2023-2028年人工智能市场现状与前景调研报告

盛世华研·2008-2010年钢行业调研报告PAGE2服务热线圳市盛世华研企业管理有限公司2028年人工智能市场2023-2028年人工智能市场现状与前景调研报告报告目录TOC\o"1-3"\u第1章人工智能行业监管情况及主要政策法规 41.1行业主管部门、行业监管机制 41.2行业主要法律法规政策 5（1）行业主要法律法规 5（2）行业主要政策 62.3相关行业法律法规政策的影响 7第2章我国人工智能行业主要发展特征 82.1人工智能行业 8（1）人工智能产业链 8（2）人工智能市场规模 92.2计算机视觉行业 10（1）计算机视觉简介 10（2）计算机视觉市场规模 12第3章2022-2023年中国人工智能行业发展情况分析 123.1行业在新技术方面的发展情况和未来发展趋势 123.2行业在新产业、新业态方面的发展情况和未来发展趋势 13（1）城市管理 14（2）智慧金融 15（3）商业零售 16（4）体育健康 17（5）轨交运维 183.3行业在新模式方面的发展情况和未来发展趋势 19第4章2022-2023年我国人工智能行业竞争格局分析 204.1行业竞争格局 204.2主要企业的基本情况 20（1）商汤科技 20（2）旷视科技 21（3）云从科技 21（4）依图科技 21（5）云天励飞 21（6）虹软科技 22（7）当虹科技 22第5章企业案例分析：格灵深瞳 225.1公司产品或服务的市场地位 225.2格灵深瞳的技术水平及特点 235.3格灵深瞳的竞争优势 245.4格灵深瞳的竞争劣势 27第6章2023-2028年我国人工智能行业面临的机遇与挑战 286.1行业面临的机遇 28（1）国家战略引领与政策支持 29（2）“新技术”深度融合与“新基建”大规模展开推动行业进步发展 29（3）下游领域规模优势为行业提供广阔空间 306.2行业面临的挑战 31（1）高水平专业人才相对缺乏 31（2）各层面市场竞争趋于激烈 31（3）人工智能治理有待完善 32第1章人工智能行业监管情况及主要政策法规1.1行业主管部门、行业监管机制根据中国证监会颁布的《上市公司行业分类指引》（2012年修订）和国家统计局《国民经济行业分类》（GB/T4754-2017）,人工智能属于“软件和信息技术服务业”（行业代码为165）。根据《战略性新兴产业分类（2018）》，人工智能属于“新一代信息技术产业”中的“人工智能”行业。人工智能所处行业的行业主管部门为工信部，自律组织为中国软件行业协会、中国人工智能产业发展联盟、中国人工智能学会。行业主管部门与自律组织的主要职能如下：主管部门/自律组织与本行业相关的主要职责工信部拟订信息产业的规划、政策和标准并组织实施，指导行业技术创新和技术进步，组织实施有关国家科技重大专项，推进相关科研成果产业化，推动软件业、信息服务业和新兴产业发展。中国软件行业协会协助政府部门组织制定、修改行业的国家标准、行业标准及推荐性标准，并推进标准的贯彻落实；开展软件和信息服务行业的调查与统计，提出行业中、长期发展规划的咨询建议；根据软件行业发展需要，组织行业人才培训、人才交流等。中国人工智能产业发展联盟聚集产业生态各方力量，联合开展人工智能技术、标准和产业研究，共同探索人工智能的新模式和新机制，推进技术、产业与应用研发，开展试点示范，广泛开展国际合作等。中国人工智能学会组织和领导会员开展人工智能科学与技术的创新研究，促进人工智能科学与技术的发展；开展国内、国际学术交流活动，提高会员的学术水平；开展人工智能科学与技术的咨询与培训；组织开展对人工智能领域科学技术和产业发展战略的研究，向政府部门提出咨询建议等。1.2行业主要法律法规政策（1）行业主要法律法规我国出台了《中华人民共和国科学技术进步法》《中华人民共和国专利法》《中华人民共和国著作权法》等法律法规，以提高创新能力，保护合法权益，促进科学技术进步和经济社会发展。为进一步推动人工智能健康发展，相关法律法规正在加速构建，《中华人民共和国数据安全法》与《中华人民共和国个人信息保护法》也分别于2021年9月1日与2021年11月1日起实施。