图源｜AI生成
让你反复点赞收藏的短视频，或许已经不是人类做的了。
不久前，一段“皮卡丘打工”的AI视频，在全网流传爆火。精美的画面，流畅的动作，以及丝滑的雨滴，几乎可以与大制作的动画电影相媲美。
更久之前，今年抖音上爆火的科幻短剧《三星堆：未来启示录》，同样是由AIGC生成。这部剧12集，每集3分钟，讲述考古工联手揭开古蜀国神秘面纱的故事，一经上线，就引发1.4亿播放。其背后的技术支持字节旗下视频生成工具即梦，也随之引发市场关注。
技术的普及与工具的成熟，让视频创作门槛快速降低，在AI的助推下，用户从单纯的内容消费者升级为生产、消费和拥有的三位一体，视频的总量也随之爆炸性增长：当前，视频数据的规模飞速增长，IDC预计，2025年全球数据量将达到175ZB，其中绝大部分将来自视频数据，而这一趋势，还将继续加速。
但AI视频时代，主角不止有AI。同一时期，在消费端，随着全景直播、三维重建的成熟，伴随着国产3A大作《黑神话：悟空》中AI技术结合无人机实景三维重建实现真实场景的纹理与细节以1:1的比例精准还原，视频的交互与消费链路也从此被重构。
技术的成熟，叠加应用的爆发，AI视频的战争，正迎来市场化为导向的下半场。
AI视频时代的三座大山
以AI技术为为表，一个新的视频生产、交互、消费时代正在缓缓拉开序幕，但近在眼前，仍有三座大山有待翻过。
与大家发布会上杀得你死我活形成鲜明对比的是，具体的场景之中，真正好用的产品并不多见。
两者中间的鸿沟，来自工程化。 一个简单的例子，仅在AI视频生成环节，业内发布会上，AI生成的视频中，小猫会正常跳跃，展示出的技术水平就已经遥遥领先；但现实中，一个会正常跳跃的小猫，只是最基础的要求，视频本身的内容与趣味的重要性，远远高于对AI技术的追求。
更具体来说，在生产端，成本与效率，正逐渐成为一个越来越棘手的难题。
一方面AI视频生产的赛道正随之变得前所未有的拥挤。Sora发布引发全球视频大模型热潮，AI视频的赛道也在很快的时间里变得拥挤。仅仅在国内，就先后出现了字节系即梦、快手系可灵，创业公司系Pika、智谱清影、生数科技Vidu等一众明星产品。
然而，生成式AI带来的视频数据指数级增长对计算效能提出了严峻考验；年初推出的Sora模型的训练算力需求是GPT-4的4.5倍，而推理算力需求更是接近GPT-4的400倍。无论文生视频，还是图生视频，相关的算力指标动辄几十上百T，甚至高达千T，这种激增的成本，带来了算力资源的可负担性的挑战。
与此同时，多模态媒体处理挑战也日益凸显。 多模态媒体处理需求的日益凸显对音视频处理的生产端、交互端和消费端提出了全新要求；生产端，多模态内容的生产是否足够高质高效，比如给用户交付的究竟是模型、API还是一个类似即梦这样的软件都对应着不同的用户分层；交互端，当我们的交互从传统的单模态人机变成多模态交互乃至人与AI的交互，如何让机器更直观的理解人类的需求，依旧是个困扰，消费端，如何让交互空间从2D升级到3D乃至虚实融合，也对内容的创作以及呈现本身提出了更高要求。
同时，如何让技术应用真正落地并带来实际业务价值也是我们必须面对的问题。 AI视频很火，但成本同样不低，如何让内容生产出来之后能带来确定的收益，会决定AI视频长久的生命力。
单点的问题解决，需要编解码技术的更新，需要有应对洪峰波谷的能力，需要AI的加持。但系统性问题，需要的，则是一个所有能力的融会贯通，从生产端，到交互端，再到消费端的全链路解决方案。
而这，或许正是火山引擎视频云最擅长的地方。 过去Sora等技术的成熟只是点燃了0到1的火种，但AI视频真正的爆发，还需要从1到100漫长的累积。
如何定义AI视频时代
AI视频时代的到来理所当然，但如何定义AI视频时代，这曾是火山引擎视频云内部，一个长期的思考题。
通往未来的门票，就藏在对过去历史的梳理中。
经过复盘总结，火山引擎视频云认为，围绕视频，我们的时代，可以被分为三个阶段：
第一阶段，信息时代。以传统的UGC短视频内容为代表，我们中的大部分都是内容的消费者，我们与视频的交互，以手机屏幕的2D体验为代表，是一个在线、双向的过程；
第二阶段，到了数字时代，我们对视频品质的要求越来越高，PGC成为内容生产的主流，直播兴起带来交互上的实时、流畅、高清，而交互的空间，也从二维逐渐向三维空间过渡。
这是一个生产侧内容的品质不断提升，交互侧效率不断提升，消费端交互体验与空间不断升维的过程。
相应的，AI视频时代，自然也不等同于传统的数字视频时代加上AI能力，故事依旧要回到生产、交互、消费的叙事中来。
