人工智能行业主题研究计算机视觉商汤向左旷视右

1、证券研究报告2018 年 9 月 5 日研究计算机视觉：向左、旷视向右观点聚焦投资建议计算机视觉是人工智能落地最顺利的技术。和语音相比，计算机视觉是一条更有技术深度，应用场景的好赛道。从目前的落地进展来看，移动互联网/安防领跑，零售/物流跟进，医疗/无人驾驶的商业化有待成熟。我们注意到，以、旷视、为代表的 AI 头部企业战略出现向平台企业或软硬的分化趋势，深兰、扩博等新计算机视觉公司也在企业发展、零售等新领域快速崛起，建议投资人密切关注行业发展趋势。理由计算机视觉是一条有深度有场景的好赛道：和语音相比，计算机 视觉有更丰富的应用场景，并且每个场景都对 1）数据的种类与数量，2）技术的难易度，以

2、及 3）误判的 度有不同的要求。这些不同有利于技术公司通过提供差异化服务，实现其附加价值，很难出现互联网行业那样赢者通吃的局面。移动互联网/安防领跑，零售/物流跟进，医疗/无人驾驶有待成熟 经过一年多的落地实践，落地的速度开始出现分化。社交、咨询游戏、电商等移动互联网场景，以及门禁等安防领域，因为数据比较容易获得，以及对误判 下来，我们预计零售、物流、。接业等企业场景以家居场景开始成熟。另一方面，无人驾驶及医疗对辨别的准确性 要求高，数据复杂程度高，短期很难实现大规模向左，旷视向右，AI出现分化：过去一年，以旷视、代表的机器视觉算法头部企业快速崛起。从开始的计算机视觉技术供应商，逐渐发生了战略

3、的分化：1）打造算法平台，致力于成为 AI的电力公司；2）旷视强调软硬的垂直能力，以覆盖广泛应用领域；3）发挥云计算等技术优势，深耕安防与医疗两大领域。此外，深兰、扩博等后起之秀则拓展、零售等新领域。目前各家孰优孰劣还为时尚早，建议投资人密切关注行业发展趋势。风险计算机视觉技术发展不及预期。资料来源：万得资讯、资讯、中金公司研究部黄乐平杨俊杰分析员人junjie.yangSAC 执证编号：S0080117090047le.huangSAC 执证编号：S0080518070001 SFC CE Ref： AUZ066请仔细阅读在本报告尾部的重要法律相对值 (%)目标P/E (x)股票名称评级价格

4、2018E 2019E海康威视-A推荐51.0024.920.1大华-A推荐25.0018.516.1主要涉及行业科技沪深300中金科技1201101009080702017-092017-122018-032018-062018-09相关研究报告 AI+汽车：通用无人驾驶距离我们还有多远？ (2018.09.03) ：自动驾驶推动汽车传感器市场快速发展 (2018 08.20) AI+安防：AI 助力安防行业拓宽边界 (2018.08.16) 金融,科技 | AI+金融：人工智能成为长远发展的发动机(2018.08.13)中金公司研究部: 2018 年 9 月 5 日目录计算机视觉：向左，旷

5、视向右3计算机视觉是变现最顺利的人工智能技术3落地速度出现分化，数据可得性，算法成熟度，服务的容错率是主要影响要素4技术发展趋势：提高企业发展战略开始分化，精度，降低数据标注成本6向左，旷视向右6建议关注公司：、旷视、深兰、扩博8图表图表 1: 2017 年图表 2: 2017 年图表 3: 2016 年图表 4: 2016 年工智能市场结构3计算机视觉行业市场. 3AI 领域融资情况3AI 领域融资情况3图表 5: 各个场景落地速度开始分化4图表 6: 计算机视觉主要应用的数据可得性与技术难度（颜色越深表示容错率越小）4图表 7:科技的美颜方案5图表 8: 公安大数据分析平台5图表 9: 支

6、付宝人脸支付5图表 10: 缤果盒子无人便利店5图表 11: 肺癌影像智能系统6图表 12: Waymo 的自动驾驶模拟系统 Carcraft6图表 13: 计算机视觉技术不断演进6图表 14: 各类型公司优势比较7图表 15: AI 头部初创企业赛道选择呈现差异化7图表 16:图表 17:主要计算机视觉公司业务布局8主要计算机视觉公司情况8图表 18: AI+安防，结构化处理，打造智慧城市9图表 19:图表 20:图表 21:图表 22:图表 23:图表 24:图表 25:图表 26:图表 27:图表 28:图表 29:图表 30:图表 31:SenseAR 增强现实感特效引擎9旷视科技 F

