计算机视觉AI皇冠上的明珠

计算机视觉人工智主要应领域计算机代替人眼识别，运用算法处理解释计算机视觉是机器认知世界的基础也是I应用前景最为广阔的细分领域之。计算机视觉指使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解、分析图像以及图像序列的能力。简单来说，类似于人类依靠双眼进行外界视觉感知，计算机视觉就是借助光学、电子元器件给计算机提供一双眼睛，并依靠人工智能的算法去教会计算机如何使用眼睛获取有用信息。计算机视觉以准确率召回率和误报率作为衡量指标近年来随着深度学习算法的发展，在计算机视觉领域，很多研究成果已取得接近甚至超过人类视觉系统的突破性进展。计算机视觉技术通常以准确率、召回率和误报率作为衡量指标，准确率是指提取正确的信息占部需要待提取信息的比例，召回率是指算法选择报告样本中正确样本的比例，误报率是指算法选择报告样本中错误样本的比例。通常情况下准确率越高、召回率越高或误报率越低则表明计算机视觉算法的性能表现越好。计算机视觉不同于机器视觉，运用算法对图像、视频进行处理和解释。以图像识别举例，对于机器视觉，在识别某个图像的时候，系统不需要知道这个东西是什么，而只需要做标定。比如工程师拍了很多角度的路标的图片作为样张，然后把它送到模型里。经过训练，系统在看到新的照片时就可以通过损失函数来判断它和样张的相似度，从而识别是不是路标。计算机视觉则是先描绘路标的轮廓，把它的特征表述出来，检测的时候直接识别轮廓，如果轮廓相似度比较高系统才认为它是路标。图1：计算机视觉与其他领存在千丝万缕的联系数据来源《图像处理与计算机视觉，计算机视觉核心技术，层层递进计算机视觉系统五大方向近来随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术参考《人工智能标准化白皮》的说法根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。计算成像学：计算成像学是探索人眼结构、相机成像原理以及其延伸应用的科学在相机应用科学方面计算成像学可以提升相机的能力，从而通过后续的算法处理使得在受限条件下拍摄的图像更加完善，例如图像去噪、去模糊、暗光增强、去雾霾等，以及实现新的功能，例如全景图、软件虚化、超分辨率等。图像理解：图像理解是通过用计算机系统解释图像，实现类似人类视觉系统理解外部世界的一门科学。通常根据理解信息的抽象程度可分为三个层次：层理解，包括图像边缘、图像特征点、纹理元素等；中层理解，包括物体边界、区域与平面等；高层理解，根据需要抽取的高层语义信息，可大致分为识别、检测、分割、姿态估计、图像文字说明等。目前高层图像理解算法已逐渐广泛应用于人工智能系统，如刷脸支付、智慧安防、图像搜索等。三维视觉：三维视觉即研究如何通过视觉获取三维信(三维重建)以及如何理解所获取的三维信息的科学。三维重建可以根据重建的信息来源，分为单目图像重建、多目图像重建和深度图像重建等。三维信息理解，即使用三维信息辅助图像理解或者直接理解三维信息。三维视觉技术可以广泛应用于机器人无人驾驶智慧工厂虚/增强现实等方向。动态视觉：动态视觉即分析视频或图像序列，模拟人处理时序图像的科学。通常动态视觉问题可以定义为寻找图像元素，如像素、区域、物体在时序上的对应，以及提取其语义信息的问题。动态视觉研究被广泛应用在视频分析以及人机交互等方面。视频编解码：视频编解码是指通过特定的压缩技术，将视频流进行压缩。视频压缩编码主要分为两大类无损压缩和有损压缩。无损压缩应用于磁盘文件的压缩等，而有损压缩的应用广泛，例如视频会议、可视电话、视频广播、视频监控等。算机视觉系包含五大基础功能虽然计算机视觉系统的结构形式很大程度上依赖于其具体应用方向，但它们有些功能是几乎是每个计算机系统都具备的计算机视觉现在可实现主要功能包括图像获取预处理、特征提取、检/分割、高级处理等。图2：计算机视觉技术从获、预处理、初、中、高级处理五大层级资料来源《2019年人工智能发展白皮书》图3：检测分割技术从包括语义分、实例分、全景分等资料来源：CDN

