市占率达70%,悉见科技如何构建AI世界地图?|科创100人

简介: 移动互联网即将迎来下一波升级——城市空间虚实共生,实现所见即所得、千人千面的场景智能,这被业内称之为“全真互联网”。

        从本质来看,“全真互联网”的出现在于随着AR等新技术、新的硬件和软件在各种不同场景的推动,致力于帮助用户实现更真实的体验,让线上线下进一步融合,从而达到虚实世界的共生。 “信息交互效率与体验革命是文明的最大动力,Metaverse元宇宙是下一代互联网已成共识,其中连接数字与现实的AR世界空间地图是最重要的信息引擎与数据基础设施。”全球头部的MR世界地图明星创业公司悉见科技创始人兼CEO刘怀洋在接受创头条采访时表示。 作为国内唯一全自动化MR世界空间地图AI引擎,悉见科技的市场占有率已经接近70%。凭借核心技术和市场搭建在浙江遂昌举行的天池大赛·2021全国数字生态创新大赛总决赛中获得冠军。 谈及拿到创新大赛项目的肯定,刘怀洋表示,“天池大赛给了创业公司进一步面向市场的机会,也感谢数字生态创业大赛,在参赛过程中收获了投资与业内合作的机遇,未来悉见科技或将在遂昌本地进行空间地图的相关事宜。” 

-1-

AR世界:巨头重仓下一个互联网时代

          “信息交互和体验形式是随着科技进步不断发展的。首先是一维的门户网站,这个时代出现了搜索引擎公司如雅虎、谷歌;再到二维的图像视频、推荐引擎,这类代表出现了字节跳动和美团;在AR时代,已经走到了三维虚实信息的共生,这其中的信息搜索引擎有了很大的变化,就是连接数字与现实的AR世界空间地图。”刘怀洋解释。AR世界空间地图的重要性在于正成为新的流量入口,也逐渐成为各大巨头必争之地。 在国际上,从苹果公司来看,苹果目前已经收购了多家AR/VR公司,并且即将发布消费级的AR眼镜,成为手机下一代终端的战略级产品;脸谱在 AR/VR技术研发上投入也超万人,并且收购多家AR地图公司;此外,谷歌方面,其AR眼镜营收超10亿美金,还用1.8亿美金收购了AR眼镜商North。

          国内方面,华为此前发布鸿蒙的OS系统,正在大力构建AR世界地图,并投入大量团队研发消费级AR眼镜。此外,运营商也在大力采购和投资AR地图,作为5G时代基础设施。 “新的商业形态在不断改变,基于信息技术的革命,悉见科技在2016年3月成立,作为国内完全自研神经网络AI推理框架和全自动化建图流水线AI引擎的公司,历时五年实现核心技术研发攻关,并用三年去做市场摸索与产品打磨。能走向头部的MR世界地图服务商,悉见科技一直心怀匠心。”刘怀洋感慨。

-2-

悉见科技AR地图探寻:

信息引擎+应用生态+空间商业 

        如何在三维时代布局AR地图引擎? 创头条了解到,悉见科技首先完成了神经网络AI推理框架的完全自研。在该框架中,可以实现AI全自动化,利用纯视觉普通相机即可采集,成本较低;此外还通过众包、渠道等形式轻松完成信息采集。 其次,悉见科技在推理框架的基础上构建了全场景的特征知识模型。该模型定位稳定,位移误差为厘米级,角度小于1°;同时适用95%的商场、景区、园区、展厅、博物馆、游戏等场景,适配iOS/Android/AR眼镜/AR大屏。

          最后,悉见科技搭建起了异构海量并发系统架构。该构架高并发,支持海量用户相互定位、实时交互,在全球化服务中可以为大量海外客户MR世界地图服务。“上述三点,都是悉见科技的核心技术和壁垒。” 在产品形态上,悉见科技推出“爻图EoniMap”。爻图可广泛运用于智慧城市、文博展馆、导航导览、智慧找车、党建平台、场景营销、智慧直播、智慧屏幕等。 如在城市建设中,爻图可以应用在“地球计划”中。悉见科技基于在2019年完成MR世界地图AI技术的重大突破,在2020年完成了城市千图计划,在2021年正在进行城市万图计划,包括川渝千图、中原千图、华东千图、华南千图等子项目,从而实现实现千亿平米级的下一代城市空间互联网入口。 “除了与政府城市建设上的合作,截至目前,我们也已经与超50家国际通讯运营商、文旅、商业、地产集团进行了合作;其中仅仅在文娱旅生态已经拥有超200家以上的合作伙伴。”

         刘怀洋表示,与大多方案、硬件公司不同,悉见的商业模式独特性在于是一个“信息引擎+应用生态+空间商业”,是一个一体化的衍生逻辑。 如何理解一体化?基于爻图地球计划,悉见科技可以打造成下一代互联网内容分发平台、全球城市空间的虚实共生文娱商业流量入口,“这称之爻览元宇宙平台,可以简单理解为‘三维版抖音’。” 在这个平台上,可以上线大量文旅景区街区地标,开发虚实共生MR导航导览以及沉浸式社交游戏化故事旅游体验等;同时还可以赋能线下购物中心等商业空间,升级为虚实共生社交游戏化营销电商乐园,大幅提升产值效率。正因为这种生态链的模式,悉见科技的盈利方式可以形成多级商业闭环,“B端服务、剧本分账、场景电商拿抽成、广告联盟,这些都是悉见可以实现的商业变现途径。悉见将持续发力,构建三维时代信息引擎与数据基础设施平台。”

