比特算力巢

A. 杭州顺其软件科技有限公司在企业信息化行业内的口碑怎么样

2020年的安防圈，仿佛被按下了暂停键，项目停滞、融资缓慢、研发缩减，没有人能预料到，中国安防的新十年，是以这样的状态开始，不少企业也以这样的方式结束。

过去十年里，近千家安防产业链厂商，经过无数次物竞与天择，仅留下数十家企业，拥有充沛的资金和技术储备，迎接新十年。

站在安防新十年的这个节点之上，9月5日，由雷锋网 & AI 掘金志主办的第三届中国人工智能安防峰会，在杭州正式召开。

本届峰会以「洗牌结束，格局重塑」为主题，会上代表未来新十年的15家企业，为现场1000余位听众和线上几十万观众，分享迎接安防新十年的经营理念与技术应用方法论。

以下是本次大会的精彩回顾：

国际人工智能联合会首位华人理事会主席杨强：「联邦学习下的数据价值与模型安全」

杨强在大会中指出，目前很多行业并没有真正意义上的大数据，产学两界都缺乏高质量、有标注、不断更新的数据。

如何保证各方数据私密不外传，又能保证数据更新？这就是分布性数据隐私保护、联合建模的挑战和需求——把小数据聚合起来成为大数据。

加上现在人们愈发重视隐私，政府纷纷立法，对技术的监管趋严，联邦学习正为保护隐私带来了技术上的新思路。

如何理解联邦学习？“邦”是指每个实体参与者地位相同，无论大小，提供的价值才是他们存在的意义；“联”是用一种方式把它们联合起来，保护隐私，一起做有意义的事情。

联邦学习的宗旨是“数据不动模型动”，目标是“数据可用不可见”。数据可以用，但是这些原始数据是合作方彼此之间见不到的，所以一些散乱的小数据就可以成为虚拟的大数据。

杨强教授介绍称，目前联邦学习主要有横向联邦（样本不同、特征重叠）和纵向联邦（样本重叠、特征不同）两种做法，前者更适用于to C场景，后者适合to B场景。

他强调，联邦学习和分布式AI、联邦数据库的区别在于：过去这二者的数据形态、分布、表征皆为同类，但在联邦学习里它们可以是异构的；且过去联邦数据库目的是并行计算、增加效率，但现在数据本身属于不同的属主，所以需要做加密情况下保护隐私的计算。

随后，杨强也谈到了联邦学习在安防等领域的应用。此外，杨强团队还推动制定世界上第一个联邦学习国际标准，同时也发布了开源平台FATE，并且积极筹措联邦学习联盟，共建联邦学习生态。

海康威视EBG解决方案部总裁李亚亚：「赋能数字转型，服务千行百业」

李亚亚介绍，海康目前的业务主要分为三块：综合安防、大数据服务和智慧业务。

数字经济和数字化转型成为必然趋势下，人工智能交付问题依然面临挑战，难点有三：一是泛在需求，这是场景碎片化、需求差异化必然带来落地难问题；二是复杂交付，涉及产品、施工、算法优化、信息系统打通、业务流程转型等诸多问题。三是成本可控，关注投入产出比非常必要。

李亚亚认为，解决落地难，仍然是要回归商业本质。要从产品的品质抓起，目的是让各行业都享受到技术革新的红利，通过场景化、差异化的问题解决，提升用户的业务价值回报。

数字化转型是一个逐步进阶的过程，场景化是路径，因此要通过系统的产品体系去支撑场景化应用。面向企业领域的数字化业务的开展和落地，海康威视从拉近管理距离，提升业务效率，规范作业行为，防范安全隐患四个维度出发为行业赋能。

海康威视秉持开放融合的合作理念，携手合作伙伴，共同实践数字化转型之路；秉善笃行，不断创新技术和产品赋能千行百业，为社会的安全和发展开拓新视界。

大华股份先进技术研究院院长殷俊：「AI 行业应用，产业升级」

殷俊认为，AI经历了理论研究的1.0、智能落地的2.0，目前处于行业智能的3.0阶段。

AI 1.0时期是“两耳不闻窗外事，一心只读圣贤书”，计算力不够，数据有限，算法不成熟；2.0阶段是“纸上得来终觉浅，绝知此事要躬行”，算法、算力有了突破，成熟的算法寻找落地场景；3.0阶段是“忽如一夜春风来，千树万树梨花开”，行业最需要的不仅是一套算法、一套系统，而是企业解决客户痛点和需求的能力。

在行业智能背景下，人工智能需要具备的基础能力包括：一是AI技术泛化、快速迁移新应用的能力；二是应用牵引，快速适配新需求的能力。

殷俊认为在3.0阶段是应用主导个性化和AI解决方案的敏捷交付。在这个过程中，首先要构建人工智能解决方案的端到端体系化能力，大华已经在四个方向做了重点布局：系统架构、数据智能、智能工程化、智能技术。

除了构建以上核心能力，大华还开放全栈能力，赋能行业生态，并在实战中持续积累人工智能核心技术，针对全场景理解、小规模数据、泛化能力、多任务学习和AutoML等人工智能的五大技术挑战，开展实践探索，并已取得实战应用成果。

最后，殷俊强调，AI目前还是依赖人工为主，大华希望未来在行业共同努力下，能够真正转向AI的自我智能，推动行业智慧化落地。

西部数据智慧视频产品首席技术官孙煜：「AI安防与存储的变革」

孙煜提到人工智能在监控行业的应用四个主要要素：芯片、软件、存储和厂商。

芯片不断提升算力，并降低成本，软件提供高效实用的算法，海量数据需要被存储才能被利用，厂商集成以上要素并落地。这个生态中，各方要素一起合作才能使得AI真正落地。

AI应用，使得视频监控的存储架构从以前的端和边，变为现在的端、边、云，连接方式云化，其中，存储器需要更高顺序读写性能、更大的存储容量、更高地随机读写性能、更快地响应时间。

西部数据通过提供视频监控行业从终端到核心的存储产品组合，协助视频监控行业的AI落地。

孙煜演示了西部数据专门为整个视频监控行业打造的从端、边、云的各个产品组合，以及专门随时检测硬盘监控状态的软件WDDA，Western Digital 设备分析 (WDDA) 是 Western Digital 的监控优化存储产品系列支持的全新设备分析功能。WDDA使管理员能前瞻式地管理存储设备并保持性能优化，防止意外故障。

