標籤：

AI時代大點兵-國內外知名AI公司2018年最新盤點

10-05
AI時代大點兵-國內外知名AI公司2018年最新盤點

來自專欄 SIGAI人工智慧講堂15 人贊了文章

SIGAI飛躍計劃第二期等你來挑戰！（點擊有驚喜）

導言

據騰訊研究院統計，截至2017年6月，全球人工智慧初創企業共計2617家。美國佔據1078家居首，中國以592家企業排名第二，其後分別是英國，以色列，加拿大等國家。本文中選取了國外和國內部分有代表性的AI產業鏈條上相關公司就行分析（排名不分先後），希望對有志於從事人工智慧相關工作或者想了解AI行業目前發展現狀的朋友能有所幫助。小編會從AI晶元、應用層演算法、應用領域等方面對相關公司進行盤點，由於部分公司可能會涉及產業鏈條上不同的領域，文中側重選取了某些點進行分析闡述。備註：文中涉及到的企業估值均源於公開資料，本文對數字真實性不做任何擔保；對於企業的明星指數是小編根據公開資料以及行業內部朋友反饋做的綜合評估，不作為投資參考。

AI晶元相關企業

在人工智慧領域大規模並行計算是一個剛性的需求，CPU由於本身設計更偏重於多任務處理、邏輯控制所以不太適合在矩陣計算這種需要高並行的場景中應用，這也給了像Nvidia、Xilinx等晶元公司在深度學習時代的爆發的機會。

Nvidia(英偉達)

明星指數：*****融資輪次&估（市）值：美股上市/1546.58億美金

公司介紹

NVIDIA是一家人工智慧計算公司。公司創立於 1993 年，總部位於美國加利福尼亞州聖克拉拉市。Jensen Huang (黃教主) 是創始人兼首席執行官。NVIDIA 出品的GPU，重新定義了現代計算機圖形技術，並徹底改變了並行計算。尤其是2012年深度學習的初露鋒芒，給Nvidia做了一次價值連城的免費廣告（Hinton實驗室用了NVIDIA GPU GTX 580對深度卷積神經網路計算進行加速取得了非常好的效果），從GeForce GTX系列到目前最新的Tesla V100再到Jetson Xavier移動版晶元 ，NVIDIA的股價也坐上了火箭到現在漲了20多倍。

AI相關方向

深度學習加速

為了配套GPU硬體銷售，NVIDIA開發了一些列配套的深度學習的相關軟體SDK，比如cuBlas、CUDNN、TensorRT、DeepStream等高性能計算庫，很大程度上幫助了開發這快速落地自己的深度學習應用，完善了自己的GPU生態布局（隔壁的兄弟AMD只能通過）。包括TensorFlow、PyTorch、Caffe、MxNet等知名框架都會使用CUDNN作為GPU端的矩陣計算加速庫，小編還聽說維護TensorRT庫的只有一個研發小哥哥，geiliable！

無人駕駛

NVIDIA的無人駕駛團隊有幾百人的規模，是黃教主下重注的一個方向，由教主親自帶隊，AUTO延續了NV一直以來的套路-軟硬一體。該團隊圍繞Drive PX計算平台進行技術研發，目前可以做到實時了解車輛周圍的狀況， 可在高清地圖上準確的定位車輛，並且計劃一條安全的行駛路徑。打造業界領先的自動駕駛車輛平台——囊括了深度學習技術，感測器融合技術以及環視技術來改變駕駛體驗。小編認為黃教主做的事情和百度Apollo有點對著干,一個依託硬體從下往上走，一個依託軟體從上往下走，最終還是要看誰能籠絡更多的車企，快速擴大朋友圈！

深度學習應用研究

NVIDIA也有自己的深度學習前研技術研究團隊包括和外部合作，做了一些不錯的研究，尤其是GAN相關的成果比如視頻自動生成慢鏡頭（Super SloMo）、生成高清的明星人臉（解析度最高達1024×1024像素）等，更多研究可訪問下面網址：

research.nvidia.com/res

求職

小編了解NVIDIA的核心技術部門都在聖克拉拉，國內只有部分中間件的研發團隊以及技術服務/銷售部門。國內部分偏重於社招，小部分校招，如果有感興趣的朋友可以聯繫小編了解詳情。

