你是我的眼：人工智能革命的第一步从摄像头开始

在上一篇文章“当我们讨论智能家居时，不要忘记机器人”中，我提到了拟人化的人工智能可能成为智能家庭的中心设备。那么问题来了，人机交互只能依靠语音命令吗？那机器与环境的交互呢？

在2013年秋季英特尔信息技术峰会（Intel Developer Forum，IDF）。英特尔带来了很多给予英特尔芯片的产品，其中非常引入瞩目的，就是这个原型来自瓦力的机器人，她的名字就是瓦力（Walle）。瓦力最重要的功能是：一、跟人打招呼；二、跟人握手；三、英特尔在机器人腹部放了一个屏幕，让人们可以看到机器人是如何“看到”或者说感知世界的。

看看“瓦力”那萌萌的大眼睛！这简直就是皮克斯送给人类最好的礼物。但很抱歉，从技术的角度来说，这两炯炯有神的眼球只是装饰品。机器人胸口的微软 Kinect 1才是所谓的“眼睛”和“耳朵”。机器人通过Kinect来获取图像和深度信息，以此完成从识别人到打招呼、握手的环节。因为Kinect也配备了高清麦克风，所以顺带把“听”也解决了。加之Kinect本身具备一定的运算能力，也起到了部分大脑的作用。

明白了吧？瓦力是通过深度摄像头，来获取真实世界的信息，并将其转化成虚拟世界所需要的数据，然后加以处理的。目前有个时髦词汇来形容这一整个过程，叫“机器感知”，或许马上这词就会跟“云”一样连老大妈都能说了。总之，你可以这么理解，深度摄像头就是下一代“电脑”比如机器人最重要的器官，这个器官将承担新一代人机交互的重任——从人与手机，到人与机器人。

我上一篇文章介绍了蛛型机器人吧，那小家伙身上也背着一个摄像头是来自华硕的 Xtion 。跟 Kinect 1可说是同父异母的关系，其核心技术都来自于一个父亲的DNA—— Primesense ，一家长期致力于将深度摄像头民用的公司。Primesense不是深度摄像头的始祖，但这场新人机交互革命，却是这么打响第一枪的，在 Primesense 的背后，是无数的巨头在为其举着火把。简单来说， Primesense解决了很多数学算法问题，帮助他们能够设计出来足以快速处理深度信息的芯片，这些芯片被授权给硬件厂商生产，这就是深度摄像头的核心组件。通俗的比喻，就是图像图形界的英特尔。

Primesense 成立于2005年，在2006年对外宣布完成了3D感应芯片的研发，在当年的 E3 大展上与微软建立了联系，并催化出代号为 Project Natal 的神秘项目。等到 2009 年 E3 大展时，微软发布了获得PrimeSense 芯片授权的 Kinect 1。于此同时获得 Primesense 授权的也包括华硕，这就是 的由来。不过传说微软因收购 Primesense 的失败，在 Kinect 2时放弃了Primesense 。最终在2013年11月25日，苹果最终3.6亿完成了对 Primesense 的收购。

看到了吗？从微软、英特尔再到华硕，最终是苹果，在计算机业界里数的来的巨头，都跟这家年纪尚轻的公司产生了联系。最早爆料苹果要收购 Primesense 的以色列媒体 Calcalist 是如此描述苹果的意图：苹果通过对 PrimeSense 的收购，从而在室内娱乐领域获得了关键性的技术。

在此之后，无数媒体都在预测苹果将在客厅这个战场上与微软、索尼掰掰手腕，从新一代AppleTV再到iTV。不过收购至今将满1年，苹果看起来在这方面没有任何消息，多少是让人有点失望的。不过细想下也符合苹果的作风：秘密开发然后一鸣惊人。

你要认为业界会因 Primesense 的销声匿迹就平淡，那你就错了。其实从 Primesense 被收购开始，才正式拉开了新人机交互战争的序幕，曾经在触屏或键鼠时代的不少巨头，都在此后快速入场布局。因为 PrimeSense 被苹果收购，其对外授权的技术将会在 2015 年终止，所以那些使用了 PrimeSense 技术的厂商们不得不寻找替代方案。很多人是看到了赚钱的新方式，比如很多国内的新兴公司，比如小米。有些则是看到了颠覆的点，希望能够扳回在手机时代的败局，比如英特尔。还有些则是害怕被颠覆，比如苹果。

来自中国的公司，有些名字你也许还不熟悉，不过他们或许是下一个世代的巨星。接下来，我将分国内和国外两个部分，来解析巨头们或者准巨头们的布局：

国内创业公司：

• 格灵深瞳 主打智能安保的公司，此前36氪曾对格灵深瞳有过报道，他们也宣称自己造出了带有深度摄像头的安保设备，这家微软孵化器第二期的公司，看团队履历非常耀眼。不过我判断他们的实际竞争力应该在软件和存储端，在硬件端大致上会倾向于采购更为合算的方案。

• 奥比中光 奥比中光的核心目标就是取代 Primesense ，他们从成立的那一天起就是希望能够在弥补 Primesense不再授权后，国内留下的市场空白。他们目标是做给基于安卓系统的新人机交互提供设备。主要市场之一是游戏市场，比如那些主打游戏功能的安卓盒子，特别是例子就是乐视电视。乐视电视此前已经具备体感游戏功能，他们选择的恰恰是由 Primesense 授权而生产的 Xtion 。当 Xtion 存货没有后，奥比中光的产品是可以做到即插即用的。据悉他们在今年10月份已经完成了核心芯片的定型流片，预计会在2015年2月份（可能是春节期间）公开更多信息。