孙煜强调AI进入后传统监控盘力不从心，系统厂商通过合并通道单码流，顺序地写入，大大减少了硬盘的飞行时间和次数，把飞行机会转移到数据库访问，提升存储系统的性能。

西部数据认为提高数据利用率的关键，是告别简单粗放模式，进行精细化的分层存储策略，他们还建立起一套四层存储架构体系：热存储、温存储、冷存储、极冷存储，分而治之，极大地提高数据利用效率。

商汤科技智慧城市事业群产品副总裁朱鑫：「AI 驱动城市智能化变革」

数字化转型的核心技术是云计算、移动互联网、物联网以及大数据，更多是在于更高效的信息组织，更顺畅的一些信息流动，以及更便捷的信息访问，从而去改善企业以及行业的效率，生产力是百分比提升。

智能化变革，机器将取代人工，如此会形成一个自主的组织生产，最关键的是，随着数字技术、芯片、摩尔定律以及云计算能力相关规律影响，机器成本会持续下降，规模化后机器成本会趋向极低的成本。彼时对生产力的提升不是百分比，可能是倍数，甚至是指数级。

大量的城市物联设备、规划的城市群，以及城市里形成的大量人流、物流、车流、金融流、数据流，组成了城市互联网。

朱鑫总结了城市互联网市场下，真正推动一个城市智能化变革的三大支柱系统。

一是新一代的联网汇聚平台。视觉数据是城市最丰富的数据资源，前端设备收集的数据通过联网汇聚，形成城市动态的数据资源池，动态数据经过AI系统处理后，成为城市数据资产。二是超级计算底座。每个城市需要一个新型的超算中心。三是城市级算法系统。系统有三大板块：城市的主算法系统、城市级场景算法系统和通过融合、关联、决策，形成一个完整的城市的算法系统。

商汤在这几个支柱下面形成了一整套体系与方案，从最底层的基础建设开始，从数据中心基础设施到城市智能的计算中心，再到城市智能云赋能中心，把整体算法系统能力都放在云赋能中心。

宇视副总裁、首席架构师姚华：「AI 如何得到人民的好口碑」

姚华回顾了2018年提出的AI与安防的七座大山，并指出如今视图数据全链路计算逻辑已经形成，AI在安防已经从0跨越过1。宇视的AI部署已经在从城市到郊区、乡村，解决群众的小事和琐事。

业务状态出现新挑战，比如动态人口服务和管理难、案件有效线索率低。姚华列举“宇视追影系统”应用的三个案例：疫情期间24小时找回出走口罩少女，男子沿街威胁案件，合伙扒窃案，以上成功案例中，最关键的技术是ReID（跨镜追踪）。

姚华指出，ReID应用有七大技术难点：第一，不同姿态、角度、分辨率下的人体之间的匹配；第二，复杂场景、有遮挡，密集人群等场景下的匹配；第三，不同交通工具上的人体的匹配；第四，不同时间段以及着装变化后的行人匹配；第五，跨摄像头模态行人匹配；第六，目标行人着装发生变化后的匹配问题；第七，在较小训练集上匹配算法训练较为受限问题。

宇视联合博观（拥有国际三大主流ReID数据集、Vehicle ReID等世界纪录的算法公司），设计了基于现有样本的GAN对抗网络，较好地模拟了人体的多角度、多姿态特征。同时，辅以多种预处理算法，极大地扩充了原始样本基数，使得在较小训练集上匹配算法训练受限的问题迎刃而解。

其次，宇视在算法中采取结合全局特征和多尺度局部特征的混合向量提取解决方案，并在训练中采用迁移学习，再者，对每个人体的局部特征进行重定位的匹配训练，通过实现对人体局部位置的精准定位，可将人脸识别与ReID联动结合，解决跨镜追踪应用的诸多难点。

宇视追影系统发布一周年，实战应用落地中国百余个城市和地区，实战案例超1000个，找回走失人口100余人，小微案件侦破率提升50%。最后，姚华用“好AI，为人民服务”结束：小案件是群众的“天”，无论乡村还是城市，AI帮助解决小案件难题，能让我们尊重每一个微小的个体。

360城市安全集团副总裁、360视觉科技总经理邱召强：「360 以安全为基础的 AI 技术与应用 」

邱召强表示，当行业在享受技术带来当先进性时，360通常用逆向思维思考：一个新的技术产生的同时会带来哪些安全隐患。

邱召强指出了数字时代的四个特征：第一，一切皆可编程，也造成漏洞无处不在；第二万物均需互联，虚拟世界的操作带来了物理真实世界巨大的灾难；第三大数据驱动业务，数据一旦汇总，安全性难以保证；第四软件定义世界，世界架构在软件之上，脆弱性前所未有。

360在过去15年，总结和打造出了一套云端的安全平台。360安全架构是以安全大脑为核心，六大板块，一个安全大脑，十个安全基础设施，和一个运营的所发，一个专家的团队，一个实战演练机制和一个安全互通的标准。

背靠360城市安全集团，360视觉科技专注于人脸识别产品的开发和应用，打造出以大数据为基础的视觉安全产品，包括了人脸识别门禁、人脸识别通道闸机、人证核验设备等智能终端及针对办公楼宇、酒店、商超、社区、学校，交通枢纽等场景解决方案，构建以安全为核心的智能生态。

360安全赋予了360视觉科技独特的竞争力。针对人脸识别终端设备的安全，对核心库和可执行性文件进行核心加固、对代码加固、对应用程序加固，三重安全加固防护；此外，360视觉科技还独创密钥白盒技术，为人脸识别终端、云平台环境中的数据加密及公私钥身份认证，全程密钥无明文。

最后，邱召强展示了360视觉科技人脸识别硬件家族，以及智慧园区、智慧楼宇、社区安全、智慧校园、机场安防、智慧办事大厅等几大行业解决方案。

华为机器视觉领域总裁段爱国：「华为 HoloSens ，点亮智能世界」

段爱国提出，一个真正的智能世界有三个非常典型的特征或者基础框架技术：一是万物感知，二是万物互联，三是万物智能。

在华为来看，万物互联、5G、光网络是华为的强项，华为机器视觉将成为华为在万物感知的核心。

段爱国还认为，智能世界向前迈进有三大核心技术：以全息感知为核心的机器视觉，以万物互联为基础的移动无线通信，以及万物智能的AI技术，2020年这三个技术开始合拢。

所以华为在2020年率先提出，所有的视频技术应该从人看向给机器看转移，并正式把产品线更名为“机器视觉”，聚焦打造两个核心的能力：一是前端的全息感知能力，二是在后端用数据驱动，反作用于物理世界，驱动于智能世界。