INTEL

明星指數：****融資輪次&估（市）值：美股上市/2252.47億美金

公司介紹

INTEL是美國一家主要以研製CPU處理器的公司，是全球最大的個人計算機零件和CPU製造商，它成立於1968年，具有50年產品創新和市場領導的歷史。眾所周知INTEL在伺服器和個人電腦領域是當之無愧的No.1，但是後來完美的錯失了移動時代的機會，其Atom系列晶元一直沒能打開移動市場的局面。深度學習爆發後，INTEL也沒有趕上第一波，但是先後收購了包括Nervana Systems，Movidius和Mobileye等人工智慧企業，以及Altera這個全球第二大FPGA廠商。AI焦慮下的英特爾成立了人工智慧產品事業部（AIPG），可以看到這個PC時代的巨人在人工智慧領域全面布局和搶佔市場的決心，Good Luck！

AI相關方向

深度學習加速

INTEL的矩陣計算相關軟體包括MKL數學計算庫以及針對於深度學習優化的MKL-DNN庫；硬體包括適合邊緣計算的Movidius神經計算棒，Altera系列FPGA，Intel Movidius VPUs，以及INTEL之前為服務端開發的協處理器Xeon Phi（小編接觸過的國內大廠對Xeon Phi認同度都比較低）

無人駕駛

英特爾已錯失了兩個重要機遇，一個是智能手機市場，一個是車載市場。Mobileye之於英特爾，其在計算機視覺方面的技術積累自然是一項核心資產。而Mobileye對於英特爾來說最大的價值，就是它直接簽下的超過27家車企客戶，以及龐大的晶元出貨量——2016年全年，Mobileye的SoC晶元供賣出約600萬個。藉助Mobileye在ADAS板塊的市場份額，來快速切入整個汽車產業，才是英特爾想要的。特斯拉的Autopilot就有MobileyeQ3晶元(儘管合作已經終結)。Mobileye的技術將被融合到英特爾的Intel GO自動駕駛解決方案中。而英特爾藉此可以打通與車企的關係，進一步擴大其在汽車半導體市場的份額。

求職

INTEL國內研發主要在上海和北京，主要做深度學習框架在INTEL系列CPU上的優化，以及計算機視覺和機器學習方面的演算法研發工作（據小編了解，深度學習方面的工作INTEL有很多的實習機會）

Xilinx(賽靈思)

明星指數：**** 融資輪次&估（市）值：美股上市/179.97億美金

公司介紹

FPGA領域有兩個主要玩家Xilinx和Altera，現在Altera已經成了Intel的一部分。Xilinx作為全球最大的可編程晶元（FPGA）廠商集研發、製造並銷售範圍廣泛的高級集成電路、軟體設計工具以及作為預定義系統級功能的IP核與一體。賽靈思在AI時代的三大戰略布局：ACAP系列產品、數據中心優先、加速八大主流市場發展。ACAP的核心是新一代的FPGA架構，適用於加速廣泛的應用，其中包括視頻轉碼、資料庫、數據壓縮、搜索、AI推斷、基因組學、機器視覺、計算存儲及網路加速等。前不久Xilinx還高調收購了國內的AI晶元初創公司深鑒科技，小編在這裡恭喜深鑒的朋友們上岸:)

求職

Xilinx北京部門專註於高層次綜合（C到硬體語言的轉換）軟體的開發，目前40左右的規模。所招職位主要面向前端編譯及轉換。

比特大陸

明星指數：****融資輪次&估（市）值：B輪/120億美金

公司介紹

比特大陸成立於2013年，由吳忌寒和晶元設計專家詹克團聯合創辦，是一家生產比特幣挖礦機、定製晶元、運營「礦池」（比特幣礦工工廠）的初創公司。當別人在挖金的時候,我去賣鐵鍬、賣水!最後,挖金的人依然在疲憊地追逐夢想,而賣鐵鍬的人已經衣錦還鄉。目前比特大陸AI技術團隊200餘人左右的規模，坐標北京。比特大陸已經擁有比特幣礦機70％以上的市場份額。隨著比特幣市場競爭急劇增加，行業一片紅海之勢，2017年11月比特大陸正式發布了比特大陸旗下AI品牌SOPHON，以及自研的全球首款張量加速計算晶元——BM1680，正式切入AI晶元市場，AI晶元市場的金主玩家越來越多了。