7、ace+平台 人脸比对功能演示版10旷视科技圈解决方案的应用场景案例10车辆大平台应用场景11蜻蜓眼人像大平台特点11care.ai智能医学影像平台的系统11“问诊熊”导诊小程序提高医患双方效率11人证票核验系统12轨迹追踪系统12智能人脸检索系统12“炬眼”智能人脸识别相机12扩博业务#1：视觉+风电14扩博业务#2：视觉+零售14请仔细阅读在本报告尾部的重要法律2中金公司研究部: 2018 年 9 月 5 日计算机视觉：向左，旷视向右计算机视觉是变现最顺利的人工智能技术计算机视觉是2017 年，AI 市场的最大组成部分。根据信通院 2018 年 2 月发布的报告数据，工智能市场中计算机视觉

8、占比 37%，以 80 亿元的行业收入排名第一。安防影像分析是目前计算机视觉最大的应用，据咨询，2017 年占比约 67.9%。其他主要应用广告、互联网等。从 AI 领域融资规模来看，根据 CB Insight 的统计，2016 年计算机视觉公司融资总额占AI 总体 24%，远超出的 7%。图表 1: 2017 年工智能市场结构图表 2: 2017 年计算机视觉行业市场3.7% 1.7%0.9%3.8%4.0%11%安防影像分析广告解决方案互联网娱乐云服务、 SDK 等计算机视觉语音自然语言处理基础算法及平台37%14%18.1%67.9%创新领域16%22%资料来源：信通院，中金公司研究部资

9、料来源：咨询，中金公司研究部图表 3: 2016 年AI 领域融资情况图表 4: 2016 年AI 领域融资情况科技平台9%图像识别/NLP 7%科技平台处理2%4%图像识别/NLP 24%语音识别16%机器学习15%无人机5%处理32%7%汽车7%无人机1%汽车17%语音识别24%机器学习21%9%资料来源：CB Insights，中金公司研究部资料来源：CB Insights，中金公司研究部请仔细阅读在本报告尾部的重要法律3中金公司研究部: 2018 年 9 月 5 日落地速度出现分化，数据可得性，算法成熟度，服务的容错率是主要影响要素最近几年机器视觉行业实现快速发展的背景是：2015 年

10、基于深度学习的计算机视觉算法在ImageNet 数据库上的识别准确率首次超过人类，同年 Google 在开源的深度学习算法。这些带动两国的科学家把计算机视觉算法运用到安防、金融、互联网、物流、零售、医疗、业等不同垂直行业。但在实际的运用当中，由于数据可得性，算法成熟度，服务的容错率等因素的影响，落地的速度开始出现分化。移动互联网/安防领跑，零售/物流 跟进，医疗/无人驾驶发展较慢。图表 5: 各个场景落地速度开始分化人脸识别（体态识别）物体识别场景识别移动互联网安防金融、刷脸取款教育落地进程零售人流管理/货架管理物流仓储无人车无损检测自动分拣业医疗汽车资料来源：中金公司研究部图表 6: 计算机

11、视觉主要应用的数据可得性与技术难度（颜色越深表示容错率越小）数据可得性难中易技术难度场景物体文字人脸资料来源：中金公司研究部请仔细阅读在本报告尾部的重要法律4互联网金融AI美颜无人零售安防 动态分析安防 静态分析安防 车牌识别无人驾驶ADAS医疗影像无人驾驶起步阶段初步成熟较为成熟影像无人售货机机器阅卷校园认证车牌识别疑犯追踪AI拍照/广告认证、AI美颜中金公司研究部: 2018 年 9 月 5 日移动互联网：计算机视觉在移动互联网上的应用目前主要：1）互联网行业的主播美颜；2）鉴黄、广告推荐等分析；3）智能里的 AI 美颜和人脸解锁。一方面，移动互联网行业数据较为丰富，数据可得性较高；另一方

12、面，由于应用多为“锦 上添花”型的娱乐、广告应用，容错率较高，技术难度相应下降。因此计算机视觉在 移动互联网得以快速顺利落地。安防领域：安防领域是人脸识别技术最成熟的落地领域，也是 AI 视觉公司普遍首先切入的细分领域。安防领域的特性在于：1）公共安全的应用，可极大提高效率；2）市场预算分级、高度碎片化，且订单为主，可有效贡献收入；3）深度赛道，不断新问题与新需求，问题难度跨度大（简单需求如车牌识别、需求如动态识别与预防等）。作为公共安全的应用，安防领域计算机视觉未来将继续向多模态融合、万路以上广联网发展。图表 7:科技的美颜方案图表 8: 公安大数据分析平台资料来源：Hksilicon，中金

