时间：2023-07-19 17:31:48
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇智能医疗市场调研，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
上一年索尼亏损2200亿日元，迎来了它第四个亏损年头，其中电视业务连亏8年仍未停歇。索尼新任CEO平井一夫表示，索尼将借助图像传感器的竞争优势，大力发展医疗设备业务。在索尼削减部分产品销售目标之际，医疗设备业务有潜力成为索尼的主要利润来源。
从目前来看，索尼仍然强调电子业务为其核心业务。按照平井一夫的说法，索尼将继续推动核心的电子业务的增长，包括数码影像、智能手机和游戏业务，并扭转电视业务。然而，3D和智能化趋势下，索尼专门针对中国市场推出三款入门级电视意欲何为呢？
放下身段抢滩中低端市场
有分析人士认为，以往索尼比较注重高端，此次推出三款入门级电视，表明索尼开始放低身段抢滩中低端彩电市场，并想通过推廉价电视来扩大在国内的市场份额。
据市场调研机构GFK的数据显示，目前，索尼在国内的市场占有率为7%，排在第七位，前五位则全部由国产品牌包揽。不过外资品牌中，一般以高端为主，并以一二级市场为主要阵地，索尼也不例外。
而根据中国电子商会的报告显示，彩电行业在一二级市场有增速放缓的趋势。目前在一二级市场，电视容量已经相对饱和，未来的需求主要是适婚族的刚性需求，另一方面则为更新换代的需求。在更新换代需求方面，一二级市场主要是从CCFL LCD向LED转变，同时，未来3D和智能化的趋势则会更为明显。
相比一二级市场，三四级市场则表现了较高的增长速度。同时在农村市场，目前的发展趋势主要是从传统CRT电视向平板电视过渡。据此业内人士分析，如果索尼推出的入门级电视能加大在三四级和农村市场的投入，未来可能会迎来较高的增长率。
但索尼去年在三四级市场曾推廉价电视时，由于渠道短板而无功而返，此次索尼如果想要扩大三四级市场，同样需要解决渠道短板。
只是正常的产品更新换代
对于索尼推出三款入门级电视，也有人有不同的认识。中怡康市场研究总监彭煜认为，虽然目前电视的发展趋势是向3D、智能转变，但不能就此认为，企业推出一般的电视就认为其有推廉价电视并向三四级市场侧重的意图。
“索尼推出三款入门级电视，只是丰富产品线的表现，况且此类产品以前就有，企业只不过是为了更新换代而推出。”
由于这三款电视的价格较为亲民，其中32寸的电视售价在2500元以内，几乎与同类国产品牌价格相当，就此彭煜认为，索尼这样的品牌价位符合消费者的心理诉求：“对于消费者而言，索尼这样的牌子能够以国产品牌的价格买到，消费者当然愿意。”
一、合理膳食的重要性
合理饮食会给身体提供满足生长需要的各种营养成分，不断提高我们的身体素质，达到健康的水平。饮食不当，营养不良或者营养过剩都会给我们带来各种各样的伤害。吃得过于丰富会给我们带来肥胖症，三高，糖尿病等疾症。如果不及时治疗，有可能引癌变，不仅会给我们生活带来很多不便的影响，甚至会导致死亡。
能量的摄入和消耗应保持平衡。经过调研得知，脂肪的摄入不能够超过摄入总能量的 30%，我们吃的脂肪类的食物应该多为不饱和脂肪。正确合理的饮食中，游离糖的摄入量应该低于摄入总糖量的 5%，我们对食盐的摄取，应该降低在每天 5克一下，这样会对于高血压、冠心病起到预防的效果。
营养摄入量不足的话，对健康也对造成一定的影响，营养不良会导致贫血，低血压，维生素矿物质等缺失，对青少年健康会有及其大的影响。智力发育，集中力，都会受到影响。怀孕期营养不良可带来早产、畸形。再者，对于吃饭过程中的卫生状况也有关系，卫生状况不好对身体健康对造成极大的影响，食物上生长的寄生虫细菌微生物等有毒的物质会随着食物的摄取进入人的身体，慢性急性肠胃炎，中毒反应，恶性肿瘤都与其密切相关。
二、健康管理产品的现状及分析
时代在进步，社会在发展，人们的生活、社会压力越来越大，身体健康方面的问题越来越突出，医疗保健行业一直呈上升状态，作为医疗保健行业最为突出的健康管理产品方向，越来越受到重视。涨速迅猛。但是现有的健康管理产品产品功能上面来说不够丰富，缺少自己的特点，对于数据的处理没有足够精确地大数据库，缺少对比。这样就使得现有的健康管理产品对我们的身体健康达不到其该有的目的，空有其表，而且大多数的健康管理产品是针对于老年人设计的，并没有代表性，缺乏针对性和合理性。是这类市场的空缺。
以合理膳食为切入点的健康管理产品极为重要，针对个人的身体状况，运动情况，健康医疗，合理安排饮食，融入到健康管理产品的具体设计方法中。
三、基于合理膳食的健康管理产品设计方法研究
（一）产品的系统设计方法
我们要进行研究的健康管理产品设计研究是通过合理膳食对自身身体状况及数据对饮食进行合理安排并做到保持身体健康，预防疾病的目的。市面上的大多数产品仅仅通过测量数据来分析饮食，并不能贴切的符合每个人的自身，没有智能化的产品是不能达到现在人的需求，人机交互智能系统是设计的关键，通过智能化的感应来分析我们所需要的营养，对我们的身体状况有具体的分析解决方案，合理安排一日三餐，对健康进行彻底的监控，叨叨我们健康管理产品设计的预期目标。