AI相關方向

比特大陸的AI產品布局分為三個方面：

（1）AI深度學習的推理晶元

（2）BIG DATA和CLOUD（大數據和專有雲）

（3）智能機器人

在AI行業布局方面，比特大陸主要切三個行業：安防+AI、互聯網+AI和城市大數據。

求職

比特大陸有自己的人工智慧團隊支持：安防+AI、互聯網+AI和城市大數據等布局。小編了解目前對圖像演算法的人才需求量比較大，計算機視覺和深度學習演算法尤其是人臉識別、視頻智能分析等方向很急迫，感興趣的朋友小編也可以推薦。

寒武紀

明星指數：****融資輪次&估（市）值：B輪/20億美金

公司介紹

寒武紀科技公司成立於2016年，其前身是中科院計算所於2008年組建的「探索處理器架構與人工智慧的交叉領域」10人學術團隊。寒武紀科技是全球智能晶元領域的先行者，是全球第一個成功流片並擁有成熟產品的智能晶元公司，擁有終端和伺服器兩條產品線。2016年推出的寒武紀1A處理器（Cambricon-1A)是世界首款商用深度學習專用處理器，面向智能手機、安防監控、可穿戴設備、無人機和智能駕駛等各類終端設備，運行主流智能演算法時性能功耗比全面超越CPU和GPU。據稱華為麒麟970的NPU就是寒武紀的IP。寒武紀團隊基本是中科大和清華的班底，出自這兩所學校的同學風格都很務實。

求職

遵循著營造生態的思路，寒武紀也會針對自己下游的客戶需求進行軟體層面優化比如圖像處理、人臉識別、目標檢測等方案以及基於寒武紀深度學習晶元以及硬體平台，開發高性能深度學習庫。有這方面背景的同學可以考慮。

地平線機器人

明星指數：***融資輪次&估（市）值：A+輪/未知

公司介紹

地平線為提供高性能、低功耗、低成本、完整開放的嵌入式人工智慧解決方案。企業使命是賦能萬物，讓每個人的生活更安全，更美好。地平線機器人的核心產品是視覺晶元，應用領域為智能駕駛、智能城市、智能商業，目前發布了兩款自主研發AI晶元：「征程」和「旭日」，其中征程1.0處理器，面向智能駕駛；旭日1.0處理器，主攻智能攝像頭。地平線的核心團隊班底主要是來自百度IDL以及NEC，創始人余凱和黃暢也是從NEC到百度IDL的老搭檔。

AI相關方向

地平線目前在智能駕駛、智能城市、智能商業都有布局。技術方面在圖像識別包括人體、人臉、車輛、通用目標檢測、跟蹤與識別以及圖像理解、圖像質量評估和增強，視頻分析等計算機視覺相關方向以及深度學習模型優化、壓縮、加速方面都有涉獵；除了計算機視覺，另外在語音識別技術方面也有應用場景。

求職

地平線涉及的應用場景很豐富，包括智能駕駛、智能城市、智能商業裡面涉及了大量的計算機視覺技術，尤其是人相關的識別分析以及智能駕駛相關的技術，如果對深度學習有一定研究基礎的朋友都可以考慮下，小編可以幫忙內推。

其他

谷歌-TPU

百度-崑崙

IBM-TrueNorth

小編這裡就不做一一介紹了

應用層相關企業--安防相關

安防領域一直被認為是人工智慧落地最好的行業之一。首先，以視頻技術為核心的安防行業擁有海量的數據來源，可以充分滿足人工智慧對於演算法模型訓練的要求；其次，安防行業事前預防、事中響應、事後追查的訴求與人工智慧的技術邏輯完全吻合。湧現出了像商湯科技、曠視科技、雲從等聚焦於人臉識別、行為分析等圖像智能領域的公司。

商湯科技

明星指數：*****融資輪次&估（市）值：C+輪/30億美金

公司介紹

商湯科技,是國內一家致力於計算機視覺和深度學習原創技術的創新型科技公司,提供人臉識別、語音技術,文字識別,人臉識別,深度學習等一系列人工智慧產品及解決方案,幫助各行各業的客戶打造智能化業務系統。商湯以港中文湯曉鷗實驗室團隊為核心班底，短短數年打造成為了AI獨角獸企業，可謂是國內AI企業的當紅炸子雞。其主要業務主要在智能安防以及和手機廠商在相機層面的演算法SDK合作。商湯科技正在大力推動的「人工智慧+」和人工智慧賦能百業。

