（三）技術層

技術層主要包括語音識別、圖像視頻識別、文本識別等產業，其中語音識別已經延展到了語義識別層面，圖像視頻識別包括了人臉識別、手勢識別、指紋識別等領域，文本識別主要是針對印刷、手寫及圖像拍攝等各種字符進行辨識。隨著全球人工智能基礎技術的持續發展與應用領域的不斷豐富，人工智能技術層各產業未來將保持快速增長態勢。預計到2020年，全球語音識別、圖像視頻識別、文本識別等人工智能技術層產業規模將達到342億美元，我國人工智能技術層產業規模將突破66億美元。

圖8 2020年全球及我國人工智能技術層各產業規模占比

1、語音識別：正在步入應用拉動的快速增長階段

語音識別（Speech Recognition，SR）技術是將人類語音中的詞匯內容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。語音識別技術與其他自然語言處理技術如機器翻譯及語音合成技術相結合，可以構建出更加復雜的應用及產品。在大數據、移動互聯網、云計算以及其他技術的推動下，全球的語音識別產業已經步入應用快速增長期，未來將代入更多實際場景，預計到2020年全球語音識別產業規模將達到236億美元，國內語音識別產業規模達到44.2億美元。

核心技術。語音識別的主要目的是讓智能設備能夠具有和人類一樣的聽識能力，同時將人類語言所表述的自然語義自動轉換為計算機能理解和操作的結構化語義，完成實時的人機交互功能。近年來，語音喚醒技術、聲學前端處理技術、聲紋識別技術、語義理解技術、對話管理技術等語音識別領域核心技術的蓬勃發展，有助于構建智能語音交互界面系統，提高語音識別的準確率與響應速度，滿足垂直領域對自然語義識別和聲音指令的應用需求，為用戶提供自然、友好和便捷的人機交互體驗。

主要產品。伴隨著移動互聯網技術的發展與智能硬件設備的普及，人類已經不再滿足于鍵盤輸入和手寫輸入等傳統人機交互方式，語音識別技術在電子信息、互聯網、醫療、教育、辦公等各個領域均得到了廣泛應用，形成了智能語音輸入系統、智能語音助手、智能音箱、車載語音系統、智能語音輔助醫療系統、智能口語評測系統、智能會議系統等產品，可以通過用戶的語音指令和談話內容實現陪伴聊天、文字錄入、事務安排、信息查詢、身份識別、設備控制、路徑導航、會議記錄等功能，優化了復雜的工作流程，提供了全新的用戶應用體驗。

典型企業。語音識別領域具有較高的行業技術壁壘，在全球范圍內，只有少數的企業具有競爭實力。目前，Nuance、蘋果、三星、微軟、谷歌、科大訊飛、云知聲、百度、阿里、凌聲芯、思必馳等知名企業均重點攻克語音識別技術，推出大量相關產品。Nuance曾經是全球最大的語音識別技術提供商，側重于為服務提供商提供底層技術解決方案，隨著企業戰略目標以及商業環境的改變，目前轉型為客戶端解決方案提供商；蘋果公司以Siri語音助手為平臺關聯iOS系統相關應用與服務，傾向于改善用戶的智能手機使用體驗和創新商業模式；微軟致力于提高語音識別技術的準確率，英語的語音識別轉錄詞錯率僅5.9%，達到了專業速錄員水平，并將相關技術應用于自身產品“小冰”和“小娜”之中；科大訊飛作為國內智能語音和人工智能產業的領導者，中文語音識別技術已處于世界領先地位，并逐漸建立中文智能語音產業生態；云知聲重點構建集機器學習平臺、語音認知計算和大數據交互接口三位一體的智能平臺，垂直應用領域集中于智能家居和車載系統；阿里人工智能實驗室借助“天貓精靈”智能音箱構建基于語音識別的智能人機交互系統，并通過有效接入第三方應用實現生活娛樂功能的進一步拓展。