首先是生产端。 AI的加持，抹平了视频制作水平差距带来的鸿沟，AI辅助视频制作，逐渐成为各大软件，人人可用、人人会用的基础技能。我们不再局限于主动的内容生产与被动的内容消费，在AI视频时代，用户将成为AI原生居民，既是内容的生产者，也是消费者，更是拥有者。在这背后，则是AI技术从过去的问答，到图文交互，再到如今多模态交互，多模态内容生产的一步步跨越。
而在交互端 ，技术的成熟，则进一步拉近了人与视频，真实世界与数字之间的连接。过去，留言的存在，让人人交互成为可能；直播等技术的兴起，通过互联网的链接，让人与人的实时交互得以实现。而以GPT-4o、火山引擎对话式AI实时交互解决方案等技术为代表，人与AI的交互，则在多模态的基础上，变得更加实时流畅、逼真与拟人。全球市场研究机构MarketsandMarkets曾做出预测，到2028年，全球AI助手市场规模将达到285亿美元。在这背后，2023—2028年的复合增长率将达到惊人的43%。
消费端的这个趋势是更沉浸。 以年初苹果发布的Vision Pro为代表，空间计算的新时代正式开启。在此之后，今年7月，抖音VR直播上线，9月《黑神话：悟空》以其极具震撼力的视频画面质感、跌宕起伏的剧情架构和深厚的文化底蕴，迅速吸引了全球玩家的目光。3D、虚实融合与VR技术，将成为消费端变革的主力军，架起数字世界与物理世界之间的桥梁。
方向已经确认，一个新的时代就在眼前呼啸而来，接下来，火山引擎视频云的重点工作，就是去梳理在这次史无前例的市场爆发中，究竟还有多少痛点没有被解决，而火山引擎，手里又还有多少张牌。
为什么是火山引擎视频云
当确定了未来的大趋势，与眼前的具体困境后，接下来的故事就进入了火山引擎视频云最擅长的剧情，从生产到交互再到用户体验的全方位重构。
而这一切的基础，则是框架层的创新。 AI视频时代，超大规模视频训练数据集，导致了计算和处理成本激增；而伴随着视频数据质量参差不齐，数据样本的分类、分段和清洗也带来了庞大的工作量；整体处理链路涉及多个环节，工程复杂，需要多团队协作。相应地，对于视频云来说，框架不仅需要支持大模型的高效运行，还要能够满足日益复杂的音视频处理需求，以应对生成式AI时代带来的挑战。
为此，火山引擎联合英特尔共同发布了BMF大模型训练视频预处理方案并升级了大模型与AI能力。
BMF在本次大会上，推出了不依赖任何第三方组件的轻量化开源版本BMF-lite。通过kernel融合等创新方案，BMF-lite实现了算子加速能力，大幅提升了视频处理的效率。在通用性上，BMF-lite则提供了多平台统一的接口形式，让所有开发者都能轻松使用BMF-lite。而随着视频处理越来越从云上向端侧迁移，BMF-lite还新增了对端侧大模型的接入支持，为AI技术的融合提供了强大的支持。当前BMF-lite已经广泛地应用在了抖音的各个业务上，每天服务于上亿用户，处理视频图片万亿次。
此外，应对成本挑战，火山引擎通过海量的潮汐资源和精细化的混部调度来降低单用户的平均使用成本；而为了应对质量挑战，火山引擎视频云使用多种算法对视频进行多维度的分析和筛选，在实践中沉淀了50多个算子对视频进行了精细化的过滤；对于协同挑战，火山引擎视频云利用BMF的动态模块的特性，在短时间内完成了几十个算子的集成和处理链路的开发，迭代效率相比使用传统框架提升了数倍。应对性能挑战，基于英特尔CPU等各种不同的资源，火山引擎视频云则利用BMF框架的灵活调度，将复杂的算子处理流程灵活的部署在多种资源上，并实现了快速的性能调优，提升了任务吞吐，缓解了资源瓶颈。
在这背后，则是硬件在算力侧提供的稳定支持。为了应对多元的业务需求，选择不同的硬件来进行视频处理以实现最佳的性价比，是几乎所有企业都会面临的问题。英特尔强大的至强CPU处理能力，可以为8K视频实时处理、包括传统的CV视觉优化、LLM和AIGC在内的多种AI应用，各种类型业务在火山引擎上的部署，提供强大的计算支持和可靠的服务。
与此同时，为了应对生成式AI时代，海量视频数据，用户高质量视频需求，不同对象丰富场景等需求，BMF还推出了灵活高效大模型训练视频预处理能力，通过视频净化、多种算子、组合输出、大规模部署等技术，目前已经在生产环境中，取得良好效果。
而基于这种框架层面的创新，以及反复的内部练兵以及外部用户需求调研，针对市场痛点，火山引擎做出了三步走计划。
第一步，在生产端，降低视频的生产门槛，带动AI视频时代，人人成为视频内容的消费者、生产者以及拥有者。
基于这一认知，火山引擎视频云推出了多模态视频理解与生成方案，依托自研AI视频理解技术和AIGC技术，可以做到自动化提取视频高光和生成解说内容，让字幕识别错误率降低了30%。