目前，行业相关法律法规情况如下表所示： 主要法律法规状态《中华人民共和国科学技术进步法》已实施《中华人民共和国专利法》已实施《中华人民共和国著作权法》已实施《中华人民共和国商标法》已实施《中华人民共和国数据安全法》已实施《中华人民共和国个人信息保护法》已实施（2）行业主要政策人工智能属于十四五规划的国家战略性创新领域，我国出台了一系列支持的相关产业政策，具体如下：政策名称发布单位发布时间相关主要内容《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》十三届全国人大四次会议2021.3聚焦高端芯片、操作系统、人工智能关键算法、传感器等关键领域，加快推进基础理论、基础算法、装备材料等研发突破与迭代应用。培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业，提升通信设备、核心电子元器件、关键软件等产业水平。《关于扩大战略性新兴产业投资培育壮大新增长点增长极的指导意见》国家发改委、科技部、工信部、财政部2020.9稳步推进工业互联网、人工智能、物联网、车联网、大数据、云计算、区块链等技术集成创新和融合应用。加快推进基于信息化、数字化、智能化的新型城市基础设施建设。《加强“从0到1”基础研究工作方案》科技部、国家发改委、教育部、中科院、国家自然科学基金委员会2020.3重点支持人工智能、云计算和大数据、高性能计算、宽带通信和新型网络等重大领域，推动关键技术突破。《产业结构调整指导目录（2019年本）》国家发改委2019.10将包括“智能安防，视频图像身份识别系统”、"智慧城市”等在内的人工智能领域列入“第一类鼓励类”。《促进新一代人工智能产业发展三年行动计划（2018-2020）》工信部2017.12推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，夯实核心基础，提升智能制造水平，完善公共支撑体系。明确了到2020年多项任务的具体指标。《新一代人工智能发展规划》国务院2017.7到2025年人工智能产业进入全球价值链高端，人工智能核心产业规模超过4,000亿元，带动相关产业规模超过5万亿元；到2030年人工智能产业竞争力达到国际领先水平，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。《“互联网+”人工智能三年行动实施方案》国家发改委、科技部、工信部、中央网信办2016.5培育发展人工智能新兴产业。进一步推进计算机视觉、智能语音处理、生物特征识别、新型人机交互等关键技术的研发和产业化，为产业智能化升级夯实基础。支持在制造、交通、商业、社会治理等重要领域开展人工智能应用试点示范，推动人工智能的规模化应用，全面提升我国人工智能的集群式创新创业能力。2.3相关行业法律法规政策的影响自2015年7月国务院印发的《关于积极推进“互联网+”行动的指导意见》将“互联网+人工智能”列入十一项重点行动之一以来，我国出台了一系列重要政策，以把握人工智能发展新阶段国际竞争的战略主动权，促进人工智能行业发展壮大。相关产业政策涉及产业目标、技术创新、行业应用、标准体系、人才培养等诸多方面，为企业技术研发、市场开拓、人才引进等经营发展的各个环节提供了重要政策支持。十三届全国人大四次会议通过的《十四五规划》，明确提出“培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业”，为“十四五”甚至较长时期内我国人工智能行业以及企业未来持续较快发展创造了良好的政策环境。第2章我国人工智能行业主要发展特征2.1人工智能行业（1）人工智能产业链人工智能行业的产业链可分为基础层、技术层、应用层。其中，基础层主要包括芯片、软件框架、传感器、服务器、数据（集）等软硬件及服务，为技术层提供算力、数据等底层支撑，是人工智能发展的重要基石。技术层主要通过基础层的算力、数据支持，进行海量模拟训练和机器学习建模，为人工智能提供核心的算法与应用技术，主要包括以深度学习为代表的算法模型，以及计算机视觉、智能语音、机器学习、生物特征识别、知识图谱等关键技术。技术层是人工智能发展的核心，对应用层的智能化发展起到决定性作用。应用层则是基于基础层与技术层，面向特定应用场景需求而形成的软硬件产品或解决方案。人工智能应用广泛，可有效赋能下游领域实现人工智能应用，为其转型与发展注入强劲新动能。人工智能行业的产业链结构如下图所示：资料来源：iResearch、全国信息安全标准化技术委员会等发布的公开资料整理（2）人工智能市场规模随着人工智能技术的不断进步与发展，部分技术进入产业化发展阶段，智能应用已成为当前及未来较长发展周期的核心要义。