圖9 語音識別主要產品及典型企業

（四）應用層

應用層主要包括智能機器人、智能金融、智能醫療、智能安防、智能駕駛、智能搜索、智能教育、智能制造系統及智能人居等產業。其中，智能機器人產業規模及增速相對突出；智能金融、智能駕駛、智能教育的用戶需求相對明確且市場已步入快速增長階段；智能安防集中于行業應用和政府采購，市場集中度相對較高；智能搜索、智能人居的產品尚未完善，市場正在逐步培育；智能醫療則涉及審批機制，市場尚未放量。預計到2020年，全球人工智能應用層產業規模將達到672億美元，其中，智能機器人、智能駕駛、智能教育、智能安防及智能金融的產業規模將超過68%，同時我國人工智能應用層產業規模將突破110億美元。

圖9  2020年全球及我國人工智能應用層各產業規模占比

1、智能機器人

智能機器人是指具備不同程度類人智能，可實現“感知-決策-行為-反饋”閉環工作流程，可協助人類生產、服務人類生活，可自動執行工作的各類機器裝置，主要包括智能工業機器人、智能服務機器人和智能特種機器人。受智能工業機器人助推智能制造升級和智能家用服務機器人率先放量的帶動，智能機器人全球產業規模在2020年會接近90億美元，我國將達到25億美元。

核心技術。由于高頻人機互動特點，智能機器人的核心技術重點聚焦在智能感知、智能認知和多模態人機交互領域。同時依據應用領域的不同，智能機器人也存在著大量帶有典型行業特征的特色關鍵技術。智能工業機器人運用傳感技術和機器視覺技術，具備觸覺和簡單的視覺系統，更進一步運用人機協作、多模式網絡化交互、自主編程等技術增加自適應、自學習功能，引導工業機器人完成定位、檢測、識別等更為復雜的工作，替代人工視覺運用于不適合人工作業的危險工作環境或人工視覺難以滿足要求的場合；智能家用服務機器人重點應用移動定位技術和智能交互技術，達到服務范圍全覆蓋及家用陪護的目的；智能醫療服務機器人重點突破介入感知建模、微納技術和生肌電一體化技術，以達到提升手術精度、加速患者康復的目的；智能公共服務機器人重點運用智能感知認知技術、多模態人機交互技術、機械控制和移動定位技術等，實現應用場景的標準化功能的呈現和完成；智能特種機器人運用仿生材料結構、復雜環境動力學控制、微納系統等前沿技術，替代人類完成高危環境和特種工況作業。

主要產品。智能工業機器人領域，隨著柔性生產模式的轉型，具備感知、規劃、學習能力的智能定位機器人和智能檢測機器人加速出現，智能定位機器人通過機器視覺系統結合雙目攝像頭，引導機械手進行準確的定位和運動控制，不僅可以完成對工件的抓取和放置等操作，同時還能進行焊縫、拋光、噴涂、外殼平整等多項作業；智能檢測機器人用機器視覺檢測方法大大提高生產效率和生產的自動化程度。智能服務機器人領域，隨著人均收入水平的提升，對家用工具智能化程度的需求日益增長，掃地機器人、擦窗機器人等智能家政服務產品大量涌現；同時由于全球老齡化引發的社會問題，情感陪護類機器人市場需求也逐步成熟，輔助人類進行陪伴和溝通；隨著全球醫療投入的持續增加以及微創類手術需求的快速上升，智能醫療服務機器人進一步促進了醫療解決方案的高效化和精準化。智能特種機器人領域，人類工作及探索的環境邊界不斷拓展，為降低在高危及不確定環境的工作難度，智能軍用機器人、應急救援機器人及消防機器人等正在逐漸代替人類從事高危環境和特殊工況；無人機則廣泛應用在警用、城市管理、農業、地質、氣象、電力、搶險救災、視頻拍攝等行業，實現大面積巡查，完成實時監測和評估。

典型企業。智能工業機器人領域，國際四大巨頭仍占據較高市場份額，日本發那科和安川、德國庫卡、瑞士ABB、意大利柯馬側重具有分揀和裝配能力的智能工業機器人，英國Meta、德國Scansonic、日本安川聚焦激光視覺焊縫跟蹤系統；國內智能工業機器人“三巨頭”新松、云南昆船和北京機科占據國內90%市場份額，均有典型產品推出，新松重點提供自動化裝配與檢測生產線、物流與倉儲自動化成套設備，云南昆船側重煙草行業服務，北京機科主要應用于印鈔造幣、輪胎及軍工領域。智能服務機器人領域，美國iRobot、中國科沃斯、美國IntuitiveSurgica、以色列Rewalk、荷蘭Hot-Cheers分別聚焦于清潔、手術、康復及分揀等細分領域。智能特種機器人領域，波士頓動力圍繞著擁有液壓驅動核心技術的“大狗”機器人，不斷構筑技術壁壘；大疆在國內消費級無人機領域占有率達75%，成為估值超百億美元的“獨角獸”企業；美國Howeand Howe Techonologies則專注生產消防機器人，應用于應急救援場景。