AI相關方向

在解決方案上，商湯主推的產品有包括SenseFace人臉布控系統、SenseID身份驗證解決方案、SenseGo智慧商業解決方案、SensePhoto手機全套影像處理解決方案、SenseAR增強現實感特效引擎以及SenseDrive DMS駕駛員監控系統等。從技術方向拆解目前商湯還是以人臉識別分析技術為主的一家公司，其它方向包括通用物體檢測識別、動作行為分析，證件OCR、ReID、SLAM、深度學習模型優化以及深度學習框架優化等技術方向。

求職

商湯內部演算法研發更多的是博士在做，如果是碩士或本科做的更多的是演算法工程層面的開發優化；商湯的實習機會很多，而且能參與到演算法層面的原型調研和研發。

曠視科技

明星指數：*****融資輪次&估（市）值：C輪/20億美金

公司介紹

曠視科技成立於2011年底，創始人印奇和唐文斌都出自清華姚期智實驗班本科，在人臉識別領域達到世界水平，對外提供了人臉識別、人工智慧、智能地產、智能安防等相關技術解決方案，是國內領先的人工智慧創業公司。致力於為政企用戶和開發者提供全方位的行業智能解決方案與智能數據服務。最近把清華姚班的大佬姚期智也拉來站台擔任曠視科技Face++學術委員會擔任首席顧問，操作很溜，準備上市的節奏！

AI相關方向

曠視科技技術方向包括人臉檢測、人臉分析、人臉識別,以及圖像識別、OCR證件識別、文字識別。其重點還是在人臉識別在安防和金融領域的應用，而且已經從單純軟體演算法層面向軟硬一體解決方案過渡。

求職

曠視在計算機視覺包括分類，檢測，分割，跟蹤，OCR、SLAM和3D感知等都有涉獵，涉及的子領域非常多，演算法相關主要分兩條線研究科學家和全棧人工智慧工程師（偏工程應用優化），另外對實習生的需求也很大，鍛煉機會多。

格靈深瞳

明星指數：*** 融資輪次&估（市）值：B輪/未知

公司介紹

格靈深瞳成立於2013年，是一家同時具備計算機視覺和深度學習技術以及嵌入式硬體研發能力的人工智慧公司，作為一家視頻大數據產品和方案提供商，自主研發的深瞳技術在人和車的檢測、跟蹤與識別方面居於世界領先水平，公司主要關注的領域包括公共安全、智能交通、金融安防等，同時公司在無人駕駛（馭勢科技）、機器人和智能醫療方面也進行了深入的布局。格靈深瞳的起步很早，但是最初從深度相機切入市場並沒有得到廣泛的認可從而喪失了先機，發展勢頭明顯弱於同期的其它幾個小巨頭。

AI相關方向

格靈深瞳的商業落地圍繞三個方面：人、人臉、車的智能分析。針對這三個方面，格靈深瞳推出了數款創新性的產品，包括皓目行為分析儀、威目車輛大數據系統、威目視頻結構化系統、威目人臉識別系統、威目視圖大數據平台，以及深瞳人眼攝像機。

求職

格靈深瞳在人臉識別、人體ReID和車輛檢測識別等方向都有重點布局，有這方面背景的朋友可以勾搭。

依圖科技

明星指數：****融資輪次&估（市）值：C+輪/150億人民幣

公司介紹

依圖科技總部在上海，是上海人工智慧領域的明星初創企業，主要從事人工智慧創新性研究，致力於將先進的人工智慧技術與行業應用相結合，拓展人工智慧新疆界。依圖科技人工智慧技術的應用領域包括：智能安防、依圖醫療、智慧金融、智慧城市、智能硬體等。

