旷视科技招股书深度解读（上）

这是格格科创说的第13篇文章

古今中外任何王侯将相的功绩和工业革命相比都不值一提。—吴军《全球科技通史》

问题思考

1、人工智能是什么？未来是否能有跨越式发展？

2、旷视的技术体系，究竟有哪些技术已构建了一定的竞争壁垒？

3、旷视科技的技术主要应用领域？有哪些业务板块？

4、旷视科技是怎么赚钱的，各业务的业务模式？

5、旷视的研发投入及研发模式？相比其他公司的投入力度？

6、如何理解旷视科技的盈利情况及盈利能力？

7、旷视的财务中有哪些需要关注的科目及原因？

8、旷视历史融资情况，历轮投资者的收益情况？

9、旷视科技的竞争优劣势在哪里？

10、旷视距其定义的“构建连接及赋能百亿台物联网设备的人工智能基础设施”远景有多远？

核心观点

1

人工智能的意义：正如工业革命及互联网彻底改变了人们的工作和生活方式，人工智能亦将以前所未有的影响力改变我们的世界。

AI通过改进现有解决方案或创造全新的解决方案，人工智能有潜力显著地提高生产力、服务质量并降低成本，但预计近些年应用领域仍需在效率提高和成本投入的平衡之间寻求发展，但长期看则是大势所趋。

2

旷视科技的技术：深度学习是公司的核心竞争力，其自主原创的深度学习框架Brain++使其在市场上占据领先优势，Brain++AutoML技术，推动机器学习模型从“手工”时代步入“自动化”时代。

也即旷视拥有一条不断自我改进、不断更加自动化的算法生产线，能够针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合，包括很多长尾需求，并能以更少的人力和更短的时间开发出各种新算法。

3

旷视科技的业务：在个人物联网领域，旷视占据了较高的市场份额，其在国内线上认证的市场占有率高达60.9%，超过70%的国内制造生产的配备身份验证功能的安卓智能手机中使用了旷视提供设备解锁解决方案，但其客户与商汤、虹软（主要围绕摄影图像优化）等竞争对手重合。

在城市物联网领域，竞争实则很激烈，旷视的市场占有率仅有7.4%，面临AI科创企业、传统安防巨头（如海康威视）、大型综合厂商（如华为）三路对手的相互竞争，现阶段看，仍是海康威视类企业更胜一筹。

4

AI龙头企业对比：旷视与商汤相似，二者均强调平台的打法，商汤推出了SenseAR开发者平台，旷视则推出了系统化AI算法引擎brain++，其余各家企业则差异化较大：云从是国家队企业，重点布局银行金融、安防、交通；依图深耕医疗领域，逐步向安防、金融拓展；虹软科技重点布局智能手机领域，向智能汽车、智能家居扩展；海康威视和大华则为传统安防巨头，均以安防业务为核心，向新领域布局。

5

旷视的盈利：2018年经旷视管理层调整净利润为0.32亿，笔者认为该指标有失公允，如股份薪酬未归入费用；笔者认为参考中国会计准则调整的“扣非净利润”较能真实反映公司盈利情况的，这个指标在经调整净利润的基础上扣除了股份薪酬、剔除了政府补贴和其他利得等，经调整后2018年该指标为-2.18亿，因此目前旷视仍是处于烧钱阶段，资金压力下，旷视仍需寻求直接融资如股权或上市。

6

旷视的研发投入及其他费用：旷视的研发投入的确很高，但并不是所有或大部分研发人员都薪酬高也即水平很高，其实际只有少数核心领军人物薪酬才高，其余绝大部分研发人员薪酬水平或者说水平与市场平均水平实际相差无几。

从研发对业务的推动看，旷视个人物联网业务盈利强但天花板明显，业绩增长主要源于城市物联网业务，但城市物联网业务因G端、B端业务客户需求的多样性，实际是项目制驱动，规模化效应并不显著，目前旷视研发投入高，但同时销售费率也高，说明技术的应用仍处于需市场人员大力拓展阶段，后续要看解决方案在某些细分应用场景的规模化及人工智能技术本身发展带来的溢价。