与此同时，人工智能正与生产生活的各个领域相融合，有效提升各领域的智能化水平，在带动新产业兴起的同时也为传统领域带来变革机遇，从而拥有极为广阔的市场前景。2019年，我国人工智能核心产业及带动产业规模分别为1,088.6亿元和3,821.5亿元，预计至2025年将分别达到4,532.6亿元和16,648.3亿元，年均复合增长率分别为26.8%和27.8%。 2019-2025年我国人工智能核心产业及带动产业规模资料来源：iResearch《中国人工智能产业研究报告（2020年）》2.2计算机视觉行业（1）计算机视觉简介根据国家标准化管理委员会指导编制的《人工智能标准化白皮书（2018版）》计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解、分析图像以及图像序列的能力。根据解决问题的不同，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类，具体情况如下表所示：类别概念以及主要应用计算成像学计算成像学是探索人眼结构、相机成像原理以及其延伸应用的科学。在相机成像原理方面，计算成像学不断促进现有可见光相机的完善，使得现代相机更加轻便，可以适用于不同场景。同时计算成像学也推动着新型相机的产生，使相机超出可见光的限制。在相机应用科学方面，计算成像学可以提升相机的能力，从而通过后续的算法处理使得在受限条件下拍摄的图像更加完善，例如图像去噪、去模糊、暗光增强、去雾霾等，以及实现新的功能，例如全景图、软件虚化、超分辨率等。图像理解图像理解是通过用计算机系统解释图像，实现类似人类视觉系统理解外部世界的一门科学。通常根据理解信息的抽象程度可分为三个层次：浅层理解，包括图像边缘、图像特征点、纹理元素等；中层理解，包括物体边界、区域与平面等；高层理解，根据需要抽取的高层语义信息，可大致分为识别、检测、分割、姿态估计、图像文字说明等。目前高层图像理解算法已逐渐广泛应用于人工智能系统，如刷脸支付、智慧安防、图像搜索等。三维视觉三维视觉即研究如何通过视觉获取三维信息（三维重建）以及如何理解所获取的三维信息的科学。三维重建可以根据重建的信息来源，分为单目图像重建、多目图像重建和深度图像重建等。三维信息理解，即使用三维信息辅助图像理解或者直接理解三维信息。三维信息理解可分为，浅层：角点、边缘、法向量等；中层：平面、立方体等；高层：物体检测、识别、分割等。三维视觉技术可以广泛应用于机器人、无人驾驶、智慧工厂、虚拟/增强现实等方向。动态视觉动态视觉即分析视频或图像序列，模拟人处理时序图像的科学。通常动态视觉问题可以定义为寻找图像元素，如像素、区域、物体在时序上的对应，以及提取其语义信息的问题。动态视觉研究被广泛应用在视频分析以及人机交互等方面。视频编解码视频编解码是指通过特定的压缩技术，将视频流进行压缩。视频流传输中最为重要的编解码标准有国际电联的H.261、H.263、H.264、H.265、M-JPEG和MPEG系列标准。视频压缩编码主要分为两大类：无损压缩和有损压缩。无损压缩指使用压缩后的数据进行重构时，重构后的数据与原来的数据完全相同，例如磁盘文件的压缩。有损压缩也称为不可逆编码，指使用压缩后的数据进行重构时，重构后的数据与原来的数据有差异，但不会影响人们对原始资料所表达的信息产生误解。有损压缩的应用范围广泛，例如视频会议、可视电话、视频广播、视频监控等。资料来源：《人工智能标准化白皮书（2018版）》从功能来看，根据中国科学院大数据挖掘与知识管理重点实验室发布的《2019年人工智能发展白皮书》，计算机视觉主要功能包括图像获取、预处理、特征提取、检测/分割、高级处理等，具体功能如下图所示：资料来源：《2019年人工智能发展白皮书》（2）计算机视觉市场规模目前，计算机视觉已成为人工智能中技术率先取得较大突破、应用场景较为明确的关键技术之一，在人工智能中占据重要地位，未来市场空间广阔。2019年，我国计算机视觉核心产业规模和带动相关产业规模分别为633.3亿元和1,438.6亿元，占人工智能核心产业和带动相关产业规模的比重分别达到58.2%和37.6%。预计至2025年，我国计算机视觉核心产业规模和带动相关产业规模将分别增长至1,537.1亿元和4,858.4亿元，年均复合增长率分别为15.9%和22.5%。第3章2022-2023年中国人工智能行业发展情况分析3.1行业在新技术方面的发展情况和未来发展趋势近年来，数据、算法与算力三大驱动因素显著发展。