近日，華為機器視覺發布了好望云服務，要助力連鎖店、養殖場、工地、學校等中小微企業或機構的數字化轉型。
回顧華為機器視覺業務發展，去年完成從智能安防到機器視覺的更名，以“平臺+生態”戰略，發力智慧視覺產業；如今，華為機器視覺實現“1+3+N”戰略的全面布局，借助好望云服務實現機器視覺產業在“端、邊、云、生態”全線貫通。
華為機器視覺總裁段愛國
發布好望云服務獨特價值
那么，好望云服務是如何實現華為機器視覺業務的全線貫通？在發布會上，華為機器視覺總裁段愛國表示，好望云服務是智能原生的華為云行業視頻云服務，何謂智能原生？智能原生是如何煉成的？
據悉，行業用戶需求從最初的視頻監控，到行業場景算法落地后的智慧能力（安防、管理、運營）形成，更加追求機器視覺算法的應用、交易、開發閉環，以開啟數字化、智能化之旅。對此，段愛國做了詳細的闡述。
01、需求清晰化：機器視覺需求模型可分4層
視頻監控行業并非新興行業。但身處其中的大多數產業鏈企業，只關注于眼前用戶的視頻監控需求，并未了解到行業用戶更深層次的需求。
對此，段愛國介紹，每一個企業在用到行業視頻時，會逐步呈現4個層次的需求，而不僅是第一層的視頻監控需求。機器視覺的4層需求模型，從低到高可分為視頻監控、智慧安防、智慧管理、智慧運營。
我們可以從大家熟悉的馬斯洛需求層次理論模型對比看。馬斯洛需求模型是美國心理學家亞伯拉罕·馬斯洛從人類動機的角度提出需求層次理論，將人的需求分成生理需求、安全需求、歸屬與愛、尊重需求和自我實現5個層次。
馬斯洛需求模型的提出，讓人們對自身需求有了清晰認知，也說明人在滿足了基本的需求之后，就要去實現更高層次的需求和目標。
在筆者看來，華為提出的機器視覺4層需求模型，就是視頻監控行業的“馬斯洛需求模型”，因為該模型同樣讓視頻監控行業的企業，對現在和未來需求有了清晰的認知。我們逐層分析下。
第一層，視頻監控。一家企業部署行業視頻，最基礎的需求就是能夠看到視頻監控畫面。比如，工廠發生了生產事故，人們首先想到的是調取監控設備，查看事故發生的過程，從而幫助人們找出事故發生的原因。這就相當于馬斯洛需求模型中最基礎的生理需求，是企業應用行業視頻最基礎的需求。
第二層，智慧安防。當企業在多次通過視頻看到問題后，便會發現視頻監控只是起到后知后覺的作用。對此，為了及時發現問題，減少損失，許多企業不得不投資更多，建立有專門的視頻監控室，還配備了多名人員時刻盯著監控畫面。
此時，企業對視頻監控的需求進入第二層——不僅能看到，更能借助AI技術，實現智能防范。比如，在智慧交通方面，視頻監控不再只是監測道路上的汽車，更可根據路口車流的變化，預判未來可能的交通事態，并調整每一個方向紅綠燈的間隙，提升城市交通效率。
第三層，智慧管理。當監控視頻幫助用戶實現防范能力后，用戶希望監控能夠在生產車間、門店等管理中發揮作用。其實這也不難理解，試想一下，如果你是幾十家連鎖門店的管理者，或許奔波于幾十家門店之間將成為常態，不是去門店，就是在去門店的路上。此時，如果視頻監控能夠替代你去管理門店，你自然會欣然接受。
在采訪中，段愛國就列舉了這樣的案例。有一家擁有幾千家門店的公司，需要雇傭員工緊盯監控畫面，觀察門店員工著裝符不符合規范，門店地面干不干凈。這種人工巡檢方式，不僅耗費大量人力、財力，偶爾也會出現疏漏問題。此時，借助視頻監控對門店運營進行智慧管理，就成為企業最為迫切的需求。
第四層，智慧運營。既然視頻監控已經能滿足企業管理需求，那是否能在企業運營中發揮作用呢？這就好比馬斯洛需求模型，當人們的吃、穿、歸屬與愛、尊重需求得到滿足后，自然就希望實現自我價值。