• 北京冰果 这家公司从工商注册信息来看，主要从事的是技术进出口。从多个渠道的消息来看，他们是在委托西安交大的某个研究所在做 Kinect 1的复刻研发。跟奥比中光一样，他们的目标也是取代 Primesense 取消授权后剩余的市场。这家公司的人员组成尚不熟悉，如果有知道的读者，可以邮件联系我。

• 酷感科技 母公司是数码视讯，股票代码300079，主要持股人清华科技园 ，属于清华的校企。清华的图形图像实验室在计算机视觉是有非常重要地位的，可以推测这家公司的技术实力。他们对外宣称已经完成了研发，目标自然也是取代 Primesense。

国外的计算机视觉首先要谈的肯定是大名鼎鼎的微软Kinect，但是他们深度摄像头的核心技术还是来自于授权， Kinect 1 是来自Primesense， Kinect 2来自 Canesta 。微软长期以来的目标，是将深度摄像头应用在游戏场景下。不过有两件事，让笔者可以肯定微软会开始对 Kinect 进行小型化，并应用在新的场景里。

首先，随着机器人视觉的再次兴起，微软在此前 IROS2014 chicago 上推出的开源机器人，工程图标注的是启用了 Kinect 的核心传感器；其次，回想下比尔-盖茨同学在2007年那次 D5峰会上第一次谈及3D感应器，实际上那个点他们已经和Primesense 取得了合作，所以盖茨会说他们已经有货了。那次 D5 峰会上盖茨所谈及的愿景是无处不在的摄像头，希望人们走到哪里，都有一个操作系统；无论是走到哪都能通过 Kinect 操作的设备，还是走到哪都能跟到哪的机器人，确实符合这样的想法。Windows 10的目标又是要做物联网的枢纽从而无处不在，那么 Kinect 或者其他名字但实现更强大功能的“器官”也会需要部署到无处不在吧。

可以这么总结，微软摆脱 Primesense 后做出的 Kinect 2相比Kinect 1是飞跃性的革新产品，在一定时间内，微软在这个领域会保持其技术优势。除了微软之外，在这一领域的大公司和国外的创业公司还有：

• Primesense 被苹果收购之后，Primesense 宣布将在2015年停止授权，看来是铁了心要自己做包含深度摄像头的硬件。到底是电视还是合作，或者来个苹果的机器人？笔者就不再猜测了。不过这里可以提供一个有趣的事实， Pirmesense实际比任何一家都要更早的完成了微型版深度摄像头的研发。2012年下半年， Primesense就完成了代号“Capri”的微型深度摄像头设备的研发，他们的目标是笔记本、平板甚至是手机里。不久的未来，也许在某代iPhone里就能看到了。

• Pebbles Interfaces 这家公司被小米投资了，因为小米没有相关的技术储备，未来也不会有这个打算。通过这笔收购，小米得到了关于3D感应器（核心芯片）的相关授权。还签订了三个月的排他协议，相信在未来小米智能电视和盒子上会看到体感应用了。

• 英特尔购买了 softkinetic 公司的核心技术，然后推出了自己的深度摄像头设备——Realsense。Realsense 分别有对应安卓和Windows的型号，也有对应超极本和平板的版本。可以看出来英特尔在努力做深度摄像头的小型化，并铁了心的要抓住下一代人机交互的入口。就跟小米投资的 Pebbles Interfaces 和 Primesense一样， softkinetic 来自比利时。

• 谷歌购买的是来自 Movidius 这家公司的技术，主要应用在 Project Tango 这个项目上，主打 3D感应手机这个概念。

• Leap Motion 这家公司很早就为国人所知，此前他们也跟神州合作进入了中国，除了主打电脑端的人机交互外，还希望能进入车联网这样的领域。操作精确度一直是 Leap Motion 强调的重点，不过可能由于过度强调精确度，反而使得 Leap Motion 操作体验的不佳。加之他们在处理跟开发者的关系上屡屡出问题，导致后继无力。

如果有机会，笔者应该将 Primesense 、 Pebbles Interfaces 和 softkinectic 这样来自以色列的亲身父亲做个详细的介绍。不过在这里省略也是有意为之，因为实际上这些公司的研发是非常消耗金钱，这就是为何 Primesense 在发展的风生水起的时候，却在2012年将公司员工从190人砍至50人的原因。失去微软支援的他们，实际上是失去了源源不断的财源，而哥斯拉级别的微软却有能力另立门户，直接用钱烧出一台 Kinect 2。

需要大量的金钱去完成研发，这就是深度摄像头在上游的现实。这也是为何只有微软、苹果、谷歌才能称得上真正的玩家，而 Leap Motion 这样的厂商往往后继无力。 Pebbles Interfaces 则是直接来到中国完成的融资，站在他们身后的是小米这样的新巨头为其输送炮弹。

也许超级巨头的入场，预示着下一代人机交互的到来，但新巨头的集体布局，也预示着这个行业在硬件端门槛之高。那么捉摸着在这个领域创业的人们，他们可以做什么呢？

做智能家居、家庭机器人的，可以向以上公司采购设备，对交互要求不高的可以选用国内公司的方案。以前做互联网做APP的公司，不如跟笔者一样，老老实实做应用。不过在新人机交互下的应用，对于每个应用场景的理解将上升几个层级的要求，甚至开发者们还要读懂更多平台传输来的数据。

因为在这个即将无处不在传感器的时代，我们将在真实世界里廉价的捕捉到大量数据，读懂这些数据，才能从虚拟世界获得更多的帮助。

海盗们，准备好迎接这场革命了吗？

本文作者黎明明，运动行联合创始人，看台 FM 主播。长期接触智能硬件和体感领域产品。邮箱：[e-mail] 微信：paulaugust