在数据方面，互联网的快速发展使高质量、大规模的大数据成为可能，海量数据为包括计算机视觉在内的人工智能技术的发展提供了充足的原材料。在算法方面，机器学习算法取得重大突破，以多层神经网络模型为基础的算法，使得机器学习算法在人脸识别等领域的准确性取得了飞跃性的提高，为商业化应用奠定了重要技术基础。在算力方面，计算力提升突破瓶颈，以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助算法模型可以在更大的数据集上运行。上述三大因素不断进步极大促进了人工智能技术的发展，尤其是以深度学习为代表的机器学习算法，及以计算机视觉、智能语音、自然语言处理、生物特征识别为代表的关键技术取得重要突破，部分技术已接近、甚至超越人类水平。在计算机视觉方面，深度学习和深度网络在图像物体识别方面取得了变革性成果，在物体视觉方面较传统方法体现了巨大优势。2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类，计算机视觉技术得到显著进步。未来，人工智能行业在数据、算法、算力方面仍具有巨大的发展与进步空间。相关技术创新与研发投入力度将继续加大，更快更高效的算法模型与部署效率、更庞大且标准化的行业数据、更强大且成本更低的计算芯片，将进一步推动行业技术进步。3.2行业在新产业、新业态方面的发展情况和未来发展趋势近年来，计算机视觉、智能语音、生物特征识别等多种人工智能关键技术不断进步，并从实验室走向应用市场，在赋能传统产业智能化发展的同时催生出了诸多新产业、新业态。由于数据、技术、应用基础等方面的差异，人工智能在各领域的应用广度与深度不尽相同。但整体来看，人工智能产业化迈出了实质性步伐，社会经济活动的主要环节都已能够看到人工智能的应用。 目前我国人工智能在政府、金融、互联网、零售等领域的人机对话、远程作业、质控风控、营销运营、决策支持等诸多环节存在不同程度的应用，行业主要客户也主要来自上述领域。其中，政府城市管理和运营的市场份额接近50%，成为推动我国人工智能行业发展的重要动力。各行业市场份额具体情况如下图所示：在计算机视觉方面，由于人类70%以上的信息获取依靠视觉，而各领域模仿人类视觉均需要通过计算机视觉技术从视觉信号中提取并处理信息，因此计算机视觉在城市管理、金融、互联网、零售、交通、医疗、工业等诸多领域拥有广泛应用，并在人工智能中占据重要地位。目前，格灵深瞳主要产品及服务涉及的领域包括城市管理、智慧金融、商业零售、体育健康、轨交运维等。（1）城市管理我国高度重视城市管理工作，党的十九届四中全会作出了“推进市域社会治理现代化”的重大战略部署，我国逐渐加大了数字城市试点与建设。根据APEC、BCG等联合发布的《建设数字城市，释放数字生命力——数字时代下，提升城市新生代吸引力》数据显示，截至2019年底我国数字城市试点已超过700个，市场规模约6,516亿元，预计至2023年市场规模将增长至11,085亿元，年均复合增长率为14.21%。近年来，随着人工智能技术条件越来越成熟，我国城市管理逐渐走向集约化治理、协同化治理、精细化管理等方向，人工智能在公安、交管、司法、政务、国土资源、环保等城市管理的方方面面均发挥了越来越重要的作用。尤其是新冠肺炎疫情爆发以来，运用人工智能、大数据等新一代信息技术的数字化手段，有效提升了战“疫”的精准性和智能化，进一步激发出城市管理创新的巨大潜能。数字化管理成为城市管理的必由之路、必然选择，以计算机视觉等为代表的人工智能关键技术在未来我国城市管理中应用将更为广泛，智慧城市相关领域庞大的智能化需求将为我国人工智能行业提供广阔发展空间。（2）智慧金融目前，我国银行、证券、保险法人机构近5,000家，各类网点数量超30万个。金融行业拥有良好的数据积累，在自动化的工作流与相关技术的运用上有不错的成效，组织机构的战略与文化也较为先进，因此人工智能在金融行业的身份认证、管控、营销、客服等具体场景得到了良好应用。与此同时，我国金融监管部门发布了多项重要政策，为包括AI技术在内的金融科技应用提供了政策支持。2019年8月，中国人民银行发布《金融科技（FinTech）发展规划（2019-2021年）》提出进一步增强金融业科技应用能力，实现金融与科技深度融合。2020年1月，中国银保监会发布《关于推动银行业和保险业高质量发展的指导意见》，提出充分运用人工智能、大数据、云计算、区块链、生物识别等新兴技术，改进服务质量，降低服务成本，强化业务管理。