4G的时代，以智能手机为核心，出现了各种行业移动互联网的应用。在华为来看，机器视觉就是5G时代的行业数字化的智能手机。段爱国还提到，过去5年，AI的成本在下降，AI已经进入到普惠的时代，他预测未来两年智能摄像机一定会超过网络摄像机。

另外，华为将聚焦打造4个核心战略产品和平台：前端的软件定义摄像机，后端的智能视频存储，类似于智能手机应用市场的智能算法应用商城，以及华为机器视觉云服务。

在此基础上提出四大战略策略：战略一，积极投入全栈全场景的AI研究；战略二，重构产业架构，加速智能化升级；战略三，平台+生态，赋能千行百业；战略四：端边云协同，深度数据挖掘。

最后他强调， 会将开放进行到底，未来的智能世界很复杂，华为不可能一个人包揽全部的工作，希望大家一同成长。

旷视副总裁那正平：「城市大脑的条与块」

那正平表示，城市治理数字化、智能化浪潮中，无论是智慧城市、城市大脑还是数字孪生概念，核心思想都是通过物联网、人工智能等技术，准确发现城市运行的内在规律，从而进行动态优化调节，解决城市面临的安全、出行、环境、产业升级等诸多问题，最终提升城市治理水平。

那正平归纳出做好城市大脑和城市大脑的操作系统的几大要点：深入研究城市发展规律；探寻业务本质；先具象再抽象；脚踏实地，长期主义。

旷视通过分析城市空间和管理对象，指出城市的日常运作管理需要秉持以人为本核心，城市大脑应围绕条块结合的方式实现综合管理，实现条、块、脑、OS的协同。

城市大脑中的条应用总量少，单体规模大、高并发、数据壁垒强；而块总量大、IoT种类多，低并发、数据壁垒低，集成联动潜力大。

基于此，旷视提出：构筑城市大脑需要先围绕“条”和“块”打造城市级的超级应用，验证产品、实现单一场景闭环，从而形成具有旷视特色的软件和硬件产品矩阵，最终逐渐沉淀出城市级和建筑级AIoT操作系统，实现城市物联网的闭环。

旷视认为，人工智能产业现在处于并将长期处于初级阶段，我们必须正视并不能超越这个初级阶段。第二，人工智能产业的主要矛盾是市场日益增长的多样化需求同落后的算法生产力之间的矛盾。

云从科技安防行业部总经理李夏风：「人机协同平台，助推社会治理现代化升级」

云从认为人机协同有三部分：人机交互、人机融合、人机共创。

人机协同中，各个行业的专家、以机器代表的AI知识服务和用户，三者形成一个闭环，首先专家把知识赋能给机器，机器转换成智能化产品并提升客户的体验，用户从中反馈出个性化的需求，后续提升专家的效率并反哺到产品或服务中。

云从人机协的落地通过三部分实现：智能化终端设备收集数据，同时也是人机交互的入口，云端大脑是整个数据的汇集、分析、提炼的中枢，当数据大脑经过分析，形成相关的服务后，通过嵌入式的模块，即AI平台，实现人机协同在各个场景落地。

而AI训练平台融合数据智能标注、OCR训练、图像训练、NLP训练、视频结构化训练于一体，根据场景数据，生成符合行业需求的AI模型算法。云从的智能解析引擎具备软硬解耦特性，可以适配国有自主芯片，还能实现效率和使用维度的极大地性能提升。

基于云从的数据分析引擎，提供面向数据全生命周期的分析、挖掘及应用服务，完成数据到知识的价值转换，赋能各业务场景应用。

具体来说，汇聚感知数据，打造数据挖掘基础，融合业务数据，灵活定制生成各类标签，拓展业务对象，并依托认知信息，形成各类专家的决策，为决策提供有力的支撑，最后，依托可视化专家建模，固化专家经验模型，积累与传承业务知识。

从数据到知识是数据价值挖掘的必经之路，目前大部分数据资源没有得到充分利用，云从的知识生产与服务平台KaaS，通过将标签、机器学习等知识模型化、在线化，加上AI 引擎， 变数据/经验为在线知识。

通过数据智能模型为核心的知识体系构建实现从多维数据中挖掘隐形事件背后的关联关系及规律现象，服务于风险防控、态势预测、行为画像、虚拟轨迹等各类实际业务决策。

比特大陆AI业务线CEO王俊：「安防新基建，AI 芯智能」

王俊认为，当市场容量足够大时，总是会催生出更专注的产品，因为越是专注的产品，越容易获得更高的效率，随着AI市场的爆发，AI的计算硬件亦是如此。过去大家用GPU来取代CPU提供AI算力，现在正是从GPU切换至TPU或其他AI专用芯片以获得更高效率的时代。

比特大陆算丰自研的TPU，覆盖了云、边、端，专注于深度学习计算，相对于CPU和GPU，在获得更高性能的同时，还具备更高的性价比和更低的功耗。安防行业已经完成了从看得见到看得清，看得清到看得懂的阶段，而未来在更多专用AI芯片加持下，可继续实现看得快、看得起。

王俊还提到，比特大陆算丰业务坚持专注、开放、合作共赢的理念，专注AI芯片及其相关硬件的研发，同时开放各个层次的软件接口方便各种算法的接入和优化，力求和各个算法、应用等合作伙伴紧密合作，共同打造完整的AI解决方案。

同时，他们会打造基于比特大陆算丰芯片的算力平台，提供数据、算法、应用的统一管理，这样不同的应用需求，基于不同深度学习框架的不同算法方案，都可简单、高效的运行在该算力平台上。用户可自由选择最合适的方案，接入数据，并获得智能分析的结果。如此，在真实的场景中，无论是人脸识别、视频结构化这样单一的应用，还是城市大脑这样的综合方案，比特大陆都可基于该平台，联合合作伙伴，提供统一、高效、易用的AI算力服务。