（二）产品的系统设计方法对健康管理产品的影响
根据产品的系统设计主要原则 ,对合理膳食的健康管理产品设计分为三部分进行研究。
第一，产品的主题部分，也就是我们所要研究的产品主体，对合理膳食的健康管理产品进行创新设计，研究的主要方面包括产品的控制器部分，具体到能监控身体状况的感应系统，还有外观设计等方面，色彩搭配，零件的配置与组装，这些都要符合人机工程，并且有交互设计融入其中。
第二，产品的表现部分，这一部分传达给消费者的是精神层面的要求，与主体相配合的界面，APP等产品的设计，涉及到的界面设计，情感交互，中控系统的完成，现代人的设计方式相结合，运用到多种设计原则。
第三，产品的可行性分析，对市面上的健康管理产品进行大规模的市场调研，对消费者关心的部分进行可行性的设计分析，基于产品的功能，进行的外观型设计也要进行市场调研，根据消费者满意度进行接下来的可行性分析，合理膳食的健康管理产品受众群体分类不仅局限于老年人，所以对更广层次上的人群分析尤为重要，可行性分析决定了产品的落地性，把产品落地才设计的根本。
四、结语
近些年我们的生活发生了巨大的变化，不仅是生活方式，精神层面也有了巨大的提升，人们在解决了温饱问题之后接下来要关心的是精神层面，对于疾病的预防是现代人的需求，有需求就会有市场，设计是来源于生活，来源于需求，时代的进步导致设计的进步，服务性的设计备受关注，设计师应该改变传统的形式，基于产品系统性设计，以合理膳食为基础，重要的是运用人机工程学，交互设计，将先进的技术引用到我们的健康管理产品中去，设计出符合现代人生活方式的产品，真正的做到预测并监控我们的健康，造福人类。
参考文献：
[1]李彬彬 .设计心理学 [M].北京 :中国青年出版社 ,2001.
[2]李乐山 .工业设计心理学 [M].北京 :高等教育出版社 ,2003.
――找到甲状腺结节，标注位置和尺寸，并提示良性或恶性的可能性。
浙医一院的医生接待了一家来自兄弟单位的医疗人工智能创业团队――德尚韵兴的专家们。
这个团队的背景很牛，首席科学家孔德兴是知名数学家，浙大求是特聘教授。10多年前，当国际上刚开始把数理模型和高性能数学算法应用到医学图像领域时，这个团队也极为敏锐地进入这个新兴领域探索。他们开发的“DE三维可视化系统”，用于精准外科手g的术前规划、术中导航和术后定量评估，是北京301医院的必备软件之一。
最近几年，他们将深度学习技术应用于超声声像，开发了甲状腺结节智能诊断系统DE-超声机器人（以下简称超声机器人）。在此过程中，他们对原本“均码”的算法和神经网络，针对疾病特点进行“量体裁衣”。相关技术文章发表后，谷歌深度学习团队DeepMind也关注并引用了文章。
“副主任医师水平”
德尚韵兴团队此行就是带着“超声机器人”来跟浙医一院的超声医生“PK”的。医生只要坐在B超机前，用探头给病人检查后，将采集的图像保存发送给超声机器人，超声机器人就能实时生成检查结果――找到甲状腺结节，标注位置和尺寸，并提示良性或恶性的可能性。
不过，面对这个“超声机器人”，浙医一院的医生心中充满疑问――这个系统怎么能像他们一样做判断？结果准吗？出于礼貌，他并未当场提出。
当德尚韵兴专家离开后，这位主任医生准备了202个病例（恶性结节有病理对照，良性结节有三年以上随访期）发送给超声机器人，并认真记录机器人的诊断结果， 结果显示机器人的诊断准确率为85.7%。一段时间后，当他再次见到德尚韵兴的专家时，主动告诉他们：“我判断，超声机器人达到了医院副主任医师的水平，确实挺好。”
好的开始是成功的一半――这也开启了浙医一院和德尚韵兴后续的合作。
实际上，人工智能在医学领域的发展，在国内外都是刚刚起步。
“不能说是完全空白，但这个方向有很多值得我们研究的东西。”德尚韵兴总经理胡海蓉说。
德尚韵兴扮演着领域的“拓荒者”。胡海蓉向《IT经理世界》坦言，在这几年人工智能的落地实践中，她认为，组建跨学科团队，选择合适的切入点，收集和规范数据，开发让医生得心应手的产品是较为关键的环节。
跨学科明星队
人工智能+医学的落地实践，需要跨学科明星队。
“这里的关键体现在‘交叉’上。”胡海蓉说，“在医学重大需求上，数学家、计算机科学家或医学专家，任何单一力量是无法实现的。”
在这类团队中，数学专家负责提出高性能数学模型，“好的模型就像具有高IQ的大脑。”医学专家提供临床知识和经验，让机器能学到“真知灼见”，计算机软件专家要把数学家的语言转化成高效的计算机语言。
“可是，数学家、医学家和计算机专家都有各自的语言，怎么把他们串起来呢？”胡海蓉继续分析说，“我们就需要找到一个具有生物医学工程背景的人来做产品经理。他来负责产品的市场调研和规划，管理整个团队，充当‘多种部队’之间的翻译和桥梁。”
切入甲状腺超声诊断
选择切入点也很有讲究。这个切入点不能太过复杂――它要让团队能小步快跑，保障后续项目的进一步深入拓展；也不能太容易――它要能对医疗痛点有质的帮助，才有推广的价值，容易被市场接受。
“甲状腺结节诊断”最终跳入德尚韵兴团队的视线。