13、公司研究部资料来源：数字冰雹，中金公司研究部金融领域：人脸识别在金融领域已出现多种解决方案，伴随识别准确率上升，开户已在互联网金融行业得到广泛应用，人脸支付、刷脸取款等开始被各大银行采用。金融领域的计算机视觉应用如下：1）人脸与的人脸比对技术壁垒相对较低，服务容易陷入同质化竞争，2）无现金趋势影响刷脸取款等服务的普及，银 行对更复杂的 AI 服务仍持较谨慎态度。零售领域：AI 在零售行业的应用不是简单的无人零售，而是需要利用 AI 技术改造零售流程，实现提高效率降低成本的目的。AI 公司除了提供技术以外，可能需要提供一系列咨询战略方案在内的整体方案。图表 9: 支付宝人脸支付图表 10: 缤果

14、盒子无人便利店资料来源：支付宝，中金公司研究部资料来源：36 氪，中金公司研究部医疗领域：医疗数据碎片化严重，各种疾病需要的影像资料不同，数据标注需要有专业医师参与，成本高，进展慢。导致发展低于预期。请仔细阅读在本报告尾部的重要法律5中金公司研究部: 2018 年 9 月 5 日无人驾驶：无人驾驶涉及摄像头、雷达等多种数据，并根据多重数据进行车辆、物体、道路、行人等不同识别后进行决策。我们认为离实现通用无人驾驶还早，在限定场景下实现的机会较大。图表 11: 肺癌影像智能系统图表 12: Waymo 的自动驾驶模拟系统 Carcraft资料来源：科技，中金公司研究部资料来源：Waymo，中金公司

15、研究部技术发展趋势：提高精度，降低数据标注成本随着技术的不断发展，计算机视觉能够识别的种类从最初的文字，到人脸，人的体态识别，以及各种不同的物体。能够识别的精度也从最初的人 1:1 比对，到用于门禁系统等 1：N 比对，以及用在等场景的 M:N 动态。除了提高算法精度以外，提高数据标注的效率也是计算机视觉公司重要的课题之一。Google、Microsoft 等互联网公司相继推出了自动标注系统 AutoML 和 Cognitive Services。科技、扩博智能等 AI 公司也通过运用半监督学习、迁移学习（transfer learning）、主动学习（activeLearning）等技术，提

16、高数据标注的自动化程度，达到提高效率，降低成本的目的。图表 13: 计算机视觉技术不断演进1:1人脸验证1：N静态人脸识别M：N动态人脸识别体态识别与行为资料来源：中金公司研究部企业发展战略开始分化，向左，旷视向右计算机视觉技术的快速落地，吸引了以、旷视、代表的以算法为竞争力的 AI 初创公司，拥有强大等深耕安防行业的公司，以及及开发能力的互联网公司，海康、大华、宇视、平安等科技行业巨头。经过一年多的发展，各个公司根据资源禀赋的不同，企业战略出现了分化。 各类公司初始时在产业环节中各有偏好：初创企业在算法与模型训练上占优；互联网企业则拥有天然的数据优势；安防企业则凭借极强的工程能力 起之秀如深

17、兰则选择细分市场广泛落地。安防项目落地。后请仔细阅读在本报告尾部的重要法律6中金公司研究部: 2018 年 9 月 5 日 从行业机会而言，互联网巨头利用强大的数据优势和丰富的内部应用场景，提升自身业务场景的增值服务，如阿里巴巴的淘宝拍立淘、腾讯优图在QQ 与的应用、今日头条的短甄别等。AI 头部初创企业近年来融资动作频繁，受到资本市场的青睐，在资金方面暂无瓶颈，互联网巨头的，等初创企业或应依托已有的上取胜。设计算法的能力，构建平台型解决方案，在研发能力与方案落地速度图表 14: 各类型公司优势比较资料来源：中金公司研究部AI 头部创业公司布局思路各异：在、旷视、等头部企业看，各家战略思路差异