澎思科技副总裁曲瀚：「AIoT 新基建，加速人工智能进入普惠时代」

澎思科技认为人工智能新基建的一个核心就是AI的基础设施化，分为技术基础设施和融合基础设施。

在此趋势下，智慧城市和AI安防将成为新基建的最佳试验场。另外，AI安防也逐渐发展到了第二阶段，AI在To B领域的发展开始从单一的场景向全社会各个领域延伸，每个细分的场景都展现出不同的AI服务需求，未来就是服务为王的时代，谁能够快速精准地把握住客户的需求，谁就能够在未来的竞争中快速胜出。

曲瀚指出，AI普惠的产品有两个核心要点：一是极致产品体验，二是场景化的解决方案能力。实现AI普惠的终局在于四个方面：第一，万物智联，所有的AI终端实现在线化。第二，推动AI算法向通用智能算法演进，降低机器学习的成本，提高泛化能力。第三，构建一个丰富的产品生态。第四，场景的联动和重塑。AI不是一个孤立的系统，需要和客户的其他系统做连接和联动，才能使得场景服务变成一个主动智能的服务。

澎思基于对普惠AI的理解，构建了澎思AIoT生态平台，包括四个关键的能力：第一，智能视图大脑。算法会从云、边、端三个维度全链条嵌入。第二，全系列自研的智能边缘设备。第三，打造云端智能服务的开放平台。第四，后端建立数据管理平台，使得数据在AI、硬件以及云服务能够充分地流动，实现业务和训练数据的并轨。

曲瀚还表示，普惠AI最核心的是算法能力，这是整个AIoT业务的底座，澎思的算法在云端和边缘端都走在世界的前列。

最后，曲瀚还重点介绍了在智能城市「新基建」中，澎思在城市公共安全与治理、人居场景智能化两大场景中的落地情况，以及深度参与新加坡等海外市场智慧城市的建设经验。

的卢深视CEO户磊：「大库时代，落地千万级刷脸系统的技术剖析与建库经验」

户磊提到，大库时代，金融支付、交通等众多场景亟需千万级精准人脸识别技术方案。目前行业内现有方案为多引擎，多层级，分库管理模式，系统复杂、软硬件开销大、成本高、效率低。

因此理想的大库识别方案应该具备以下几点：精准，万亿分之一误识别率，千万级别底库，鲁棒性好，高度兼容性，以及价格适宜。而的卢深视是全国首个建立省级规模三维人像数据库的AI公司。

的卢深视的千万级精准识别的刷脸系统具有几大关键技术点。

系统架构，分为三个层次，由前端多维智能感知系统、千万大库云端中台和多模态关联分析与预测组成。

其中高性能三维人脸识别算法与前端相机深度集成，降低后端计算开销，中台支撑千万级大库人脸的建库、清洗、检索，适配度高、效率高，多模态架构的兼容性好，分析预测环节基于大数据的逻辑推理，时空轨迹关联分析，将2D/3D人脸、人体、物品、时间、地点等多维大数据融合，深度挖掘数据之间的关联性，实现预测与预警。

其次是技术架构。核心算法层，其中最重要的是3D算法层；平台技术层，包括后端的技术，包括通信计算、协同优化等等技术；业务中台，对数据接入、数据管理、数据清洗、优选，而后融到库里面进行数据同步，最终支撑各种各样应用。

再者，的卢深视建立三维数据标准及评价打分体系，这是后续进行三维应用的基础，的卢深视对于各种数据类别，均提供数据质量要求及评价标准。

户磊还总结了的卢深视3D识别的优势：

• 准确率高，保证精度不损失的情况下，突破了三维人脸识别的量化技术，最终可以实现在千万级库上面秒级的反馈结果，可以保证万亿大库下的高准确率 。
  

• 鲁棒性好，实现了深度图和红外图的识别，不受光线影响，包括大角度、浓妆识别的准确率，能够融入15到20度大的角度的差异。

• 安全性高，尤其对于活体检测，能够实现2D平面伪装攻击方式100%防御。
  

平安科技副总工程师王健宗：「联邦智能——智慧城市的突围之道」

目前，人工智能在移动互联网、云计算、大数据、IOT、5G等新技术的驱动下得以迅猛发展， 不过在AI技术落地时总是有所欠缺，即人工智能通用算法在本地化部署过程中所面临的数据困境，而这一块恰恰是相关行业或企业所缺乏的。


王健宗认为，其数据困境主要是三点：数据孤岛、法律法规监管日趋严格，以及传统AI技术模式下的限制。


联邦智能是以联邦学习为龙头，同时涵盖联邦数据部落、联邦推理、联邦激励机制，共由四部分组成。面对目前日益苛刻的数据安全隐私的问题，通过构建联邦学习的技术内核，建立联邦数据部落，实现具备隐私保护的联邦推理，并以联邦激励机制为纽带形成一个完整的AI生态格局，从而打破数据壁垒，使人工智能发展迈向新阶段。


其中，联邦学习是隐私保护下的分布式机器学习技术，以及“数据孤岛问题”的解决方案。联邦数据部落，在确保数据安全及用户隐私的前提下，建立基于联邦智能的大数据部落生态，充分发挥各行业参与方的数据价值，推动垂直领域案例落地。联邦推理，在一个隐私与安全的链路过程中，发挥着引擎模型的联邦推理作用。联邦激励机制，它的核心是一个遵循基本准则的闭环学习机制，通过联合建模协议达成、贡献度评估、激励及资金划定等环节，吸引外部企业参与，加入联邦智能生态。


平安的蜂巢联邦智能平台。在整个平台中，蜂巢依托平安集团这一综合性集团背景，能够提供智慧金融、智慧城市、智慧医疗商用级的一站式解决方案，希望能够以此激活数据价值，这也是整个平台的使命。蜂巢平台的目标是跨企业、跨数据、跨领域，实现整个大数据AI生态。此外，它在营销、获客、定价、风控、智慧城市等等方面推出了相关的解决方案。


最后，王健宗总结道，联邦智能作为枢纽，将会为智慧城市的未来提供更多新的机会。同时，随着公民隐私安全意识的不断加深，它将更好地为公众带来高品质的个性化服务，并在当前新基建的背景下，立足于数据，依托联邦智能生态，加速精细化服务时代的到来，这也是联邦智能的机会。