段愛國表示，機器視覺需求模型最高層就是采集的數據及背后的算法產生決策信號，為企業生產決策提供參考信號。比如在養殖行業，企業可以根據視頻監控采集的動物信息，判斷動物的生長狀況，并及時做出調整。除養殖業外，物流、工地、門店等場景都可借助視頻監控系統，實現企業的智慧運營。
02、賦能全程化：智能原生讓智能貫穿“端邊云”
智能原生這個詞此前在監控行業很少提及。目前行業中的視頻云業務也很多，但好望云服務與眾不同之處就在于是“智能原生”，從而實現端云協同。
機器視覺的發展從給人看，到給機器看，必須要有智能來加持。而好望云服務生而智能，可通過好望開發平臺、好望商城、好望視頻智能等智慧云服務，將機器視覺端邊云協同起來，助力政企數字化轉型。
在筆者看來，為產業提供無處不在的智能能力，是好望云服務智能原生的最大價值，解決了企業痛點。
如段愛國所介紹，人工智能發展歷程中有三座大山，即算法、數據、算力。其中，算力只要向云服務廠商付費就能獲得，數據則掌握在企業自己手中，算法成為制約行業企業獲得人工智能能力的最大障礙。
據悉，行業企業數字化轉型過程中，在智能算法獲取方面遇到三大問題：大部分場景行業沒有沉淀算法、已經沉淀算法很難便捷交易、已有算法很難快速部署到企業IT系統。
從段愛國的介紹，筆者發現，好望云服務實現智能原生，就是打造了業界唯一圍繞視覺智能算法全生命周期管理的架構體系，為智能算法的應用、交易、開發提供端到端閉環。
具體看，首先，對于行業還未沉淀的智能算法，華為通過好望開發平臺，實現算法現場開發閉環，從而解決行業人工智能應用最原始的動力問題。
比如，畜牧產業的智能算法此前并未開發，華為提供最基礎的物體識別開發模型，企業客戶基于這個模型可以識別雞、鴨、牛、豬等任何一種動物，開發出屬于企業自己，且現場閉環的場景化智能。
其次，對于業界已經沉淀的智能算法，好望商城，可提供智能算法交易過程閉環。企業可以根據自己的實際，在類似于淘寶的交易平臺中，進行算法交易。比如，目前行業已經成熟的目標識別、周界識別、高空拋物識別等算法，如果企業需要，就可以通過好望商城交易平臺，購買相應算法，實現智能的直接賦能。
最后，在企業想如何快速部署算法到端邊云設備中時，好望云服務的好望視頻智能板塊，提供算法的一鍵部署、協同推理。如果用戶在算法部署后，覺得精度不高，可通過負向反饋能夠直接回饋到云上數據標注環節，進行重新標注、訓練、再發布，實現算法的持續迭代，最終讓算法變得越來越聰明。
因此，段愛國將好望云服務的智能原生能力定義為“一網通管，智能永新”，他指出：“業界目前絕大部分的AI廠家發布算法都是靜態的，我們希望可以做到永新”。
據筆者了解，云服務廠商經常提到“云原生”，如今華為在機器視覺領域提出并做到了“智能原生”：智能原生從賦予基礎架構智能，到產品和解決方案全面嵌入智能，再到助力客戶智能迭代，助力行業進入全面智能時代。
03、開發平臺化：賦予企業一站式開發能力
基于智能原生，行業企業購買及應用AI算法相對簡單。但對于企業而言，要想開發自己的算法，卻并不容易。對此，好望云服務又打造了好望開發平臺。
據悉，好望開發平臺是華為機器視覺面向最終用戶和開發者的極簡智能算法開發平臺，基于華為云ModelArts底層能力。其圍繞機器視覺端邊云產品，提供零基礎入門，可現場閉環的算法“開發-訓練-部署-推理”一站式服務。
華為認為要真正解決行業算法開發難題，不能將復雜的東西交給用戶，堅持把“簡單留給客戶，把復雜留給自己”，所以在算法上投入了大量的精力。據悉，好望開發平臺提供9大類視覺“預訓練模型”，可以將本來需要10萬級數據訓練的模型降低到千級數據。