甲状腺癌在中国女性癌症发病率排名第五，在德尚韵兴所在的杭州，甚至排在第一位。但由于个体化差异，目前三甲医院甲状腺结节的诊断准确率平均只有60%～70%。用人工智能提升诊断准确率能造福老百姓。
相对肺、肝脏等器官，甲状腺是一个浅表器官，器官结构相对简单，没有复杂的血管。根据超声声像，就能对甲状腺结节的良恶性作出诊断。
但同时，甲状腺超声诊断也有一定复杂度――不像CT和核磁，超声因每位医生的扫描手法不同，得到的数据千变万化，因此对影像识别算法有很高要求。从这样一个诊断既有其简便性，又有其复杂度的疾病做起，可以在过程中积累足够经验，为开发难度更高的疾病，如乳腺肿块、肝脏肿块、肺结节的良恶性诊断打下基础。
数据！数据！
对于医疗人工智能团队来说，数据的收集、规范和标注是行业性难题。
“数据收集不能全靠医院。”胡海蓉总结说。深度学习靠的是“吃透”大量样本。但目前大部分医疗机构并不愿公开数据。德尚韵兴尝试通过多个渠道，有社区检查，有付费志愿者，也有试点医院。
“我们已收集了两三万张超声图像，这是不多的。”胡海蓉客观地说，“如果样本量能提高一倍，我们的诊断准确率还有较高的提升空间。”现在德尚韵兴的甲状腺超声机器人诊断准确率已达85%以上。
除了数据收集，数据的规范和标注是另一项需要大量调研和沟通协作的活。
以甲状腺结节超声诊断为例，数据规范要从“医生的扫描手法”开始。团队走访了多家医院，听取多位医生建议，规范扫描手法，形成最终文档。
拿到超声影像后，还要找到结节进行勾画。现实中，医生和算法工程师对结节的勾画有不同标准，哪一种勾画对计算机算法更有利？团队要综合考虑，制定出适合的标准。
在数据规范化过程中，对那些疑难病例的判断和标注，特别需要医学专家的指导。“但高水平医生的工作是最繁忙的，他们往往没有时间和兴趣参与标注。”德尚韵兴要想办法争取医学专家的支持。
线上线下的商业探索
目前，国内业界对医疗人工智能的定位有一个共识――定位在辅助诊断上。人工智能系统可取代医生重复性、机械性的工作，让医生能够看更多的病人，做更多有价值的医学探索。
德尚韵兴的超声机器人也是这样定位的。它可以先选出有问题的声像图给医生，及时提醒恶性风险，让医生能更仔细的查看把关。
经过一段时间的试点后，德尚韵兴的超声机器人将首先向基层医院推广，这将提高基层医院患者首诊的诊断水平，让更多患者不出远门就能获得“专家级”服务，再根据诊断结果到不同级别医院治疗。
超声机器人可部署在云端，这特别适合新疆、等基层医院分散的地域。通过英特尔联合创新实验室的牵线，在新疆人民医院联合130多家医院建立的远程会诊体系中，超声机器人将成为关键服务之一。同时，与远程医疗平台汇医在线的合作，超声机器人也为平台上签约的全国基层医院服务。
超声机器人也有单机版，部署在医院和体检中心。其中，与从事体检中心业务的北京世纪经纶的合作，超声机器人将推广到几个省。
他的话在当年的《危险边缘》（Jeopardy）智力竞赛得到了验证。当Watson在决赛中击败这项智力竞赛中胜率最高者和赢钱最多者之后，IBM超级计算机第二次实现了电脑对人类的超越。眼见以77147美元的绝对劣势被智能机器击败，天才选手肯・詹宁斯（Ken Jennings）写下这样的文字：欢迎我们的新老大，电脑们。相同一幕在14年前也曾出现，当时，IBM超级计算机“深蓝”（Deep Blue）在国际象棋比赛中多次战胜世界冠军加里・卡斯帕罗夫（Garry Kasparov）。
在IBM中国研究院院长沈晓卫看来，与以前基于搜索的算法不同，Watson是基于对自然语言的理解，这是IT史上极具突破性的进展――有外媒形容其为“数据驱动智能运算的‘巅峰之作’”。而按通俗的说法是，Watson接收到问题后，通过分析从大量结果中筛选出最合适的答案进行反馈。一言以蔽之，Watson干的活，本质上就是大数据分析。
公开资料显示，全世界每天产生25亿GB数据，其中80%是非结构化数据，需要挖掘和处理才能实现其价值。
“这正是大数据分析的魅力所在。”IBM大中华区大数据中心总监王晓梅向《IT时代周刊》解释道，“一是需要分析系统知道我是谁；二是需要知道我要做什么；三是分析系统能够及时、迅速地实时反馈信息给我；四是希望数据分析系统能够通过交互式学习，通过每天信息量、知识库的增进，提高它的认知能力；最后，希望数据分析系统能够提供一个非常安全、可信任的应用环境。”
她表示，客户对大数据分析的要求正是IBM对“认知计算”的描述，Watson能够通过辅助（Assistance）、理解（Understanding）、决策（Decision）、洞察与发现（Discovery），帮助企业更快地发现新问题、新机遇和新价值。
实际上，Watson所代表的“认知计算”也是IBM的大数据战略方向，并已为此投入重金进行相关技术的研发和生态圈的建立。
今年1月，IBM宣布斥资10亿美元成立IBM Watson集团，用于支撑“云交付的认知计算”和大数据创新领域的开发和商业化。在IBM内部人士看来，该部门成立的重大意义等同于当年PC、服务器业务和成立软件集团对IBM的重要性。之后，IBM正式推出大数据与分析平台Watson Foundations，帮助企业实现阶段性的大数据能力。