18、明显。致力于构造平台，专注底层基础应用，力图在完善平台后于其他领域快速落地。旷视则在致力于在安防、金融、零售、汽车、教育等广泛领域提供软硬件的解决方案。则表现出对安防、医疗两大领域的专注深耕，依托化、工程化能力深入落地。图表 15: AI 头部初创企业赛道选择呈现差异化赛道商业模式主要供应商竞争格局两强相争，互联网巨头移动互联网SDK；3D光学模块、旷视、旷视、深兰化、工程化能力要求较AI引擎；整体解决方案安防、高，安防龙头的、旷视、技术门槛较低、价格敏感度金融人脸比对服务；验证服务、深兰高、商业化程度高无人购物解决方案、消费者分析、货架分析、智能检测平台、旷视、深兰、扩博软硬件一体厂商较少，

19、零售无人零售货柜、兜售造与销售制互联网巨头深兰驾驶员、碰撞预警系统、旷视尚处初期，难度较高，共享机会汽车自动驾驶、智能公交售与销深兰医疗影像识别系统、病例识别系统、导诊程序医疗参与者较少，难度较高资料来源：科技，旷视科技，科技，深兰科技，扩博智能，中金公司研究部请仔细阅读在本报告尾部的重要法律7AI头部初创企业AI初创企业互联网企业海康、等安防企业算法有设计算法能力用外部开源算法或其他途径获取算法资金实力雄厚，薪酬丰厚可广泛吸引没有配备行业内顶尖的算法科 学家算力有设计超算缺乏足够资金支持自身的超算强较强数据依靠客户提供依靠客户提供强安防等行业较强工程能力较弱，创始人学者居多弱强，首先应用于自

20、身业务场景强，依托于项目其他评论需要以足够的数据训练模型构 建护城河竞争力有限，在差异化较高的 细分领域有一定机会如果要达到全球一流水平，需要持续投入，是否愿意持续投 入存疑招大量人可以解决工程能力问题，但技术取决于研发能力提高中金公司研究部: 2018 年 9 月 5 日建议关注公司：、旷视、深兰、扩博图表 16:主要计算机视觉公司业务布局金融零售/汽车教育物流医疗风电安防旷视深兰扩博资料来源：中金公司研究部图表 17:主要计算机视觉公司情况资料来源：科技、旷视科技、科技、科技、深兰科技、扩博智能、中金公司研究部请仔细阅读在本报告尾部的重要法律8旷视科技科技科技科技深兰科技扩博智能创始人，严

21、治庆成立时间2011年10月2014年8月2012年9月2015年3月2014.102016.11总部，上海重庆上海上海创业公司及团队背景计算机科学实验班中文大学UCLA重庆研究所海归名校微软最新融资情况2018年7月23日D轮6亿2018年5月31日C+轮6.2亿2018年7月17日C+轮1亿2018年6月7日战略投资亿元以上2018年4月3亿元融资2018年8月1,100万最新估值30亿45亿24亿220亿N.A.N.A.叶片巡检管理 智能监测平台 智能物流手写识别自动驾驶智能公交无人零售移动零售刷脸支付验证care.ai系列平台刷脸取款验证智能分拣智能搬运表情分析刷脸考勤驾驶人识别驾驶员

22、异常检测消费者分析货架分析人工智能驾驶员系统碰撞预警系统无人购物消费者分析卡证OCR验证人脸识别人群分析中金公司研究部: 2018 年 9 月 5 日 科技：致力成为 AI的电力公司，行业科技成立于 2014 年，员工人约 2,000 人。主要业务是计算机视觉技术以及深度学习算法，创始人室，现任是全球知名人工智能学者。2001 年，他建立了中文大学多媒体实验中文大学工程系系。Parrots 是研发的深度学习平台。这个平台多年积累的算法库，以及支持超深的网络规模、超大的数据标注及训练的开发平台。加上其搭建的深度学习超算中心，大大了深度学习训练和算法模型的迭代速度。这样的平台及技术支持，将让研究的

23、工作更为聚焦。这是能够同时十几个行业的强大基础。智慧安防，SenseFoundry 保障城市安全。安防是 AI 重要的落地场景，SenseFoundryAI是为智慧城市专门开发的城市级超大规模分析平台，它可以扩展至 10 万路级别、千亿级别非结构化图像特征分析处理，可以对人脸、行人、车辆、非机动车进行识别和分 析。同时，该平台可以进行自我训练，利用业务过程中累积的数据，通过训练系统，自动提升技术指标。该平台可以轻松实时100 万人脸，并对长达数月的千亿级数据进行轨迹还原。目前，公司已在部署 SenseFoundry 平台。2C 端，及娱乐互联网行业受益。行业，提供 SensePhoto 图像处