表12  智能機器人主要產品及典型企業

2、智能金融

金融行業與整個社會存在巨大的交織網絡，每時每刻都能夠產生金融交易、客戶信息、市場分析、風險控制、投資顧問等多種海量數據。促進人工智能技術與金融行業相融合，在前端可以增強用戶的便利性和安全性，在中臺支持授信、各類金融交易和金融分析中的決策，在后臺用于風險防控和監督。這將大幅改變金融行業現有格局，推動銀行、保險、理財、借貸、投資等各類金融服務的個性化、定制化和智能化。受智能客服、金融搜索引擎及身份驗證入口級產品的廣泛普及和應用，智能金融全球產業規模在2020年會接近52億美元，我國將達到8億美元。

核心技術。當前，線上交易引發的隱私泄露及金融詐騙頻出，同時隨著移動終端和金融機構客戶端的普及，提取的用戶金融數據逐步豐富，金融機構線上服務能力和用戶隱私和交易風控就變得至關重要，語音識別、自然語音處理、計算機視覺、生物特征識別和機器學習等技術得到了廣泛應用。語音識別與自然語音處理技術可以為前端服務客戶實現批量人性化和個性化的服務；計算機視覺與生物特征識別技術則為金融支付驗證提供了保障；機器學習技術一方面通過導入海量金融交易數據，從中分析信用卡數據，識別欺詐交易，并提前預測交易變化趨勢，另一方面通過構建金融知識圖譜將不同來源的結構化和非結構化的數據整合到一起，建立基于大數據的完整征信授信體系。

主要產品。基于電話、網頁在線、微信、短信及APP等多模式多頻次的金融信息及服務獲取渠道，相對較為成熟并已經逐步推廣的產品包括智能客服、金融搜索引擎和身份驗證，通過構建知識圖譜實現理解答復及信息關聯體系、提供遠程開戶和刷臉支付等便捷方式幫助金融機構節省人力成本。同時，隨著用戶消費及信貸能力的逐步提升，也涌現出一批征信和風險控制的產品，但受限于數據庫的規模和數據源的相對難以獲取，目前大部分集中在客觀呈現款人、企業間、行業間的信息維度關聯方面。此外，金融類或資產管理類公司為持續提供用戶理財和升值的資產組合推出了智能投顧產品，可根據歷史經驗和新的市場信息來預測金融資產的價格波動趨勢，以此創建符合風險收益的投資組合。

典型企業。智能客服、身份驗證和金融搜索引擎領域創新企業較多，著重于引流擴量。智齒科技、網易七魚及美國DigitalGenius均著重通過用戶體驗提升客戶量，曠世科技、商湯科技及依圖圍繞著人臉識別的核心技術進入金融領域，融360、好貸網、資信客聚焦垂直領域打造金融服務的入口。征信及風控領域企業以大數據為壁壘，逐步出現行業龍頭。啟信寶和美國ZestFinance不斷擴容數據基礎，形成“平臺黑洞”優勢，啟信寶通過提取100多家官方網站數據產品側重呈現客觀數據整合，ZestFinance則使用谷歌的大數據模型建立信用評分體系。智能投顧多為金融機構專業人才或者投資顧問公司轉型而來，美國Wealthfront、彌財、財鯨等主要通過

投資ETF組合以達到資產配置，理財魔方、錢景私人理財則專注基金產品的覆蓋，雪球和金貝塔等以對量化策略、投資名人的股票組合的跟投為內容展開資訊傳遞和信息交流。

表13  智能金融主要產品及典型企業

3、智能醫療

促使智能機器和設備代替醫生完成部分工作，更多地觸達用戶，只是智能醫療功用的部分體現。運用人工智能技術對醫療案例和經驗數據進行深度學習和決策判斷，顯著提高醫療機構和人員的工作效率并大幅降低醫療成本，才是智能醫療的核心目標。同時，通過人工智能的引導和約束，促使患者自覺自查、加強預防，更早發現和更好管理潛在疾病，也是智能醫療在未來的重要發展方向。