灵伴科技公共安全事业部总经理刘叶飞：「安防新十年，AR 来主宰」

刘叶飞认为AR在智能安防领域有独特优势，比如第一视角显示，融合现实世界，人机交互自然，信息传递准确。AR技术如果运用到智能安防领域，在未来的十年，AR+AI必定推动整个安防市场。


杭州灵伴科技成立于2014年，从做语音识别、语音交互起家，随后过度到视觉交互，主要体现在AR层面，在2020年，灵伴推出了全球首款光波导形态的AR智能眼镜。


他还现场展示了灵伴科技在全球首款可量产的光波导智能眼镜，可折叠，小巧轻便。基于光波导优质的显示效果，可以不影响正常视线的情况下与外界进行交互。


刘叶飞还介绍，这款智能AR眼镜具有人脸识别、红外测温、车牌识别、执法记录、信息推送、远程指挥等等功能，相当于取代三个信息化执法终端所有的功能。除了安防行业，还可在智慧园区、大型安保活动、监狱、海关/边检、轨道交通、机场等多种场景使用。此外，灵伴科技在博物馆、两会、疫情防控等场景下的均有落地案例。

安防「新十年」颁奖典礼

大会演讲环节结束后，峰会进入到安防「新十年」颁奖环节。

AI与安防的融合，经由2018年的静水深流、2019年的混沌厮杀，2020年的技术研究与方案落地将会更为清晰、成熟。

身处产业临界节点，雷锋网AI掘金志启动安防「新十年」评选活动。


雷锋网AI掘金志从商业维度出发，基于对AI安防产业四年的调研和资源积累，并联合政、企、学、投资四界的评选委员，致力于寻找广受市场认可的企业、产品，寻找人工智能在各个行业的最佳应用。

五大城市代表企业榜

五大最佳行业解决方案榜

引领未来十年的五大新基建企业

B. IPFS谁在关注这领域有哪些好公司

IPFS领域最好的应该是星际联盟公司，价格很亲民。目前国内做IPFS矿机售卖的公司太多了，有300-500家甚至更多。目前在第一梯队的公司就只有几家。星际联盟就在其中。

PFSUnion星际联盟（简称星际联盟）总部位于魔都上海，团队由来自微软、AMD、阿里、腾讯、SAP、华为、盛大、英业达等互联网巨头企业的骨干成员组成，拥有成熟完整的产业供应链，同时在国内外拥有多家分公司和合作伙伴。

自成立以来，星际联盟以技术为后盾，专注区块链技术研发，重点围绕IPFS-Filecoin共建全球IPFS生态，提供矿机、矿场、托管、数据、应用、知识，以及市场推广等服务。

星际联盟同较于其他公司有四大优势：

1、价格低，性价比高。

2、同行业市场推广提成最高。

3、星际联盟出块率算力增长率第一。

4、战略规划长远，拥有矿机，矿池，矿场，应用，芯片五大发展战略。

(2)比特算力巢扩展阅读：

评价一家服务商的好与坏应该从这几个方面来看：

1、看公司基因创始人团队是否是研发出生,还是营销出生。如果都是研发型团队,而且每个人经验10年以上，既有区块链开发经验，又有服务器运维经验，整体团队超过50人。

2、随着主网正式上线临近，布局也开始了。首先要选择科技型的矿机托管公司合作，因为一旦主网上线，各家技术团队的实力高下立判，决定着能否更快地抢更多单，能否挖到比别人更多的币，目前做得比较好的不管云算力还是实体托管，硬盘几乎都是希捷的。总体来说ipfs的技术是革命性的。

C. 比特币价格暴跌，预示大牛市将至韭菜：一夜暴富机会又来了

请点击
问君能有几多愁，恰似“炒币”愁白头。
从去年12月份开始，“币圈”以比特币为首价格持续下跌，如今比特币均价在6000美元不断徘徊，对于老韭菜来说，“币圈”长达半年的熊市似乎不算什么，可是对于尚未入场者来说，他们心中充满了疑问，到底这是“币圈”新一轮熊市，还是意味着比特币褪去了所有包装，回到了它应有的价值。也许币圈暴跌并不是“熊市”来袭对于比特币从2万美元跌至6000美元，以太坊从最高1500美元跌至300多美元，各种空气币、山寨币价格清零，全球数字货币总市值从8000多亿美元跌至最低2600亿美元，更多人称这是“币圈”漫长的一次熊市，当所有不良币退场后币圈将会重返牛市。

红的像火，粉的像霞，白的像雪。花里带着甜味儿；闭了眼，树上仿佛已经满是桃儿、杏儿、梨儿。花下成千成百的蜜蜂嗡嗡地闹着，大小的蝴蝶飞来飞去。野花遍地是：杂样儿，有名字的，没名字的，散在草丛里，像眼睛，像星星，还眨呀眨的。
“吹面不寒杨柳风”，不错的，像母亲的手抚摸着你。风里带来些新翻的泥土的气息，混着青草味儿，还有各种花的香，都在微微润湿的空气里酝酿。鸟儿将巢安在繁花嫩叶当中，高兴起来了，呼朋引伴地卖弄清脆的喉咙，唱出宛转的曲子，与轻风流水应和着。牛背上牧童的短笛，这时候也成天嘹亮地响着。

雨是最寻常的，一下就是三两天。可别恼。看，像牛毛，像花针，像细丝，密密地斜织着，人家屋顶上全笼着一层薄烟。树叶儿却绿得发亮，小草儿也青得逼你的眼。傍晚时候，上灯了，一点点黄晕的光，烘托出一片安静而和平的夜。在乡下，小路上，石桥边，有撑起伞慢慢走着的人，地里还有工作的农民，披着蓑戴着笠。他们的房屋，稀稀疏疏的在雨里静默着。

天上风筝渐渐多了，地上孩子也多了。城里乡下，家家户户，老老小小，也赶趟儿似的，一个个都出来了。舒活舒活筋骨，抖擞抖擞精神，各做各的一份事去。“一年之计在于春”，刚起头儿，有的是工夫，有的是希望。

春天像刚落地的娃娃，从头到脚都是新的，它生长着

D. 云算力APP数字怎么操作

只需注册账号,进行充值,购买算力,即可享受收益。
云算力挖矿是指用户在平台上购买算力合约，租赁一定量的算力进行挖矿，并在合约期限内定时获取数字币的挖矿方式。目前提供云算力挖矿的主流平台有火币矿池、算力巢、KGfire、Nicehash等。在云算力挖矿模式下，用户可以按照算力单位购买算力，比如最小购买单位是1TH/s，用户想购买50T只需购买50份算力，而不再需要根据算力购买矿机。