24、AI理方案，基于深度学习，帮助智能终端实现人脸解锁、人脸检测、背景虚化等功能。的技术，面部识已与众多国内厂商建立合作，比如 VivoX20，OPPO R11s 均利用了别迅速，用户点亮屏幕瞬间即可解锁娱乐互联网行业（短等）SenseAR识别和绘制能力已从“脸部”扩至“全身”，可以实现对手势、肢体动作的全方位精确描述和跟踪，成为互联网娱乐领域的“黑科技”，比如主播做出心形手势，屏幕则会出现爱心气泡。截止 2018 年初，SenseAR 为接近 200 家国内外 App 提供服务，占亚太市场的 80%，每天服务 10 亿以上互联网终端客户。图表 18: AI+安防，结构化处理，打造智慧城市图表 1

25、9:SenseAR 增强现实感特效引擎资料来源：公司资料，中金公司研究部资料来源：公司资料，中金公司研究部请仔细阅读在本报告尾部的重要法律9中金公司研究部: 2018 年 9 月 5 日旷视科技：“端到端”的 AI+IoT 解决方案提供商2011 年 10 月，旷视科技在中关村成立。创始人、毕业于计算机科学实验班。公司现任首席科学家工约 1,400 人。是前微软亚研院首席研究员，公司正式员旷视科技是一家“端到端”的 AI+IoT 解决方案提供商，旗下拥有全球最大的人脸识别开放平台 Face+和第人脸验证平台 FaceID。图表 20: 旷视科技 Face+平台 人脸比对功能演示版图表 21:

26、旷视科技圈解决方案的应用场景案例资料来源：公司官网，中金公司研究部资料来源：公司官网，中金公司研究部公司主要从个人 IoT、公共 IoT 和商业 IoT 三个业务模块网、汽车、教育等多个行业。安防、金融、互联个人 IoT 解决方案：主要覆盖圈相关业务，提供在线验证和SDK等。在线用；验证技术已经被滴滴和一些互联网金融公司采用，按照调用次数收取费SDK 主要是、小米、OPPO、Vivo 等厂商直接出售 2D 解锁、3D 解锁和影像算法（画质提升、背景虚化等）等 SDK。公司已经联合合作方，开始逐步研发 3D 摄像头模组。我们预计未来 3D 摄像头模组市场价格因竞争力。加剧会有较大压公共 IoT

27、解决方案：可提供安防领域从前端摄像头到后端识图器、SDK 等的条服务。识别器内部搭载人脸识别算法，可配合传统摄像头使用，提供前端离线快速精准的人像抓取、识别能力；或结合旷视的智能摄像头（搭载，利用结构化系统提取画面中的人脸回传给识别终端）实现精准人脸捕捉。2017 年，来自安防市场的收入视总收入的 50%左右。商业 IoT 解决方案：主要零售和物流仓储两个板块。零售板块主要为优化线下零售店的认知、识别、分析、决策过程，提供消费者数据抓取、消费者分析、货架分析服务。正如我们在AI+零售：不只是无人零售，看人工智能如何撬动零售中提到的，人工智能未来将在匹配客户需求、提高客单价、增加留店时间等方面助

28、力零售商保持竞争优势，并进一步挖掘商品价值。物流仓储板块主要是推进传统物流仓储的数据化、智能化。2018 年 4 月，旷视科技收购思技术，正式进军智能 联等领域提供了业务，为旷视科技加快技术应用落地、探索发展新零售、商业物可能性。请仔细阅读在本报告尾部的重要法律10中金公司研究部: 2018 年 9 月 5 日 科技：行业收敛，深耕安防、医疗领域科技由加州大学洛杉矶分校统计学博士、前阿里云计算联合创办。2012年成立至今，科技致力于人工智能创新性研究，战略定位十分清晰，在行业布局上收敛，深耕安防与医疗领域。安防领域：占据公司营收的八成以上。目前，安防领域误报率已达百亿分之一，其“蜻蜓眼”平台已

29、应用于多地省市区。着力提高化与工程化能力。通过访谈，认为在计算机视觉当前的 To G、To B 阶段，要塑造起算法、化、工程化、商务能力均优的综合实力，并强调化、工程化能力的重要性。图表 22:蜻蜓眼车辆大平台应用场景图表 23:蜻蜓眼人像大平台特点以图搜车交通管理公安卡口资料来源：公司官网，中金公司研究部资料来源：公司官网，中金公司研究部医疗领域：影像、病例、大数据全面布局，已开始落地。C 轮融资主要用于医疗领域，依图科技 care.ai的布局最为人所知。科技已经与协和医院、华西医院、浙江省人民医院、复旦大学附属肿瘤医院等多家顶级三甲医院合作，推出了 care.ai 医疗智能全栈式产品解决方