人工智能商成熟度升，计机视觉速发展数据、算力和算法驱动人工智能迈入快车道在数据算力和算法的进步与驱动下近年来人工智能商业成熟度不断提升，行业进入加速发展阶段。与此同时，人工智能与传统产业的融合发展，彰显出了巨大的市场潜力，吸引了包括国内外科技巨头、解决方案及设备供应商、传统行业龙头企业以及人工智能企业等各类企业，积极参与到各个层面及细分领域的发展布局和市场竞争中。各类企业因资源禀赋、创新能力、经营策略等方面的差异，其经营模式、产品服务及应用领域等各有侧重。行业内主要企业具体情况如：图4：人工智技术已经渗透至各个行业中资料来源：商汤科技招股书，人工智能行业产业链可分为基础层、技术层、应用层。基础：主要包括芯片、软件框架、传感器、服务器、数据（集）等软硬件及服务，为技术层提供算力、数据等底层支撑，是人工智能发展的重要基石。技术：主要通过基础层的算力、数据支持，进行海量模拟训练和机器学习建模，为人工智能提供核心的算法与应用技术，主要包括以深度学习为代表的算法模型，以及计算机视觉、智能语音、机器学习、生物特征识别、知识图谱等关键技术。技术层是人工智能发展的核心，对应用层的智能化发展起到决定性作用。应用：基于基础层与技术层，面向特定应用场景需求而形成的软硬件产品或解决方案。人工智能应用广泛，可有效赋能下游领域实现人工智能应用，为其转型与发展注入强劲新动能。人工智能核心计算机视觉，场景应用快速扩展作为人工智能行业的率先取得突破应用场景明确的关键分支计算机视觉产业链也可分为基础层、技术层、应用层。基础层包括硬件支持、算法支持和数据集；技术层包括视觉技术平台、视频识别、图片识别和模式匹配；应用层包括计算机视觉技术在智慧城市、智慧安防、智慧物流、智慧金融、手机终端和智慧商业等领域的应用。随着机器学习的不断推进，图像及视频识别准确率持续提升，计算机视觉算法向着高效求解复杂问题、进行全局优化的方向发展。图5：计算机视觉产业包括基础层、技术层、应用层等资料来源：艾媒咨询，计算机视觉技术实际应用的技术领域不断扩展从最初的静态人脸识别和光学字符识起步，逐扩展到人脸识别分析、活体检测、人体识别分析、物体检测识别、行为识别分析、人体重识别、医疗影像诊断技术等诸多种方向。除了技术越发成熟计算机视觉技术与场景结合的应用领域也越来越广泛，除应用较早的安防、金融、互联网等领域之外，城市治理、楼宇园区、医疗影像等创新领域正逐步实现应用，成为计算机视觉技术快速发展的重要支撑，计算机视觉领域市场规模仍处在高速增长阶段，中国有高达42%的企业应用计算机视觉相关技术。技术持续提升，带动千亿级规模市场近年全球高度重视计算机视觉的研究和应用在核心技术和产业化应用上的研发投入持续增加计算机视觉技术主要基于使用神经网络的深度学习算法，神经网络和深度学习的快速发展极大推动了计算机视觉的发展，使其成为人工智能行业中成熟度相对更高、商业落地较早的技术。数据量的爆炸式增长、算力的大幅提升、深度学习算法的日益优化也是计算机视觉行业快速发展的三大因素：数据为深度学习算法提供训练支撑。海量的应用场景数据为计算机视觉算法提供训练基础，从而使得计算机视觉算法精准度提升，让机器最终实现精准的视觉识别。人工智能芯片发展不断提升计算机视觉算力PFPSIC等专用芯片具有良好的并行计算能力，大幅提升了数据处理速度，缩短了计算过程和模型架构调整时间，为计算机视觉的发展提供了算力支持。深度学习算法的发展有效提升计算机视觉准确度。深度学习算法是以多层神经网络为基础，以海量数据为输入的规则自学习方法。它能够通过输入的海量行为数据对规则中的参数进行调整，让机器通过数据训练，在数据库中自行归纳物体特征，而后依照其归纳出的规律对物体进行识别。2021年，我国计算机视觉核心产业规模和带动相关产业规模分别为989.6亿元和309亿元占人工智能核心产业和带动相关产业规模的比重分别达到4.%和4.%。通过对下游行业需求统计测算2021年，中国计算机视觉核心产品的市场规模已接近千亿元大关。此外，与计算机视觉相关的计算机通信设备销售、工程建设、传统业务效益转化等带动相关产业规模超过3000亿元且在未来的几年中，图6：2019-2025年中国计算机视觉市场规仍将快速增长

