AI四小龙、CV四兽，都是江湖给的并称。

除了依图，还有旷视、商汤和云从。

当年深度学习推动AI复兴，率先在视觉CV领域大放异彩，这4家跑得最快的公司，被以「四小龙」、「四兽」归类并称。

不过，其他几家现在对这种并称是否认同不得而知。

依图，显然是不愿意了——毕竟在最近央视《新闻联播》报道中，他们的自我介绍里，“视觉”定位不再出现。

取而代之的是算力，以芯片为核心提供人工智能算力。

而且虽然向来行事低调，但如果连点成线，确实也不难发现，依图确实已经变了。

当初以计算机视觉打响名气的依图，现在随着AI发展进一步落地和深入行业。

上上下下从实际业务、落地理念，以及战略未来，都发生了质变。

三大变化，由表及里。

依图之变在业务

首先，业务布局上的重构。

从夯实视觉算法，到决胜AI算力。

最直观的改变，莫过于依图首款AI芯片求索（questcoreTM）的发布。

当时就明确介绍，与英伟达GPU、谷歌TPU和其他AI芯片公司研发的AI加速器产品不同，求索是一款具有均衡的端到端服务能力的AI处理器，不依赖传统x86 CPU，也不需要使用GPU方案。

其优势在于，在传统的CPU计算、人工智能计算、存储和片上数据传输之间取得了良好的平衡，灵活可扩展的架构使其能兼顾云端和边缘域的视觉推理需求。

而自研芯片的正式商用、落地，更是让依图在AI赛道上展现出了差异化的能力。

此次《新闻联播》点赞的，就是依图作为上海城市治理金字招牌「一网统管」系统建设中的核心作用。

比如，在上海「一网统管」项目中，浦东新区完成了中环内直管公房149个老旧小区智能场景全覆盖，老旧小区智能化改造从盆景到风景到森林正在变为可能。

上海之外，这样的城市「视觉中枢」能力，同样被运用到了在网上被热议的福州、贵阳等城市。

在一座城市中，刷脸乘车、刷脸借书、刷脸上医院取号……这种「靠脸生活」的表象背后，依图实现了完整全域AI平台的打造。

从前端设备到后端算力，包括刷脸终端、服务终端、人脸比对平台、业务系统、用户系统、账户系统、AI大数据平台、算力平台，All in One.

依图之变在理念

相比外显的业务变化，更为本质的变化，在于驱动这家公司向前的使命和理念，变得更加显性。

需要站到更宏观的——整体谋篇布局——来审视。

一方面，技术层，早已破圈破壁，横向打通了视觉、语音和NLP等AI三大项能力。

除了之前在视觉领域的成绩单，语音和NLP的成果，此前也有过公开刷屏：

比如2018年年底，依图进军AI语音领域，语音识别算法在全球最大开源中文数据库AISHELL-2上词错率仅3.71%，比原业内领先者提升约20%，大幅刷新纪录。

2019年初，依图又在NLP&医疗领域曝出大进展，联合广州妇女儿童医疗中心等机构的研究成果，登上国际知名医学科研期刊《自然医学》（Nature Medicine）。

实际上，当时一连串进展，外界只是以为在打破旧边界。

但等到「智能密度」的认知方法披露，才让人意识到依图正在形成自己的AI落地思想理念和方法论。

依图联合创始人、CEO朱珑，屡屡在公开演讲中疾呼强调。

核心出发点是过去几年来，算法性能高速发展和机器算力提升缓慢的矛盾正越来越明显。

也是基于这种理念和实践认知，最终依图走上一条难而正确的路。

针对应用场景和业务逻辑定义人工智能芯片。更通俗来讲——自研AI芯片。

后来芯片流片成功对外发布，依图这样完整解释过逻辑。

一方面，要满足自身业务和产业需求。

现有的计算机架构已经无法满足人工智能，尤其是深度学习对算力的需求，工艺制程的提高终将碰到物理极限。摩尔定律濒临终点，但算法性能仍在万倍提升。

因此，产业已经处于这样的前夜——应该以AI为中心来思考计算机体系结构，算法即芯片。

在这样的时代，算法和芯片两者紧密耦合，不可分离；只有懂算法的AI公司才能做出更好的AI芯片，才能将算力更高效地转化为智能。

并且任何一项技术，要实现大规模推广，成本降低，实现高性价比的规模化应用，让绝大多数人都能用得起，是基本前提。

所以唯有自研芯片，依图才能最大化算法之力，形成软硬件一体化解决方案，为客户提供更高价值。

放眼更宽泛的全球产业中，特斯拉也做出了和依图相似的判断。

这家马斯克旗下的电动汽车公司，因为在产品迭代中积累了对自动驾驶算法和软件的深度理解，从而意识到供应商所提供的芯片在算力、功耗、效能上已经无法满足其对于汽车功能的设计要求，也选择自研全自动驾驶硬件HW3.0。