為了講清楚此處提到的“預訓練模型”是什么，段愛國打比方介紹，如果將算法看做是一名員工的話，好望開發平臺就是一個培訓機構。當企業需要員工時，華為提供的是具有豐富社會閱歷的員工，企業只需要進行簡單的文化培養，就可以成為合格員工。
那有人說，華為的培訓能力到底如何？據介紹，好望開發平臺在業內首創了單個動作識別、連續動作識別、復雜行為識別等，并實現更復雜智能功能的“預訓練模型”。
正是基于這樣的“預訓練模型”，好望開發平臺可將業界需要十萬級的數據進行訓練的算法，降至千級數據就可完成算法訓練。同時，華為“預訓練模型”往往是面向更多復雜場景提供算法開發和訓練服務。
值得一提的是，在AI算法訓練中，只有標注好的數據才是有效數據。為此，好望開發平臺提供半人工模式的智能標注。用戶只需要做到上傳數據、少量人工標注、生成初始模型、海量自主標注、人工校對等五個步驟，就能將數據標注人力節約50%到80%。
企業開發好算法模型后，還需要快速將其部署到端邊云設備中，并適配不同產品。為此，華為通過自身技術，可將模型大小從20M變為4M，推理速度由630ms降低至40ms，并基于對GPU/NPU芯片架構的深層理解，實現算法模型的自動適配。
好望開發平臺所擁有的以上優勢，讓段愛國自信地表示：行業用戶不需要太懂AI，只要會操縱好望開發平臺界面，就可以進行算法現場開發。
觀察：好望云服務三大利器助企業數字之旅
縱觀當前數字化轉型市場，政府及大型企業以機器視覺為入口，在數字化轉型中已經走在前列，對自身未來發展需求清晰，但中小企業往往由于資金、技術等原因，其數字化轉型偏慢。同時，這些中小企業往往缺乏對數字化轉型的認可認知，不知道借助何種方式實現數字化。
工欲善其事，必先利其器。在筆者看來，好望云服務的好望視頻智能、好望開發平臺、好望商城三大利器，體現了華為對行業的深刻理解以及強大的技術創新能力——這也是好望云服務與眾不同、讓筆者印象深刻的原因。
好望云服務，不僅讓這些企業第一次清楚意識到自身數字化轉型的需求方向在哪，更讓企業擁有了自己開發算法的能力。
因為有了對行業用戶需求的清晰認知，才讓華為意識到，視頻監控不能只停留在看得見及智慧安防領域，而是要在方案服務上創新升級，借助AI能力為視頻監控插上騰飛的翅膀，滿足企業數字化轉型深度要求。
筆者尤記得去年2月，華為將智能安防產品線改名為機器視覺產品線。當時很多人疑惑華為此舉的意圖。通過此次好望云服務發布會，我們清晰地發現，智能安防需求曲線，已經無法滿足各行業企業智慧管理、智慧運營等需求。企業需要的也并不只是簡單的算法提供，更需要基于自身需求，獨立開發算法，尋找屬于本行業的AI能力。
正如段愛國所講，從智能安防走向機器視覺，代表華為對機器視覺4層需求模型理解更全面、透徹；智能原生讓華為抓住了企業數字化轉型的痛點，精準幫助企業解決智能化賦能中的算法獲取難題；好望開發平臺則讓企業能夠自主開發專屬算法，并實現算法自主適配。
從戰略角度看，好望云服務的發布，是華為在機器視覺領域戰略布局的落地關鍵支撐點。早在2019年，段愛國在接手智能安防業務后，便提出“三年內贏得第二，五年內做到第一”的口號。如何做到？
從華為的動作看，華為想先建立起行業需求理論，通過對用戶需求的更清晰認識，再助力企業打造創新機器視覺方案，發掘千億美元機器視覺市場。這就有了此次的基于機器視覺4層需求模型打造的好望云服務，也就有了好望開發平臺、好望商城、好望視頻智能等多個驚艷的智能賦能產品。
總之，在筆者看來，智能原生的好望云服務，使能機器視覺產業端、邊、云全棧，為養殖業、連鎖店、工地、社區、學校等企業和機構在數字化大海航行，提供正確的航線和堅實穩固的大船，用機器視覺智慧之眼感知萬物，點亮智能世界。