计算机视觉已广泛应用于无数行业，但创建和控制这些视觉 AI 模型的方法却并不简单。Viso正在构建一个低代码/无代码端到端平台，使公司能够自行搭建计算机视觉技术栈，并且他们刚刚获得了 920 万美元的投资以扩大规模。
当然，市面上有大量的计算机视觉模型和服务，但许多都符合“模型即API”的描述。例如，你想进行人脸识别并判断人物是站立还是坐姿，从而了解火车站或餐厅的繁忙程度。
市面上确实有成熟的选项可用于人和姿态识别，但它们可能不符合你的用例、安全模型，或者扩展成本过高。自建是一种选择，但训练和部署现代CV模型所需的专业知识并非易事：除非你有时间和资金组建一个真正的团队，否则这可能超出你的能力范围。
这正是Viso希望解决的问题，它提供了一个平台，让你无需投入通常所需的巨大时间和精力，就能创建企业级的自有CV模型。
Viso联合创始人兼联席CEO Gaudenz Boesch解释说：“在采用周期的早期，公司往往倾向于购买或租用现成的计算机视觉系统。然而，他们最终需要将所有的计算机视觉举措整合在一起（实现流程简化），并进行深度集成和定制，同时还需要‘拥有’这些系统，因为数据敏感且技术具有战略价值。这就是为什么这些行业的公司开始招聘AI工程师的原因。”
但与许多其他企业级需求不同，计算机视觉缺乏一种“专用基础设施”来高效地构建和部署它。
他继续说道：“公司必须从头开始构建，试图在整个组织中组装大量互不相连的软件和硬件平台（如摄像头、服务器）。这需要跨多个领域的专业知识，而这些成本会迅速变得高昂。”
Viso的方法对于任何在其他场景中使用过无代码工具的人来说可能看起来很熟悉。它由一系列预构建和可定制的模块组成，允许用户根据需要选择、训练和部署计算机视觉模型。
当然，你仍然需要一定程度的专业知识——应该运行哪种对象识别模型？训练数据将存储在哪里？推理如何处理？但少数工程师可以完成更多人的工作，并且所有工作都在一个地方完成，而不是分散在十几个工具、API和代码笔记本中。
Viso称其方案是端到端的，这似乎并不夸张。计算机视觉首先需要数据，然后是训练过程，接着是实施、托管、合规性工作等——它看起来确实是一个“从头到尾”的解决方案，将所有这些都集中在一个地方：
因此，如果你要制作之前提到的“忙碌检测器”，你完全可以仅凭一百小时的视频素材开始，在一两周后得到一个完整的产品。这将包括原始数据的底层分析与存储、标注与标记、基础模型的训练与测试、产品集成、在线或离线部署、分析、更新与备份，以及访问与安全控制……所有这些操作都无需离开 Viso 平台，甚至可能无需触碰分号或方括号键。（各种案例研究可在此处查看。）
尽管市面上还有其他计算机视觉平台，但Boesch表示，它们并非“为大规模管理高度复杂的计算机视觉应用并持续维护而设计”，而是更侧重于上述列表中少数几项任务。Viso旨在尽可能支持更多的模型、方法、硬件和使用场景，同时确保客户拥有最终成果的所有权。
作为非开发人员，我无法断言不同使用场景的难易程度如何，但显然，使用更少且更全面的平台，而非拼接一系列互不相连的平台，具有根本性的吸引力（其他低代码和端到端工具的流行也证明了这一点）。
Viso的投资者似乎认同这一观点，该公司已筹集了920万美元的种子轮融资，由Accel领投，多位天使投资人参与。有趣的是，自2018年在瑞士成立以来，该公司一直依靠自有资金运营。
Boesch表示，爆炸式的需求促使公司进行此次融资，与所提供的产品及现有客户规模相比，这笔资金在AI公司中属于相当 modest 的水平。他表示，Viso已被多家大型企业采用，包括普华永道（Pricewaterhouse Cooper）、DHL和Orange，并且自2022年以来新客户数量增长了6倍。