30、案，为医院提供跨科室的多场景应用系统和数据分析平台，同时积累了海量的医 疗大数据处理经验。目前，科技主要从单病种任务层级、跨学科层级、临床路径优化层级三个层级解决医疗行业痛点。1）单病种任务层级：科技单病种已覆盖乳腺、肺、心、脑科学等多门类，开发的肺癌影像智能系统现在已经达到敏感度 95%以上，医生采纳率 92%以上，提高了医生的阅片效率。2）跨学科层级：科技利用系统基于先进 NLP 技术和机器视觉算法，对病历、病理（例：化验结果）、医疗影像（例：CT 影像）等多模态数据进行结构化和深度化层级：2018 年，诊小程序。医生可直接，以满足科研、临床、教学、管理等多场景需求。3）临床路径优科技联合

31、腾讯睿知和广州市妇女儿童医疗中心，推出“问诊熊”导码病患病情，提高双方效率。图表 24:care.ai智能医学影像平台的系统图表 25:“问诊熊”导诊小程序提高医患双方效率肺癌影像智能 系统儿童生长发育智能 系统乳腺X线智能 系统资料来源：公司官网，中金公司研究部资料来源：公司官网，中金公司研究部请仔细阅读在本报告尾部的重要法律11乳腺超声智能 系统卒中多学科智能决策支持系统甲状腺超声智能 系统中金公司研究部: 2018 年 9 月 5 日 科技：专注银行和安防领域 AI 应用科技是重庆研究所孵化的计算机视觉与人工智能科技公司，成立于 2015 年 4 月，创始人博士师从四院院士、“计算机视觉

32、之父”，带领团队多次获得计算机视觉国际比赛冠军。科技也参与了人脸识别、行业标准起草与制定。目前，科技是银行业人脸识别第一大供应商。为积极推动与的全面簇和集合作，推出火眼大数据平台、铁路人证票核验系统、生物识别引擎、智慧鉴身 成生物识别系统 IBIS 等一系列应用系统平台。另外，科技推出人脸互动大屏终端，智能门禁、人脸动/静态业务应用平台服务器、刷脸自动售卖机等多款智能硬件，结合技术，满足不同场景下的需求。2018 年 3 月，与全球最大商 intel 合力打造推出“炬眼”智能人脸识别相机，可识别相机全面分析处理实时画面，识别出人脸后将“人脸图像”转变为“特征数据” 再传回。图表 26:人证票核

33、验系统图表 27:轨迹追踪系统资料来源：公司官网，中金公司研究部资料来源：公司官网，中金公司研究部图表 28:智能人脸检索系统图表 29:“炬眼”智能人脸识别相机资料来源：公司官网，中金公司研究部资料来源：公司官网，中金公司研究部请仔细阅读在本报告尾部的重要法律12中金公司研究部: 2018 年 9 月 5 日深兰科技：以机器视觉技术为切入点，为传统行业深兰科技是一家图像识别领域公司，成立于 2014 年 10 月，一直致力于人工智能基础技术研究和应用开发，为零售、生物智能、自动驾驶等领域。智能零售智能零售是深兰科技切入的第一条人工智能赛道，从 2015 年开始连续推出多款相关和解决方案：20

34、15 第一家无人零售店店，2016 年发布“quiXmart 快猫智能零售系统”，2017年 6 月发布“AI 自贩柜”，2018 年初推出办公室货架的升级“小兰系列”。深兰科技认为基于动态视觉解决方案的无人货柜，相对于传统自动机的优势主要有以下两点：一方面升级用户购物体验，在购物过程中让用户可以近距离感受商品再支付，另一方面不限制商品形状，可以丰富商品品类，扩展无人零售柜的应用范围，如鲜食等。在技术层面，深兰科技采用动态视觉技术，解决了静态视觉解决方案限制货柜货品摆放数 量，导致填充率低的问题，将坪效提升了 3-4 倍。除此之外，深兰科技无人货柜增加智能异常行为检测功能，可以检测用户是否出现