目前，该方案已探索针对短剧、赛事和直播电商的自动化解决方案。能够针对长视频进行智能拆分、高光片段提取和产出摘要描述，能够在提高人效的同时保证内容的精准传达。同时，结合AIGC技术生成视频素材，创可以快速完成预告片的视频生产，能够显著缩短制作周期并降低成本。
为了让内容生成更加丰富有趣，火山引擎视频云还落地实践了多模态营销素材生成方案，通过融合图像分析、AIGC（人工智能生成内容）、大模型处理、3D物体重建等先进技术，实现了商品氛围图、图文视频、解说视频、AIGC视频和3D商品模型等多模态营销素材的自动化生产。目前，这些创新服务已经支持自营电商智能氛围图的端到端自动化托管，并且在电商场景的核心指标上取得了显著提升。
当然，这种生产端的升级，并不止于视频画面，声音技术的升级同样重要。 火山引擎视频云通过采用了自研的豆包语音大模型，实现了高品质多语言声音复刻，并利用虚拟人技术调整演讲者口型，让观感更加自然。
而在交互端，火山引擎视频云则推出了对话式AI实时交互解决方案，通过火山引擎豆包大模型和视频云RTC技术实现了语音数据的高效采集、处理和传输，并在服务端，并为用户提供了智能对话和自然语言处理的强大能力，毫秒级人声检测和打断响应，以及丝滑稳定的端到端响应体验。当前，这一方案已经广泛应用于智能助手、AI陪伴、AI教育、智能客服等场景，并为用户带来更自然、流畅和真实的人机交互体验。
框架的建构，解决了生产端的效率；交互的革新，带来了产品体验的进一步升级，AI视频时代的未来已经初见雏形，但要让全链路的升级更加完整，还差最后一步——消费端的沉浸式体验升级。
今年以来，随着《黑神话：悟空》爆火，带动3D生成和场景重建技术兴起，火山引擎视频云推出了基于AI的3D生成方案，借助大模型强大的生成能力，采用基于图生3D的模式来完成3D内容的快速构建。同时，火山引擎视频云还上线了高质量3D Gaussian-Splatting场景重建及低延迟重渲染方案，用于对场景进行高质量的几何、外观重建和渲染，并实现行业内首个高斯方案支持复杂的实时重打光及阴影渲染。目前，该技术已经实际应用在虚拟直播等VR/AR/XR应用中，相比传统的手工3D建模,在效率、多样性和操作成本等方面具备明显优势。
一定程度上，AI视频时代，技术只是引爆一切的起点，但真正的商业化，则需要以用户的体验为核心，从框架到场景，从生产到交互再到消费端的全方位发力，市场也随之进入马拉松长跑阶段。
火山引擎视频云，为这场长跑的下半场，做了一次不错的探索。
什么才是真正的人工智能手机？
智能手机正迎来新一轮的变革。 继苹果、华为之后，全球市场份额排名第一的智能手机厂商三星在昨天的Bixby中文版发布会上，也首次对外公布了未来在人工智能领域的布局，并宣布明年2月份将推出Galaxy AIUX人工智能操作系统。 荣耀Magic于2016年底推出，搭载了Magic Live智慧系统，基于人工智能为用户更好地处理日常问题而设计。 它的智能之处在于根据不同场景为用户提供便利，即所谓的“想你所想”。 实际上，从去年开始，在各大手机厂商的发布会上，我们经常听到“AI引擎”、“AI美颜”、“AI人像”等，人工智能算法已经逐步加入到手机的常规系统应用中。 华为消费者业务CEO余承东此前表示，AI将会改变智能手机行业，智能手机将进入智慧手机时代。 AI手机的标准尚不统一，目前没有统一的标准。 AI手机主要分为两派：云智能和端智能。 云智能指的是数据采集后传输到云端进行计算，再将决策发回前端设备执行。 端智能则是在前端设备进行数据的采集、计算、决策。 与云智能相比，端智能的优势在于稳定、时延小，同时能保护用户隐私，但存储计算力不如云智能强大。 高通和苹果公司已经将移动设备视为未来人工智能的一个主要平台。 高通副总裁兼高通创投董事总经理沈劲表示，智能手机将成为人工智能最大的平台。 他给出了三个理由：第一，我们有隐私方面的需求，不愿意把很私密的数据都传到云端；第二，要可靠性。 如果数据不远万里传到云端，再下载到手机，或者在我们的空调、冰箱当中，这个过程当中万一有什么差错，就会形成一个不可靠的应用；第三，要实时。 手机到目前为止包括今后的一两年都是设备端的人工智能，因为实时的处理必须要通过本地化的人工智能才能够完成。 在2017凤凰网科技峰会上，vivo软件研发总经理周围透露，目前vivo正在和高通、MTK等公司定制2019年的人工智能平台。 三星方面，Bixby先行之后，其实也在布局人工智能处理器。 三星在今年8月大手笔投资了中国初创公司深鉴科技，这家公司主要研究方向是神经网络压缩技术和神经网络硬件设计，包括基于神经网络的人工智能移动芯片。 