電子發(fā)燒友網(wǎng)報(bào)道（文/周凱揚(yáng)）在人機(jī)交互方式上的差別下，如今主流的智能家居產(chǎn)品已經(jīng)被分成了智能視覺、智能語(yǔ)音和智能觸控等產(chǎn)品。而智能視覺產(chǎn)品作為傳統(tǒng)視覺方案的智能化延伸，已經(jīng)成了整個(gè)智能家居市場(chǎng)增速最快的產(chǎn)品之一。根據(jù)艾瑞咨詢的統(tǒng)計(jì)數(shù)據(jù)，2021年國(guó)內(nèi)家用攝像頭的出貨量就達(dá)到了4650萬(wàn)臺(tái)，同比增長(zhǎng)15%。

典型的家用智能視覺產(chǎn)品包括智能攝像機(jī)、智能可視門鎖/門鈴、智能可視掃地機(jī)、智能寵物喂食器和智能溫變器等等。之所以是智能視覺，在于這些產(chǎn)品不再僅僅提供一個(gè)視覺上的交互窗口，而是進(jìn)而提供主動(dòng)和智能的交互。所以我們可以看到在競(jìng)爭(zhēng)激烈的智能家居市場(chǎng)里，不少?gòu)S商正在利用上云來(lái)突圍。

智能視覺AI急需算力突破

智能家居中最典型的一大應(yīng)用場(chǎng)景就是智能攝像頭領(lǐng)頭的家用視覺方案，隨著傳感器和圖像處理引擎的性能越來(lái)越高，我們已經(jīng)看到了少量AI應(yīng)用的落地，比如AI人形監(jiān)測(cè)和跟蹤等等。

盡管目前邊緣AI的效能在不斷提高，但在功耗的硬性限制下，邊緣算力的提升仍是有限的，全程交給前端采集的算力并不現(xiàn)實(shí)。即便可以部署各種AI解決方案，往往也是比較輕量的AI模型，不一定能夠滿足所有場(chǎng)景的需求，或是沒法達(dá)到預(yù)期的性能，比如實(shí)現(xiàn)車輛、寵物、包裹識(shí)別和摔倒提醒等，所以端云協(xié)同和流式的AI分析處理就成了不少智能視覺應(yīng)用的首選。

就拿視覺AIoT廠商積加科技搭建的A4x平臺(tái)為例，他們就采用了云端異構(gòu)計(jì)算的思路，并自主研發(fā)了Uni-Smart流式處理框架，達(dá)成了一套AI模型自動(dòng)化生產(chǎn)流水線，可以完成AutoML、遷移學(xué)習(xí)、結(jié)構(gòu)化算法訓(xùn)練和推理框架等多種AI負(fù)載。

此外，Uni-Smart具備超低的音視頻流AI分析鏈路，全鏈路延遲平均3-5秒，支持對(duì)事件實(shí)時(shí)報(bào)警。在接入他們的智能攝像機(jī)產(chǎn)品解決方案后，就能實(shí)現(xiàn)全屋智能中的感知、識(shí)別甚至是決策。家用攝像機(jī)的功能也不再局限于記錄，還能做到哭聲提醒、輔助看護(hù)等功能。

可以看出，單靠端側(cè)的AI算力是絕對(duì)無(wú)法給智能視覺的應(yīng)用場(chǎng)景帶來(lái)突破的，也無(wú)法真正實(shí)現(xiàn)“主動(dòng)式”的智能交互。

為什么要掏錢買云存儲(chǔ)？

雖然AI已經(jīng)為智能視覺產(chǎn)品帶來(lái)了使用體驗(yàn)上的全面提升，其機(jī)身也有一定的存儲(chǔ)空間，但我們可以看到的一個(gè)趨勢(shì)是，越來(lái)越多的家用智能視覺產(chǎn)品開始加入云存儲(chǔ)，而且前期掏錢的是廠商，后期掏錢的是用戶。

對(duì)于智能視覺廠商來(lái)說(shuō)，他們要想擁有一個(gè)可靠的AI模型，能夠像上面說(shuō)的一樣，做到寵物、老幼人群的特征和事件識(shí)別，就不得不去用收集到的大量數(shù)據(jù)進(jìn)行脫敏訓(xùn)練，但很多時(shí)候數(shù)據(jù)并非用完就扔，還需進(jìn)行后續(xù)的優(yōu)化，如何存儲(chǔ)這些數(shù)據(jù)也就是這些廠商要解決的問題，所以云存儲(chǔ)的第一筆錢是由廠商自己來(lái)掏的。

且不說(shuō)訓(xùn)練AI模型需要大量的數(shù)據(jù)量，就連不少智能視覺方案本身，也開始追求大容量的存儲(chǔ)，但邊緣端存儲(chǔ)考慮到體積和功耗的問題，往往不會(huì)選擇本地存儲(chǔ)，所以趨勢(shì)紛紛轉(zhuǎn)向了云存儲(chǔ)。對(duì)于家用智能視覺產(chǎn)品來(lái)說(shuō)，云存儲(chǔ)也可以作為一種增值服務(wù)，也就是用戶要掏的這筆錢。

與此同時(shí)，對(duì)于視覺數(shù)據(jù)的云存儲(chǔ)已經(jīng)不再僅僅局限于省掉本地存儲(chǔ)這一種功用了，就拿我們接觸比較多的照片云存儲(chǔ)為例，現(xiàn)在這類應(yīng)用的供應(yīng)商已經(jīng)開始著手智能分類和智能檢索。比如谷歌和蘋果在其相冊(cè)應(yīng)用中都有類似的功能，讓用戶以關(guān)鍵詞來(lái)搜索照片內(nèi)容。

反觀家用智能視覺產(chǎn)品，需要處理的就多半是視頻這種形式了，而且這就更加無(wú)法依賴本地算力了。所以在云端的存儲(chǔ)方案上，做到存算一體的同時(shí)，以安全不侵犯隱私的方式做好智能分類和檢索，將為這一增值服務(wù)提供更大的吸引力。

小結(jié)

由AI和存儲(chǔ)這兩大需求看來(lái)，上云幾乎是每個(gè)家用智能視覺產(chǎn)品的必由之路。云端計(jì)算與存儲(chǔ)在賦能智能視覺的同時(shí)，用戶也會(huì)持續(xù)訂閱云服務(wù)這一增值項(xiàng)，這也是智能家居市場(chǎng)未來(lái)的一大閉環(huán)趨勢(shì)。模組、方案廠商以及云服務(wù)廠商都已經(jīng)開始建設(shè)自己的云平臺(tái)和云生態(tài)，盡快打通上云全流程，才是在深水區(qū)里突圍的最佳手段。