核心技術。醫療水平的提升和醫療設備的完善使得患者就診過程會產生與日俱增的就診數據，爆炸式信息增長讓醫生無法無差錯的完成診斷和治療，同時隨著人們健康意識的加強，預防性和精準性治療同時受到關注。圖像識別、語音語義識別、深度學習技術在醫療領域得到廣泛應用。圖像識別、語音語義識別技術可充分獲取患者的飲食習慣、鍛煉周期、服藥習慣等個人生活習慣信息以對癥下藥，深度學習技術可通過計算機模擬預測藥物活性、安全性和副作用，降低藥物研發周期，并輔助醫生工作實現更精準診斷和治療。

主要產品。期待健康長壽的意愿隨著人們生活質量的提高持續增強，適用于生活化的身體管理的智能健康管理產品率先成為熱點，以數據形式引導個人生活習慣以達到基于精準醫學的健康管理。同時，醫生為能進行更精準并且效率更高的診斷和治療，往往會圍繞著醫療領域過往沉淀的大量病理案例，不斷從預防的角度規避疾病或提前預測藥物的可行性，智能影像、智能診療等智能醫療產品快速興起，逐漸取代經驗診斷，通過大量的影像數據和診斷數據模擬醫療專家的思維、診斷推理和治療過程，從而給出更可靠的診斷和治療方案。

典型企業。智能健康管理多面向消費端客戶，創新企業大量涌現，大部分集中在美國。如Next IT、Sense.ly和AiCure均是從日常健康管理切入移動醫療，Welltok則通過可穿戴設進行健康干預。智能診療領域取得顯著進展，IBM Watson以腫瘤為重心，在慢病管理、精準醫療、體外檢測等九大醫療領域中實現突破，美國MedWhat、英國Babylon Health和中國拍醫拍、康夫子正在聚焦智能診療的單個應用進入該領域。智能影像領域以創新企業為主，圍繞影像數據源競爭激烈。美國Butterfly Network和中國推想科技著重打造影像設備，美國Enlitic則重點關注癌癥監測，中國Deepcare圍繞SaaS模式為行業提供“算法+有效數據”服務。

表14  智能醫療主要產品及典型企業

4、智能安防

隨著高清視頻、智能分析、云計算和大數據等相關技術的發展，傳統的被動防御安防系統正在升級成為主動判斷和預警的智能安防系統。安防行業也從單一的安全領域向多行業應用、提升生產效率、提高生活智能化程度方向發展，為更多的行業和人群提供可視化、智能化解決方案。隨著智慧城市、智能建筑、智慧交通等智能化產業的帶動，智能安防也將保持高速增長，預計在2020年全球產業規模實現106億美元，我國會達到20億美元。

核心技術。隨著平安城市建設的不斷推進，監控點位越來越多，從最初的幾千路到幾萬路甚至于到現在幾十萬路的規模，依托視頻和卡口產生的海量數據，智能安防已經延展到事后追查、事中防范響應、事前預防的全生命周期。目標檢測、目標跟蹤和目標屬性提取等視頻結構化技術，以及海量數據管理、大規模分布式計算和數據挖掘等大數據技術已經取代傳統的人海戰術，實時分析視頻內容，探測異常信息，進行風險預測。視頻結構化技術可以通過識別目標并持續跟蹤生成圖片結果，提取目標屬性歸納可視化特征；大數據技術則用于采集、存儲人工智能應用所涉及的全方位數據資源，并基于時間軸進行數據累積，開展特征匹配和模型仿真，輔助安防部門更快、更準地找到有效的資源，進行風險預測和評估。

主要產品。為避免社會不穩定事件頻頻發生的影響，各國對治安和安防的需求都在不斷上升，這對更高效、更精準、覆蓋面更廣的安防服務提出新的需求，公安、交通、樓宇這些代表性的行業都已開始積極利用基于人工智能的硬件及定制化系統。智能公安管理系統匯總海量城市級信息，可對嫌疑人的信息進行實時分析，將犯罪嫌疑人的軌跡鎖定由原來的幾天縮短到幾分鐘，同時其強大的交互能力還能與辦案民警進行自然語言方式的溝通，真正成為辦案人員的專家助手。智能交通管理系統實時掌握城市道路上通行車輛的軌跡信息、停車場的車輛信息以及小區的停車信息，預測交通流量變化和停車位數量變化，合理調配資源、疏導交通，提升整個城市的運行效率。智能樓宇管理系統綜合控制著建筑的安防、能耗，對于進出大廈的人、車、物實現實時的跟蹤定位，監控大樓的能源消耗，使得大廈的運行效率最優。

