先轉(zhuǎn)一篇文章吧

AI視覺方面需要給與一定重視，從3月英偉達推出的三項云服務(wù)來看，就包括了PICASSO視覺模型，視覺是多模態(tài)大模型繞不開的。這次是Meta 發(fā)布史上首個圖像分割基礎(chǔ)模型 SAM，SAM的發(fā)布可以稱為計算機視覺領(lǐng)域的“GPT-3時刻”。SAM簡單說就是摳圖的，摳圖大家可能用PS這類工具軟件做過，需要手動選定目標(biāo)，而現(xiàn)在SAM只需要識別圖像就可以快速分割畫面中的物品，且精準(zhǔn)度，效率都要比個人操作高。而摳圖這只是一個應(yīng)用，后續(xù)可能應(yīng)用到圖像識別/標(biāo)記/分類，對應(yīng)下游應(yīng)用主要為安防、工業(yè)機器視覺、自動駕駛、視頻會議、AR/VR等。相信未來也會出現(xiàn)自動完成所有機器視覺的任務(wù)，視覺大模型是非常耗算力和存力的，這會帶來視覺芯片的新一輪創(chuàng)新和需求爆發(fā)。所以，這塊有3方面的機會，1）是CV模型相關(guān)的；2)是場景應(yīng)用；3)是圖像處理芯片

(資料圖)

———————————————————

在我能想到的AI核心邏輯當(dāng)中

算法（大模型、小模型）、算力（包括cpo、服務(wù)器、AI芯片等）、數(shù)據(jù)、安全、智能硬件等

機器視覺是最后一個待開發(fā)的寶藏

甚至可以直接從數(shù)據(jù)里面獨立出來聊一聊

當(dāng)前各類小作文層出不窮

頂出來的牛股也不少

但是我一般不敢買

因為看不懂的邏輯拿著心慌慌

————————————————————

人工智能的終極形態(tài)分為軟件和硬件場景

軟件不去聊了

市場一直在炒

————————————————————

聊聊硬件

人工智能的硬件落地終極形態(tài)就是人形機器人和物聯(lián)網(wǎng)

前幾天選擇智能音箱時

思維有點狹隘了

在看到sam后也就想明白了

智能音箱只考慮到了人與人工智能的交互

但是人工智能最大作用是攝取

需要大量攝取信息后再與人交互

所能交互的信息只是極少一部分

而人工智能攝取信息的主要途徑以前是人類的喂養(yǎng)

但是當(dāng)GPT5兩個月內(nèi)學(xué)習(xí)完了人類所有的公開知識后

還剩多少可以喂養(yǎng)的呢？

那些個專業(yè)數(shù)據(jù)庫幾十年的積累被幾天就學(xué)習(xí)完然后怎么辦？

這時候就需要海量的實時的數(shù)據(jù)供給

也就是機器視覺的最大作用了

————————————————————

我之前說過

市場低估了sam的炒作

sam直接將人工智能硬件落地推進了一大步

而且還是開源的

這是我們最擅長的（你懂得）

—————————————————————

機器視覺無窮盡資源：螢石網(wǎng)絡(luò)SOC芯片： 全志科技機器視覺芯片：富瀚微VR/智能音箱：創(chuàng)維數(shù)字機器視覺芯片/算法/無窮盡資源：云天勵飛機器視覺最消耗的存儲：深科技、北京君正、兆易創(chuàng)新AI芯片相關(guān)：雅克科技、滬電股份芯片設(shè)備前道檢測國產(chǎn)替代：精測電子芯片大硅片國產(chǎn)替代：立昂微

總有人問哪個最好？

我只能說：作為成年人我都要

為自己的認(rèn)知買單

操作自定

盈虧自負(fù)

關(guān)鍵詞：