35、不符合购买行为的其他动作，辅以人工，通过蚂蚁信用分和深兰支持的其他低无人货柜货损率。（办公楼闸机、公交付费系统）约束用户行为，降据公司提供数据，目前深兰科技的无人零售业务已与蒙牛、 落地。等品牌合作，并已有相关生物智能深兰科技在生物智能领域深耕掌脉识别技术，使用近红外摄像头捕捉手掌分叉点，基于这一生物特征形成数字编码作为用户的唯一加密 ID，进行用户的识别。由于掌脉识别基于内部的生长特征，无法被仿冒和复刻，相比主流的人脸识别和识别有更强的安全性。目前，深兰科技的掌脉识别技术已应用于深兰闸机、深兰结算台等2017 年 2 月基于该技术，公司联合蚂蚁金服推出“takego 结算系统”。中。据公司，

36、深兰闸机已经被确认为上海智慧城市底层技术，未来将会应用于地铁、公交、酒店、校园、写字楼等场景，代替门禁、公交卡等终端，最终实现城市“一掌通”。由于实现掌脉识别前端需要红外摄像头这一硬件，目前公司主要依赖进口，成本较高。改造升级，实现硬件国产替远期来看，公司有意基于国内的低成本红外摄像头，进行 代。自动驾驶深兰科技采用主流的计算机视觉与多传感器融合的自动驾驶解决方案，为城市公交车和移动零售。深兰科技认为，未来城市公交场景和零售业务可以深度结合，提供公交车上的零售服务， 在无人驾驶技术的助力下，司机可以兼职移动零售销售员、公交车服务员等。在移动零售领域，深兰科技配合“叮咚打店”APP 提供叫店服务

37、，发布提供随时随地的购物服务。无人零售车，为消费者据公司，其公交车业务以整车销售为主，在 BTR 固定路线的简单场景下，2017 年在长沙已有车辆落地，并完成了 9 公里路测。扩博智能：为企业用户提供端到端智能服务扩博智能 2016 年 11 月由严治庆等设立，总部位于上海，在和大连设有分支机构，在新加坡设有分公司西雅图设有研发中心。主要业务是利用计算机视觉技术为风电、零售和运营商等传统行业企业提供端到端智能服务。 视觉+风电：为解决风电行业风机叶片巡检和管理问题，扩博智能推出了扩博博云平台。利用搭载了计算机视觉技术的智能无人机，对风电进行无人智能化巡请仔细阅读在本报告尾部的重要法律13中金公

38、司研究部: 2018 年 9 月 5 日检，帮助传统风电企业推动资产精细化管理，提高运营效率。智能巡检平台可提高风机叶片巡检效率 40 倍，且识别率达 95%。 视觉+零售：零售行业中，存货管理、策略等问题对商品销量、购买力有很大影响。扩博智能为零售领域打造了线下零售实时智能监测平台扩博智维，利用视觉技术货架商品，通过结构化技术处理数据，并整理分析产生量化数据，对存货和商品进行实时追踪，帮助零售商实时掌握动态、分析销售数据，从而提高重复购买率和销量。 视觉+运营商：通过扩博智能研发的无人机数据即网络即能向无人机客户提供定制的模组、网络、平台，通信运营商利用自身的 LTE方案。图表 30: 扩博

39、业务#1：视觉+风电图表 31: 扩博业务#2：视觉+零售资料来源：公司官网，中金公司研究部资料来源：公司官网，中金公司研究部请仔细阅读在本报告尾部的重要法律14中金公司研究部法律本报告由国际金融（已具备的证券投资咨询业务资格）制作。本报告中的均来源于我们认为可靠的已公开资料，但国际金融及其关联机构（以下统称“中金公司”）对这些的准确性及完整性不作任何保证。本报告中的、意见等均投资者参考之用，不对任何证券或其他金融工具的出价或征价或提供任何投资决策建议的服务。该等、意见并未考虑到获取本报告的具体投资目的、财务状况以及特定需求，在任何时不对任何人的个人推荐或投资操作性建议。投资者应当对本报告中的

40、和意见进行评估，审慎做出决策并自行承担风险。投资者在依据本报告涉及的内容进行任何决策前，应同时考量各自的投资目的、财务状况和特定需求，并就相关决策咨询专业顾问的意见对依据或者使用本报告所造成的一切后果，中金公司及/或其关联均不承担任何责任。本报告所载的意见、评估及仅为本报告出具日的观点和。该等意见、评估及无需通知即可随时更改。在不同时期，中金公司可能会发出与本报告所载意见、评估及不一致的研究报告。本报告署名分析师可能会不时与中金公司的客户、销售、其他业务或在本报告中可能对本报告所涉及的标的证券或其他金融工具的市场价格产生短期影响的催化剂或进行策略的讨论。这种短期影响的分析可能与分析师已发布的关