E. 蚂蚁s15和s11算力板一样吗

不一样。蚂蚁s15和s11算力板不一样的。蚂蚁S15共四块算力,每块算力板上分布有四个温感模块,芯片温度最低为44度,最高为78度。
开箱爆照 蚂蚁矿机S15采用五层工业纸箱包装,矿机的包装保护层采用珍珠棉板,可以有效保障矿机的运输安全,减少运输过程中的碰撞。除了矿机之外,箱内还附有矿机的中英文说明书一份。控制板设计,矿机正面有两台散热风扇,从矿机正面可看到矿机的网线接口、重置键、IP Report键和状态指示灯。 矿机背面为蜂巢散热网,侧面为矿机电源。

F. 蜂巢币合法吗

你说的应该是虚拟币，事实上，虚拟币并不被中国政府所承认，唯一被认可的是比特币。炒虚拟货币和炒股一样，盈亏自负，政府，不反对也不支持。

G. 比特币在未来还会涨多少

从今年8月起中国的挖掘者也就是所谓的矿工就开始主导比特币的价格了，从8月到12月初的疯涨完全是矿工数量堆积造成挖掘成本和难度上升造成的，同时也早就很多疯狂的炒币玩家，三个月从两千涨到五千多对很多人来说辅花滇拘鄄饺殿邪东矛是神话，但比特币不是证券所以没有风险防控，央行基于交易安全考虑“建议”（因为只是建议目前并未出行法规）第三方支付机构停止对比特币交易平台提供支付以及提现服务，消息一出四天内比特币交易价暴跌今天的价格是不到三千，不过按照行情分析价格还有回暖的可能，跌价的原因主要是各大支付商听到央行放话后都做了紧急规避措施所以造成交易支付障碍从而导致的价格下跌，不过目前看来这样倒是会造就新的一批投机商，价格回落让投机商有了新的机会重新进入游戏，所以我的结论是价格会涨起来但不会想以前那样疯狂估计会一波三折最后趋于平稳，大胆的估计一下经过两三个月的折腾最终价格估计会在3500上下游走，同时涨跌幅也会明显缩小，很难像现在这样几百几百的涨几千几千的跌，作为一名资深矿工希望我的答案对你有帮助，哈哈正确不采用就不给力了啊。

H. 人人矿和比特小鹿那个挖矿平台靠谱

人人矿品牌更老，投资方实力更好，在全球有矿场，比特小鹿风险更大

I. 小白如何了解比特币

多去比特币新闻网看比特币新闻，以及行情，技术
比特币的诞生
比特币的诞生应该算在2008年的11月1号的那一天，一个化名为“中本聪”的人在网上发表了一篇论文。 在这篇论文里，他详细的描述了一种崭新的货币体系，他将之命名为“比特币”。

随后，次年的1月3日，首个比特币程序在中本聪的手里诞生，与之一起诞生的是最早挖矿所得的50个比特币。在那之后他开始逐渐淡出，直到彻底的消失。

人们至今也没找出这个叫中本聪的人的真实身份，即使如今的运营商、互联网巨头与政府已将人们在网络上的行迹牢牢掌握在了手里。

他在发言时会经常切换美式和英式英语，他随机在全天不同的时间上线，以隐瞒自己的国籍和时区；他隐藏自己的ip地址，加密自己的邮件，故意伪造一些写作和发言风格来混淆视听；此外他还是一名造诣颇深的密码学专家，对了，他发表论文的地方就叫做 "密码学邮件列表"。

所以比特币从诞生时起就带上了一种黑客精神：对抗任何势力所强加的审查。

当然我们也可以这么看： 如果一个发明了匿名货币系统的黑客，却连自我身份都不能匿名的话，那整件事会变成一个笑话。

但是所幸，中本聪没让我们失望。

1. 什么是货币
我发现要讲清楚什么是比特币，这一节是无论如何也跑不了的了。我不是什么经济领域的专家，我只能很粗浅且只能在很直观的意义上讲述这个问题。（不过就标题所表达出来的本文主旨而言，似乎也足够了）

高中的课本里有讲过(还记得吗?) , 货币是储存价值的媒介，一种东西要成为货币，最重要的，他必须满足：

1） 稀缺性。

这就是为什么黄金可以而沙子不能被当作货币的原因。稀缺性可以理解为获得它的难度，越是稀缺要获得它就越难。 一个直观的认识是这样的：假设你一个月的薪水是5000元，它意味着人民币的稀缺程度恰好到了这样一个度，即你要付出一个月的劳动才能获得5000个一元。 你不会同意以5000粒沙子来支付你的薪水，是因为与其通过劳动一个月来获得它，你大可以去沙滩走一圈就轻轻松松地得到了。

那么现在的金融系统是如何保证货币的稀缺性的呢？控制发行。货币的发行是被牢牢掌握在中央银行手中的，这样货币的发行量才能做到可控(所以你现在知道了，私自印钞是违法的）。回到刚刚那个例子, 你同意以5000元来支付你一个月的薪水，是因为人民币发行量刚好到了这个度。如果此时的人民币发行量翻倍了，稀缺度相应降低, 这时候你就应该要求以1万元来支付你的薪水了(但市场的响应往往不会这么快，在这期间你的财富其实是被剥夺了－－你的劳动本该获得一万元却只得到5000元的回报)。

2）交易性

货币存在的目的当然是为了交易。就像很多人告诉你的那样，钱是用来花的，不是用来带进棺材的。所以除了满足稀缺性以外，一种东西它越是方便交易，那么他就越符合理想货币的标准。所以在货币史上，银元代替了贝壳，纸币代替了银元，数字货币正逐渐取代纸币。

这里所说的“交易”，是指财产从一方转移到另一方，即一方的财产减少相应的另一方增多。对实物货币来说，它发生得非常自然，甲要给100元乙，当100元钞票从甲的手里转移到乙的手里的那一瞬间，交易完成了，甲的财产减去了100元而乙的财产增加了100元，这个过程中没有第三方的参与，完全是甲和乙之间的私密行为；然而当交易发生在数字货币层面上时，就没这么简单了，甲要给100元给乙，如何确保交易完成了呢？假设甲和乙在各自的电脑上记录了自己的财富数额的话，那么如何确保乙在给自己增加了100元的时候甲如实地给自己减去了100元呢？这个时候我们不得不要引入第三方了－－我们称之为“银行”的那个家伙。 当甲要转移100元给乙时，他不是直接给乙而是给银行， “请把我的100元转给乙” ，于是银行在甲的帐目上扣掉100元，再在乙的帐目上加上这100元。(我们假设它慷慨地不收取任何交易费)