7

旷视的估值：旷视作为一家人工智能领域的龙头企业，实际难以为之准确估值，但如在一级市场投资，尤其是在PE、PreIPO阶段投资，总还是要谈估值，但绝对估值法假设条件多，相对估值法的关键是要找到可比上市公司，但实际并无与旷视完全可比公司。

笔者用分类加总估值法对旷视进行估值，将旷视分为两个部分，个人物联网部分和城市及供应链物联网，个人物联网部分对标在科创板上市的虹软科技，城市物联网和供应链物联网对标海康威视、大华，算出估值为277.38亿，与最后一轮融资投后估值286亿相差无几。

8

投资什么样的人工智能科技公司

1）关注两类公司，一类是以AI为主要切入点的企业，要看技术（软件），及对行业的理解与打通行业的资源禀赋（如渠道），对于怎么看技术，面子可以参考科创板的系列要求，里子就是要看技术的落地程度，数字就是从研发投入、研发费率、人工薪酬、专利数量等做横纵对比等；二类是在较传统的硬件但已有一定软件基础，在某些行业内的具体应用中已实现智能、智慧化功能的企业；

2）关注能适用AI的垂直行业：有望通过智能化（自动化）提升效率，且在软硬件投入成本（含新投入或更新升级）与效率提升带来的收益间能取得平衡（性价比）；此细分领域的市场规模大（比如电子产品摄影优化领域就很难有第二家虹软科技，而虹软科技从初创到资本市场则走了25年）；已有一定的数字化基础或可实现数字化的程度，能提供海量的数据训练算法。

 在一定时机势能下，选择有适应AI应用场景土壤的行业，真正的人工智能公司都应是深度理解其服务的行业，能为此行业解决具体问题的专家，而不仅仅只是概念，除了估值，除了可以不考虑盈利，但至少还是要落到营业收入及增长、毛利、经营现金流是否有压力等具体指标上。

1

什么是人工智能？推动人工智能发展的因素？

人工智能使机器模拟人类智慧，其旨在建立能够处理一般要靠人类智能才能处理的任务的人工智能系统，例如视觉感知、语音识别、语言理解及决策。

为使人工智能系统能够实现模拟人类智慧的功能，人工智能系统需要学习数据，为此科学家开发了深度学习方法，深度学习方法通过多层神经网络模拟人类大脑工作，让计算机可处理海量数据，独立找出其中的规律及联系。

深度学习不同于传统机器学习技能，毋须引入手工编码规则或人类领域知识而可自动学习来自数据的表征（例如图像、视频或文本），其高度灵活的架构可自原始数据直接学习且在获得更多数据时可增加预测精准度。

人工智能在全球的发展犹如新一轮工业革命，近年来人工智能的发展主要受三大因素推动，即：

(1)芯片价格下降及计算能力提高；

(2)互联网（尤其是移动互联网）生成及便利传输海量数据；

及(3)巿场环境利好，包括政府政策、资本投资及顶级人才引入行业。

2

为什么物联网是人工智能技术应用的主要场景

如果把人工智能比作“大脑”，物联网就是“身体”，也即通过人工智能技术，连接及赋能物联网设备（消费电子产品、传感器和机器人等），这些智能设备通过移动通信技术可以相互连接，形成物联网（或“IOT”）。

物联网通常由(i)物联网设备（例如传感器及机器人）、(ii)边缘服务器及╱或(iii)云端中心组成。解决方案供货商通常于云端中心使用软件，使其可以统一进行计算工作和处理来自物联网的数据。

然而，随着物联网设备数量不断增长，集中处理大量集合数据将无法满足用户对迅速反应的需求，对网络带宽、存储能力及计算能力亦产生重大压力。

通过人工智能技术可建立一个利用物联网设备、边缘服务器及云端中心进行运算的网络，实现优化分配计算能力及数据存储功能，以为终端用户提升性能、减少带宽及服务器成本和缩短反应时间。

在5G网络及人工智能能力的支持下，更多的设备可连接起来，成为物联网的一部分，建立可支持多种应用的大型网络。此类物联网网络也可产生大量数据用于训练和提升机器智能，进一步改进人工智能的能力，由物联网设备及5G网络支持，人工智能预期会给世界带来前所未有的影响。