求職

依圖的AI方向主要布局在人臉識別、車輛識別和醫療圖像識別等幾個方向，這個公司相對低調，但是技術實力不容小覷，相關背景的同學都可以考慮勾搭。

其它圖像分析相關領域

除了應用於安防場景，基於人工智慧的圖像分析技術還應用到了互聯網圖片審核、商業智能等場景 ，下面介紹幾個相關的的創業公司：

圖普科技

明星指數：***融資輪次&估（市）值：A輪/未知

公司介紹

圖普科技以互聯網圖片審核切入市場，當前產品包括內容審核、智能鑒黃、客流統計分析、智慧門店系統等。主要服務於互聯網、連鎖零售、泛安防等領域，致力於為企業級用戶提供人工智慧產品和行業解決方案。圖普雲平台涵蓋黃暴識別、人臉識別、證件識別、場景識別、圖像風格化等數十種圖像識別介面。

AI相關方向

圖像分類、人臉識別、證件識別等

求職

圖普總部在廣州，產品更偏重於演算法工程方面的應用，有一定演算法和比較好工程能力的朋友都可以試試。

圖匠科技

明星指數：***融資輪次&估（市）值：A輪/未知

公司介紹

ImageDT（圖匠數據）對標以色列的圖像識別公司Trax，該團隊專註於為企業提供商業智能化技術與服務，具備數據採集、圖像識別、語義分析、海量數據掘等技術，業務內容包括大數據市場研究、零售智能化管理、圖像識別智能審計、網路圖片輿情分析等。小編認為這個垂直領域後期會聚集不少的玩家，為什麼呢？技術層面門檻相對低，而且商業模式清晰，掙錢啊！

AI相關方向

商品識別,智能審計,貨架識別,LOGO識別,智能零售,人臉識別等

求職

圖匠總部在廣州，產品更偏重於演算法工程方面的應用，有一定演算法基礎和比較好工程能力的朋友都可以試試。

碼隆科技

明星指數：***融資輪次&估（市）值：B輪/未知

公司介紹

碼農科技，好像錯了不是「碼農」是「碼隆」，小編皮了下。。。公司坐標深圳，成立於2014年，是一家為企業提供計算機視覺技術服務的人工智慧公司。公司致力於向開發人員和企業提供業界精確的視覺商品識別產品和解決方案，以AI技術賦能企業，幫助從零售到醫療的各類企業提升效率和品質。

AI相關方向

碼隆科技的主要業務在以圖搜圖，商品識別方向，相關視覺技術有圖像檢索、物體分類等。

求職

碼隆科技總部在深圳，產品更偏重於演算法工程方面的應用，有一定演算法基礎和比較好工程能力的朋友都可以勾搭。

其他

海鑫智聖-安防

雲從科技-安防

閱面科技-AI視覺模組等

下篇-預告

無人駕駛

1. Roadster.ai

2. 景馳科技

3. 馭勢

4. Momenta

5. 圖森

OCR

1. 百度作業幫

2. 學霸君

3. 小猿搜題

4. 合合科技

語音識別

1. 科大訊飛

2. 思必馳

3. 雲知聲

4. 出門問問

自然語言處理

1. 小i機器人

2. 圖靈機器人

3. 三角獸

4. 驀然認知

數據分析

1. 天雲大數據

2. 明略數據

3. Talkingdata

4. 第四範式

參考資料：

(1)ftp.shujuju.cn/platform

(2)caict.ac.cn/kxyj/qwfb/q

stdaily.com/index/kejix

推薦閱讀

[1]機器學習-波瀾壯闊40年【獲取碼】SIGAI0413.

[2]學好機器學習需要哪些數學知識？【獲取碼】SIGAI0417.

[3] 人臉識別演算法演化史【獲取碼】SIGAI0420.

[4]基於深度學習的目標檢測演算法綜述 【獲取碼】SIGAI0424.

[5]卷積神經網路為什麼能夠稱霸計算機視覺領域？【獲取碼】SIGAI0426.

[6] 用一張圖理解SVM的脈絡【獲取碼】SIGAI0428.

[7] 人臉檢測演算法綜述【獲取碼】SIGAI0503.

[8] 理解神經網路的激活函數 【獲取碼】SIGAI2018.5.5.

[9] 深度卷積神經網路演化歷史及結構改進脈絡-40頁長文全面解讀【獲取碼】SIGAI0508.

[10] 理解梯度下降法【獲取碼】SIGAI0511.