典型企業。從提供的產品類型來看，智能安防領域的企業主要分為人工智能芯片、硬件和系統、軟件算法三大類別。在芯片領域，跨國巨頭企業占較高市場份額，如美國英偉達和英特爾。在硬件和系統領域，各國均以采購本國產品為主，國內主要采購對象為海康威視、大華集團，海康具有深厚的技術積累和成規模的研發團隊，大華持續構建廣泛的營銷網絡；美國則有ADT、DSC、OPTEX等高端品牌占據了安防市場大部分份額。在軟件算法領域，美國谷歌、Facebook、微軟開源代碼并提供整體解決方案，中國曠視科技、商湯科技、云從科技等企業也在專注于技術創新研發。

表15  智能安防主要產品及典型企業

5、智能駕駛

智能駕駛通過車上搭載傳感器，感知周圍環境，通過算法的模型識別和計算，輔助汽車電子控制單元或直接輔助駕駛員做出決策，從而讓汽車行駛更加智能化，提升汽車駕駛的安全性和舒適性。根據智能化水平的不同，同時參考SAE的評級標準，可將智能駕駛由低到高分為五個級別，依次是駕駛支援、部分自動化、有條件自動化、高度自動化、完全自動化。在未來各國智能駕駛相關政策法規逐漸成型、行業內技術不斷完善、智能駕駛企業積極推動應用落地的情況下，智能駕駛產業規模將保持持續擴大趨勢，預計在2020年全球產業規模實現95億美元，我國會達到12億美元。

核心技術。隨著汽車產業的成熟和普及，各城市交通擁堵愈發嚴重，汽車尾氣帶來的環境污染也逐漸影響了人們的生活環境和空氣質量，應用計算機視覺、深度學習和知識圖譜技術的智能化環保型駕駛方式為解決經濟問題和社會問題創造良機。計算機視覺技術對周圍的交通環境，如本車在哪里、其它車在哪里、道路多寬、限速多少、現在是紅燈還是綠燈等進行識別；深度學習技術和知識圖譜構建理解、規劃、決策以及經驗，比如紅燈要停車、路口要減速、何時及如何換道、當前加速還是減速等，同時按照時間順序更好地統籌安排車輛使用提高車輛的使用效率，減少車輛消費總量，有效減少碳排放；機器學習操控汽車，如方向盤是否轉到位、油門剎車檔位如何協調等。

主要產品。智能駕駛核心依靠感知探測一定范圍內障礙物，并依據已設置好的路線規劃實施駕駛行為，各式車載雷達、傳感器、輔助駕駛系統和高精地圖可以實現駕駛、車和路的交互與融合。車載雷達可探測路肩、車輛、行人等的方位、距離及移動速度，視覺傳感器用來識別車道線、停止線、交通信號燈、交通標志牌、行人及車輛等信息，定位傳感器用來實時獲取經緯度坐標、速度、加速度、航向角等高精度定位，車身傳感器通過整車網絡接口獲取諸如車速、輪速、檔位等車輛本身的信息，高級輔助駕駛系統（ADAS）實時收集車內外的環境數據以及時察覺潛在危險，高精度地圖實現地圖匹配、輔助環境感知、路徑規劃的作用。

典型企業。智能駕駛分為三層金字塔供應鏈格局，頂層包括整車及整體解決方案，中層是指高級輔助駕駛系統，底層是指零部件供應商。在整車及整體解決方案層級，科技型公司憑借在人工智能、人機交互方面的優勢搶占市場份額。特斯拉通過成熟硬件和機器學習打造智能駕駛商用化車型，谷歌則重點完善智能駕駛方案并向整車制造能力延伸。在高級輔助駕駛系統層級，供應商基本由跨國巨頭壟斷。德國博世在傳感器、自動駕駛、控制、軟件等領域共計擁有約450項專利，美國德爾福則通過資本手段布局全產業鏈，以色列Mobileye在攝像頭視覺系統領域占據國際領先地位。在底層零部件供應商層級，中國廠商比重日益增強，圍繞某些部件實現技術突破，打造細分市場龍頭，如四維圖新的車載芯片、拓普集團的智能剎車系統IBS、索菱股份的車載智能系統CID、寧波高發的CAN 總線控制系統、興民智通的智能用車系統駕寶盒子、盛路通信的夜間駕駛輔助系統、車道偏移提醒系統、盲區檢測系統及萬安科技的電子制動產品等。

