人工智能时代的快速到来，离不开科技水平的高速发展。物联网、大数据、云计算、计算机视觉、语音识别等各个领域的技术，都处于一个爆发的临界点。其中计算机视觉识别已经达到、甚至超过人类识别水准，比如，二维码识别、人脸识别、字符识别、指纹识别等。

而在计算机视觉领域，人脸识别技术成为人工智能的典型应用，它在安全反恐、出入境边检、视频监控、人脸考勤等领域发挥重要作用。

过去的几年里，基于人脸识别技术的创业已成红海，其产品也逐渐出现了两种极端，一是算法软件，只能运行在各类x86服务器或者GPU上，二是传统的CPU或加速芯片，这类产品则还需要配合电路板、配套软件等才能使用，开奖，无疑这些问题成为人脸识别发展道路上的一个短板。

成立于2015年的人人智能（Face OS）作为后来者进入这片红海，跳出产品短板，以一种全新的方式——人脸智能机芯或者叫模块化的人脸机芯，加入这次创业大潮。“我们的产品可以通过组合不同种类的摄像头和显示设备，快速形成各式各样的人脸识别类产品。”人人智能创始人王海增在接受采访时表示。

识别模组重新定义视频安全

简单来讲，人人智能是一家基于ARM芯片研发的人脸识别核心模组方案提供商。识别模组是人人智能独创的支持深度学习算法的嵌入式高性能ARM平台，支持外接摄像机从视频流检测和载取人脸照片等功能。识别模组可以轻松嵌入到智能摄像头等各种终端上面，使这些硬件产品轻松获得人脸识别功能。王海增告诉创业邦（微信搜索关注：ichuangyebang），“人人智能目前正与ARM及相关企业一起开拓人脸识别市场，可以提供一部分免费算法。”

产品层面，人人智能目前主要包括两个方向：一是硬件模组及物联网云平台；二是基于模组的落地产品，如人脸识别对比仪，人脸识别闸机，人脸识别安全门等。

不同于Face++等公司的人脸识别解决方案，人人智能在产品形态和主攻的市场均有不同。

产品形态人人智能主要定位于人脸机芯，但同时王海增坦诚，从软件到机芯要解决很多技术问题，特别是把人脸识别算法、深度学习算法不减模型放在小的芯片上，涉及到驱动层、CPU、GPU加速等难题。市场方面，人人智能更加注重与行业结合，让人工智能更好地实现落地。

“我们专注产品设备，核心价值在于底层的Face OS，Face OS技术创新就像木桶理论有很多面，要熟悉芯片，掌握算法以及芯片级的驱动开发能力，atv，懂算法、芯片、市场这样才能设计出来一个机芯让合作伙伴开放的试探市场。”王海增向创业邦（微信搜索关注：ichuangyebang）补充道。

目前，公司主要面B端用户提供人脸识别相关产品服务，其中包括金融、安防领域的专业客户以及企业、园区、楼宇等商业用户。

边缘计算“正当时”

多年后，如果高级别的无人驾驶（达到L4级别）可以普及，你并不希望是云端的数据来踩刹车。这些关乎生命的应用需要在毫秒之间实时响应，这个时候就不能把相关数据都送到云端，因为云可能在几千公里之外，延时抖动和距离并不可控。

而边缘计算和前端智能产业的迅猛升温，为上述情况提供了快速、精准的解决方案。王海增也认为，未来人工智能在靠近用户、靠近数据源的前端，有更大的市场空间，这也是人人智能下注前端智能的一大原因。

王海增还告诉创业邦（微信搜索关注：ichuangyebang），“人工智能市场真正的爆发，一定要让普通消费者都能够在身边的设备比如手机或者电脑上感觉到智能的能力，这才真正智能时代的爆发。所以边缘计算是人工智能将来爆发的重要标志。”

资料显示，部分大公司已经在物联网领域各自开展边缘计算方面的尝试。比如华为切入了电力、电梯等行业，英特尔早前也通过嵌入式计算进入到工业和物联网领域。

据创业邦（微信搜索关注：ichuangyebang）了解，前端智能正在引发数百倍于云计算的全新市场空间。相比云计算的集中化、标准化、通用性的特点，前端智能具有分布式、个性化、易定制等优势，在智能驾驶、智能硬件、智能家居、智能安防等领域的应用越来越广。

IDC的预测是，到2018年，50%的物联网网络将面临网络带宽带来的限制，40%的数据需要在网络边缘侧分析、处理与储存，到2025年，这一数字将超过50%。边缘计算所面对的市场规模非常巨大。