文章来源：物联网智库

ID：iot101

曾几何时，物联网还是一个只有少数人知道的概念；如今，物联网是被千行百业“追捧”的数字化转型利器。量变积累到一定程度总会产生质变，新兴技术历经产业落地的淬炼也将跨越拐点。

具体到物联网行业，2020年，全球物联网的连接数首次超越了非物联网连接数，这标志着物联网发展达到了一个新的历史时刻。而物联网作为智能时代的新型基础设施，其前进的步伐必然不会停歇。据IoT Analytics公布的调研数据显示，2020年最终企业用户对物联网解决方案的总支出达到1289亿美元，预计到2021年底将达到1598亿美元（约合1万亿元人民币）。

 物联网对人类生产、生活带来的巨大改变及其常态化的发展趋势有目共睹，而基于IoT所演进而来的新技术、新业态也在陆续爆发，AIoT便是其中翘楚。

AIoT不是AI+IoT的简单堆砌

随着物联网的蓬勃发展，“万物互联”加速落地，在深化产业应用的过程中，数据类型及体量大幅提升，物联网在碎片化场景下的数据价值挖掘显得“力不从心”，而在技术融合的推动下，AIoT应运而生。

二者的有机结合，将AI深入渗透于物联网的各个层面，助推AI完成从技术到价值的跨越，成功打开其落地产业的重要通路。而通过与物联网相结合，AI的能力也更容易下沉到各行各业，可以有效提升物联网数据的应用价值及效率，成为企业数字化转型中必不可少的一部分。

逐本溯源，虽然AIoT的底座是物联网，但AI能力才是其为产业应用注入新价值的关键。基于网联化与智能化的交叉融合，一方面，强大的物联网生态以及由此产生的海量数据为AI提供了丰腴的落地土壤，为后者探索新的产业应用场景提供基础保障；另一方面，AI极大增强了物联网应用的智能化程度并丰富其数据价值，真正做到物尽其用。

在6月24日举办的百度智能云“云智技术论坛”上，百度副总裁马杰提出了智能物联网的三大特点为“连接万物、对话万物、智慧万物”，即基于万物互联，依托AI开启泛在物联网设备智能交互方式的同时，进一步将“智慧”深入产业。

• “连接”是传统物联网早已具备的基础能力，依托丰富的产业生态，百度已经实现了包括家庭设备、车路设备、工业传感器及控制设备在内的亿级泛IoT设备连接。

• “对话”是指百度通过AI视觉、语音、数据分析等服务，赋予以小度音箱为代表的终端设备智慧交互能力。小度音箱中的百度鸿鹄芯片广泛应用于车载语音交互、智能家具等场景。

• “智慧”是指百度智能云基于深厚的AI技术积累及海量数据，打造产业、消费双端智慧应用，将每一个物联网终端升级为AIoT设备。

AIoT时代，百度智能云提出了“用AI唤醒并赋能万物”，毫无疑问，这一愿景背后源于百度AI技术的完整布局，除鸿鹄语音交互芯片外，百度昆仑作为其自研的中国第一款云端全功能AI芯片，也是业内设计算力最高的AI芯片，运算能力相较基于FPGA的AI加速器，性能提升了近30倍。此外，早在2018年，百度便推出了中国首个自主研发、功能完备、开源开放的产业级深度学习平台——飞浆，目前已凝聚超320万开发者，服务企业12万家，产生了36万个模型。

“端边云”全面智能化

于互联网公司而言，“平台”无疑是切入物联网赛道的最佳入口，过去几年间，物联网平台市场在一众巨头的主导下增速惊人。据IoT Analytics发布的数据显示，其在2015-2020年间的复合年增长率达到48%，市场规模达到50亿美元。

传统物联网平台已经实现了基础的设备接入与管理、数据流转以及数据价值挖掘。然而，随着物联网终端规模的扩张，物联网平台除连接量节节攀升外，其在数据价值挖掘、创新应用落地、提升经济价值等层面差强人意，再加之传感器种类日益丰富，视觉、语音类感知设备的涌现使得平台所承载的数据格式发生了革新性变化，而仅仅聚焦连接本身显然难以支撑AIoT时代对于数据处理的高层次需求，换言之，物联网平台智能化已是大势所趋。

中国工程院院士邬贺铨曾指出，如何把数据更完整地采集好、利用好是AIoT发展所面临的挑战之一。面对囊括了数值、语音、视觉的多模数据，其价值出口不仅仅应用于分析、决策，更大的价值则在于多模数据交互过程中所催生的创新应用场景。