41、于相关证券或其他金融工具的目标价、评级、估值、等观点相反或不一致，相关的策略不同于且也不影响分析师关于其所研究标的证券或其他金融工具的基本面评级或评分。可能会依据不同假设和标准、采用不同的分析而口头或书面发表与本报告意见及建议不一致的市场评论和/或交中金公司的销售、以及其他专业易观点。中金公司没有将此意见及建议向报告所有接收者进行更新的义务。中金公司的资产管理部门、自营部门以及其他投资业务部门可能 不一致的投资决策。做出与本报告中的意见除非另行说明，本报告中所的关于业绩的数据代表过往表现。过往的业绩表现亦不应作为日后回报的预示。我们不承诺也不保证，任何所预示的回报会得以实现。分析中所做的可能是

42、基于相应的假设。任何假设的变化可能会显著地影响所的回报。本报告提供给某接收人是基于该接收人被认为有能力 目标、需求、机会、风险、市场因素及其他投资考虑而评估投资风险并就投资决策能行使做出的。投资的是指，投资决策是投资者自身基于对潜在投资的本报告由受证券和期货委员会监管的国际金融代表。本报告作者所持证券（“中金”）于提供。的投资者若有任何关于中金公司研究报告的问题请直接中金的销售牌照的牌照编号已披露在报告首页的作者姓名旁。(“中金新加坡”) 于新加坡向符合新加坡证券期货法定义下的认可投资者及/或机构投资者本报告由受新加坡金融管理局监管的提供。提供本报告于此类投资者, 有国际金融（新加坡）将无需根

43、据新加坡之财务顾问法第 36 条就任何利益及/或其代表就任何证券利益进行披露。有关本报告之任何，在新加坡获得可中金新加坡销售代表。（“中金英国”）于英国提供。本报告有关的投资和服务仅向符合2000 年金融服务和市场法 2005本报告由受金融服务监管局监管的国际金融（英国）年（金融推介）令第 19（5）条、 38 条、 47 条以及 49 条规定的提供。本报告并未打算提供给零售客户使用。在其他欧洲区，本报告向被其本国认定为专业投资者（或相当性质）的提供。本报告将依据其他或地区的和监管要求于该或地区提供本报告特别的情况下，中金公司可能与本报告中提及公司正在建立或争取建立业务或服务。因此，投资者应当

44、考虑到中金公司及/或其相关在法律可能影响本报告观点客观性的潜在利益。与本报告所含具体公司相关的披露请访，亦可参见近期已发布的关于该等公司的具体研究报告。研究报告评级分布可从获悉。个股评级标准：分析员估测未来612绝对在20%以上的个股为“推荐”、在-10%20%之间的为“中性”、在-10%以下的为“回避”。星号代表首次覆盖或再次覆盖。行业评级标准：“超配”，估测未来612某行业会跑赢大盘10%以上；“标配”，估测未来612某行业表现与大盘的在-10%与10%之间；“低配”，估测未来 612某行业会跑输大盘 10%以上。仅为中金，和个人不得以转发、刊登、。V160908编辑：上海国际金融国际金融

45、市建国门外大街 1 号国贸写字楼 2 座 28 层：100004：(86-10) 6505-1166传真：(86-10) 6505-1156上海分公司国际金融（）上海市浦东新区陆家嘴环路 1233 号汇亚32 层：200120：(86-21) 5879-6226传真：(86-21) 5888-8976港景街 1 号国际金融中心第一期 29 楼：(852) 2872-2000传真：(852) 2872-2100SingaporeInternational Capital Corporation (Singapore) Pte. Limited #39-04, 6 Battery RoadSing

46、apore 049909Tel: (65) 6572-1999Fax: (65) 6327-1278United KingdomInternational Capital Corporation (UK) Limited Level 25, 125 Old Broad StreetLondon EC2N 1AR, United Kingdom Tel: (44-20) 7367-5718Fax: (44-20) 7367-5719国际金融市福田区益田路 5033 号平安金融中心 72 层：518000：(86-755) 8319-5000传真：(86-755) 8319-9229分公司科学院南路证券营业部市海淀区科学院南路 2 号融科资讯中心 B 座 13 层 1311 单元：100190：(86-10) 8286-1086传真：(86-10) 8286-1106上海浦东新区世纪大道证券营业部上海市浦东新区世纪大道 8 号上海国金中心办公楼二期 46 层 4609-14 室：200120：(86-21) 2057-9499传真：(86-21) 2057-9488建国门外大街证券营业部市建国门外大街甲 6