王晓梅告诉记者，未来Watson Foundations还能通过功能模块移植到其他平台上。也就是说，不局限于Power，而是成为一个开放平台，“让传统的IBM大数据解决方案用户同样能获得认知计算所带来的好处。”
更让IBM高兴的是，Watson已经得到越来越多客户的认可。去年11月，Watson向合作伙伴提供技术、工具和API编程接口，借助云服务和访问工具合作伙伴开发他们的认知计算软件及系统。首批合作伙伴包括零售业的Fluid、医疗保健领域的MD Buyline以及健康管理领域的Welltok。继2012年与美国第三大银行――花旗银行达成合作后，今年初，新加坡星展银行成为Watson首个亚洲用户。
据市场调研机构Wikibon最新研究报告《大数据供应商收益与市场预测》，IBM连续两年实现大数据市场占有率第一，领跑报告中的70多家大数据供应商。
预测1
边缘市场将成为新的竞争前沿
过去几年来，电信业对边缘市场的投资不断升温，有若干原因：经济的快速增长、有利的人口结构和良好的投资回报估值。亚太区拥有几大前景广阔的边缘市场，包括缅甸、孟加拉国、柬埔寨和斯里兰卡。这些国家的特点是都已走出经济困难时期，目前的经济呈现强劲的可持续增长势头。
平板电脑不再只是一个可有可无的附属产品，而是已经到达一个拐点，成为许多人提高工作效率的工具。视频、商业应用和社交网络都是在平板电脑上得到广泛使用的应用程序，帮助人们完成研究、协作等功能，并实现移动办公。导致这一拐点的出现有若干因素：Windows 8平板电脑的推出是其中之一，它有潜力成为事实上的企业版平板电脑。此外，7英寸平板电脑的出现也将刺激新兴市场的需求。
未来，随着若干平台的复苏特别是在高端市场的开发，消费者有望拥有更多的选择。2013年，我们将亲历4G的崛起、LTE手机的上市，高端智能手机市场之争将继续，正像我们在2012年曾经历过的低于100美元的低端手机之争一样。首先出台的高端手机是搭载Windows 8的手机，微软/诺基亚希望能凭此重新成为智能手机市场的有力竞争者。黑莓有望在2013年第一季度推出姗姗来迟的黑莓10。
过去几年，电信运营商一直致力于建立数字内容产品组合，包括培养独立软件厂商（ISV）和开发者，创建面向个人市场和企业市场的应用，收购内容供应商和对新媒体投入巨资。有些电信运营商还加入了收购热潮，将社交平台、门户网站和云解决方案供应商都作为其收购目标。2013年，数字内容将成为重要的竞争优势。
本年度和未来一年，各企业面临的头等要务是扩张市场和提高客户满意度。IDC认为，亚太区将有一个规模预计可达22亿美元的巨大的呼叫中心市场。呼叫中心行业正经历快速转型，无论是对于消费者推动还是企业推动的业务而言，客户生命周期管理都将成为头等大事，因而该领域将成为企业界的投资重点，对于电信运营商尤为如此。未来的呼叫中心将不可避免地成为多渠道呼叫中心。
每个大企业都会仔细审视移动性的重要意义，评估BYOD（自带设备办公）或者利用移动性实现客户生命周期管理的价值。每个服务供应商都会建立其移动战略，因为这将是一个没有人愿意错失的巨大市场。IDC认为，大多数服务供应商将在未来一两年内建立专门的企业移动业务部门。
电信运营商与OTT内容提供商曾经关系紧张。由于担心沦为“纯管道提供商”，长期以来，全球的电信运营商都在探索捕捉市场的机遇，要么成为自主内容供应商，要么通过带宽限制，在某种程度上管控第三方内容提供商和在线视频及VoIP服务供应商的网络接入。IDC认为，OTT内容提供商现在希望与电信运营商展开合作有诸多原因，其中就包括联合创新解决方案、市场进入策略和平台提供。
IDC的调研显示，大多数企业的首席信息官（CIO）都认为电信运营商应加深对企业用户的了解。能否提供优秀的垂直解决方案，能否让ICT解决方案对企业核心业务流程提供配套支撑，将是未来几年电信运营商在ICT领域取得成功的关键。致命武器将包括云协调配置和联合能力、客户生命周期管理和管理移动等。
随着企业对部署云技术的不断成熟，它们将寻求能满足其特定行业需求的云供应商。未来数年，云服务将重点向垂直行业发展，技术、业务流程和服务等都将针对特定行业进行定制。这包括针对特定行业需求的全套定制云服务，从IaaS（基础设施即服务）、SaaS（软件即服务）到PaaS（平台即服务）。
养老困境从人力层面无法解决
中国已经步入了老龄化社会。在2017年6月举行的“2017中国国际老龄产业高峰论坛”上，民政部副部长高晓兵在致辞中表示，2016年，我国60周岁及以上人口2.3亿人，占总人口的16.7%；65周岁及以上人口1.5亿人，占总人口的10.8%。从2012年到2016年，老年人口从1.94亿增长到了2.3亿，老年人所占总人口的比重也从14.3%增长到了16.7%，增速惊人。上海市面临的老龄化状态则更为严峻。数据显示，截至2016年底，上海60岁及以上户籍老年人口已达到457.79万人，占户籍总人口数的31.6%，基本上每三个人里面就有一个老年人。这样的老龄化势头，让每一个人都感受到了压力。