未来，随着金融科技相关政策逐步落实，金融机构应用需求日益释放，以及“去金融化，回归科技”浪潮等因素影响，AI在金融领域的应用将进一步深化。预计至2022年,我国金融场景AI投入规模将由2019年的197.9亿元增长至414.5亿元，年均复合增长率达27.9%，占金融领域科技投入总规模的比重也将由7.1%逐步上升至9.9%。（3）商业零售我国零售业蓬勃发展，规模稳步扩大。截至2019年底，我国连锁零售企业门店数量超过25万个，全年商品销售额接近3.8万亿元。AI技术在零售领域的渗透，主要是围绕品牌商、零售商、消费者等参与主体及零售产业链条，构建数据打通、场景贯通、深度触达的“AI+零售”体系。主要应用场景包括商品识别分析、智能运营、智能客服及无人零售等。零售企业引进AI技术，可提高运营能力、促进销售额增长、降低人工等经营成本；且可通过改善顾客消费体验，促进消费者转化率提升，为零售企业业务发展增添动能。随着技术渗透的逐步深入，传统零售企业将进行更多的AI技术建设。未来，零售业在采购、生产、供应链、营销、服务等多环节的运营模式和消费者体验将不断优化，智能化水平将不断提高，预计至2022年我国AI+零售市场规模将由2019年的6.5亿元迅速增长至26.7亿元，年均复合增长率高达60.2%。除零售领域以外，近年来人工智能技术在智慧油站、商业服务等诸多细分领域也开启了商业化应用，未来应用场景将进一步丰富。人工智能在商业领域的融合发展，不仅将为我国商业的数字化、智能化转型升级提供了技术支持，也将为人工智能行业的产业化发展注入强劲动力。（4）体育健康随着我国经济的发展和人民生活水平的提高，体育产业尤其是体育服务业快速发展。根据国家统计局发布的《全国体育产业总规模和增加值数据公告》数据显示，2015年至2019年，我国体育产业总规模由17,107亿元增长至29,483亿元，年均复合增长率为14.6%；除“体育用品及相关产品制造”与“体育场地设施建设”以外的体育服务业总规模由5,714亿元迅速增长至14,930亿元，年均复合增长率达到27.1%，占体育产业总规模的比重由33.4%逐年上升至50.6%。国务院印发的《关于加快发展体育产业促进体育消费的若干意见》，提出到2025年我国体育产业总规模超过5万亿元的发展目标。人工智能技术在体育领域的首先应用于竞技体育中，其在运动员的评估选拔、身体监测、训练反馈、伤病预防以及战术制定与赛事预测等场景中的作用日益显著。此外，人工智能与全民健身相融合，通过算法与智能化硬件帮助用户制订科学化、针对性的健身指导，受到了用户的广泛认可。根据国家统计局发布的《体育产业统计分类（2019）》，上述评估监测、运动理疗、科学健身指导等服务归为“体育健康与运动康复服务”，属于“体育服务业”中的“其他体育服务”。2019年，我国的“其他体育服务”规模达到1,700.2亿元，同比增长23.5%，占体育产业总规模的比重上升至5.8%。2019年9月，国务院办公厅印发了《关于促进全民健身和体育消费推动体育产业高质量发展的意见》，以积极实施全民健身行动，推动体育产业成为国民经济支柱性产业，并提出推动智能制造、大数据、人工智能等新兴技术的应用。目前人工智能技术在我国体育健康领域的发展尚处在起步阶段，未来在国家相关政策的支持下，以庞大体育产业为基础，以人工智能技术为驱动力的智慧体育健康将迎来快速发展。（5）轨交运维根据交通运输部发布的《交通运输行业发展统计公报》数据显示，2014年至2020年，铁路营业里程由11.2万公里增长至14.6万公里，高铁营业里程由1.6万公里增长至3.8万公里，年均复合增长率分别为4.5%和15.5%。另据国家铁路局发布的《铁道统计公报》数据显示，2014年至2020年，我国机车、客车、货车等铁路移动装备由79.2万辆增长至101.0万辆，其中动车组由1.4万辆增长至3.1万辆，年均复合增长率分别为4.1%和14.8%。根据历年《中国工业统计年鉴》数据显示，2014年至2019年我国铁路运输设备修理市场规模由61.02亿元增长至128.05亿元，年均复合增长率达15.98%。结合主要发达国家发展经验来看，轨道交通发展进入成熟期后，运维售后市场需求将显著扩大。因此，我国规模庞大的轨道交通基础设施必将催生出广阔的运维市场。虽然目前人工智能在该领域的应用尚处于探索发展阶段，但是基于人工智能技术的智能检修与运维，能够有效应对轨道交通的部件结构复杂、检修范围广、细小部件多、检修频次高、作业强度大等难点，显著提升检修与运维效率，有力保障轨道交通运行安全。