计算机视觉核心产品规模 带动相关产业规模0

资料来源：Rsrh

四类企业划分市场格局，多层次发力目前，人工智能行业的主要参与者可分类为国际机器视觉企业、综合型科技企业、技术型科技企业及智能化转型的硬件厂等四大阵。国际机器视觉企业：康耐视和基恩士等国际企业作为传感器和测量仪器的主要供应商，在工业自动化的发展历程中打造了底层开发的研究基础形成了种类丰富的机器视觉产品体系系机器视觉领域的先驱者。综合型科技企业：以百度、华为等为首的综合型科技企业全面布局人工智能的基础层、技术层和应用层，既着力于开发计算和开放平台，面向人工智能云边端的自主研发芯片产品，又注重结合场景，提供行业解决方案和消级产品并已实现规模化销售，系人工智能行业的重要参与者。技术型科技企业：商汤科技、依图科技、云从科技、科大讯飞、云天励飞、虹软科技、汇顶科技、寒武纪等技术型企业以计算机视觉、语音识别、人工智能芯片等分支技术方向为出发点，顺应行业趋势，迅速发展壮大，系人工智能行业的中坚力量。智能化转型的硬件厂商：海康威视、大华股份等硬件厂商以传统的摄像头为基础，通过硬件的智能化转型切入人工智能行业，系人工智能行业的重要参与者。中国计算机视觉厂商具有基于基础算法进行改进和优化并形成各自特有算法的技术能力据IC统计2019年商汤科技旷视科技云从科技、依图科技四家企业占国内计算机视觉应用市场份额的51.40%。图7：商汤、旷世依图云从等公司是计算机视觉的重要玩家数据来源：旷视科技招股书，而计算机视觉的下游应用包罗万象既可以直接输出通用的技术也可以结合垂直行业的痛点提供相应的产品与解决方案。针对垂直行业类，一般根据场景和需求区分不同落地行业其中以泛安防为大头互联网、金融、工业、医疗等为辅构成主要应用行业，具体如下：泛安防领域（包括公安、交通、社区、文教卫等），深受政策及财政支持，多年以来一直是计算机视觉乃至整个国内人工智能产业实际落地的重要基石2021年国内泛安防领域计算机视觉核心产品市场规模达到531亿元占计算机视觉总核心产品规模的70.%预计到2026年将接近1000亿元。互联网领域在互联/IT/安防等领域巨头大力进I开放平台业务的环境下计算机视觉算法技术将通过PI调用模式快速扩张2026年有望突破300亿元。金融领域，主要通过计算机视觉产品技术完成人脸识别及证照识别等工，由于前期市场需求已大部分得到满足，未来数年市场将保持稳定中速增长。工业领域，有设备在线监测与运维、智能检测运维、智能辅助运输和工业视觉质检等方向，但由于需求有限，预期未来市场增长平稳。医疗领域，是近两年时间内计算机视觉应用最火热的领域之一，尽管现阶段市场规模仍较小，但随着以计算机视觉技术为核心的I医学影像辅助诊断产品及新型智能医疗器械在各级医院及医疗机构的铺开，医疗领域的计算机视觉核心产品规模将超过100亿元。图8：2019-2026年中国计算机视觉核心产广泛应用于各个行业资料来源：Rsrh

技术和应用驱动行业增长，未来发展走向融合、综合行业趋势转向技术协同、综合性竞争近年来，视觉人工智能的多数研究都集中在深度学习检测和分类面/手/姿势3D传感技术等方面。随着识别准确度的提升空间趋小，研究重心将逐渐转向技术协同、融合与应用。同时随着人工智能覆盖日常生活、科研、商业创新以及国家安全等社会运行的基本要素，一大批行业得到人工智能的赋能，在解决行业需求痛点的基础上，竞争维度也将逐步从单一技术领先性竞争转向综合服务能力竞争。在计算机视觉的赋能下，助力优化产业链结构，同时也逐步创造了产业新领域，实现增长新动能。端云架构协同技术融合与应用是大势所趋在计算机视觉领域内，将终端设备演进为小型数据中心集群，并与云端高效协同将成为研究重点之一。终端设备的铺设和数据量的增长将使面向云端的传输压力倍增，这要求端侧完成部分云侧的图像处理功能。