3月英伟达推出的三项云服务来看，
就包括了PICASSO视觉模型，
视觉是多模态大模型绕不开的。
这次是Meta 发布史上首个图像分割基础模型 SAM，
SAM的发布可以称为计算机视觉领域的“GPT-3时刻”。
SAM简单说就是抠图的，
抠图大家可能用PS这类工具软件做过，
需要手动选定目标，
而现在SAM只需要识别图像就可以快速分割画面中的物品，
且精准度，
效率都要比个人操作高。
而抠图这只是一个应用，
后续可能应用到图像识别/标记/分类，
对应下游应用主要为安防、工业机器视觉、自动驾驶、视频会议、AR/VR等。
相未来也会出现自动完成所有机器视觉的任务，
视觉大模型是非常耗算力和存力的，
这会带来视觉芯片的新一轮创新和需求爆发。
所以，
这块有3方面的机会，
1）是CV模型相关的；
2)是场景应用；
3)是图像处理芯片

———————————————————

在我能想到的AI核心逻辑当中

算法（大模型、小模型）、算力（包括cpo、服务器、AI芯片等）、数据、安全、智能硬件等

机器视觉是最后一个待开发的宝藏

甚至可以直接从数据里面独立出来聊一聊

当前各类小作文层出不穷

顶出来的牛股也不少

但是我一般不敢买

因为看不懂的逻辑拿着心慌慌

————————————————————

人工智能的终极形态分为软件和硬件场景

软件不去聊了

市场一直在炒

————————————————————

聊聊硬件

人工智能的硬件落地终极形态就是人形机器人和物联网

前几天选择智能音箱时

思维有点狭隘了

在看到sam后也就想明白了

智能音箱只考虑到了人与人工智能的交互

但是人工智能最大作用是摄取

需要大量摄取息后再与人交互

所能交互的息只是极少一部分

而人工智能摄取息的主要途径以前是人类的喂养

但是当GPT5两个月内学习完了人类所有的公开知识后

还剩多少可以喂养的呢？

那些个专业数据库几十年的积累被几天就学习完然后怎么办？

这时候就需要海量的实时的数据供给

也就是机器视觉的最大作用了

————————————————————

我之前说过

市场低估了sam的炒作

sam直接将人工智能硬件落地推进了一大步

而且还是开源的

这是我们最擅长的（你懂得）

—————————————————————

机器视觉无穷尽资源萤石网络 
SOC芯片 全志科技 
机器视觉芯片富瀚微 
VR/智能音箱创维数字 
机器视觉芯片/算法/无穷尽资源云天励飞
机器视觉最消耗的存储
深科技、北京君正、兆易创新
AI芯片相关雅克科技、沪电股份
芯片设备前道检测国产替代精测电子
芯片大硅片国产替代立昂微

总有人问哪个最好？

我只能说作为成年人我都要

为自己的认知买单

操作自定

盈亏自负