据权威机构报告，中国60岁以上的老年人已经突破2亿，重失能人群已达940万，部分失能患者1894万人；长期卧床、生活不能自理的约有2700万人；82万老年痴呆患者中约有24万人长期卧床。触目惊心的数字背后是众多失能老人的护理问题，老年人医疗护理成为了社会关注的焦点问题。
与发达国家“先富后老”或“富老同步”两种进入老龄化的模式不同，我国的老龄化表现出明显的“未富先老”特征。再加上人口多、发展差异大这样的国情，我国的养老问题正变得日益尖锐。
在老龄化问题面前，“养儿防老”这种传统的中国养老模式正遭受着前所未有的冲击。由于30多年的计划生育政策的实施，我国大量的“4―2―1”家庭结构模式在短期内很难改观。所以“独生子女”与“老龄化”相互交织在一起就让养老问题面临更大的困境。即使二胎放开，我国在短时间里也很难解决养老困境。所以从现阶段的趋势来看，利用人力来解决这个问题基本是不可能的，需要从其他领域来找到破解问题的方式。
智能化技术的广泛应用，特别是具有交互功能的高效智能产品的出现，让棘手的养老问题看到了曙光。
2017年5月举办的“上海论坛2017”年会上， 2010年诺贝尔经济学奖得主克里斯托弗・皮萨里德斯（Christopher Pissarides）做了主旨演讲。他介绍说，在2000年，只有2%的韩国人口进入健康领域就业，因为健康领域的支出不断上升，该比例已上升到6%，而相似的趋势也会出现在中国。皮萨里德斯预测，到2025年，中国GDP的10%会用于医疗健康，而目前这个数字是6%。他建议中国政府做好准备，以应对医疗健康领域需求的增加。一个共性是健康卫生领域会有更多岗位出现。他说，不管是欧洲、美国，还是日本等图，实际上都在走向快速的老龄化状态，人们的生活压力越来越大，工作越来越忙，生育期也越来越晚。其中2050年将是非常重要的时间节点，届时几乎所有主要经济体的老龄化人口都处于巅峰状态。但皮萨里德斯认为，新技术的涌现，特别是人工智能和机器人的发展将为养老问题带来新的解决方案。
多国应用智能护理机器人解决问题
经济发达国家已经将目光投向了机器人，尝试由它们陪伴照顾老人，为老年人世界增添色彩。让智能清洁护理功能的机器人来护理老年人似乎正在演变成一种趋势。
澳大利亚珀斯一家养老院近日采用一款机器人做护工照顾老人。这是继该款机器人在美国和欧洲养老院广泛使用后，又进入澳大利亚。据悉，这款机器人名为“佐拉”，身高57厘米，可以运动、跳舞、读书、讲笑话。此外，它还配有语音合成功能，可识别19种语言，护工可以用平板电脑给机器人输入预先编好的程序，能与老年人进行一对一的交流。
日本老龄人护理人员紧张，日本政府早就把目光放在了护理机器人的开发和推广，希望帮助照顾老年人的生活起居。日本人形机器人如此发达，某种程度上也是受老龄化问题的刺激。日本松下公司的Resyone看护机器人可以从一张床变成一个电动轮椅，能够单独完成多个护理人员的任务。和Resyone一样，日本人形机器人Robear也能将老人从床上抱到轮椅上，完成多个看护人员的工作。这款看护机器人目前仍处于测试阶段，它的设计者们都来自日本研究机构RIKEN。Robear或许能为空巢老人提供基本的照料，使老人得以方便活动。虽然它只能按指令行事，不懂得嘘寒问暖，但是确实为空巢老人带来了方便。
德国需要护理的老人同样数目庞大，根据德国联邦统计局的数据统计，到2020年大约320万左右的德国人需要护理。目前，德国政府也开始使用智能护理机器人来解决这个问题。德国莱尔克斯机器人研究院给德国著名的奥古斯汀养老院提供了一种护理机器人，它可以检测老人的健康状况、带领老人去洗手间、抱起老人拇采弦迫胱位，可以从另外一个房间取回一瓶药、记录老人用药记录、进行送餐、整理床单和脏餐盘，对于那些不希望麻烦别人而自己进食的老年人，护理机器人还能用小勺子把食物送到老年人的口中。
美国一家公司研发的专为失能病人、术后活动不便的人群量身设计的伊利诺护理机器人，采用了智能化体感交互、远程通讯、护理机检测、人体烘干、微电脑控制等多项技术。据悉，失能使用者大小便的排泄问题能够借助该机器人轻松搞定，它不但能自动冲水抽取排泄物，洁净温水洗、尿道口及附近部位，并暖风烘干，还可以自动记录使用者一天的排泄次数，帮助家人和医护人员监控病患身体状况，采集第一手的可靠数据。
英国研究人员研发出的一款名为Care-O-bot 3的机器人既可作为家庭服务员，也可以作为老年人的贴心朋友。这款机器人是一款实用性极强的家用设备，由英国及其他欧盟国家的科学家们在“机器人学及老年人陪护”项目的支持下研发而成，目的是照顾那些不便走动以及孤单的老年人。这款机器不仅会做多种家务，而且能当“贴心朋友”，可以为独居的老人提供情感慰藉。它可以帮助那些整天坐在电视机前不与他人讲话的老人，激发他们的活动性，还可以在他们遇到麻烦时呼叫寻求帮助。此外，这款机器人的LCD屏幕上带有不同的表情，当老人们完成一项任务时就会露出微笑，而当老人们忘记吃药或没能完成任务时，就会面露沮丧。它的弯曲手臂可以拿起饮料，有一个托盘结构，可以放置物体。它能够为主人打开门，迎接客人，或者为主人拿来饮料。操控它非常简单，使用手机软件便能指令机器人去做某些事情。