3

人工智能中计算机视觉商业化潜力最大

计算器视觉、语音识别及自然语义处理是目前人工智能社区发展的三大核心领域。

人工智能技术层介绍

在人工智能计算中以计算器视觉商业化潜力最大，原因在于三点：

(1)人类大约有80%的感知来自视觉，因此计算器视觉是获得感知最有效的方式之一；

(2)由于互联网连接变得更快且更稳定，更多信息得以视频的方式呈列及传播，从而刺激计算机视觉技术的需求；

及(3)计算机视觉技术具有更广泛的应用场景且相对易于运用。

中国是全球人口最多和移动互联网用户最多的国家，产生的海量数据远超其他国家。计算机视觉已推动消费电子、城市及小区管理、供应链、金融、医疗及教育等多个行业转型，这些行业具有如下特点：

(1)无论以交易额或受影响人数计算，市场规模庞大；

(2)有望通过提高自动化程度提升效率；

(3)产生的海量数据可用于训练深度学习算法；

及(4)具有可行的应用场景令计算机视觉发挥关键作用降低成本增加效益。

计算机视觉主要应用场景介绍

消费电子 产品	智能个人设备（手机）	功能要求：拍摄功能更强（图片质量）、安全标准更高（设备在线认证解决方案） 应用：优质摄像头模块及传感器、提高图像质量的人工智能算法、屏下指纹解锁解决方案、计算摄影、在线人脸识别身份认证
	可使诸如高级驾驶疲劳监察辅助系统及家居安全系统等其他电子产品更安全、方便及智能。
城市及小区管理	功能要求：为城市及小区提供更安全、更高效或更好的用户体验。 应用：如智慧小区管理解决方案中，人工智能门禁解决方案加上人工智能摄像头是智慧小区管理解决方案的重要一环。识别设备可安装在酒店、医院、电讯服务网点、政府机构等出于安全目的或法律规定须识别人员真实身份的场所。 市场空间：中国有超过1.2百万个地点需要门禁系统及超过350,000个地点需要识别设备，截至2018年城市及小区管理采用的计算器视觉技术的市场潜力达到约人民币3,000亿元。
供应链	市场需求：仓储、配送及销售等环节很多日常工作仍需要人工进行，此外，供应链受季节性因素影响较大及人工成本较高，传统的机器人可从事简单工作但不能互相协作完成复杂工作。 应用：人工智能系统能让机器人感应迅速及更有效地协作，在特定危险环境中也能良好运转，及灵活适应季节性需求变化；在智慧零售中用人工智能技术分析商店数据，优化库存管理及客户体验。 市场空间：中国已成为最大和增长最快的工业机器人市场，电子商务及制造业是采用智能物流机器人最大的两个行业，计算器视觉技术在供应链方面的市场潜力达到约人民币1.9万亿元。

4

旷视的技术体系：深度学习是核心竞争力

旷视是一家技术基因很强的公司，三位创始人印奇、唐文斌、杨沐出身清华“姚班”，从2017年以来，在各种国际人工智能顶级竞赛中取得了22个项目的世界冠军。人工智能的三要素是算力、算法、数据，旷视的核心是算法，算法又可以分为几层。

人工智能三要素：AI需要大量的覆盖各种可能场景的大量数据的训练，神经网络才能总结出规律并应用到新的样本上。AI除了不断地训练，实际需要运行在硬件上，也需要推理，这些都需要算力，算力则需要芯支撑。算法则是一系列解决问题的策略机制，算法的优劣直接导致了人工智能的水平高低。

1、深度学习框架Brain++

旷视是全球少数拥有自主研发的深度学习（模仿大脑对大量数据进行解析）框架的企业之一，Brain++深度学习是旷视的核心竞争力，Brain++是一个统一的底层架构，为规模化算法训练及模型改进过程提供重要支持，能针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合，以更少的人力和更短的时间开发出各种新算法。