表16  智能駕駛主要產品及典型企業

6、智能搜索

智能搜索是結合了人工智能技術的新一代搜索，除了能提供傳統的快速檢索、相關度排序等功能，還能提供用戶角色登記、用戶興趣自動識別、內容的語義理解、智能信息化過濾和推送等功能，具有信息服務的智能化、人性化特征，允許采用自然語言進行信息的檢索，為用戶提供更方便、更確切的搜索服務。

核心技術。在信息爆炸時代，用戶需要通過最短時間鎖定最有價值信息。為匹配用戶的請求，實現網絡資源快速檢索，搜索的方式和算法都有變化。應用到搜索方式的主要技術有語音識別、圖像識別和文本識別，改善搜索算法的技術則包括啟發式搜索算法、智能代理技術及自然語言查詢。語音識別、圖像識別和文本識別可全方位識別搜索信息輸入屬性，提升搜索的便捷性和準確度。啟發式搜索算法、智能代理技術及自然語言查詢可根據相關度及用戶興趣的評價函數選擇最匹配信息鏈接，自動地將用戶感興趣的、對用戶有用的信息提交給用戶，并引入用戶反饋來完善檢索機制，實現自然語言的信息檢索，為用戶提供更方便、更確切的搜索服務。

主要產品。隨著信息技術的迅速發展和互聯網的廣泛普及，網絡上信息量成幾何級數的增長，傳統的搜索引擎技術在日益龐大的信息量面前逐漸顯得力不從心，多樣化的搜索方式和更精準的搜索算法產品應運而生。淘淘搜和百度搜圖、聽歌識曲、高德地圖和百度地圖、墨跡天氣等產品，分別滿足用戶在圖像搜索、語音搜索、定位搜索、天氣搜索等場景的信息匹配和推送。出門問問、呱呱財經等產品則聚焦于垂直類智能搜索領域，實現用戶對某具體領域單點信息需求的充分篩選。

典型企業。在提供智能搜索方式的企業中，阿里巴巴、百度從文本搜索延伸至圖像搜索，英國Shazam、中國酷狗、網易、獵曲奇兵不斷提升語音搜索的準確率，百度、高德均推出基于定位搜索的高精地圖，墨跡風云科技公司專注天氣搜索成為移動端用戶量第一。在提供智能搜索算法的企業中，傳統搜索引擎巨頭升級為主，創新企業多聚焦垂直領域。科技巨頭如美國谷歌、Wolfram Alpha、中國百度、雅虎、搜狐等專注技術驅動，創新企業如齊聚科技則側重服務驅動。

表17  智能搜索主要產品及典型企業

7、智能教育

智能教育側重啟發與引導，關注學生個性化的教育和交互，學生能夠獲得實時反饋和自動化輔導，家長可以通過更為便捷和成本更低的方式看到孩子實時學習情況，老師能收獲更豐富的教學資源、學生個性化學習數據來實現因材施教，學校也能提供高質量的教育，政府則將更容易為所有人提供可負擔、更均衡的教育。自動化輔導優先通過搜題的應用取得爆發式增長，預計2020年全球智能教育產業規模可達108億美元，我國將接近10億美元。

核心技術。智能教育建立在與學生充分的交互和數據獲取的基礎上，并在海量的教育數據中，匹配用戶的學習需求，最終能夠完成輔助教育和評估反饋，語音語義識別、圖像識別、知識圖譜和深度學習技術應用較多。語音語義識別、圖像識別實現了規模化的自動批改和個性化反饋；知識圖譜和深度學習技術搜集學生學習數據并完成自動化輔導和答疑，預測學生未來表現，智能化推薦最適合學生的內容，最終高效、顯著地提升學習效果。

