VR、AR互联网+已经饱和，玩人工智能的你拿什么赢得竞争

2025-12-03上海AR开发专家

• 
  时至今日,人工智智能作为科技发展最重要的趋势本身已无争议。但要实现人们想要的结果,比如安全的无人驾驶、人工智能理财、人工智能生活助手、沉浸感强的VR、逼真的AR等,还有很长的一段路要走。
  但不管如何,人工智能的大幕已经拉开,产业的号角已经吹响。对于投资人和创业者来说,目前的智能手机为代表的移动互联网已经达到高峰,人口流量红利消失,要想获得更高的收益,只能向其他领域发展,而人工智能作为能够给人的生活、工作、娱乐等各个方面都带来颠覆性想象的领域。它是目前投资人和创业者重兵囤积的战略要地。
  人工智能核心有两个方面:
  一是数据,要有足够优质和足够多的数据;
  二是训练数据的手段和方法,包括了计算能力和算法。
  但对于普通用户来说,这些都是底层的技术,不可感知,也不需要感知,也不关心它内部的逻辑和系统。从满足需求的角度,用户确实无需知道,它最终一定会发展成为基础设施,像水、电、空气一样无处不在,不可或缺。但是,要成为渗透到人们生活中基础设施,需要有足够的应用场景去催化,光有土壤,没有阳光和雨露,树木不会茁长成长。人工智能要从从小树苗变成大森林,最需要什么来推动?
  场景创新是人工智能发展的催化剂
  随着人工智能、大数据、云计算、区块链等不断地发展,技术越来越高深,发展越来越快,但我们经常看到一种场景,就是一开始大家期望很高,资本疯狂涌入,媒体拼命造势,创业者激情无限,但过了一段时间,寒冬骤然到来,热情消退。比如我们看到了VR、AR,看到很多智能硬件等,人们从一开始充满期待,过段时间却是一地鸡毛。
  但这没有问题,历史上曾经很多次出现过类似的事情,比如2000的网络泡沫,著名的webvan电商公司倒闭,但并不能得出结论,整个互联网电商是不可行的,到2005年之后,亚马逊、淘宝逐步起来,到今天电商非常成熟。
  AR、VR、智能硬件、人工智能也面临同样的问题,行业发展的快慢,取决于很多因素,不仅仅有技术的问题,成本的问题,还有很重要的是场景创新。能不能有效地把技术与应用场景有效结合起来,也是行业能不能快速发展的重要因素。
  当场景成熟了,产业的发展就进入了快车道。比如互联网金融的网贷平台,它首先要服务于银行无法照顾到的用户,他们没有征信,这就为科技企业提供了一个切入金融入口。科技企业从其他方面获得数据,比如网络上的交易数据,如电商平台,利用了信用卡的账单数据等。一开始的风控模型可能很简单,无法高效识别真正的优质客户,但随着各种数据不断涌入来,风控模型不断完善,它能够在最短时间内获得比传统金融公司更强的的客户识别能力。风控的能力强,也意味着放贷成本大幅下降,同时,本来科技公司在获客成本上就有优势,最终必将在金融产业格局上形成颠覆性影响。
  在这里人工智能、机器学习在风控模式的升级迭代上有不可比拟的优势。但这个优势来源于场景扩张。拉面馆的服务员小张这个月有两个老乡要结婚,孩子刚刚出生,要买奶粉,老板十天后才发工资,有小几千的资金周转需求很正常,但向亲戚朋友借也不好意思开口。如有小贷平台,能够快速到账,这就是刚需。诸如此类的金融场景有很多,所以,这个让人工智能在这种非结构性数据领域有大展宏图的机会,场景驱动了人功能智能的发展。
  人工智能能否快速发展除了算力和算法的发展之外,更依赖于前端用户场景的创新和想象力。为什么无人驾驶目前发展最快,是因为它本身应用场景已经非常成熟。而更多人工智能要走向前台,要服务用户,更依赖于场景的创新推动。
  比如人脸识别作为人工智能发展的一个重要部分。人工智能可以用人脸是被来支付,比如马云曾在汉诺威消费电子、信息及通信博览会(CeBIT)上通过人脸识别技术购买了一件商品。这就创造了一个应用场景。这仅仅是开始,还有更多的人脸识别技术应用到现实中,包括我们熟知的安防和安检中。而人脸识别跟医美场景巧妙结合的方式,让人看到了人工智能应用的更多创造性应用。有一个应用叫Facewin,它把人脸识别的技术应用了医美场景,用户在整形前,可以通过人脸识别技术挑选自己希望的形象。也就是说,用户术前就看到术后的样子,这样来确定自己的方案。就像发型应用一样,让用户预知自己想要的模样,但这个比美发更加重要,医美的反复修整难度更大。不然手术后再看到自己的形象,如果很不满意,这个体验非常糟糕,毕竟脸部形态不是随随便便可以更换的。