[11] 循環神經網路綜述—語音識別與自然語言處理的利器【獲取碼】SIGAI0515

[12] 理解凸優化 【獲取碼】 SIGAI0518

[13] 【實驗】理解SVM的核函數和參數 【獲取碼】SIGAI0522

[14]【SIGAI綜述】行人檢測演算法 【獲取碼】SIGAI0525

[15] 機器學習在自動駕駛中的應用—以百度阿波羅平台為例(上)【獲取碼】SIGAI0529

[16]理解牛頓法【獲取碼】SIGAI0531

[17] 【群話題精華】5月集錦—機器學習和深度學習中一些值得思考的問題【獲取碼】SIGAI 0601

[18] 大話Adaboost演算法 【獲取碼】SIGAI0602

[19] FlowNet到FlowNet2.0：基於卷積神經網路的光流預測演算法【獲取碼】SIGAI0604

[20] 理解主成分分析(PCA)【獲取碼】SIGAI0606

[21] 人體骨骼關鍵點檢測綜述 【獲取碼】SIGAI0608

[22]理解決策樹 【獲取碼】SIGAI0611

[23] 用一句話總結常用的機器學習演算法【獲取碼】SIGAI0611

[24] 目標檢測演算法之YOLO 【獲取碼】SIGAI0615

[25] 理解過擬合 【獲取碼】SIGAI0618

[26]理解計算：從√2到AlphaGo ——第1季 從√2談起 【獲取碼】SIGAI0620

[27] 場景文本檢測——CTPN演算法介紹 【獲取碼】SIGAI0622

[28] 卷積神經網路的壓縮和加速 【獲取碼】SIGAI0625

[29] k近鄰演算法 【獲取碼】SIGAI0627

[30]自然場景文本檢測識別技術綜述 【獲取碼】SIGAI0627

[31] 理解計算：從√2到AlphaGo ——第2季 神經計算的歷史背景 【獲取碼】SIGAI0704

[32] 機器學習演算法地圖【獲取碼】SIGAI0706

[33] 反向傳播演算法推導-全連接神經網路【獲取碼】SIGAI0709

[34] 生成式對抗網路模型綜述【獲取碼】SIGAI0709.

[35]怎樣成為一名優秀的演算法工程師【獲取碼】SIGAI0711.

[36] 理解計算：從根號2到AlphaGo——第三季 神經網路的數學模型【獲取碼】SIGAI0716

[37]【技術短文】人臉檢測演算法之S3FD 【獲取碼】SIGAI0716

[38] 基於深度負相關學習的人群計數方法【獲取碼】SIGAI0718

[39] 流形學習概述【獲取碼】SIGAI0723

[40] 關於感受野的總結 【獲取碼】SIGAI0723

[41] 隨機森林概述 【獲取碼】SIGAI0725

[42] 基於內容的圖像檢索技術綜述——傳統經典方法【獲取碼】SIGAI0727

[43] 神經網路的激活函數總結【獲取碼】SIGAI0730

[44] 機器學習和深度學習中值得弄清楚的一些問題【獲取碼】SIGAI0802

[45] 基於深度神經網路的自動問答系統概述【獲取碼】SIGAI0803

[46] 反向傳播演算法推導——卷積神經網路 【獲取碼】SIGAI0806

[47] 機器學習與深度學習核心知識點總結 寫在校園招聘即將開始時 【獲取 碼】SIGAI0808

[48] 理解Spatial Transformer Networks【獲取碼】SIGAI0810

[49]AI時代大點兵-國內外知名AI公司2018年最新盤點【獲取碼】SIGAI0813

[50] 理解計算：從√2到AlphaGo ——第2季 神經計算的歷史背景 【獲取碼】SIGAI0815

[51] 基於內容的圖像檢索技術綜述--CNN方法 【獲取碼】SIGAI0817

[52]文本表示簡介 【獲取碼】SIGAI0820

[53]機器學習中的最優化演算法總結【獲取碼】SIGAI0822

[54]【AI就業面面觀】如何選擇適合自己的舞台？【獲取碼】SIGAI0823

[55]濃縮就是精華-SIGAI機器學習藍寶書【獲取碼】SIGAI0824

[56]DenseNet詳解【獲取碼】SIGAI0827

原創聲明：本文為 SIGAI 原創文章，僅供個人學習使用，未經允許，不能用於商業目的


推薦閱讀：

TAG:AdobeIllustrator | 科技 |