新加坡也正面临着人口老龄化问题。新加坡在全国20多所老年人活动中心部署名为“Robocoach”的健身机器人，希望在改善老年人健康的同时，带老年人来一起锻炼。Robocoach”拥有可动的金属手臂，能作出各种伸展动作，它的头部是台平板计算机，可以显示各种表情和发声，也能记住一些简单指示。它配备了两个屏幕，一个位于头部，通过面部表情来传达情感，另外一个更大的屏幕在其胸前，显示相关锻炼的教学和动作分解视频。据报道，机器人教练十分认真负责，它可以演示15种动作，还可以识别人的声音，按照指令来进行演示。考虑到老年人的实际情况，机器人教练在为群组老年人进行演示的时候，会放慢节奏，确保每个人都可以跟得上。
中国智能护理机器人研发不甘落后
在全球的医疗机器人市场份额中，欧美企业几乎独占鳌头，在国内智能护理机器人仍处于研发或试验阶段，实现产品市场化的案例几乎见不到。不过近两年来，该行业迎来了政策的春天，企业进入智能护理机器人市场的步伐正在加快。
比如上海多扶智能科技有限公司自从2005年建立以来就针对我国老年人群体不断扩大，对养老服务的需求日益增加的趋势不断研发产品。上海多扶经过多年的市场调研，技术研发与产品结构优化，十年磨一剑，推出“全智看护”护理机器人。这款机器人充分考虑到行动不便的老人在室内的活动需求，具有辅助老人独立上厕所、移位沐浴、站立移动、平移上下床等市场领先的特殊功能，并配置有平板电脑成为平台的终端，通过平板电脑上自主研发的App软件，快捷地结合客服端、老人端、儿女端、第三方服务端，形成相互有效的服务及支付功能。
在安徽芜湖欧凯罗博特有限公司，国内首创、具有完全自主知识产权的第三代“全自动护理机器人”小皖近日问世。该机器人只有一个大号的家用整理箱大小，现已在合肥市的部分养老院投入规模化使用。据悉，“全自动护理机器人”的最大优点是解决了老、病、残等人士对于“健康权和隐私权”的追求，可广泛用于医院、敬老院、康复中心、养老护理院以及家庭等场所，不仅改变了传统护理模式，也填补了国内卫生护理产品的空白。据了解，该自动护理机器人作为服务机器人的一种，具有能够自动处理老年人、伤残、智障和无知觉病人在轮椅和床上大小便，当病人排便时，该机可自动识别大小便，并启动相应的工作模式，以温水边清洗边引导，同时用热风实施干燥，以微风进行定时干燥。
目前智能护理机器人正站在政策的风口上。2015年5月，《中国制造2025》战略出台，要求“大力推动重点领域突破发展”，提及的十大领域就包括高性能医疗器械，其中一点就是要求重点发展医用机器人等高性能诊疗及护理设备。虽然医用机器人的分类并不统一包括护理机器人、手术机器人、康复机器人、移动机器人等。
在护理机器人领域，还有一类康复机器人被越来越多的人所重视。我国《机器人产业发展规划》明确提出：要突破手术机器人、智能护理机器人等十大标志性产品，针对工业领域以及救灾救援、医疗康复等服务领域，开展细分行业推广应用。所以这几年来，以康复机器人为代表的机器人新产品不断出现，上肢康复机器人、下肢康复机器人等产品以及陪护机器人、智能轮椅等先进医疗机器人产品吸引了越多越多人的目光。
比如中国航天科工三院33所研发的上肢康复机器人，该机器人是为肌肉萎缩患者设计的，它能根据使用者的用力情况，在垂直方向对使用者的手臂产生支撑力，在水平方向上对使用者无任何限制。这套设备拥有几种工作模式：在助力模式下，支撑使患者手臂的力量保持恒定；在肌肉活动控制模式下，通过肌肉硬度传感器测量使用者的肌肉活动状态并自动控制支撑臂；在按钮控制模式下，使用者通过按钮来控制支撑臂上升或下降。这套设备有助于大脑受损患者和ALS患者实现康复。
此外还有下肢康复机器人，其中单自由度下肢康复机器人通过低频电流依次刺激下肢肌肉产生关节收缩，以重建患者下肢的运动功能，从而促进脊髓损伤的局部组织修复，操作简单、适应性广；可穿戴型下肢康复机器人适用于急性下肢疾病患者，特别是关节炎、膝关节造形术、十字韧带术后患者。由于术后患者关节韧带十分脆弱，这种机器人可帮患者实现步态康复；下肢悬吊减重步态训练机器人可以带动患者在矢状面内进行步态训练，采用控制策略实现被动训练和主动辅助训练，帮患者矫正步行。
开启医院智能化护理新模式
当前我国医患比例失调，门诊量、手术量增加，在给医生带来压力的同时，更为承担护理工作的护士带来了新的挑战。近几年，随着医患事故的频发，公共医疗服务体系的制度缺失问题不断暴露，如何改善医患关系，维护正常医疗制度的问题亟待解决。面对源源不断的需求，护理工作越来越呼唤智能化。
智能护理机器人正在不断切入医院护理领域，机器人应用也正在医疗自动化方面不断贡献着自身独特的价值。我国涌现了诸如博为医疗机器人、联新移动医疗、小鹿暖暖等在医院智能化护理领域不断精深耕耘的公司。
中国科学院院士、计算机科学与技术专家张钹认为，智能机器人不是简单代替人，而是建立人机共生系统，让医疗护理更精准化、个性化。在人机共生交互方面，我国最近出现的静脉配液机器人、静脉输液自动监控系统、为患者办理出入院和导医服务的护士助手机器人等一大批智能化护理设备进入了越来越多的医院，收到了良好的实效。