以上所说的就是现代货币系统的一个粗廓模型，这个模型最大的弊端在于：人们不得不去信任一个中心系统。

数字货币的交易必须依赖银行，而一个人的银行账号可能会被审查、限制甚至是剥夺。当一方想要给另一方转移自己的财富时，银行可以收取高昂的费用或者直接拒绝(比如你试试汇一笔钱给美国的亲戚）。

货币的发行必须依赖中央银行。好吧，这已经是一个广为人知的秘密了：货币一直在贬值，或者说货币一直在超额发行(想想20年前的100块跟现在的100块)。 我引用两段话， 一段是凯恩斯说的， “通过连续的通货膨胀过程，政府可以秘密地、不为人知地没收公民财富的一部分。用这种办法可以任意剥夺人民的财富，在使多数人贫穷的过程中，却使少数人暴富。”， 另一段，出自哈耶克， “政府无法克制滥发货币的冲动”。

那么有没有可能设计出一套货币系统，在这个系统里我们不需要一个中心机构，不用被迫去信任任何的第三方， 使货币的发行透明可控，货币的交易私密而安全呢？

你猜？

2. 什么是比特币
所以我们现在可以回答到了，比特币是一个发行去中心化和交易去中心化的电子货币系统。在这个系统里，货币的发行量是透明且可预期的，货币的交易利用整个网络的协同合作来保证交易的安全。

下面我将逐步拆解比特币的原理。需要注意的是，比特币作为一个已经实际在使用的产品，它本身有着非常丰富的细节。本篇目的是向没有技术背景的读者讲述比特币的基本原理，因此并不会涉及到这些细节。比如说钱包的地址其实并不是公钥，而是公钥的二次哈希值； 区块链的难度要求并不是简单的把所有区块链的内容做一次哈希运算；等等。但是为了叙述的简洁性，在不影响对基本原理的讲解下这些都做了简化处理，希望大家能够理解。

2.0. 比特币网络 -- 由众多运行着比特币程序的节点组成
比特币是一个由众多平等的节点组成的网络。

一个节点就是一个比特币程序，任何能够连上网和具有一定计算能力的机器都能运行这个程序 －－ 所以你家里的电脑也可以作为比特币网络里的节点:)

节点之间是可以互相通讯的，同时比特币有一套机制可以让一个节点向其他所有节点发出消息，这个行为被称为“广播”。

2.1. 区块链 －－ 一个公共的账簿
我们先回到银行的例子。银行最基本的功能，无非是维护一个账簿，而这个账簿只需如实记录每一笔交易而已。比如X年X月X日，王小明转了30块钱给张大毛；Y年Y月Y日，张大毛转了12块钱给李小豆，诸如此类。 根据这个账簿我们可以查到一个人的所有交易记录，因而也就能推算出这个人此刻的账户余额为多少。比如李小豆从建银行帐号开始，转进的交易合计500元，转出的交易合计300元，那么可以算出此时李小豆账户余额一定是200元。

维护好这个账簿，并且作为唯一的维护者(只有银行才有权力查看和修改)， 银行作为一个交易中心的职责就完成了。

比特币也有账簿，但是与银行不同的是，这个账簿是公开的，任何人可以去查看和审核它。

这个账簿被称为"区块链"。你可以把区块链想象成一个小册子，册子的每一页写满了交易信息，并且不断有新的页加入进来。

2.2 钱包 －－－由一对公钥和私钥构成的的账户
上面一小节，解释了什么是比特币的账簿。这一小节将解释这个账簿里资金的归属权问题，亦即比特币的帐户系统。

比特币里的帐户跟银行的帐户有本质的区别。

在银行账户下，银行记录下了该账户所有者的身份信息(回想一下你去银行开户时提交的资料：照片、身份证、电话号码、家庭住址....)，因而只要你能向银行证明你的身份，你也就获得了你名下财产的所有权。在这种模型下，银行扮演了一个全知全能的上帝角色：他知晓现实人们的财富信息。我们除了祈祷上帝不要把我们的信息泄露出去或者利用它干坏事以外，别无他法。

在比特币的世界里，并没有银行这样一个机构，它不会强制人们暴露自己的身份以换取资金的安全。比特币的帐户只是简单的由两串数字构成，分别被称为“公钥”和“私钥”，除此之外再无其他。

这个两个数字所具有的数学特性 －一个被私钥加密过的数据只能通过公钥来解开，所谓的非对称加密－使它们能够完美的实现一个帐户(比特币世界里被称为钱包)需要的功能。

我们把公钥作为帐户地址 －－在比特币世界里也称钱包地址 －－它类似于银行系统里的帐号，就是当你告诉别人“请给我的帐号打300块钱”时，需要告诉别人的那一串数字。对银行来说，它是“招商银行6214850200251100”，对比特币而言，它是“ ”。

私钥，是证明钱包所有权的*唯一*凭证，你通过证明你是该钱包的私钥持有者来获得该钱包的所有权。注意，和银行账号的密码不同的是，你丢失了密码还可以通过证实自己的身份来找回，但你一旦丢失了密钥那这个钱包里的资金就再也找不回了。

因为公钥和私钥所具备的非对称加密的美妙特性，钱包的所有者并不需要通过出示私钥来证明自己持有它。他只需要出示一段用私钥加密过的文字，验证者能用公钥(即钱包地址)解开这段文字即能证明。

那么怎么生成一对这样的数字呢？

相比于银行开户的繁琐手续，你唯一需要的只是一个实现了该功能的数学软件。

感谢数学。

2.3 区块 －－－ 有难度要求的账簿页
前面提到，区块链就是一个账簿，一个区块就是这个账簿里固定大小的一页。(比特币规定区块大小不超过1M，而一笔交易大约250字节大小，因此一个区块平均能写下4000笔左右交易。)