人工智能手机的核心竞争力需要比拼的是计算能力和算法，即芯片级的比拼和人工智能算法的比拼，要求的是软件和硬件的结合。 有了量身定制的硬件，才能更好地去服务机器学习算法。 目前只有苹果和华为推出了芯片级的人工智能。 A11 Bionic芯片苹果推出的是“神经网络引擎”（Neural Engine）的A11 Bionic（仿生学）芯片，在iPhone X的人脸识别上有很好的应用；华为则是“神经网络单元”（Neural Processing Unit，NPU）的麒麟970人工智能芯片。 荣耀V10将搭载麒麟970这款芯片。 荣耀手机官方微博前段时间发布了一条视频，写着：“Hi, I am AI”，致更懂你的未来。 再联系之前荣耀总裁赵明微博中，关于“爱”、“AI”的暗示，不难看出，这些都是在为即将推出的人工智能手机荣耀V10预热。 事实上，也正是因为有了此前的荣耀Magic的智能引擎打头阵，这一次加入麒麟970人工智能芯片的荣耀V10才更加值得期待。 有AI芯片的手机才是真AI手机，AI芯片及算法代表了厂商的真正技术，拥有真正的自学习能力，将给用户带来更多更好体验。 NPU的加入到底对智能手机到底有什么意义呢？《新潮电子》在其日前刊登的一篇文章做了很浅显易懂的解释：“CPU就好比是数学系的老教授，能够解决各类复杂数学问题，但单纯去做求解数值的函数运算显然费时费力；这时候，NPU就好比是一个科学计算器，你不能用它来直接解题，但由它来专门应付题目中需要求解函数数值的部分，显然要得心应手。 ”也就是说，NPU的加入并不会明显提升CPU、GPU的性能，但它的出现，却能明显改变端侧的运算环境——而非简单的提升运算能力。 正如在前文提到端智能对比云智能可以让大量识别性的学习操作不需要再过分依赖于云端，而是直接在本地即时高效的处理。 硬件级AI能力在手机中的加入，如果开放给第三方应用开发者，还能够带来极大的想象和扩展空间。 国际数据公司（IDC）最新发布的手机季度跟踪报告显示，2017年第三季度，中国智能手机市场出货量略高于第二季度，但低于去年同期，同比下降约为1%。 相比显得有些枯燥的数据，聚焦在市场发展趋势上，IDC中国研究经理金迪表示：中国手机厂商在全球的市场竞争力持续增强，但在产业链上游的核心技术发展，以及智能化移动生态的部署仍有很大欠缺。 ”他认为，今年智能手机在人工智能应用领域有所建树，但实际应用与服务提升并不显著。 中国手机厂商需要投入更多资源与精力,着力解决用户在移动生态中的痛点问题，结合生态伙伴的技术优势，开发应用服务，并且考虑AI手机的核心应用布局，以及结合AR行业应用，探索在2018年后逐渐落地发展的路径。 毫无疑问，人工智能在移动终端市场已经是不可逆的大势所趋，已经布局端侧智能的厂商无疑抢得了先手优势。 这两年的智能手机市场已经开始洗牌，在智能手机转AI或者说智慧手机的这次变革中，势必又将洗掉一批掉队者。
铁打的云从科技流水的客户！亏损27亿上市背后为何AI企业难赚钱？
云从 科技 7月20日成功过会，在与旷世 科技 、商汤 科技 和依图 科技 AI四小龙的上市比拼中率先上岸，公司也因此成为科创AI第一股。 2018-2020年云从 科技 累计亏损26.84亿元，此次在科创板公司募集资金37.5亿元，科创板的上市也意味着公司可以缓解常年亏损带来的资金压力。 AI公司赚钱太难了。 相关报告显示，全球近90%的AI公司处于亏损状态，10%的赚钱企业基本是技术提供商，中国AI产业链中90%以上的企业也同样处于亏损阶段。 AI四小龙无一例外全部亏损，而且一个比一个能亏，比如依图 科技 2017-2020H1累计亏损72.68亿元；旷世 科技 2017-2020Q3期间累计亏损130.6亿元。 商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。 虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。 为什么AI公司赚钱这么难？ 云从 科技 主营业务是为客户提供高效人机协同操作系统和行业解决方案，前者是凭借自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态核心入口，为客户提供信息化、数字化、智能化的人工智能服务；后者是基于人机协同操作系统，赋能智慧金融、智慧出行等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案： 报告期内公司向客户提供基础操作系统、基于人机协同操作系统的应用产品和核心组件以及技术服务，其中基础操作系统是可以直接销售给客户的，一般交付给具有研发能力的企业和第三方软件厂商，由客户二次开发后投入使用。 