智能视觉
智能视觉是指用计算机和技术使机器可以替代原本人类眼睛才能完成的工 作的新的人工智能技术。智能视觉研究兴起于 20 世纪 60 年代初，过去十年来， 不断出现的巨量数据与快速发展的计算能力，给以非结构化视觉数据为研究对象 的智能视觉带来了巨大的发展机遇与挑战性难题；智能视觉的部分研究成果已实 际应用，催生出人脸识别、物体识别与分类、智能视频监控等多个极具显示度的 商业化应用。
智能视觉是人工智能产业最大的细分市场，占总体人工智能产业的 57%，AI 其他赛道总和仅占总体人工智能的 43%。中国智能视觉发展迅猛，安全影像分析 成为智能视觉的主要应用领域，体现在智能安防、智能城市监控、医疗 AI 影像等 各个方面。根据前瞻产业研究院公开的数据结果显示，2019 年市场规模超 200 亿 元人民币，2016 年到 2019 年的年复合增长率高达 109%。
智能视觉风头正旺，互联网龙头企业和大型投资公司抓住智能视觉的热潮， 给智能视觉添加了新的活力。根据桔子 IT 显示的公司情况来看，中小型及初创公 司占比大，投融资也更倾向于中小型、创业型公司。根据公司的业务产品显示，主 要以智能小家电、工业机器视觉系统方案提供、机器人为主。
智能视觉产业链上游主体为感知层，中游为核心技术层，下游则为应用层， 其中中游技术层是决定智能视觉应用的主要方面。智能视觉的发展基于人工智能 的发展，因此上游感知层的发展主要依赖于人工智能的发展。而智能视觉的中游技 术层是智能视觉的核心，技术层技术的突破直接关系到下游的应用场景。
智能语音
智能语音在各传统领域的应用极大程度地加速了传统领域的数字化转型脚 步，受新冠疫情的影响，大部分领域活动均由线下转至线上，而这大大加速了智 能语音行业的技术应用落地，语音市场仍具有较大发展空间。根据前瞻经济学人 公开的中国智能语音行业市场规模来看，中国智能语音市场在未来几年仍处于上升趋势，年复合增长率 CAGR 为 37.6%。
技术上深度学习、高性能运算平台和大数据技术的发展是推力，在语音识别 率方面，百度、谷歌，科大讯飞等主流平台识别准确率均在 96%以上，稳定的识别能力为语音技术的落地提供了可能。百度作为中国人工智能龙头企业，拥有开放19 guangwen.online度高且成熟的人工智能服务平台，百度在智能语音领域的专利申请量和授权数量 均位居榜首，在智能语音专利申请前十排行榜中百度独占鳌头，智能语音专利申请数量达到 1135 项，同比增长 21.65%，具有显著优势;百度智能语音专利授权量为330 项，授权占比为 29.07%。
自动驾驶
自动驾驶作为人工智能的关键技术分支，受到了颇多关注。事实上，早在 20 世纪 30 年代，人们就已经开始了对自动驾驶的早期探索。自动驾驶汽车主要是基 于人工智能、视觉计算、雷达和全球定位车路协同等技术，搭载多种智能软件及感 应设备从而实现环境感知、路径规划和自主控制，达到安全高效行驶之目的的机动车辆。
根据国际汽车工程师协会（SAE，Society of Automotive Engineers）对自动 驾驶汽车所做的等级标准来看，全球自动驾驶汽车目前正处在 2 级自动化向 3 级 自动化迈进的关键阶段。
随着国家政策支持力度加大、关键技术成熟，汽车智能化、网联化趋势进一步 加速，自动驾驶已经成为全球新一轮产业竞争的重要抓手，市场空间在不断增长。根据 IHS 预测，全球自动驾驶市场规模在 2020、2025、2030、2035 年分别达到 500、800、2800、5600 亿美元。
自本世纪初自动驾驶技术兴起以来，受到了颇多关注，企业纷纷注资进行软硬 件的研发。欧洲专利局（EPO，European Patent Office）的公开数据显示，2011 年-2021 年上半年，全球自动驾驶领域专利总量超过 28,000 项，并于 2018 年达到峰值。
目前自动驾驶领域研发主体分为互联网科技巨头与传统车企，前者是主攻技术 研发，提供自动驾驶系统的综合性解决方案。这类企业不计成本，致力于早日实现 L4+级自动驾驶。传统车企则更多考虑成本与价格因素，选择稳扎稳打，逐步推进 核心技术研发与汽车功能升级迭代。现阶段，如特斯拉、蔚来等企业基本上可以达 到 L2-L3 级自动驾驶水平，但要真正落地应用仍然面临极大的风险与挑战。