而在终端逐渐提高的算力要求，例如更加准确的实时识别，也需要端云架构的协同整合。在识别技术趋于成熟的今天，端云深度结合与协同将成为识别技术的重要依托，如何将两侧的架构进行不断耦合优化也将不会局限于计算机视觉技术，而成为人工智能技术层共同探索的方向。目前，业内的部分研究也在突破对识别准确度的单一聚焦，转向更加综合的计算机视觉问题，如图像描述、事件推理、场景理解等。未来，视觉人工智能将与其他的智能技术协同融合，评判因素也将由准确性延伸至识别的灵活性、推测的合理性。例如，融合自然语言处理技术来完成图像描述，将图片翻译为一段文字。计算机视觉人工智能行业的竞争维度逐步从单一技术领先性竞争转向综合服务能力竞争。随着I算法技术的不断进步，视觉人工智能企业技术成熟度均已达到较高水平，同行业企业间的技术差异正在逐渐缩小，行业技术进步所带来的边际改善效应正在衰减。在更多场景下，竞争者之间的技术水平都已经可以较好地满足用户的需求。故而，视觉人工智能领先企业间的竞争正从过往的以技术领先性为核心的技术研发竞争逐步转向以用户需求理解和应用场景落地为核心的技术应用竞争。各行业结合计算机视觉技术的发展趋势和相应市场的驱动因素也均有差异性。例如，面向企业的计算机视觉软件，是为了企业在各种场景中实现数字化运营，主要驱动因素包含运营管理改善、工效率提升、用户体验增强；面向城市管理的计算机视觉软件主要为了通过海量数据训练来改善人工智能模型，从而保证居民居住安全、改善交通环境、提高城市管理效率等面向消费端的视觉技术软件为消费者带来媒体娱乐、社交活动及医疗方面的创新服务，其市场的主要驱动因素包含IoT设备激增用户对I体验需求增加以及I在医疗行业的广泛应用等面向汽车的视觉技术作为汽车智能化革命的一部分，以有效训练I模型并不断提高自动驾驶能力，结合云服务使车辆实时与环境交互，提高自动化安全性能。从具体应用领域看，安防影像应用占比最高，安防金融领域渗透率最高，已形成规模化应用。相关标与资建议相关标的虹软科技虹软科是全球领先的视觉I算法提供商，核心竞争力在于将其视觉底层算法复用于各行业的能力目前公司采全栈式研+开放平”的模式，通过全栈式开发实现对于视觉底层算法的持续积累；借助开放平台保持自身技术始终处于业内领先地位，并快速发现市场机遇。公司2021年营收.73亿-16.1%归母利1.1亿（-4.01%20214营收1.26亿元-30.8%），归母净利0.18亿元-5.73%）；0221营收1.36亿-9.39%），归母净利025亿元55.86）。手机拍摄算法业务拐点即将到来荣耀分拆有望带动虹软长期市占率上升12021年手机视觉业务收5.1亿-1.02%分客户来看，我们认为第一最大的影响来自于华为2021年公司处于华为业务快速掉量而荣耀业务尚未起量的阶段。第二，来自G的影响在20212显现可推算20212公司来自韩国收入大幅下滑而这一数据在20211+25%左右，考虑到三星手机迭代节奏、销量等方面未出现重大变化，我们认为更多地是由于G从20212开始不做手机带来的影响第三，部分小型手机厂商由于疫情的影响而退出手机行业，这部分的长期影响仍需评估220221移动智能终端视觉业务营收1.17亿-19.28%我们认为，目前华为G的掉量在业绩中已逐渐反映，而荣耀与高通合作使得公司后续来自荣耀的单机价值量有望超过此前的华为，随着这部分业务的起量，公司手机业务将在2-3迎来拐点。车载视觉业务：前装业务料将超预期，对高通的knowhow望成重竞争优势201年车载视觉收入.20亿-69.5%收入下滑主要受智能驾驶后装市场客户业务波动及产业链芯片紧缺影响，而对于公司重点发力的前装业务，东风岚图、长城的部分车型已于2021年量产出货2）20221车载视觉收入0.19亿元+907%），由于20212单季收入约为300-400万元，这意味着20221前装业务是超预期的。考虑到20222起前装版税费收入将进入放量期，全年车载业务营收大概率超预期）由于公司在手机端与高通合作多年，对于高通芯片体系的knowhw远胜于竞对手双方的合作由手机迁移至智能座舱非常顺畅，这将成为公司座舱视觉业务的重要竞争优势。