公司提供的操作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统，基于不同的功能，面向物联网、政府、公安等城市治理和金融、商业等不同应用场景： 值得注意的是如果客户前期没有购买云从 科技 操作系统，则公司向客户销售操作系统和应用产品，保证相关应用产品有效运行。 核心组件是基础操作系统内可以独立交付的功能模块，通常是封装了核心AI能力的软件包，主要交付给研发实力强、对软件管控要求较高的客户，由客户集成到其自由系统中使用，基本不涉及进行定制化开发。 技术服务主要是人机协同操作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。 成立至今云从 科技 人机协同操作系统及应用产品相继经历了初步推进人机协同操作系统内核沉淀的V1.0、综合多类业务场景的基础操作系统V2.0和升级人机协同操作系统V3.0三个阶段，实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础操作系统的整合。 公司的V4.0版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统，通过AI技术优化系统的运行效率和用户体验： 在系统层上云从 科技 开发了面向不同领域的基础操作系统，通过系统和组件的方式将AI技术赋能应用场景。 2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发，覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。 Brain++集成了包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute和数据管理平台MegData，将算力、算法和数据能力融为一体，作为AI基础设施，实现从算法生产到应用的全流程化和规模化供给： 旷视 科技 的Brain++平台相比云从 科技 的操作系统+组件的模式，不同之处在于将算力、算法和数据进行融合，实现了AI的全流程。 比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程，还可为客户提供集群搭建和部署在内的硬件交付，让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼，提升了AI的效率。 Brain++平台和算法构成了旷视 科技 的核心AI能力： 业务模式上，云从 科技 的基础操作系统、组件和应用产品可以单独销售，但旷视 科技 的Brain++平台是以解决方案的形式对外销售的，这构成了俩公司业务上的差异。 2018-2020年云从 科技 实现营收4.84亿元、8.07亿元和7.55亿元，这其中主营业务收入为4.83亿元、7.80亿元和7.51亿元，2020年主营业务下降主要系疫情影响，这与其商业模式有关。 报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务，2019年其他业务收入一度达到0.27亿元，但占比仍较小。 主营业务中人机协同操作系统营收为0.31亿元、1.83亿元和2.37亿元，营收占比为6.2%、22.7%、31.3%；人工智能解决方案营收为4.52亿元、5.97亿元和5.15亿元，营收占比为93.6%、74.0%和68.2%： 旷视 科技 是一家聚焦物联网场景，以物联网为AI技术落地载体，通过构建完整AIoT产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景，提供经验验证的解决方案的AI公司。 公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。 2017-2020Q3公司营收为3.04亿元、8.54亿元、12.60亿元和7.16亿元，其中60%以上的营收来自城市物联网解决方案业务： 值得注意的是，云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的81.2%下降至2020年的50.8%，但仍占据半壁江山。 号称行业领先的AI公司，营收一半竟然来自硬件产品，这就引出了一个问题：AI公司靠什么赚钱？ 