【論壇演講】互聯網大會論壇演講：第一視角交互變革工業視界【GLXSS智能視界】

智能眼鏡相當于人的第二大腦，連接人與數據、人與智能，實現實時自然的人機溝通

大家好，我是亮亮視野CEO吳斐。我們是一家致力于推動第一視角交互革新的公司。

昨天，在朋友圈看到我們的投資人張穎先生的一番話，他說：

所有輕公司以后都會做重，也必須做重，只有做重才能有效抗拒巨頭殺入，也唯有如此才能做大。

我非常有感觸，這也是我們一直以來的發展路徑。

我們以智能眼鏡為載體，深入客戶場景，激發軟件能力，深度接入客戶業務。

未來工廠與鋼鐵俠

今天，我想從非常喜歡的一個電影說起：鋼鐵俠。

大家一定還記著這樣的劇情，男主角無論飛行還是工作都戴著一副智能眼鏡，通過超級智能的后臺服務，讓他一個人就可以完成復雜的操作。

那今天，我們是否有機會讓每個工程師都能擁有這樣的能力？

我們來解構一下這個能力：

1. 看：走到設備跟前，通過智能眼鏡的實時識別，就可以讀取傳感器中的信息，當場判斷設備的運轉情況，哪部分出了問題。

2. 交互：在未來的工廠里，人和機器是可以無障礙溝通的，可以隨時操作設備來實現這個愿景。

其中，智能眼鏡是關鍵的一環——人與設備的實時交互與數據共享入口。

亮亮視野一直深度思考，并且扎實地一步步實現這個愿景。

GLXSS Live 人—數據—知識庫

2017年初，亮亮視野發布了GLXSS Live 第一視角智能交互平臺。

首先構建底層流媒體平臺，把人—眼鏡—數據都連接在一起，讓大家開始進入一個商業場景，讓用戶的需求和技術的演進互相促進。

接下來，吳斐詳細講解了智能眼鏡在汽車后產業、高鐵市場、跨國檢驗與全球部署的通訊產業的遠程指導應用。

在汽車后產業的案例中：

前端有了專家指導，后端也有了管理模型，有了專家提供的知識庫，沉淀下來就能解決很多問題。原來專家不夠用，現在在辦公室通過遠程搶單就能解決問題，也大大提高了積極性，這就是業務模式的變化。

業務模式的另一個擴展是高鐵行業：

高鐵領域這兩年發展很快，其實背后是龐雜的維修服務，我們的合作伙伴遇到的是同樣的問題——高鐵設備非常復雜，怎樣在出現故障時及時排除，讓遠程參與實時指導現場？

從硬件為中心到服務為中心，需要的是能對業務核心的關注。我們和交大做了一個三網融合的網絡連接，在高速行駛列車上提供穩定信號。在 5G 到來之后，這個場景將得到更好的應用效果。

我們知道，企業不會希望他的專家永遠做重復性工作。而企業每年幾百萬的設備安裝、部署、維修，其中所有的問題都是一個有限集。

怎樣通過一種手段，讓這些知識慢慢沉淀，去支持新的業務？

在GLXSS Live平臺上，首先做到專家支持，所有的支持行為都會被記錄，之后形成知識庫。

記錄前方的知識，我們就需要提到一個很重要的概念——前端智能。

前端智能是把所有前端的視覺、語音交互進行結構化，積累數據，在后臺形成知識庫。這種重度模式，讓第一視角交互深入客戶業務。

亮亮視野與華為的合作，就是通過前端能力，讓設備和人深度協作。

這項稱為 eView 智能裝備的項目，連接的是華為在亞/歐/北美三大全球服務能力共享中心的技術能力。智能眼鏡，則是人—設備—知識庫的交互入口。

智能眼鏡——第二大腦

我們不斷深入工業業務，把資深模式做重，這背后的需要反思的是，我們明天面臨的是一個什么樣的局面？

我們明天，面臨的就是未來工廠，就像業界提到的平行工廠。

他的底層就是傳統設備，中層就是物聯網收集的數據，頂層是基于這些數據的決策系統。

這在國內外工業行業的頭部企業中已經逐漸成為現實。

工廠設備嵌入傳感器并且聯網，這些設備間建立起不間斷的、可視化、可量化的數據流；智能協作能力越來越強，如同鮮活的生命體。

這是一個非常龐大的系統，對于所有的參與者，每一個工人、管理者、工廠的決策者都提出了更高的要求。

那么人，作為一個最重要的角色，在這個系統之中怎么樣能發揮作用？

他需要一些新的手段。

我們發現，智能眼鏡是未來平行工廠之中的交互入口，它相當于人的第二大腦。

工人眼前看到的事情，都可以有第二大腦來幫助決策，這就相當于鋼鐵俠之中，他的智能助手。

我們相信，這就是第一視角交互變革最后會走到的那一天。

智能眼鏡進化的鐵人三項

這一愿景的達到要求我們與工業產業同步進化，完成鐵人三項：

首先是硬件，需要人帶上，就必須非常輕，才能長期佩戴。亮亮視野的智能眼鏡做到了33.4g，和普通眼鏡相差無幾；

第二，交互核心硬件技術需要實現標準化。比如，目前光學領域尚無標準的技術方案，每家的方案都不一樣。亮亮視野做了一個很重的工作，把產學研結合在一起，和浙大光電學院成立聯合光學實驗室和人才培養基地。發展幾年來，不僅在這一代光學方案，對于下一代光學與未來的光場研發，我們都會進行專利布局，并與供應商做深度整合；

第三，更重要的是計算。都說“智能眼鏡”，那么“智能”體現在哪？我認為目前最重要的就是前端計算。前端計算有多難呢？

首先，你需要部署在很輕的頭戴設備上；第二需要反應做夠快，實時識別的要求是非常高的，否則在場景里就沒法發揮價值。我們實現的是 100 毫秒；第三，就是要準。

這三個要素其實互相是矛盾的，怎么來平衡？很好的一點是，業界慢慢走到今天， intel的Movidius、寒武紀的NPU等，都在做基于卷積神經網絡的深度學習，把它放在一個非常小的芯片上。

但是，這個芯片只是架構完成了，它后面的整個軟件系統、SDK都沒有成熟。

在這方面，我們也做了很重的工作，用了幾年時間，從函數庫到整個的應用接口打通。我們甚至還把一個DenseNet200層的模型放在了眼鏡端。

這才真正的完成了鐵人三項。

剛才提到的不同行業案例的不斷提升之后，我們做到可以連接知識、連接人與數據，并且進一步連接人與物聯網。這就是開頭提到的“重模式”。

人機交互革命，呼喚行業伙伴

把這些做到之后，我們真的打開了一扇窗。

我們看到，人機交互有非常多的應用場景，今天只是新的交互革命的開始。

我們吹響了第一聲號角。

但是，這場交互革命不可能由亮亮視野獨自完成。我們希望有更多的合作，無論是計算、框架領域，還是業務層面，我們都希望大家能關注第一視角交互革命。

我們相信，在今天這個時間點，智能眼鏡面臨一個非常大的機遇。

在這一次交互革命中，中國真的是走在前列。