  Facewin的人脸识别算法是基于caffe框架的深度学习算法,它研发的人脸特征点检测技术,可以为用户脸部标示出700多个特征点,捕捉到了足够多特征点,能够精确识别人脸。在人脸识别的基础上,facewin有一个创新就是“变脸”,它是一种图像融合算法,它会对初始人像和目标人像的五官进行互换。互换过程中,系统给出一个融合参数,让输出人脸细节做到自然。如果算法不好,最会出现初始人像和目标人像融合之后存在“ps痕迹”。
  最后,facewin跟其他人脸识别算法有独特之处的地方在于它有基础的可训练的数据,它把医美应用用户自拍上传的数百万张图片进行识别校准,提升了对中国女性用户的脸部特征点的检测正确率,据说,目前上传任何一张正面自拍照,对用户五官特征点的捕捉准确率超过97%。随着用户数据的积累,算法准确性会提升,让用户看到各个角度的视觉变化,微笑整形产生的细微变化都可以看到。对于医生来说,通过“变脸”技术还可提供可视化的方案,能达成更好的客户满意度。这样的应用比较能够从用户需求出发进行场景的创造,是推动人工智能发展的一个案例。
  人工智能时代的获客模式
  获客成本对于所有创业者来说,都是生死的事情。对于很多的垂直创业公司来讲,虽然客单价很高,但频次低,比如医美、网贷、教育培训行业,获客成本动辄好几千元,竞争对手越来越多,流量越来越少,获客成本居高不下,这个对于目前的互联网金融、教育、医疗等热门行业来说,都是企业发展最头疼的事情之一。
  如果仅仅通过资本去购买流量,那么互联网金融、在线教育以及在线医疗就成为了流量买卖的生意,谁的钱多,谁的流量大,谁就胜出。那么,创业就变成了资本游戏。但最后发现,真正从竞争中胜出,往往不是拿钱最多的,而是通过创造性方式做产品、做运营的公司。而现在,通过人工智能技术,如能进行场景创新,也是有机会形成一个低成本获客的方法。这方法一定是通过产品和运营的结合,而不是粗暴的流量买卖(土豪例外)。
  比如上文提到的Facewin通过把人脸识别技术跟“变脸”融合,还加上明星的娱乐元素,为自己带来低成本的流量。用户可以模拟整形后的样子,对于真心想改变自己形象的用户来说,是个刚需,会不断地尝试各种变脸元素,比如某某明星的眼睛、鼻子或者嘴唇等。另外,还可以通过一些基于人工智能的小游戏,比如通过变脸技术,把自己的五官融合跟明星形成结婚照,让年轻的用户有跟明星在一起的代入感,深受女性用户的喜欢。
  它融合了娱乐性、实用性,不仅有趣,还有用。发挥一下想象力,有一天,人脸识别作为放贷标准,是不是可以做到用户的征信跟人脸识别等人工智能技术结合?通过大数据分析出诈骗用户的特征,减少欺诈?只要人脸识别之后就可秒贷? 当然,从目前的技术和数据来看,单纯人脸识别还很难放贷,但当通过人脸识别、语音、虹膜识别等人工智能技术和基于这些数据背后提炼的特征,不用填写任何资料,是否就可放贷?今天看来是匪夷所思,或者完全白痴的想法,或许几年之后不再是幻想。有一天,征信不再是央行征信,不再是基于信用卡的征信,不再是基于社交关系,不再是基于消费记录等征信,而仅仅是通过人脸、语音等生物特征的征信。
  最后,哪些公司敢于破釜沉舟,敢于发挥场景创新的想象力,充分利用人工智能的技术,跟现有业务进行结合,场景越大众越好,越普通越好,越有想象力越好。一开始可能是娱乐,但随着数据的积累和算法以及算力的提升,逐步产生越来越没有想象的数据特征。比如说,是不是基于完全的生物特征就能对一个人做出判断?而不是基于人的行为特征?这些都是天方夜谭的东西,或许有一天就是平常事物。
  互联网+已经饱和,红利消失,下一波红利在没有新的计算平台出现前估计很难出现大的红利期。对于所有创业者来说,流量实在是贵地吓人,但唯有场景创新,尤其是与人工智能结合的场景创新是能够激发用户使用,带来新的流量,以更低的获客成本,赢得竞争。