商汤科技商汤科成立于2014年，核心技术包括人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等，主要应用领域包括智能手机互联网娱乐智能车舱智慧安防智慧零售智慧健康等。经营业绩2019-201年公司营业收分别为3.27亿3.51亿元、47.00亿元增速6.30%14.0%36.20%毛利率分为56.8%70.57%、69.73%研发投入1.16亿元24.4亿元36.14亿元至2021年末，公的全球专利资产累计11494件，较200年底增长96%，其中发明专利占比78%。产品结构：Snsor+软件平+I-s--Srvc。基于专有的人工智能基础设施(Ssor)，集中量产人工智能模型。再通过软件平台，将Snsore的能力作为通用的I-s-Srvce提供给客户使其无需深厚的专业知识、巨大资本投入即可轻松生产出符合自身业务需求的人工智能模型。图9：商汤科围绕esoe打造了跨行业解决方案资料来源：商汤科技招股书商汤的软件平台又可细分为智慧商业、智慧城市、智慧生活、智慧汽车四大类：面向智慧商业的Sneouny-nteis（商汤方舟企业开放平台：商汤方舟企业开放平台用于实现互联、高效及可扩展的企业运营，为客户带来更好的业务成果。企业方舟已广泛应用于诸多垂直行业，包括商业空间管理住宅物业管理制造基础设施交通金融服务于2021年上半年，公司服务了635个智慧商业客户。面向智慧城市的eneouny（商汤方舟城市开放平台）：商汤方舟城市开放平台内含14,000多个人工智能模型将城市视觉信息实时转化成运营洞察、事件警报及管理行动。城市方舟用于对公共设施状况的检测及追踪自然灾害的影响。城市方舟已成为数字城市运营的操作系统，并提高了城市的安全性、效率、便利性及环境质量。截至2021年6月30日城市方舟已经在国内外119个城市部署主要为市政府及相关部门等公共部门的终端用户服务。图10：商汤科针对智慧城市应用场景打造城市方舟平台资料来源：商汤科技招股书面向智慧生活的eseSeseS及eeae平台公司已构建赋能IoT设备及驱动元宇(tvrs)的多层基础设施，以提升终端用户体验。通过赋能200多款手机R及R设备、智慧大屏及消费级无人机SnsE及SnsS实现了真实世界及虚拟世界的连接截至2021年6月0日SnsE及SsS累计赋能超过4.5亿部手机及200多款手机应用程序Snsre软件平台提供多种人工智能工具，赋能诊断、治疗及康复等医疗服务。面向智能汽车的eeut（商汤绝影智汽车平台公司的绝影智能汽车平台内含约1,400个人工智能模型能够为汽车厂商提供DS系统、智能座舱系统及I-s--Srvc，帮助客户开发并增强自动驾驶能力。截至2021年6月30日，公司已与30余家车企合作，并已获选为50多个车型的供货商在未来数年内向其,000多万辆汽车供应绝影产品。旷视科技旷视科成立于2011年，核心技术包括人脸识别、视频结构化、智能计算摄影学、智能视觉传感器增强、机器人导航与定位等方面，主要应用领域包括智慧城市、智慧社区、智能手机、智慧楼宇、智慧物流等。经营业绩：2018-2020年2021年未披露，公营业收分别为8.54亿、12.60亿元1.91亿元，速181.19%、4.47%、1.38%；毛利率分别为62.23%、42.55%、3.11%；研发投入5.98亿元9.33亿元、8.96亿元截至201年6月30日公司的研发人员数量占当年员工总数的比例为48.58%，公司拥有934项专利权（包括境外专利67项），其中发明专利464项。产品结构I算法体+系统应用软+协同硬件设备公司拥有创新性的IoT软硬一体化解方案，即将I、软件和硬件结合的软硬一体化产品体系。它包括以ran++为核心的I算法体系，由IoT操作系统和行业应用构成的软件，以及由传感器模组、传感器终端与边缘设备、机器人及自动化装备组成的硬件。