比如具有自主知识产权的“静脉配液机器人”，正在被越多越多的医院所认知。过去，患者所需的静脉输液药物都要依靠护理人员手工配置，不仅容易出现人为差错和污染，对患者安全形成潜在威胁，而且化疗药物等高危药品还会对操作者的健康造成一定影响。例如用于治疗肿瘤的化疗性药物挥发后具有很强的毒性，护士们每次进入配药室时，都得全副武装，穿上厚厚的防护服，戴上手套、口罩和护目镜，将全身上下包裹得严严实实。即便是这样，也很难保证人体和药物完全隔离。由于担心化疗药物的毒性，哪怕洒出来一点点，都会损害皮肤，配药时必须小心翼翼。静脉配液机器人成功克服了以上难题，尤其是对国内最常见但过去无法通过机械臂掰开的玻璃安瓿瓶的处理，其破损率被降到千分之一以下。静脉配液机器人内部的配液局部环境达到了动态百级标准，比最高等级手术室的环境还干净。能精确地完成消毒、开瓶、罐液、抽吸、再消毒、输注等几十道配液程序。平均一台机器配一服药2～3分钟，一台机器最多可以配10瓶药，而一个人可以操作3―4台机器。
衣食住行都沾了移动互联网的光，用户掏出移动终端，吃喝玩乐都能得到指引。与健康相关的应用正在迎头赶上，智能手机、平板电脑摇身一变，成了“贴身医生”。从健康测试、病情诊断到救护，健康医疗类应用让医院大松一口气，能帮得上医生忙的不仅仅是护士。
医生的福音
根据曼哈顿市场调研公司今年5月的统计数据，美国75%的医生拥有苹果移动设备， iPhone是医生购买智能手机的首选，30%的医生拥有iPad，另有28%表示计划在6个月内购买。
医生为何这么爱苹果的设备？App Store里能获得电子病历的应用功不可没。
这样的场景没少在美国医生身上发生：深夜，一个电话打来，通知何塞・索勒医生有患者处于紧急状况。何塞抓起了他的iPad，查看患者心电图的结果。幸亏iPad上有自动跟踪患者心跳并分析的应用AirStrip，何塞在两分钟内就做出了诊断。要不然，他得等着护士把打印结果传真过来或者登录电脑查看PDF格式的数据。这么久的时间内，患者的心脏或许已经罢工了。
AirStrip已在数百家美国医院里试运行了。医生的感受是不用担心分身乏术，可以同时照看多个病人。这对减轻医院压力来说很重要。难怪，红杉资本已经向开发AirStrip的公司投了不少钱。
Mobile MIM早就名声在外。2008年，Mobile MIM 获Apple Design Award 的“最佳医疗保健程序”奖。可直到2011年2月， Mobile MIM才通过美国食品药品监督管理局（FDA）的认证，真正开始用于诊断。名正言顺后，Mobile MIM很快现身美国App Store。
Mobile MIM 可以把拍好的放射影像，如CT （计算机断层扫描）、MRI（核磁共振）、PET检测结果，发送到医生手中的 iPad 或 iPhone 中。在危急时刻，医生不用回到工作台，不用等待最终影像冲洗完成，直接通过 Mobile MIM 查看图片作出诊断。
FDA在考虑是否放行Mobile MIM时慎之又慎。FDA 在多种 iOS（苹果操作系统） 设备上花了很长时间审查 Mobile MIM 的实际显示效果，严格杜绝了同一款设备，在不同的亮度下出现不同诊断结果的情况。
Mobile MIM的绿灯来之不易。FDA给出的结论是：“FDA评估了不同设备上的测试结果，包括亮度、图像质量（分辨率），还将噪点与国际标准进行了比对。FDA和放射专家一起评估了在不同光线条件下的演示结果。评估人员一致认为，在推荐的光线情况下，设备足以满足诊断影像判读的要求。”
OsiriX是一款医疗图像处理软件，可以把CT和MRI的数据加以整合生成3D图像，目前只支持iOS。
根据普华永道的最新数据，截至去年9月，超过1万个手机应用可以划到保健、健身类，其中专业的健康医疗类应用仅有300多个，大部分用于教学科研。能直接用于治病救人的屈指可数，它们正成为医生的新宠，虽然它们要获得官方许可会很费劲。
用户防微杜渐
自古就有神医扁鹊推崇“治病重在早期发现和治疗”。非专业人士也明白了事前做好防范措施胜于事后补救的道理，于是，让普通用户能了解身体运行情况，及时监测异常状况的“平民”健康应用“忽如一夜春风来，千树万树梨花开”。
人口老龄化以及医疗费用预算的紧张，使得政府也乐于看见移动终端帮助人们形成关注身体状况、防患于未然的习惯。
科技网站informationweek在诸多健康应用中披沙拣金，选出了最值得下载的12个。排在首位的是3D4medical公司的肌肉展示系统应用。通过这款应用，用户可以放大、旋转甚至“切掉”表层肌肉查看下层肌肉。它会告诉你每块肌肉负责哪些动作以及连接哪些神经，还能提示你如何锻炼这块肌肉以及相应的肌肉群。
如果有人想了解循环系统或呼吸系统的工作过程，Atlas会提供全彩色、三维的动画对人体各部分进行展示。Atlas带有画外音叙述，适用于iOS、黑莓和安卓系统。
中国开发者也有尝试。5月17日，39健康网推出iPhone客户端“病了吃啥”，提供健康养生食疗菜谱。“病了吃啥”针对人们在日常生活中的多发疾病及一些亚健康症状。它收录了一万多种菜谱，包括主食类、汤粥类、前菜、热菜、甜品点心、饮品等种类。每个菜谱都有对应的疾病，让用户通过食物达到养生保健的目的。
针对已经患有慢性疾病的用户，很多贴心的应用免去了他们三天两头就得往医院跑的烦恼。
