11 月 30 日，閱面科技人工智能視覺產業創新應用論壇暨媒體發佈會在深圳舉辦。在本次活動中，閱面科技宣佈與瑞芯微電子、CEVA 聯手，將企業的自研算法 IP 集成至 RV1108 芯片之中，並作爲官方指定功能。
RV1108 芯片是瑞芯微佈局面向 IoT 物聯網的產品，它是首個內嵌 CEVA XM4 視覺處理器 DSP 的芯片，具有智能圖像處理等關鍵技術。但囿於民用的自身定位，加上低成本的配置，資源相對有限，深度學習的植入存在一定挑戰。
目前的傳統視覺與雲端深度學習視覺都存在一定缺陷，例如前者採用傳統人工特徵，精度上較低；後者則在動態性與魯棒性上略遜一籌。
閱面科技藉助自身嵌入式底層優化的技術積累，將算法 IP 集成至 RV1108 中，並擁有智能化前端運算能力。此外，據現場介紹，閱面科技的算法 IP 擁有完整的算法矩陣，「從人臉檢測到人體檢測，從追蹤到識別，均能完美地在本地進行計算運行，不依賴計算機資源，功耗極低。」
與傳統算法有所區別的是，閱面科技針對 RV1108 CEVA XM4 處理器優化定製 CNN 人臉檢測，利用 DSP 提供的強大計算能力，具有極高的魯棒性，對光線變化、姿態變化、不同膚色、不同年齡的人體都有很好的適應性，相較前兩種方案有着更出色的表現。
「實時動態」、「低功耗」、「嵌入式」，這是閱面科技秉承的三大技術優勢，也是支持走 C 端消費級市場的低成本基礎。以 GPU、FPGA 爲代表的芯片方案存在功耗大，成本高的特點，在民用化的進程中存在一定門檻。而圍繞生活應用場景的高精度算法，又對實時動態運算提出了更高的要求。
閱面科技 CEO 趙京雷向我們表示，「把算法 IP 植入芯片的做法，實際上是把成本極大地降低了。這樣一來，在同等精度上，模型的簡潔性與運算效率都有了一個質的提升，同時又能降低芯片的成本。」
針對新一代基於 RV1108 芯片的 AI 視覺模塊，閱面科技將其運用於人臉抓拍、智能門禁中，充分發揮其本地實時運算的優勢。「比如家用智能攝像頭，或是民用級的門禁、門鎖，基本上都是比較適合基於 RV 1108 芯片去構建。所以說，在這種對成本及功耗比較敏感的特定場景的，又希望能具備 AI 能力的話，這個芯片是一個很好的選擇。」趙京雷這樣總結道。
據現場介紹，基於 RV1108 芯片的 AI 視覺模塊的兩大典型應用場景包括智能攝像頭與智能門禁：
1. 智能攝像頭
從獲取的圖像或視頻流中，實時本地分析人臉圖像進行檢測和識別，輸出結構化數據，可以進行精準的人像檢測、識別和報警。另外，該攝像頭還同時追蹤和抓拍 10 人，抓取最清晰、角度最好的人臉，抓拍率 99%，誤檢率小於 0.5%，抓拍重複率低於 10%。
2. 智能門禁
通過基於 RV1108 芯片的 AI 視覺模塊，可在前端分析圖像或視頻流中的人臉圖像進行檢測和識別。擁有高魯棒的活體檢測，避免各種視頻、照片的攻擊。該模塊可支持千級規模的完全本地識別，其識別能力媲美雲端，支持本地特徵提取後傳雲端，滿足大於千級規模的人臉識別場景。
除此之外，RV1108 芯片還可應用於家用 IPC 等領域，隨着前端智能感知和基礎認知能力的不斷提升，更多的傳統領域都將會有一波新的迭代發展。
實際上這並非閱面科技第一次與芯片廠商合作。在 11 月月初，閱面科技就與英特爾 Movidius 聯手，推出了跨模態人臉識別引擎 Uniface 及繁星 AI 芯片視覺模塊。而時隔不到一個月，閱面科技再度與瑞芯微電子、CEVA 合作，推出新一代的 RV 1108。
如果說與英特爾 Movidius 的合作，是基於成熟視覺芯片的一次視覺解決方案賦能；那麼閱面科技與瑞芯微、CEVA 的合作，更多的是一種質的飛躍，用算法 IP 作爲普通芯片的標準功能，爲硬件製造者、設備廠直接使用。
「我們始終認爲在未來，AI 的大部分計算一定發生在芯片中，發生在最近的邊緣端、設備端，那麼最直接的，一定是讓芯片底層能夠充分服務於前端的算法應用。」趙京雷在接受我們採訪時表示，這兩次與芯片廠商的深度合作都是爲了「爲硬件賦能，爲行業賦能」的目標。
不論是在現場演講，或是會後專訪中，趙京雷都向 AI 科技評論反覆強調了這一戰略路線。趙京雷認爲，要達到爲硬件賦能的目標，最直接的一個手段正是要爲未來硬件的核心（芯片）融入 AI 能力。「閱面科技通過爲芯片底層植入成熟的算法 IP，更多地造福未來硬件的智能化開發。」
也正因爲如此，閱面科技希望可以通過與芯片廠商的合作，將自己的算法沉澱到芯片底層。而在未來，閱面科技也將堅持兩個「賦能」的路線，在初期階段持續不斷地爲包括芯片在內的各種設備，做前端的智能化、嵌入式算法植入。在前者的基礎之上，閱面科技未來將進一步在 AI 的能力上持續深化，讓特定行業也佔領賦能先機。