毛利率来看，报告期内云从 科技 主营业务毛利率虽然由21.5%提升至43.2%，但仍大幅低于依图 科技 和旷视 科技 的毛利率，依图 科技 主营业务毛利率由2017年的57.4%提升至2020H1的71%，是这几家公司中最高的： 细分到具体产品或服务，可以看出云从 科技 人机协同操作系统的毛利率在75%以上，处于较高水平。 人机协同操作系统中软件授权业务的毛利率超过80%，主要是绝大部分软件授权业务涉及安装调试或定制开发，产生了相应的费用。 报告期内公司技术服务毛利率由99.45%下降至40%，因为金融风控业务涉及对外采购数据服务，2020年新增的数据中心智能化运维服务需要委托第三方提供服务，降低了毛利率水平。 云从 科技 营收占比最大的人工智能解决方案业务毛利率为17.76%、23.43%和28.19%，主要是该类业务根据客户需求，需外购部分配套软硬件产品或服务，外购材料成本较高，挤压了毛利率空间。 公司人工智能解决方案毛利率相比可比企业也明显偏低，比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为64.1%、81.9%、87.5%、86.8%和11.3%、32.8%、54.3%和69.6%。 云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低，与云从 科技 相当。 比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由42.27%、63.16%下降至38.23%和44.43%，主要系解决方案中需要采购硬件并有一定比例的安装服务成本，尤其是硬件设备比例上升会拖累相关业务的毛利率水平： 旷视 科技 业务毛利率水平来看，消费类物联网解决方案业务毛利率超过80%，但其营收占比由2017年的45.9%下降至2020Q3的18.1%，营收占比最大的城市物联网毛利率下降至30%以下，因此拖累了公司的毛利率水平： 旷视 科技 在招股书中提到，消费物联网解决方案是公司传统核心优势业务，主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案，成本以软件为主，毛利率水平最高。 城市物联网解决方案业务主要为智慧城市及智慧建筑管理，这一业务随着行业经验积累、项目设计与交付能力不断提升，按理公司具有提升毛利率空间的能力。 但旷视 科技 提到，因为项目成本中硬件占比提升，导致毛利率有所下降： 结合云从 科技 、云天励飞和旷视 科技 等业务模式，可以看出：如果单纯靠出货操作系统等业务，公司可以保持一个很高的毛利率。 未来随着业务不断成熟，成本和费用的下降，公司具有盈利的可能。 但目前来看，旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主，这就涉及到一些硬件的采购和安装，相应的导致毛利率的下降。 AI四小龙无一例外全部亏损，而且一个比一个能亏。 云从 科技 报告期内累计亏损26.84亿元，看起来不少，但在旷视 科技 和依图 科技 面前还是弱爆了。 依图 科技 2017-2020H1净利润分别亏损11.66亿元、11.61亿元、36.42亿元和12.99亿元，累计亏损72.68亿元。 旷世 科技 2017-2020Q3期间分别亏损7.75亿元、28.0亿元、66.39亿元和28.46亿元，累计亏损130.6亿元。 商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。 虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。 寒武纪主营业务是AI芯片的研发、设计与销售，主营业务与云从 科技 等明显不同，但2017-2020年公司仍然累计亏损超过20亿元。 2020年寒武纪亏损大幅减少，但扭亏为盈还是遥遥无期： 行业龙头亏损严重，中小AI公司同样亏的不少。 比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损16.07亿元，2020年前三季度公司营收为2.67亿元，报告期内营收累计仅为6.8亿元，赚的还没有亏的多。 为什么AI公司赚钱这么难？ 先说说这些公司亏损的直接原因。 2018-2020年云从 科技 毛利从1.05亿元增长至3.28亿元，毛利率由21.5%提升至43.2%，但期间费用由3.38亿元飙升至10.61亿元，直接造成营业利润亏损。 