ain+：公司自主研发了新代I生产力平台rn++该平台是公司科研实力的代表也是工程实践和产品创新的基石ran++包括深度学习框架gngn（旷视天元深度学习云计算平台gompute以及数据管理平台gt，将算法、算力和数据能力融为一体。IoT操作系统：实现从IT连接、数据处理、数字孪生到应用赋能的功能集成。当前，物联网更多强调应用、设备之间的直接互联，缺乏智能的感知、分析和协同能力。而IoT操作系统则是在应用和设备之间增加的一个新的操作系统层，使其具备连接、分析和协同能力。具体而言，城市IoT操作系统有着眼于城市全局数字化的智慧城市操作系昆仑和关注城市微单元的智慧建筑操作系盘古供应链IoT操作系统有智慧物流操作系河图。图1：旷视科技从传统互联网到IoT均有涉及资料来源：旷视科技招股书I重新定义的硬件通算法-软-硬的协同设计模式构建了由传感器模组、传感器终端与边缘设备、机器人和自动化装备构成的I重新定义的硬件。此外，公司还针对特定行业，打造了I重新定义的行业应用，主要包括消费物联网城市物联网供应链物联网三大场景在消费物联网领域，公司与消费物联网设备头部企业保持了良好的合作关系，市场占有率居于前列在城市物联网领域公司解决方案应用于百余座国内城市，是中城市物联网行业中地域覆盖最为广泛的供应商之一；在供应链物联网领域，公司提出同构仿的概念，并作为供应链物网解决方案服务商，帮助多家行业知名企业实现了仓库、零售店及工厂的数字化及智能升级，提高供应链的效率。图12：旷视科技产覆盖消费物联网、城市物联网、供应链物联等三大场景资料来源：旷视科技招股书，云从科技云从科成于2015年，核心技术包括人脸识别、视频结构化、机器学习训练引擎、知识图谱、自然语言处理、物体检测、光学字符识别等方面，先后布局智慧金融、智慧治理、智慧出行及智慧商业等四大业务领域。经业绩：2019-2021年，公司营业收分别为.07亿、7.55亿元、10.76亿元增速66.77%-.51%42.4%毛利率分别为40.89%4.46%、7.01%。研发入4.4亿元、.78亿元.34亿，研发人员数量824人997人575人占员工总数的4.64%5.42%51.3%截至2021年末，公及子公司拥有专利316项，其中发明利133项、实用新型55项和外观设计专利128项。产品结构：操作系统+IoT设备+应用方案。公司主要产品及服务按照提供交付内容和业务模式可划分为人机协同操作系统和人工智能解决方案。人机协同操作系统业务：指公司向客户提供自主研发的基础操作系统及其核心组件和基于操作系统的应用软件及相关的技术服务。同时，公司推出轻量化且功能全面的基于人机协同操作系统轻舟通用服务平台，开放式地引入生态伙伴共同开发I应用及配套SS服务。人工智能解决方案业务：指公司提供解决特定行业客户业务问题的智能化升级解决方案；公司凭借所具备较强的I技术能力和行业应用场景的深刻理解，为客户提供涵盖架构咨询与设计、软硬件产品适配优化、交付部署、售后维护等环节的一体化解决方案。人工智能解决方案会将人机协同操作统作为方案架构的核心组成部分，充分发挥操作系统提供的I能力再结合智能IoT设备和第三方软硬件产品等为客户解决特定行业问题。云从科技主要基于自主研发的人机协同操作系统及其应用产品和IoT硬件设备面向智慧金融、智慧治理、智慧出行、智慧商业四个领域提供综合解决方案，同时根据客户需求基于公司人工智能核心技术并结合其他应用领域的技术为客户提供定制化软件开发服务。图13：云从科提人机协同操作系统和人工智能解决方案资料来源：云从科技招股书依图科技依图科成立于2012年，核心技术包括人工智能芯片技术以及计算机视觉技术、语音技术和自然语言处理技术等人工智能算法技术，为客户提供包含人工智能算力硬件和软件在内的人工智能解决方案。依图科技产品服务主要应用领域包括了城市管理、医疗健康等智能公共服务以及商业地产、金融业、制造业、交通运输等智能商业。经业绩：2018年2019，公司营业收分别为3.04亿元、7.17亿元增速342.83%、135.55%；毛利率分别为54.55%6.89%。研发投入2.91亿6.7亿元至2020年6月0日公司有研发人员837人，占员工总数为55.5%。