也就是可将Brain++理解为是一条能不断自我改进、不断编的更加自动化的半自动化算法开发生产线，可以支撑旷视向一个个的新的垂直领域扩张。

从部署硬件来分类，针对云计算中心、移动设备（如手机）、边缘服务器（如智能摄像头）三类不同算力水平硬件，Brain++可以开发出对应的算法，三种算法依次对算力的要求降低；从功能实现来看，Brain++不仅可以开发“人脸识别”，也可以开发“人体识别”、“物体识别”、“影像处理”、“文本识别”。

深度学习框架

深度学习框架技术门槛比较高，全球比较出名的框架也就十几个，是互联网巨头的游戏，最出名的当属谷歌的Tensor Flow，但Tensor Flow是一个更通用的平台，可以开发计算机视觉、也可以开发语音识别、自然语言处理，此外还有IBM的System ML、Facebook的Torchnet等，国内的有百度的Paddle（飞桨），华为、阿里、腾讯基本都有自己的深度学习框架。CV四小龙里面，商汤也有自己的深度学习框架Sense Parrots；依图、云从从官网信息来看，并无自研框架。

随着AI+场景的丰富，没有哪家企业可以创造所有算法来满足场景对算法需求的无限性，谷歌的TensorFlow、Facebook的PyTorch等均是基于开源框架。

2020年3月25日旷视也向全球开发者开源其深度学习框架天元(Meg Engine)，系Brain++核心组件之一，天元兼顾了产业和科研双方面的开发需求，将开源的深度学习框架在接口设计、优化和编译等环节做出兼容并包的改进。

旷视深度学习框架及应用体系

2、数据管理及标准平台Data++

Data++是旷视自主打造的数据管理和标注平台，此平台有效管理并安全存储旷视用做算法训练的数据，允许多个研究人员同时访问同一套数据进行训练，并支持半自动数据处理及标注，因此，Data++降低了训练过程中的带宽需求及人工标注的需求，大幅提升了训练效率。

人工智能数据标注

即对算法进行训练时，需要人工把图片的中元素框出来，打上标签，然后就可以让算法去学了，数据标注是高度人力密集型行业。

旷视Data++平台上标注图片的过程中可以实现一定的半自动化，可以大幅节省人力。

凭借Data++所带来的半自动数据处理及标注能力，旷视建立了世界上最大的全自动物体检测数据集Objects365，数据集包含365个对象类别、超过638,000张图像及超过1,000万个带注释的标注框，这个全面且高质量的数据集对旷视高效训练各种算法提供了很大的帮助，笔者认为这个数据库可能是旷视最重要的一个技术壁垒。

3、深度学习算法及计算机视觉技术

依托于Brain++这一基础框架，旷视开发了可部署于云端中心ResNet、移动端设备络ShuffleNet及边缘服务器DorefaNet等不同计算平台以训练算法的先进神经网络。

利用所训练的高级算法开发出尖端的计算器视觉技术包括人脸识别、物体检测、物体比对、场景分割、情绪识别、手势、动作识别等；

对供应链物联网垂直领域中的多机器人的协同工作开发了控制和优化技术，控制技术融合了来自多个传感器的传感信号，以执行机器人的导航，操纵和协作运动。

旷视在供应链物联网领域的具体核心技术包括深度和地标感应、深度SLAM（同时本地化和映射）、6D物体检测和姿态估计、存储优化、全局调度等。

凭借软硬件集成能力，旷视将这些技术打造出创新的物联网解决方案，专门满足不同垂直领域客户的不同需求，实现各种业务场景的智能、数字化管理，具体如优化云端中心、边缘服务器与物联网设备间的计算能力及数据存储的分配。

物联网解决方案中平台软件（类似微软对个人计算器的作用和安卓对智能手机的作用）包括Face++人工智能平台、旷视洞鉴（智慧城市）、旷视河图（物流）等；硬件包括手机、传感器、机器人。

5

旷视的业务：个人物联网、城市物联网、供应链物联网

旷视科技作为一家领先的人工智能公司，其整个落地方向是物联网，在推动人工智能落地的长期实践当中，旷视致力于以自主研发的机器视觉AI技术为核心，把感知、控制、优化能力赋能给IoT设备，实现物理世界与数字世界的智能物联，并持续打造在个人设备大脑（个人物联网）、城市大脑（城市物联网）、供应链大脑（供应链物联网）三大场景的数字化解决方案，如下图所示：