报告期内公司销售费用由1.29亿元增长至2.74亿元，销售费用率由26.63%提升至36.28%，这属于很高的水平了。 此外公司研发投入持续加大，由2018年的1.48亿元增长至5.78亿元，营收占比由30.61%提升至76.59%，已经足以让公司亏损了： 报告期内云从 科技 实施股权激励并产生了相应的费用，但这种费用短期对公司利润带来压力，假以时日影响会消除，但销售费用和研发费用的增加是持续性的，毕竟这与公司经营密切相关。 比如云从 科技 销售费用中占比最大的是人员薪酬，主要是公司业务扩展，销售人员和平均薪酬增加。 人工智能仍然是一个技术密集型企业，各家公司为了保证持续的竞争力也在投入大量的资金用于研发。 目前人工智能相关技术和应用场景的解决方案迭代速度比较快，以云为例产品迭代周期一般为2-6个月，因此人工智能行业的研发是个持续时间长且投入高的过程。 比如云从 科技 2020年研发费用率超过75%，公司基于人机协同操作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。 亏损最严重的旷视 科技 也是如此。 2017-2020Q3公司期间费用由4.02亿元增长至13.49亿元，规模上超过公司的营收，这其中销售费用率、管理费用率和研发费用率分别由24.14%、33.45%、66.50%提升至41.6%、57.56%和92.23%： 另外为了提高研发人员、管理人员等积极性，或者出于营造缺钱的目的，AI公司还会实施股权激励，并为此产生巨大的股份支付费用，侵蚀了公司的盈利空间。 比如2019年云从 科技 实施了股权激励，产生了13.03亿元的股份支付费用；2019-2020Q3云天励飞为激励核心团队、保证团队稳定性，对核心成员实施股权激励，为此分别支付了2.08亿元和7.19亿元的股份支付费用。 目前抛开其他不谈，在研发上的投入和股权激励产生的巨大费用，凭借这两项，已经让大多数AI公司陷入亏损了。 客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题，而这一难题事关公司经营是否可持续，也是这类公司上市中的拦路虎之一。 无论是注册制下的科创板、创业板还是审核制下的主板，从发审委到上市委，都盯着这一问题。 今年3月份上交所在云从 科技 第一轮问询中就要求公司就不同类型产品前五大客户的销售内容、销售收入及变动原因，前五大客户变动较大是否符合行业惯例等进行问询。 2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司，营收占比为30.11%；2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务，营收占比为30.49%和10.98%，销售金额变动也非常大。 另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户，上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。 云从 科技 这种情况在其他AI公司中也存在。 比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司，销售金额也从2500多万到8500多万不等，而且多个客户经历了一轮游，在下一年度中不见踪影： 从云从 科技 的反馈来看，AI公司面临碎片化问题，不仅仅是场景的碎片化，还有订单的碎片化。 以2020年度人机协同操作系统客户分布情况来看，云从 科技 绝大多数客户的订单规模在100万元以下，1000万元以上的订单占比很低。 应用场景上，公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域，营收占比最大的人工智能解决方案也呈现出类似的特征： 客户集中度上，云从 科技 前五大客户销售占比从62.23%下降至27.92%，相反依图 科技 前五大客户销售占比从35.12%提升至62.02%，而旷视 科技 常年在20%-30%左右徘徊。 客户的飘忽不定说明了人工智能技术在客户端的复用性很低，订单的碎片化说明了人工智能技术商业化水平还处于较低的水平，难以实现规模化应用。 AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景，这势必增加了公司的额外开支。 前文已经提到，云从 科技 、旷视 科技 等销售费用率很高，尤其是职工薪酬占主要比例，主要是为了扩大业务区域、开拓客户而招兵买马，相应的费用不断增长。 