截至2020年6月30日，公司及控股子公司已取得境内专利115项，2项境外专利。产品结构芯片和算法为核心软+自研硬+方案公司从客户需求出发提供人工智能行业解决方案，解决方案的形态主要包括软件、硬件、软硬件组合以及SS服务等。公司的人工智能算力硬及软件，通过单独或组合的方式构成人工智能解决方案。其中，软件产品主要提供解决方案的功能实现，软件主要功能与解决方案一并阐述；硬件产品主要提供解决方案功能实现所需的感知、存储、计算能力，在多个解决方案中均有销售。根据应用场景的不同，公司的主要业务可以分为智能公共服务和智能商业两大类。智能公共服务业务覆盖城市管理、医疗健康等场景，终端客户包括政府部门医疗机构及大型企业等智能商业业务覆盖园区管理、网点服务、安全生产、交通出行和互联网服务等场景，终端客户包括商业地产、金融业、制造业、交通运输、互联网等领域的业客户。云天励飞云天励成立于2014年核心技术包括海量类别高精度度量学习技术、高密度图像特征搜索技术、大容量视频结构化技术等人工智能算法，以及芯片技术、工具链技术、基础系统软件技术等人工智能芯片技术。云天励飞产品服务主要应用场景包括数字城市运营管理和人居生活智慧化升级两大业务场景。经营业绩：2018-2020年2021年未披露，公营业收分别为1.33亿、2.0亿元、.26亿元，速164.90%、7.15%8.03%；毛利率分别为56.3443.7%3.74%研发入1.6亿元.00亿2.19亿元截至2020年末公司有研发员470人占员工总数的6.67%，公司已取得263项专利（含境外专利8项），其中发明利170项、实用新型专利21项、外观设计专利2项，已登记的软件著作权155项。产品结构算法芯片软+定制硬+服务公司盈利模式主要为基于自研的算法软件芯片等核心产品搭配外购的定制化或标准化硬件产品、安装施工服务等面向政府机构等终端客户企事业单位等集成商客户，根据其需求交付相应软硬件产品或解决方案，并有少量自芯片单独实现销售收入。公司的解决方案中，通过终端的智能摄像头等设备或边缘端的智能设备实现视频、图像数据的采集和简单结构化处理，通过光纤等介质将视频或图像数据传输至云端系统，进行数据的目标属性分析、目标检索视频结构化分析数据存储和挖掘等最终输出结果至政府、公安、园区、社区、商业用户等最终用户。图14：云天励飞核心技术解决方设计数据采集、数据传输、结果输出等多个环节资料来源：云天励飞招股书根据下游应用场景的不同，公司的主营业务聚焦的服务场景分为数字城市运营管理和人居生活智慧化升级两大业务场景，以数字城市场景为主，逐步向人居生活场景拓展。数字城市场景的I解决方案公司提供端云协人工智能产品及解决方案目前主要用于智慧安防、城市治理、疫情应急响应等领域，通过对数字城市各主要需求领域的I赋能提升政府对城市安全防控、交通监管调度突发事件响应等领域的运营管理效率提升城市精细化、数字化治理水平。公司在数字城市领域提供的I产品及解决方案当前主要应用在智慧安防场景在城市治理疫情控等场景亦有项目落地。人居生活场景的I解决方案：公司在城市数字化运营管理I解决方案的基础上，将公司产品及解决方案进一步渗透至数字化城市中涉及居住、生活等各微观场景，通过I赋能提升居住、生活等各方面的安全性、便利性及体验感。公司在人居生活智慧化升级的应用场景主要以智慧社区、智慧园区以及智慧泛商业为主。格灵深瞳格灵深成立于2013年，核心技术包括基于深度学习的模型训练与数据生产3D立体视觉、自动化交通场景感知与事件识别、大规模跨镜追踪、机器人感知与控制等。格灵深产品主要应用于智慧安防、智能零售、智慧银行和新能源领域，提供包含智能传感器、智能识别、智能云计算和服务机器人的综合智能解决方案和服务。经营业绩：2019-2021年，公司营业收分别为.71亿、2.43亿元、2.94亿元增速3.04%240.8%20.95%毛利率分为53.3%61.58%、55.63%；研发投入0.96亿元、1.14亿元121亿元。产品结构技术平+应用平+前端产+解决方