2021-08-26-阿里巴巴-阿里视觉AI开放之路_从公共云走向端云协同_31页_17mb

阿里视觉AI开放之路总结

核心内容

阿里视觉AI开放平台致力于实现“让天下没有难用的AI”，通过平台化和开放化的方式，将先进的视觉AI技术提供给更多开发者和用户。平台从公共云走向端云协同，构建了覆盖视觉基本面的多样化、多粒度、标准化的能力体系，支持从文字识别、图像理解到视频处理、3D视觉等多个领域。

主要观点

• 平台化目标：提供全面、专业、易用、低成本的视觉AI能力，降低技术门槛，提升使用效率。
• 供需矛盾解决：通过提供全生命周期的能力体验和使用流程，以及工具优化，缩短供给与需求之间的差距。
• 端云协同框架：发布OpenSDK，实现端侧与云端的协同，提升AI应用的实时性、效率和隐私保护。

关键信息

平台特性

• 开放：支持多种平台和设备，包括Android、iOS、RK/海思系列等。
• 普惠：提供定额免费和高性价比的商用能力，满足中小用户和企业的需求。
• 生态：构建中长尾AI用户和开发者的机会之地，推动AI技术的广泛应用。

能力分类

• 能力大类：包括文字识别、内容审核、图像理解、分割抠图、视觉生产、视频理解、视觉搜索、3D视觉、行业视觉能力等。
• API能力：超过200个API，支持多种应用场景，如视频会议虚拟背景、老片修复、机器修图等。
• SDK能力：提供本地部署和云API调用的解决方案，支持多端兼容。

OpenSDK 1.0

• 技术架构：包括端侧任务框架、端侧训练框架、工作台与基础设施等模块。
• 核心特征：支持30FPS实时处理、1080p高清视频增强、低功耗长续航、云端一体适配等。
• 能力示例：
  • 分割：支持大图实时处理，覆盖低端设备。
  • 增强：包括通用超分、人像修复、智能调色、顺滑插帧等。
  • AI体育：基于关键点和人体姿态估计，实现体育动作自动计数和姿态匹配打分。

应用场景

• 机器修图：全自动、高品质、智能化、低成本，适用于面部/身体液化、肤质优化等。
• 智能存储：支持大规模数据处理，实现TB级数据的准实时处理。
• 体育动作计数：支持15种常见健身动作，准确度超过95%，适用于乐动力、健身镜等场景。
• 姿态匹配打分：支持高精度识别和鲁棒性处理，适用于动作纠正等场景。

平台演进

• 1.0版本：上线vision.aliyun.com，提供基础能力中心。
• 2.0版本：官网升级，部分能力商业化，开发者体验中心和数据评测中心上线。
• 3.0版本：官网重构，能力中心优化，SDK能力上线，场景实验室和行业能力中心上线。

未来展望

• AI平台演进：持续优化平台能力，提升用户体验，推动AI技术的普及和应用。
• AI生态构建：打造AI流量入口和开发者阵地，支持中长尾用户和企业的发展。
• AI机制创新：探索市场驱动的AI研发和使用模式，推动在线高效的AI能力进化。

总结

阿里视觉AI开放平台通过不断演进和优化，实现了从公共云到端云协同的转变，提供了全面、易用、低成本的视觉AI能力。平台不仅支持多种应用场景，还通过OpenSDK等技术手段，提升了AI应用的实时性、效率和隐私保护。未来，平台将继续推动AI技术的普及和应用，构建更完善的AI生态。