2020年7月，中国国家铁路集团有限公司印发《新时代交通强国铁路先行规划纲要》，提出“到2035年全国铁路网达到20万公里左右，其中高铁7万公里左右；20万人口以上城市实现铁路覆盖，其中50万人口以上城市高铁通达”的发展目标，以及“提高维修检修专业化、集约化、精准化、智能化及造修一体化水平”，“加大大数据、人工智能等新技术应用，增强安全数据和问题隐患、运行状态和性能规律等集成管理、智能分析和预警预告能力”等具体内容。未来，针对我国轨道交通规模庞大设施设备及广阔修理市场的智能运维发展前景广阔。3.3行业在新模式方面的发展情况和未来发展趋势作为战略性新兴产业，人工智能的商业模式还在不断摸索与丰富，尚未形成定局。目前，城市管理、金融、零售等成为人工智能的重要应用领域，商业模式主要以项目解决方案交付、一站式产品方案、软件销售、AIoT设备销售、算法授权许可费等多种模式并存。根据iResearch预判，未来我国人工智能行业将分化为两条路径：一是沿着企业服务的道路，成为专业级工具的提供者、智能转型困境的处理者；二是直接切入最终用户，走核心圈辐射生态圈的道路，成长为智能经济时代的主流企业。 第4章2022-2023年我国人工智能行业竞争格局分析4.1行业竞争格局在数据、算力和算法的进步与驱动下，近年来人工智能商业成熟度不断提升，行业进入加速发展阶段。与此同时，人工智能与传统产业的融合发展，彰显出了巨大的市场潜力，吸引了包括国内外科技巨头、解决方案及设备供应商、传统行业龙头企业以及人工智能企业等各类企业，积极参与到各个层面及细分领域的发展布局和市场竞争中。各类企业因资源禀赋、创新能力、经营策略等方面的差异，其经营模式、产品服务及应用领域等各有侧重。4.2主要企业的基本情况（1）商汤科技商汤科技成立于2014年，核心技术包括人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等，业务覆盖智能手机、互联网娱乐、智能车舱、智慧安防、智慧零售、智慧健康等。（2）旷视科技旷视科技成立于2011年，核心技术涵盖人脸识别、视频结构化、智能计算摄影学、智能视觉传感器增强、机器人导航与定位等方面，主要应用领域包括智慧城市、智慧社区、智能手机、智慧楼宇、智慧物流等。（3）云从科技云从科技成立于2015年，核心技术涵盖人脸识别、视频结构化、机器学习训练引擎、知识图谱、自然语言处理、物体检测、光学字符识别等方面，先后布局智慧金融、智慧治理、智慧出行及智慧商业等四大业务领域。（4）依图科技依图科技成立于2012年，核心技术包括人工智能芯片技术以及计算机视觉技术、语音技术和自然语言处理技术等人工智能算法技术，为客户提供包含人工智能算力硬件和软件在内的人工智能解决方案。依图科技产品服务主要应用领域包括了城市管理、医疗健康等智能公共服务以及商业地产、金融业、制造业、交通运输等智能商业。（5）云天励飞云天励飞成立于2014年，核心技术包括海量类别高精度度量学习技术、高密度图像特征搜索技术、大容量视频结构化技术等人工智能算法，以及芯片技术、工具链技术、基础系统软件技术等人工智能芯片技术。云天励飞产品服务的主要应用场景包括数字城市运营管理和人居生活智慧化升级两大业务场景。（6）虹软科技虹软科技（股票代码：688088）成立于2003年，核心技术包括人体识别、物体识别、场景识别、图像增强、三维重建和虚拟人体动画等，在全球范围内为智能手机、智能驾驶、IoT等智能设备提供一站式计算机视觉技术解决方案。2019年7月，虹软科技在上海证券交易所科创板上市。（7）当虹科技当虹科技（股票代码：688039）成立于2010年，专注于智能视频技术的算法研究，核心技术包括视频编转码、智能人像识别、视频云服务等技术，应用领域主要为传媒文化与公共安全领域。在公共安全领域，当虹科技依托视频编转码和图像处理、人像识别、移动视频等算法，为公安、司法、政企安防客户提供人像大数据实战应用平台、移动视频警务等产品与服务。2019年12月，当虹科技在上海证券交易所科创板上市。第5章企业案例分析：格灵深瞳5.1公司产品或服务的市场地位在AI算法层面，公司的核心算法多次在国内外人工智能算法竞赛中夺冠，达到行业领先水平；公司在研发过程中向学术界开源了TrillionPairs和Glint360K两个人脸识别数据集，开源了PartialFC训练代码，推动了行业技术的发展；同时，公司承担了国家科技部、北京市科学技术委员会等多项人工智能技术应用的重大科研项目，并参与起草了中国安全防范产品行业协会、中关村标准化协会的多项标准。