更后来，HW3.0的横空出世，确实「不鸣则已，一鸣惊人」：

采取双神经网络处理器冗余模式，整体性能达到144TOPS，一下子就达到了英伟达Drive Xavier的理论性能值21 TOPS的7倍。

并且，相比于搭载升级版英伟达Drive PX2计算平台的Autopilot 2.5版本，每辆车的硬件成本降低约20%。

可以说，特斯拉如今一骑绝尘的市值和产品力成功，就是软硬件一体化、软件重新定义硬件、算法即芯片的成功。

不过，这还不是依图之变——从算力重塑公司和产业——的全部原因。

最后但最重要的原因，这是一个世界级的机会。

依图之变在未来

没错，面向未来，世界级的机会。

依图认为，智能时代，没有先例可循，中国AI创业公司与世界科技巨头，站在同一起跑线上，完全有机会成为新时代的巨头。

从芯片设计的角度讲，在算法即芯片时代，重要的是找对芯片的应用场景，并准确预判该场景下最适合的智能算法，然后根据两者定制芯片。

这种从场景和数据直接到计算系统或芯片架构的「端到端设计」，是未来人工智能计算和高性能计算芯片及系统整体性能提升的关键所在。

这就涉及到对算法发展趋势、实际应用场景和具体业务逻辑的洞察。

从这个维度出发，顶尖中国AI公司不一定比外国公司差。

并且从更直接的经济效益来看，造芯对于依图目前业务和未来前景，都是一次补强。

以当前依图业务为例，按照效能用电来计算，替换自研芯片后，能节省1/3以上，三年内可以节省上亿元。

而面向产业，高通就曾预测，到2025年，单是数据中心推理加速器这一细分市场，规模就可能达到170亿美元。

所以选择这样的变化，拥抱这样的变化，依图看准的是赢在未来的全局性胜利。

归结起来，业务上可以更多元更自主，利用AI引擎打造更大平台。技术上可以更纵深更本质，成为差异化竞争的壁垒所在。

有意思的是，如果站在当前时间点，也不难发现当初被江湖以「AI四小龙」、「CV四兽」并称的4家AI创业公司，差别越来越大，走出了不同的路。

AI创业格局也已大变

依图之外，四小龙还有旷视、商汤和云从。

或是最初，大家都是从AI算法起步，都以视觉为关键落地手段，都曾在智能城市、金融等领域有过竞争。

但现在，各自公开宣扬的核心，相差甚远。

旷视，招股书中提及最多的是“解决方案”、“AIoT”，战略重心也侧重于物联网，并在供应链物联网、机器人解决方案中打开新局面。

商汤，200名AI博士的标签仍在，但现在更明确的观感是「算法工厂」，聚焦云端，重视平台和中心产品，把自己的AI能力，推及到千行百业中。

云从，在金融和银行业务版图中被提及的时候越来越多，在地方政府和国家基金合作中被展现的越来越多。

所以连旷视CEO印奇都表态说，友商不再是友商。

背后一方面是4家公司业务方向的变化，也代表着AI发展落地中悄然更改的格局。

四小龙，再难并称，一切已成往事。

他们唯一确定的关联，只剩下IPO上市，究竟谁才会是真正的「AI第一股」。

向港交所递交过招股书的旷视，相继启动上市的依图和云从，以及时常在坊间传出IPO计划的商汤……

正在一个意想不到的维度，展开新竞速。

如何评价（现在的）依图？

最后，回到依图之变。

在AI芯片发布之时，我们就有过重估依图的论断。

核心出发点，就在于作为软件算法公司、解决方案公司，和一家拥有芯片的AI算力公司，成长性和潜力截然不同。

更何况是一家软硬件一体化的公司，至少AI时代里，还没有过这样一家标志性的公司。

仅从“阴差阳错”成为AI算力公司的英伟达的股价和市场表现，就能对这个领域的稀缺性和高成长性，管窥一二。

而此前中金公司还有过专门市场分析，认为AI芯片的市场规模将从2017年39.1亿美元增长到2022年352.2亿美元，期间年复合增长率55%……

此外，随着AI落地的深入，一种行业共识也被更广泛接受：

算法难于定价，软件方案竞争壁垒不高，只有变重变硬，才能变强。

在AI落地的传统场景和领域中，也只有软硬件一体化的解决方案，才能一手实现能力上的降本增效，另一手为客户创造最大化营收和成本价值。

对于AI公司而言，交付完整产品和方案，也才能拥有更关键的议价权和商业空间。

加之疫情突如其来，新基建政策横空出世，对于一众AI公司更是历史性机遇。

可以软硬件一体化交付，是不是比被集成更有优势？

或许可以进一步讨论，但从历史经验来看，答案早已不言自明。

否则依图也不会笃力造芯，积极“转型”成为AI算力公司。

所以重估依图，也到了更加明确的时候。

现在，这家起于上海的AI明星独角兽，有了最硬的差异化技术和底气、在商业闭环和业务落地上展现竞争力，又始终处在赛道头部和领先……

围绕依图的评估，虽然从未停止，但这一次到了真正公布成绩和经受检验的时候。

因为IPO上市计划已经曝光，公开资本市场的评价，只是时间问题。

有认为依图会成为科创板AI创业第一股，也有消息说直接就是AI创业第一股，或者是全能AI第一股。

无论如何，依图现在不再需要并称……

依图，就是依图。

— 完 —

“