 

相关文章
|
20小时前
|
机器学习/深度学习 人工智能 算法
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第11天】在数字时代的风口浪尖,网络安全问题日益凸显。传统的安全防御手段在应对不断进化的网络威胁时显得力不从心。本文提出了一个基于人工智能技术的自适应网络安全防御系统框架,旨在通过实时分析、学习和预测网络行为,自动调整防御策略以抵御未知攻击。系统采用先进的机器学习算法和大数据分析技术,能够在保持高效性能的同时,最小化误报率。文章详细阐述了系统的设计理念、关键技术组件以及预期效果,为网络安全的未来发展方向提供新思路。
|
1天前
|
人工智能 自然语言处理 程序员
如何看待首个 AI 程序员入职科技公司?
【5月更文挑战第3天】通义灵码入职阿里云,那么 如何看待首个 AI 程序员入职科技公司?
|
3天前
|
机器学习/深度学习 存储 人工智能
构建未来:AI在持续学习系统中的进化之路
【5月更文挑战第8天】 随着人工智能(AI)技术的飞速发展,AI系统正逐步从单一任务处理转向多任务、持续学习的智能体。本文将深入探讨AI技术在持续学习系统中的最新进展,包括深度学习、强化学习以及转移学习等关键技术。文章还将讨论如何通过这些技术实现AI系统的适应性、泛化能力和自我进化,从而推动AI在多变环境中的长期应用和自主决策能力。
|
3天前
|
机器学习/深度学习 人工智能 安全
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第8天】 随着网络攻击的不断演变,传统的安全措施已不足以应对日益复杂的威胁。本文提出了一种基于人工智能(AI)的自适应网络安全防御系统,旨在通过实时分析网络流量和行为模式来自动调整安全策略。系统利用深度学习算法识别潜在威胁,并通过强化学习优化防御机制。初步实验表明,该系统能够有效提高检测率,减少误报,并在未知攻击面前展现出较强的适应性。
15 1
|
5天前
|
机器学习/深度学习 存储 人工智能
构建未来:AI在持续学习系统中的应用
【5月更文挑战第6天】 随着人工智能技术的飞速发展,AI在各个领域中的应用越来越广泛。本文将探讨AI在持续学习系统中的应用,以及如何通过这种技术提高教育质量和效率。我们将讨论AI如何帮助个性化学习,提供实时反馈,以及如何通过数据分析预测学生的学习进度。此外,我们还将探讨AI在教育中的潜在挑战和解决方案。
18 3
|
5天前
|
人工智能 自动驾驶 安全
破壁人AI百度:科技公司反内卷的典型样本
互联网整个行业都在陷入被动且尴尬的局面。去年开始流行的“内卷”一词,恰如其分的描述了互联网的现状,比如抖音开始做外卖,微信强推视频号,一直硝烟弥漫的电商市场,更是激战在社区团购上。
19 3
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:AI驱动的自适应学习系统
【4月更文挑战第30天】 随着人工智能技术的迅猛发展,教育领域正经历一场由AI驱动的变革。本文将探讨一个新兴的研究领域——自适应学习系统。这种系统通过利用机器学习算法和大数据分析,能够根据学生的学习习惯、知识水平和兴趣点提供个性化的教学方案。我们首先介绍自适应学习系统的基本概念及其在现代教育中的重要性,然后详细阐述其工作原理及关键技术,包括数据挖掘、模式识别和自然语言处理等。最后,文章将分析当前自适应学习系统面临的挑战,并提出未来的发展趋势。
|
11天前
|
人工智能 运维 自然语言处理
构建高效自动化运维体系:DevOps与AI的融合之路
【4月更文挑战第30天】在数字化转型的大潮中,企业IT基础设施的复杂性日益增加,传统的运维模式已难以满足快速变化的业务需求。本文深入探讨了如何通过融合DevOps和人工智能(AI)技术构建一个高效、自动化的运维体系。文章首先概述了现代运维面临的挑战,接着分析了DevOps的核心理念以及AI如何在故障预测、智能决策支持等方面提升运维效率。最后,本文提出了一个具体的实施框架,并讨论了在推进过程中可能遇到的挑战及应对策略。
|
11天前
|
机器学习/深度学习 人工智能 搜索推荐
构建未来:AI驱动的自适应教育平台
【4月更文挑战第30天】 随着人工智能技术的迅猛发展,其在教育领域的应用正逐步从理论探索走向实践落地。本文将详细阐述一个基于AI技术的自适应学习平台的设计理念、核心功能以及潜在影响。该平台利用机器学习算法分析学生的学习行为和成绩,动态调整教学内容和策略,以实现个性化教学。研究结果表明,AI辅助的自适应学习能够显著提高学习效率,同时为教师提供强有力的教学辅助工具。
|
11天前
|
机器学习/深度学习 人工智能 监控
构建未来:利用AI技术优化城市交通系统
【4月更文挑战第30天】 在快速发展的城市环境中,交通拥堵已成为一个日益严重的问题。随着人工智能(AI)技术的不断进步,其在交通管理领域的应用展现出了巨大潜力。本文将探讨如何通过集成机器学习、深度学习和大数据分析等AI技术来优化城市交通系统。我们将讨论智能交通信号控制、实时交通流量监控、预测模型以及自动驾驶车辆如何共同作用于缓解交通压力,提升道路使用效率,并最终实现智能、可持续的交通生态系统。