区块链是公共的，每个人都可以下载，验算和查看区块链里的交易信息。同时每个人也都可以向区块链增加区块，只是我们需要一种机制来防止坏人们通过提交大量的区块来拖垮整个网络。这个机制的核心在于我们要使区块的构造变得有代价，代价大到不可能在短时间内构造出大量的区块。

比特币要求，新的区块必须使区块链具有某种特征的哈希值才能被允许加入。 哈希值是一种数学运算(感谢数学！)，你可以简单理解为对数据的摘要，不同的数据有不同的哈希值，即使两个数据只相差一个字节，他们对应的哈希值也会截然不同。

比特币通过“要求区块链的哈希值具有某种特征”来控制构造区块的难度，这个特征其实就是要求哈希值开头的几位数字为0. 比方说当前比特币要求哈希值前4位必须位0，我们用P表示当前的区块链，用B表示当前构造的区块，那么P＋B的哈希值前4位必须为0该区块B才能被允许加入区块链中。 这里要注意三点， 1. 要构造出这样一个区块没有捷径，必须通过大量的计算，一遍一遍的往B里放随机数直到P＋B的哈希值满足要求为止。2. 哈希值前面为0的位数越多，要构造出这个区块的难度就越大。

好了，我们现在有了控制区块构造难度的工具了，那么比特币通过什么样的规则来控制难度呢？

比特币规定区块链应保持在平均每两周时间增加2016个区块(也就是平均10分钟一个)的速度上。 也就是说，每增加2016个区块，系统就会算出产生这2016个区块的时间，如果它小于两周那么就提高接下来2016个区块的难度(比如从要求哈希值前3个必须为0提高到前4个为0)， 如果它大于两周就降低难度(比如从要求4个0降低到3个0), 这样从长远来看，就使区块链平均以每10分钟一个的速度增加了。

也因此可以推论，区块链的难度要求与全网构造区块的算力成正相关关系。也就是说，参与构造区块的算力增加那么难度要求就会提高，相反则会降低，这样才能使区块链以固定的速度增加。

上面提到，让构造区块变得有难度，是为了防止被坏人攻击。同时，它还有一个作用是防止坏人们将一笔钱花两次(所谓双花问题)。 我们看如下一个比特币的应用场景:

小张要用比特币在小李那里网购一个商品，

1） 小李用数学软件生成好一个比特币钱包，并将该钱包地址(公钥)告诉小张。

2) 小张选取了自己一个有足够余额的钱包，并用这个钱包的私钥签发了一笔交易(该交易把一部分比特币发到小李的钱包地址上)，然后把交易广播给全网络。

3）网络中的一些节点把该交易收纳到当前正在构造的区块中。 第一个成功构造出合法区块的节点把该区块广播给全网络，得到全网络的认可被加到区块链上。

4) 小李发现区块链上已经有一个区块包含了指向自己钱包地址的交易，并且交易金额正确。 小李随即给小张发货。

5）小张发现小李已经发货，这时他开始重新构造一笔交易，试图把刚刚发给小李的钱发到自己另外的一个钱包里。这个时候他不能再把这笔交易广播出去了，因为网络中的其它节点会发现该交易是不合法(花掉一笔已经花掉的钱)而直接拒绝掉， 小李只能自己构造一个包含了该交易的区块，并且试图说服网络中的其它节点他的这个节点才是合法而刚刚那个(包含发给小李交易的区块)是不合法的， 这样就能实现他一笔钱花两次的目的。

比特币规定当区块链发生分叉时(即出现了两个或以上互斥的合法区块)时，应该追随最长的那条。 那意味着小张要实现自己双花目的，他必须在产生了小李那个区块后，马上构造出两个区块来，才能说服其他节点跟随自己的这条链。 要达到这个目的，当前时间内他必须拥有(或者接近拥有了)全网51%的算力, 才能抢在其他所有节点之前构造出两个区块出来。

2.4 矿工 －－－ 通过挖矿来争夺记账权的区块链维护者们
前一节我们讲到，区块链的难度实际上是对区块链的保护，这个难度要求越高区块链就越免于被坏人攻击。换个方式表述就是，全网构造区块的算力保障了区块链的安全，全网的算力越高，那么坏人们获得全网51%算力的难度就越大，因此越不容易被攻击。

那么我们如何激励节点们贡献出自己的cpu跟电力来提高全网的算力呢？ 答案是区块奖励。

比特币规定，成功构造出合法区块的节点会获得一部分比特币作为奖励，这部分比特币是系统生成的，他类似于淘金业里的挖矿，通过辛勤的劳动增加了黄金(比特币)的流通总量，因此构造区块的过程被称为“挖矿”，企图通过挖矿来获得区块奖励的节点被称为“矿工”。

挖矿的意义:

1) 它激励节点们贡献出算力来保护网络

2) 它实现了一种公平的方式发行比特币，因为不存在一个中央发行机构。

除了区块奖励外，交易者还可以通过额外支付一笔交易费给矿工们来鼓励他们将自己的交易收纳到它的区块里。这样当区块奖励趋于0时(比特币总量2100万枚，意味着越到后面区块奖励会越少), 因为有交易费的存在，矿工们也会继续维护整个网络。值得注意的是这里的交易费跟银行转账费有所不同，银行的转账费是由银行自上而下规定的，比特币的交易费是由使用者自由设置自下而上竞争的结果(如果当前交易数量很多而你给的交易费太低的话，可能不会被矿工们收取。)

亦即，矿工成功挖到区块时，他将获得 1）区块奖励 2）该区块内所有交易的交易费。

2.5 总结
比特币的核心是一个公共的账簿--区块链，每个人都可以核算查看这个账簿里的交易信息。这个账簿里不会记录任何真实世界里的个人信息，比特币保护了使用者的隐私。

通过非对称加密，用户可以不用出示密钥就可以证实自己是该密钥的持有者。因此提供了一个安全的不用信赖任何第三方(对比银行，你必须信赖它不把你的账号密码泄漏出去)的方式发起一笔交易。

因为比特币是开放的，意味着任何人都可以攻击比特币网络。通过控制区块的难度，使比特币网络免疫于大部分的攻击除非攻击者获取了接近全网51%的算力。而矿工们是比特币网络的保护者，比特币通过区块奖励和交易费的方式激励他们贡献出自己的cpu，组成巨大的算力屏障，使得任何组织或个人想要发起51%算力攻击都成为不可能。