旷视致力深耕所选择的垂直领域，是根据技术的适用性及产品开发与商业化能力而逐渐拓展业务布局。

三大业务中，旷视首先进入的是个人物联网垂直领域，借此向市场推出最先进的计算机视觉技术，随后进入城市物联网垂直领域，旨在通过将城市空间数字化使城市及社区更安全、更高效，为政府机构及企业提供智慧城市管理解决方案、智慧社区管理解决方案，接着进入供应链领域，推出智慧物流软件等，完成个人物联网、城市物联网、供应链物联网解决方案的三大业务布局。

1、个人物联网：虽快速增长，但市占率很高，市场规模天花板较低

个人物联网解决方案即以人工智能赋能摄像头及其他传感器，改善个人设备的用户体验，具体包括：

(i)计算摄影解决方案；(ii)设备解锁解决方案；(iii)云端身份验证解决方案FaceID；及(iv)计算器视觉开放云端平台Face++。

旷视于2012年刚创立时即开始从事个人物联网中人脸识别业务，根据灼识咨询报告的数据，旷视在中国手机人脸解锁及云端人脸识别市场的占比分别为60%，70%。

方案	主要功能
计算摄影解决方案	手机拍摄出优质图片主要由三大因素决定：摄像头模块的精密度、芯片的计算能力及计算摄影算法的质量。
	旷视算法取代光学处理，提高照片和视频的美感，让终端用户能够用智能手机拍摄出与专业单反相机画质媲美的照片，取代了智能手机的美颜应用程序的若干功能，主要功能包括：画质优化、多摄像头解决方案、图像美化、视频优化、趣味功能、3D建模等
设备解锁解决方案	让终端用户能够使用人脸识别技术实时解锁设备或授权支付，较传统密码解锁解决方案更安全便利，允许终端用户使用他们的智能个人设备方便且安全地授权支付。
	2019年开始向智能手机公司提供光学屏下指纹解锁解决方案
FaceID	利用先进的人脸特征、人脸比对及活体检测技术，快速进行远程身份识别，确保支付级别的安全，亦具有强大的反诈骗功能，可协助金融机构、金融科技公司、网约车平台（驾驶员身份验证）及其他移动应用开发商对终端客户快速进行远程身份验证，使直播平台等客户能够高效地完成主播的实名认证流程等。
Face++	一个以免费增值模式提供服务的开放平台（www.faceplusplus.com），即让第三方企业借助旷视的计算器视觉技术开发产品及服务，如人脸比对、人体抠像、情绪识别、人脸稠密关键点及手势识别等工作。

旷视科技2018年个人物联网收入2.7亿，其中个人设备方向收入0.97亿，按70%市场份额计算，那么旷视覆盖的手机绝对超过了1亿部，平均每部手机的技术授权费不到1元；此外2019H1里，SAAS方向收入1.25亿，主要是给各种APP做身份认证，包括金融科技、网约车、金融机构、直播平台等等，日均调用次数2.4一次，平均每次调用3厘钱，同比略有下降。

个人物联网业务虽然在快速增长，但因旷视科技市占比已经很高，说明整个市场规模的天花板较低，未来增长也有限，因为全球每年智能手机出货量也就不到15亿，其中中国5亿部左右；

另一方面，给各种APP做人脸识别的SAAS服务想象空间大些，但大多APP对人脸识别的身份验证并非刚需，且单次验证费用比较低，市场规模也有限；同时因为竞争激烈，旷视想提客单价也很难。

小米推出首款采用2D摄像头模块进行人脸解锁的智能手机Note3；vivo推出中国首款采用2D红外摄像头模块进行人脸解锁的智能手机X21；OPPO推出中国首款大规模生产、采用3D结构光摄像头模块进行人脸解锁的智能手机FindX。

星球免费分享股权投融资、并购重组、案例分析、电子书、小升初等材料