人工智能产业链分为基础层、技术层和应用层三大环节，其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司，主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。 目前中国的AI产业相比美国，差距在于第一是基础层实力偏弱，尤其是具有全球竞争力的芯片、传感器等领域的公司太少，而且华为等部分企业因为实体清单影响，经营遭遇困难： 云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层，但更多的企业处于应用层，参照互联网公司，应用层的竞争会更加激烈，技术实力不佳、综合能力不足的公司会逐渐掉队。 另外值得注意的是与美国的谷歌、亚马逊和微软等类似，华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。 华为、腾讯等公司拥有打通基础层、技术层和应用层的能力，而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势，因此势必给这些公司带来巨大压力。 从目前产业发展现状和人工智能技术发展曲线来看，其已到了从技术转向大规模应用的关键节点，目前如何规模化落地成为行业痛点。 不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说，现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出，毕竟这么多年下来它们等不及了。 万一所投公司倒闭了，一切都打水漂了。
Python人工智能具体学什么？后面好就业吗？
python培训的具体学习内容 一般培训培训都是分五个阶段：
第一阶段学习Python核心编程，主要是Python语言基础、Linux、MySQL，前期学习Python编程语言基础内容;中期主要涉及OOP基础知识，学习后应该能自己处理OOP问题，具有初步软件工程知识并树立模块化编程思想，以及了解什么是数据库以及相关知识。
第二个阶段主要是学习全栈开发，主要是Web编程基础、Flask框架、Django框架、Tornado框架，这一部分主要是前端网站开发流程，培养方向是前端开发工程师或者是Web全栈开发工程师、Python开发工程师。
第三阶段是网络爬虫，主要包括数据爬取、Scrapy框架项目、分布式爬虫框架等，培养方向是Python爬虫工程师。
第四阶段培训的是人工智能，主要是数据分析、机器学习、深度学习，能够学到人工智能领域中的图像识别技术，对行业中流行的数据模型和算法有所了解，使用主流人工智能框架进行项目开发，深入理解算法原理与实现步骤。 培养方向是数据分析师、算法工程师、数据挖掘工程师以及人工智能工程师。
在国家大力推行人工智能的趋势下，Python语言也在各大企业应用的越来越广泛，虽然Python是在近几年才被大家所了解，但凭借其自身的功能强大、语法简单、容易上手的特性发展势头强劲，越来越多的人想要去学习Python。
那么Python培训完前景如何：
由于现在大学院校还没有和Python开发相符合的专业，所以大部分想要从事Python开发的小伙伴都会选择去参加培训来学习专业的技能，Python培训主要的优势也是能够接触到企业的实战项目去实践，培养项目实战开发能力，现在企业招聘员工的时候都想要有相关项目经验的人，所以Python培训会在教授大家理论知识的基础上着重培养开发能力。
比如说优就业的Python课程是联合网络飞浆共用研发的，课程每个阶段都会设置对应的开发项目，讲师也都是来自于企业一线，拥有多年的实战开发经验和授课经验。 课程内容主流前沿，学习完成之后在Python开发、数据分析、爬虫开发、人工智能等方向都是大家的求职方向，就业路径宽广。
Python培训完薪资待遇：
Python开发人才近几年一直呈现出供不应求的趋势，开发人员的薪资也是非常不错的，从职友集统计数据可以看到，北京Python开发工程师平均月薪高达元/月，并且随着工作经验的不断积累，职业路径发展和晋升都是呈现不断上升的，所以只要大家学好专业技能，将来的就业前景还是十分可观的。
拓展资料：
可能在很多人的认知中，编程开发工程师基本都是男生，确实在现在的编程行业里是男生偏多的现状，但是这并不能说明女生就不适合学习编程开发，不适合学Python。 近几年学习KIT技术以及从事IT工作的女生都在不断增加，并且在企业中每个开发团队都会有一定比例的女生，女生同样也是适合从事IT开发工作的。