主要產品。對教師人力資源的過度依賴是教育行業問題根本所在，能夠輔助教育過程、提升教師效率，同時激發學生自主學習興趣的產品，率先得到市場的認可，目前相對成熟的產品有自動化輔導、智能測評和個性化學習。自動化輔導可在兩秒內反饋出答案和解題思路，手寫的題目的識別正確率也已達到70%以上，大幅提升學生的學習效率。智能測評不僅可以對用戶跟讀進行語音測評和指導，同時還能通過手寫文字識別、機器翻譯、作文自動評閱技術實現規模化閱卷的作業測評。個性化學習基于學習行為的數據分析，推薦適合學生水平的學習內容。

典型企業。從事自動化輔導和個性化學習的企業均聚焦單一產品功能和教育區間，目前主要通過融資方式持續補貼用戶提升獲客能力。美國的Volley 和中國的猿題庫、作業幫、學霸君和阿凡題聚焦K12教育的題庫輔導和答疑，均推出拍照搜題完成題庫答疑或老師答疑，中國郎播網、英語流利說和多鄰國等側重語言輔導，美國Newsela、LightSail等建立閱讀數據庫個性化提供閱讀材料。智能測評企業主要集中在英語科目，如中國科大訊飛以智能語音技術為核心推出智能閱卷系統，批改網和美國LightSide通過數據庫匹配完成文本測評。

表18  智能教育主要產品及典型企業

8、智能人居

智能人居以家庭住宅為平臺，基于物聯網技術和云計算平臺構建由智能家居生態圈，涵蓋智能冰箱、智能電視、智能空調等智能家電，智能音箱、智能手表等智能硬件，智能窗簾、智能衣柜、智能衛浴等智能家居，智能人居環境管理等諸多方面，可實現遠程控制設備、設備間互聯互通、設備自我學習等功能，并通過收集、分析用戶行為數據，為用戶提供個性化生活服務，使家居生活安全、舒適、節能、高效、便捷。

核心技術。隨著移動互聯網技術的大規模普及應用，為人們精細化掌控人居環境質量與模式提供了基礎支撐，人工智能技術的持續發展，又進一步促使人居環境中的管理、輔助、通信、服務、信息獲取等功能再次實現智能化的組合優化，以達到借助科技手段管理生活方式的目的。在此背景下，傳感器技術、無線及近場通訊設備、物聯網技術、深度學習、大數據及云計算技術得到較多應用。傳感器和通訊設備對人居環境進行監測形成的數據流，會通過云計算和深度學習建立相應模型，再依托家用物聯網對室內的電器設備乃至整個建筑的實時控制，將模型對應的參數和狀態優化方案反饋到人居環境中，為人居生活的計劃、管理、服務、支付等方面提供支持。

主要產品。隨著技術的進步、人均收入的提升和對舒適生活環境的追求，人們需要的不僅是具備傳統的居住功能的住宅，同時也需要兼備智能監測、環境控制、信息交互等全方位感知功能的智能居住環境。智能家居作為終端首先備受市場關注，具有通信功能的家用智能硬件及設備在大數據和云計算技術的支持下，能夠完成遠程控制、網絡通信、防盜報警等較為復雜的任務。智能人居管理系統是以搭載大量移動互聯網應用為基礎，實現人居環境智能化改造，如生成家庭裝潢設計與家具擺放設計，通過天氣數據、已有服裝數據、所處場合的風格自動生成穿衣指南，或者通過人工助手借助語音識別、語義分析等技術，滿足人類在生活中的一些日常即時需求。

典型企業。具備智能人居解決方案提供能力的龍頭企業眾多，可大致分為傳統家電廠商、智能硬件廠商、互聯網電商及創新企業，各家布局方式互不相同。海爾、美的聚焦智能家居終端，小米側重于面向眾多開發者提供硬件開放式接口，華為致力于提供軟硬件一體化樓宇級解決方案，京東通過輕資產、互聯網化的運營模式號召合作伙伴加入其線上平臺和供應鏈，國安瑞通過數據挖掘提供覆蓋操作終端硬件、系統智能云平臺、建筑智能設備的閉環解決方案提升室內人居感受。