同时，新的智能化场景也提出了新的技术要求，而看似简单的数据采集与应用，实则涉及端、边、云多层次的协同作业。虽然设备上云解决了基础的数据处理问题，边云融合也通过将计算前置提升了联网的时效性、数据的隐私性、应用的灵活性，但面对日益丰富的多模态数据，只有端边云协同才能真正全面释放AIoT能力。

面对AIoT时代的多模态数据，百度智能云针对不同数据类型的产品上，推出了满足不同数据格式的天工AIoT平台2.0，囊括了边缘层、平台层以及由数据智能、语音智能、视觉智能组成的能力层，并与包括度家、度目、度能、VR系列在内的百度智能终端及垂直行业解决方案共同组成了百度智能云的全面智能化AIoT生态。

全面智能化的天工AIoT平台

百度智能云物联网部总经理曹杨在百度智能云“云智技术论坛”上为观众展示了天工AIoT平台2.0的端边云全面智能化架构以及其多类型数据分析及交互能力——数据智能、语音智能、视觉智能。

其中，数据智能是指基于传感器数值类型数据做智能化分析及交互，此类场景下对于数据分析结果的准确性较为严苛，故而对于交互的即时性相对“宽容”，所以AI能力主要集中在云端，从而提升智能分析效率。例如在工厂中采集到设备数据后上传至云端进行精准的分析、测算，进而形成智能化决策后将结果返回至工厂。

而天工作为国内最早实现分布式云原生和多租户的IoT平台，每天都有数以千万的设备接入，在线时长加总超过100亿分钟，这些设备在一天的时间内需要收发超过7亿条消息，且要求每一条数据都要在不到10毫秒内得到处理。面对如此庞杂的数据体量，天工AIoT平台在支持多协议连接的同时，基于强大的后端处理能力，有效降低数据传输延时，并通过将时间数据和空间数据进行结合处理分析，进行有效的数据治理及数据共享，提高运营效率。

基于此，百度智能云推出了“度能AIoT综合能源共创平台”， 接入了数百个换热站和上万个户端，利用AIoT数据智能的技术解决供热行业的痛点，节省热源17%-20%。

语音智能是指基于语音类型数据做语音语义理解分析及交互，常用于智能家居、智慧座舱、智能机器人等对于数据传输时延较为严苛的场景下，而实时性较强的交互往往对计算的前置性要求更高，同时对于算力也提出了更高的要求，故而需要端云协同作业，即通过提升智能终端的AI算力，将一部分数据处理放在端侧，从而提升数据分析及交互效率。

基于此，百度推出了“度家AIoT语音语义平台”，为TCL高端电视机型提供语音唤醒及识别服务，解决了原有语音方案远场唤醒效果不佳、抗外噪能力弱等痛点，极大改善该款高端电视的语音交互体验。

视觉智能是指基于视频图片类型数据做视觉语义化理解分析及交互。由于视频流数据传输至云端处理的时延过长，而在工厂故障报警、事故监测等对时延要求极高的场景下，晚1ms都可能为工厂或员工造成严重损害。同时，视频流数据相较语音数据而言，体量更大且对于算力要求更高，而智能终端在承担数据采集与交互等功能的同时，其数据处理能力有限，所以视觉智能大多基于边缘侧的AI能力进行数据处理。

基于此，百度推出了“AIoT视觉智能解决方案”，在某电网基建人员实名制信息管理场景中，通过在现场部署园区安全系统，快速实现对施工作业现场的全程监控和危险性识别，保障生产作业安全。

基于天工AIoT平台的端边云一体化架构，百度智能云为浙江美欣达纺织印染科技有限公司定制开发了智能制造整体解决方案——通过接入度能平台，美欣达建立了自己的基础能源数字化监控系统，通过对能源数据及过程数据的高频采集和分析，工厂构建了符合自身业务的能源模型，辅助工厂的生产和管理。

结语

奔涌而来的数字化浪潮在推进产业升级的同时也极大促进了技术的融合创新，在“万物智联”的美好愿景下，AIoT时代的大幕已徐徐拉开。大浪淘沙，在竞争激烈的AIoT市场中力争潮头绝非易事，而百度智能云跟随时代发展，经历了IoT到AIoT的跃进，已积累了大量的先进技术与实战经验，百度智能云物联网部总经理曹杨在接受物联网智库采访时提出，“未来，百度智能云将会花更多精力与垂直行业做连接，输出天工AIoT平台能力，助力产业智能化升级”。

本内容为作者独立观点，不代表创新湾立场。如有异议，请联系创新湾。创新湾聚焦新科技、新产业，相关内容欢迎投稿。（投稿或转载请联系创新湾小编微信：LinkedBay）

发现中国科技创新的力量

创新湾ID：EnnoBay