在AI应用层面，公司已将核心算法技术运用在主营产品中，形成了面向城市管理、智慧金融、商业零售、体育健康、轨交运维等领域的人工智能产品及解决方案，并根据下游客户的需求不断优化、升级核心技术，确保持续的技术创新。公司的主营业务产品在下游主要核心客户的认可程度高。公司良好的市场口碑为公司市场拓展及持续发展奠定了重要基础。人工智能下游的应用领域众多，目前与公司同行业的人工智能企业在下游应用领域的布局方面各有侧重，市场份额均较小，未来市场空间较大。公司作为创新型人工智能企业之一，目前尚处于产业化与市场拓展的快速发展阶段，在下游竞争较为激烈的城市管理和金融领域市场份额较小，市场竞争力有待进一步提升；在商业零售、体育健康、轨交运维等人工智能应用领域中公司已较早完成了产品布局，未来在新应用领域的业务拓展将持续提升公司的市场份额和竞争地位。5.2格灵深瞳的技术水平及特点经过多年的技术研发与积累，公司已有效掌握了基于深度学习的模型训练与数据生产技术、3D立体视觉技术、大规模跨镜追踪技术、自动化交通场景感知与事件识别技术、机器人感知与控制技术等方向的多项核心技术，并将其成功应用于城市管理、智慧金融、商业零售等领域。5.3格灵深瞳的竞争优势（1）高效的研发创新能力为有效解决标注成本高、研发效率低等人工智能发展面临的关键问题，公司经过长期持续研发投入，建立了以数据平台与训练平台为核心，涵盖数据采集、数据预处理、数据标注、模型训练、模型优选等模块的底层AI技术平台——深瞳大脑，有效保障了公司高效的研发创新能力。数据平台支持多源多模态数据的自动收集和清洗归类，通过构建自动化处理为主、人工标注为辅的标注体系，形成海量增长的标签数据池，有效节省标注成本，提高了算法模型的研发效率；训练平台则有效提高了模型训练的自动化水平，降低算法多平台部署应用的迁移难度，为算法高效生产及快速商业化应用奠定了重要基础。数据、算法及应用在深瞳大脑内形成人工智能的正向循环，为公司的高效研发创新与产业应用提供了有力支持。（2）深厚技术积累与先进技术探索经过多年持续研发的优化，公司的训练任务管理平台产出的模型可无需人工干预，自动发布到各种类型的显卡或平台，包括英伟达显卡、嵌入式平台、海思平台等，从而达到模型快速高效交付的目的。除了该项基于深度学习的模型训练与数据生产技术之外，公司还形成了3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨镜追踪技术和机器人感知与控制技术的技术方向，掌握了跨平台模型训练技术、海量数据生产技术、多目传感器标定与深度估计技术、运动姿态分析技术、人脸识别算法和引擎技术等多项核心技术。截至报告期末，拥有19项发明专利、6项实用新型专利、4项外观设计专利及77项软件著作权。为不断巩固市场竞争力，保障技术先进性，公司高度重视新技术的研发，专门设立了探索中心，由公司创始人赵勇博士主导，负责行业相关先进技术的前瞻性探索与研发创新。在体育健康领域，公司的3D立体视觉技术使得设备成本降低的同时，提高了可靠性和易用性，同时运动姿态分析技术通过采集不同场景下人体姿态数据，通过自主研发的三维人体姿态估计算法，能够克服人体关键点采集不准不稳的难题；在轨交运维领域，公司的3D重建与立体视觉分析技术解决了传统算法中误差较大的问题，让计算机视觉技术运用于轨交检修的落地应用成为可能。人工智能关键技术以及体育健康、轨交运维等更多领域的研发与探索，将进一步增强公司的技术积累，为持续较快发展提供坚实的技术支持。（3）快速的商业化落地能力公司凭借高效的算法生产技术以及对各下游行业与应用场景的深度理解，形成了产品快速的商业化落地的能力。公司成立至今陆续开发了皓目行为分析仪、边缘计算设备、视图大数据平台等核心产品，并在城市管理、智慧金融、商业零售等领域得到广泛应用。公司自主研发设计的皓目行为分析仪，报告期内在农业银行各地分支机构推广使用，使得公司金融领域的收入快速增长；公司研发的边缘计算设备2018年一经推出就在中国石化的智慧油站项目中得到快速应用；2020年新冠肺炎疫情爆发之初，公司在短时间内，利用人工智能和双光谱成像等技术积累，迅速推出双光温测智能识别设备与应用系统，快速、精确、安全地进行体温测量与核查，及时助力疫情防控；2020年公司向西南地区某市环湖生态公园提供的体育健康解决方案将传统生态步道改造为具备肢体与运动姿态分析的智能步道，向步道健身人群进行跑姿分析、运动建议等功能，每日约生成上千份姿态分析与评价报告，助力科学健身；公司的轨交运维解决方案被正式纳入华南地区某铁路集团动车段一级检修流程，提供列车的人机交叉检测，有效提高了检修效率，保证了列车的运行安全。