表19  智能人居主要產品及典型企業

（五）國內外產業對比分析

1、基礎層產業國外多點布局產品種類豐富，國內技術相對薄弱但初創企業表現活躍

國外企業憑借領先的技術優勢展開全產業鏈布局。人工智能產業近年來不斷突破新的極限，在深度和廣度上都得到良好發展，很大程度上受益于智能傳感器、智能芯片和算法模型等基礎層產業的爆發式增長。國外科技企業及機構依賴強大的資源整合能力與持續創新功能，不斷加快基礎層底層技術研發與應用產品實踐步伐，圍繞智能硬件與軟件核心算法產業鏈上下游進行有效部署，打造面向市場實際應用需求的產品體系與創新機制，催生了以新型時差測距傳感器、類腦芯片、大規模卷積神經網絡深度學習算法等為代表的前沿技術產品，有效促進基礎層產業對技術層和應用層產業的支撐推動作用。

國內初創企業有望實現創新突破。目前，基礎層產業的核心技術大部分仍掌握在國外企業手中，為我國企業自主開展研發帶來了不利的壁壘封鎖，限制了產業整體發展。但是，國內企業及科研機構進一步加強了對傳感器、底層芯片及算法等基礎層技術的研發力度，持續加大研究投入，以寒武紀、深鑒科技、云知聲為代表的一批國內初創企業在智能芯片和算法模型方面已推動展開相關研發工作，取得了一定的技術積累，形成了較為完整的技術和產品體系，有望在未來引領產業創新發展。

2、技術層產業國外業已打通應用端，國內圍繞特定領域實施產品精準投放

國外企業聚焦語音識別和圖像識別領域推出成熟商業應用。在多元化的應用環境驅動影響下，語音識別和圖像識別正從科研、國防、醫療等專用領域逐漸走入智能化、娛樂化的工作與生活場景，受到國外企業的廣泛關注。谷歌、微軟、亞馬遜等國外技術公司重點圍繞個人語音助手和人臉識別等展開技術研究與產品開發，打造出較為成熟的商業模式，誕生了一批符合實際應用場景需求，具備獨特競爭優勢的商業化產品，滿足了用戶在信息安全、多媒體交互和社交娛樂等方面的實際訴求。

國內企業瞄準安防、家居及教育等領域展開特定產品開發。由現實國情和具體市場需求所決定，國內企業的技術層產品研發側重于安防監控、智能家居及教育培訓等特定領域，形成了一批內容豐富、功能完善的優秀產品。曠視科技、海康威視等企業重點研發人臉檢測識別、指紋識別等技術產品，用于綜合案件和重要場所管控等領域。華為、云知聲、國安瑞等企業成功將語音識別、人臉識別等技術應用于智能家居領域，打造舒適便捷的人居環境。科大訊飛、漢王等企業則圍繞語音交互、語義理解、文本識別等關鍵技術打造在線閱卷、在線輔導以及口語評測等產品，廣泛服務于遠程教育和技能培訓。

3、應用層產業國外較多依賴技術內生發展驅動，國內較為注重商業模式創新

國外企業注重技術進步對應用領域創新的推動放大作用。人工智能應用層領域眾多，各領域交叉性較強，內在聯系緊密，呈現相互促進融合發展態勢。以深度學習為例，主流的通用開源深度學習框架，可以作為人工智能底層技術平臺，在包括智能機器人、智能醫療、智能駕駛、智能教育等應用層各方面得到廣泛應用，一旦深度學習技術有所創新，其產生的積極影響將惠及多個應用層領域，而這些應用層領域之間的相互促進作用又會繼續放大技術進步成果，帶來創新倍增效應。基于此，國外企業在持續拓展人工智能應用范圍的同時，始終堅持底層技術研發為主導的優先發展戰略，聚焦技術的內生增長潛力，不斷尋找挖掘新的應用需求。

國內企業立足市場特色加快商業模式創新步伐。國內人工智能應用層企業立足個人消費與生活服務領域，關注垂直行業應用需求，有效細分目標市場，積極整合閑置資源，注重挖掘數據價值，通過商業模式的不斷創新對應用層各領域進行持續滲透，著眼于增加產品的實用功能和改善用戶體驗。同時，大部分從事人工智能的國內企業也是由互聯網業務起家，借鑒以往移動互聯網和O2O（Online and Offline，線上線下）模式的成功商業經驗，注重社區平臺對用戶和商家的分類功能及點對點服務特性，關注數據價值，構建人工智能應用精準營銷和優質體驗的業務生態體系。