2018年智能影像行业研究报告

智能影像是继图像识别后的又一大计算机视觉应用爆发点。目前，计算机视觉技术中，图像识别主要是基于静态图像的识别、分析和应用，未来技术和应用的重点将转向动态图像技术，即视频的智能化获取、识别及处理，最终实现视频的智能化生产。目前，智能影像技术已经在智能营销、游戏AI引擎、交通安防、无人机、自动驾驶等场景下进行了广泛的应用。

智能影像行业的发展与人工智能，尤其是计算机视觉技术息息相关，从产业链结构来看，可以分为技术层和应用层两大部分。从技术角度看，智能影像主要依托于人工智能的基础硬件和算法模型，核心是计算机视觉技术对图像和视频的获取、分析和处理能力。根据Gartner的2018年人工智能优先级矩阵，计算机视觉技术获得主流接受的年数为2至5年，大规模应用的时代即将到来。随着人工智能技术与实体产业的不断融合发展，计算机视觉算法的图像识别能力越来越强，各国也陆续涌现了一大批优秀的计算机视觉公司。从应用角度看，智能影像在多个垂直行业有广泛的应用前景。目前，智能影像已经与文娱、教育、医疗等行业深度融合，形成切实有效的落地方案，体现了强大的商业化能力，比如：影谱科技主导的AI+大文娱领域，众多科技巨头和创业公司布局的医疗影像AI领域等。

智能影像行业处于起步阶段，市场发展空间巨大，目前各细分领域竞争格局未定，商业模式处于探索期。计算机视觉技术是智能影像行业的核心技术基础，数据显示，2017年基于人工智能的计算机视觉全球市场规模为23.7亿美元，预计2023年会达到253.2亿美元，预测期内的复合年增长率为47.54%。从技术水平来看，国内厂商在人脸识别领域处于国际领先地位。而综合各细分领域热度来看，目前人脸识别是计算机视觉领域的竞争热点，金融、安防领域的人脸识别为重点布局场景。应用场景方面，我们选取文娱、教育和医疗三个领域进行分析，文娱行业又细分智能营销和游戏两个方向，分别从市场规模、竞争格局和商业模式三个维度展开，得出相应的结论。

典型企业研究方面，我们选取了现阶段智能影像领域的典型企业商汤科技、旷视科技，以及影谱科技三家，分别从股权结构、核心团队、商业模式、产品布局和融资情况五个方面进行比较。商汤科技估值约60亿美元，在高校资源方面具备先天优势，自主研发了原创深度学习平台Parrots，和高通开展“算法+硬件”形式的合作，从人脸识别切入，在安防、手机、社交、自动驾驶等诸多需要大量进行人脸识别的领域抢占市场。旷视科技估值约60亿美元，确立了“技术和场景双轮交替驱动”的商业模式，在消费、公共和商业IoT（物联网）三大市场发力，研发的人脸识别技术，图像识别技术，智能视频云产品，智能传感器产品，智能机器人产品已经广泛应用于金融、手机、安防、物流、零售等领域。影谱科技估值近100亿人民币，凭借在人工智能、计算机视觉、视频结构化、深度学习、大数据等领域的技术优势，致力于为文化、新零售、教育、体育等行业提供基于智能影像生产技术的商业化综合服务，带动科研技术转化为实际经济增长力，同时挖掘人工智能及视觉技术的多维度应用价值，拓展商业边界。

2017年到2018年上半年，智能影像行业融资情况良好，主要融资案例发生在B轮之前，地域分布上以北京市为主，细分领域上计算机视觉技术和医疗领域案例较多。2017年到2018年上半年，我国人工智能领域共发生771笔投资，总金额达1,234.26亿元人民币。其中，智能影像领域的案例数在总案例数中的比例始终保持在二成到五成左右。从融资阶段方面看，智能影像领域的融资案例主要发生在B轮之前。2017年到2018年上半年，一共有150个智能影像领域的企业获得了融资，从地域分布上看，65个企业注册于北京市，约占四成。从被投企业的设立时间来看，2017年至2018年上半年之间获得投资的智能影像企业主要成立于2015年至2017年，约占三分之二。从案例数量上看，智能影像领域的投资案例中，计算机视觉技术服务的案例最多，约占四分之一，其次是医疗领域的案例，约占五分之一，再其次是交通和安防领域的案例，约占五分之一。

随着人工智能进入普及期，智能影像行业将迎来整合潮，政企合作仍是主流趋势。智能影像行业发展仍面临诸多问题，比如：人工智能的算力和算法仍未取得根本性突破，计算机视觉技术背后有很多认知问题需要解决，智能影像技术真正要落地仍面临数据标准化问题等多重挑战，主流团队技术差距逐渐缩小，应用场景又相对集中，整个行业面临较大竞争压力。未来5-10年将是人工智能的快速发展和普及期，不仅有国家政策的加持，技术领域的不断突破更是行业发展的强大助推器，智能影像与应用场景的结合，离不开技术提供方和传统厂商的通力合作，双方资源优势互补，致力于给用户提供更好的垂直行业解决方案，智能影像主流厂商正加快与政企单位合作，共同推动AI影像技术在应用场景的落地。目前文娱领域是智能影像商业化程度最为领先的行业，同时也正在快速向教育、医疗、交通、零售、移动互联网应用、工业检测等场景渗透。