公司快速的商业化能力，为进一步开拓人工智能广阔应用领域，抢占市场先机创造了有利条件。（4）优异的产品性能与良好的市场口碑公司的主营业务产品在下游主要核心客户的认可程度高，其中：在城市管理领域，公司的产品及解决方案已在多地公安局、政法委、交通管理局等政府部门的项目中落地，产品技术性能得到广泛认可；在金融领域，公司的智慧金融解决方案已在农业银行全国各省市的上千家分支机构落地，有效提升了农业银行视频监控中心的履职效率；在商业领域，公司的智慧油站解决方案帮助中国石化改造传统加油近2,000多座，提升了智能化管理能力；在体育健康领域，公司开发的校园体育平台已在部分北京中小学校在线体育课中展开试点；在轨交运维领域，公司与中车电气在宁波、无锡等地铁运维项目中已展开合作。公司良好的市场口碑为公司市场拓展及持续发展奠定了重要基础。（5）高水平的研发人才经过多年发展，公司拥有了一支高学历、高水平的研发队伍。截至报告期末,公司研发人员为153人，占员工总数的比重为54.64%。其中，硕士及以上学历人数为58人，占研发人员比重为37.91%。公司核心技术人员在人工智能领域拥有丰富的学术知识与研发创新经验，对行业前沿技术与发展趋势具有深刻认知及判断，带领研发团队成功开发了城市管理、智慧金融、商业零售等解决方案，公司积极引进各领域的专家人才，进行应用场景落地的早期研究和落地验证，为公司持续将计算机视觉技术和大数据分析技术与产业结合提供了源源不断的动力。公司核心技术人员具体情况参见本招股说明书之“第五节/七、格灵深瞳董事、监事、高级管理人员及核心技术人员的简要情况”。5.4格灵深瞳的竞争劣势（1）下游客户较为集中，经营规模有待扩大，综合实力有待增强报告期内，公司实现了较快发展，经营规模显著扩大。但是，公司报告期内的客户集中度较高，且下游领域主要集中在竞争较为激烈的城市管理和金融领域，与同行业人工智能企业相比，公司的经营规模相对较小，综合竞争力仍有待进一步增强。（2）融资渠道较为单一，资金实力相对不足人工智能行业具有典型的技术、人才、资金密集型特点。技术研发创新、专业人才引进、下游客户开拓等各方面均对企业的资金实力提出较高要求。目前，公司运营所需资金主要来源于股东出资与银行贷款。融资渠道较为单一，资金实力相对不足，成为影响公司持续较快发展的重要因素。（3）营销服务体系有待完善公司以技术研发为驱动，在资金、人力等资源相对有限的情况下，将主要资源投入到技术研发中，营销服务体系的建设投入相对不足。目前，公司仅在北京、北京格灵深瞳信息技术股份有限公司招股说明书上海、广州、西安、成都、郑州、乌鲁木齐等城市设立了办事处或营销服务网点。随着公司的持续较快发展，现有营销服务体系已难以适应业务开拓需要，难以及时高效地满足全国范围的客户需求。与行业内营销服务能力较强的解决方案及设备供应商、科技巨头相比，公司的营销服务体系仍有待进一步完善。第6章2023-2028年我国人工智能行业面临的机遇与挑战6.1行业面临的机遇（1）国家战略引领与政策支持人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。我国把人工智能放在国家战略层面，出台了一系列重要政策鼓励支持人工智能的发展。《新一代人工智能发展规划》明确指出了到2030年我国新一代人工智能发展“三步走”的战略目标。十四五规划中明确提出“推动互联网、大数据、人工智能等同各产业深度融合”。因此，在国家战略引领与政策支持下，我国人工智能行业正面临重要的发展机遇期。（2）“新技术”深度融合与“新基建”大规模展开推动行业进步发展人工智能、大数据、物联网、云计算、5G等新一代信息技术相互联系、相互促进。大数据的发展使得可用于训练的各种来源的数据激增，为输入数据在储存、清洗、整合方面做出了贡献，帮助提升了深度学习算法的性能，有力推动了人工智能的进步。随着物联网设备规模的迅速扩大，在促进大数据爆发的同时，使得AI与IoT加速融合，AIoT赋予设备更智能化特性。云计算的大规模并行和分布式计算能力带来了低成本、高效率的计算力，显著降低了计算成本。5G的大规模商用，不仅将促进连接设备数量大幅增长并产生规