iHealth血压监控系统配备血压计。用户可以查看他们的血压读数，随时跟踪这些数据，并运行报表。血压测量的结果可以通过电子邮件与医生和家庭成员分享。他们还可以在Twitter和Facebook上与其他高血压病友们讨论。
DiabetesManager是一个实时的2型糖尿病患者的虚拟教练。它记录患者的药物和碳水化合物的摄入量、血糖。基于这些数据，该应用会提供包括关于测试、服药、生活方式调整以及膳食的建议。这些数据会定期发送给病人的医生，帮助医生制定相应的治疗计划。
不会因噎废食
奥巴马政府计划通过严格的管制和信息化等技术手段，提高医疗体系的效率和控制医疗费用。移动终端医疗应用将获政府大力支持。医疗应用能使医院成本降低，医生也不会有那么多怨言，两全其美。
5月17日，IEEE描述了4G解决电子诊断后顾之忧的美好愿景。4G的高传输速度足以满足病人和医生之间传送实时数据的要求。
嗅觉敏锐的科技先锋公司也在快马加鞭地研发，以拔得头筹。
英特尔和通用电气看到大多应用都是基于iOS后，有了想法。2009年4月，他们成立合资公司Care Innovations，在医疗保健行业展开合作。Care Innovations于本月了无线健康平台。这个平台通过病人和医生的互动，帮助病人改善生活习惯。它只能装载在使用Windows7 系统的设备上，可以让PC、平板电脑连接到医疗设备，包括血压计、血糖仪、脉搏血氧仪等。
5月25日，X大奖基金会宣布启动一项奖金高达1000万美元的竞赛。它此次的合作伙伴是高通。竞赛旨在鼓励参赛者开发出一种便携设备，能够快速高效地评估健康状况并高度准确地诊断多种疾病。不妨猜测一下高通的企图：它在移动终端硬件市场如鱼得水，如果这样的设备真诞生了，高通把它整合到移动终端上轻而易举。
微软则打起了拓展自有设备用途的主意。5月16日，微软在TechEd会议上展示了Kinect如何用于非游戏类场景。Sunnybrook健康科学中心使用Kinect让外科医生在手术室使用手臂和手的动作来移动CAT扫描影像，不需要直接用手接触这些影像，免去洗手的环节。微软在智能手机领域野心勃勃，它为诺基亚打算于今年第四季度推出的首批基于Windows Phone系统的手机开发健康医疗应用不足为奇。
当然，有不少医生对移动设备引入诊断深表顾虑。当移动终端能轻松地被带出医院大门时，如何确保信息安全和保护患者的隐私？普华永道的调查显示，超过1/3的医生把这个担心放在首位。也许周密的密码保护和远程擦掉内存可以减轻他们对数据安全的担忧，但移动设备无法消毒和设备过载的问题不容忽视。
传闻：雄韬股份计划收购一家锂电公司。
求证：记者致电公司证券部，工作人员表示，没听说有这回事。
日前，有传闻称雄韬股份（002733）正在计划收购一家锂电公司。传闻还表示，公司股东孙友元减持公司股票就是为了这个事。资料显示，孙友元于4月6日至5月5日通过大宗交易的方式累计减持雄韬股份l032.75万股，占公司总股本的3.375%。减持后孙友元持有公司股份114.75万股，占公司总股本的0.375%。对于上述传闻，公司方面回应称，没有这回事，一切以公告为准。
记者注意到，雄韬股份其实早就已经布局锂电池领域。2015年10月23日公告称，公司拟非公开发行不超过7000万股，发行价格不低于13.36元/股，募集资金不超过9.35亿元。扣除发行费用后，用于10亿瓦时动力锂电池新能源建设项目和燃料电池等项目研发中心及能源互联网云平台开发项目。
雄韬股份表示，募投项目顺利投产后，将有助于公司在动力锂电池、3C锂电池、储能锂电池领域和能源互联网领域获取竞争优势，从而提高公司综合竞争力，增强公司盈利能力。中投证券在研报中表示，公司非公开发行股票已获得证监会发审委审核通过，动力电池下半年有望放量，将成为公司业绩增长的重要贡献点。今年一季度，公司实现营业收入5.43亿元，同比增长12.77%，实现归属于上市公司股东的净利润2.13亿元，同比增长15.51‰
除了动力电池业务之外，公司也在积极布局数据中心用后备电源远程监控、新能源储能、动力电池梯次利用等新业务。在技术方面，公司对燃料电池、石墨烯电池等新型电池技术也在积极研发、储备。
京东方A：将推出AR/VR新品
传闻：京东方A将在2016年美国显示周上展出AR/VR产品。
求证：记者致电公司证券部，回复称确有参展一事，具体展品需看现场情况。
近日，网传京东方A（000725）将在2016年美国显示周（SID Display Week）上展出展出多款全球首发产品，其中包括AR/VR产品。目前参展一事已经得到确认，但对于具体参展的产品，公司工作人员表示，需要看现场展出情况。
据了解，此次参展，京东方将携手其参股的美国增强现实技术企业Meta公司联合展出VR和AR新品。其中一款即将在SID上展出的京东方AR/VR显示屏的分辨率达到1600 PPI。2014年9月，京东方曾公告通过下属全资子公司BOEOH出资约500万美元认购Meta公司部分优先股股权，布局AR增强现实技术。
如何跨过这道坎，对于所有的创业者来说，是一场考验，有的创业者可能App还没有做出来，基本都已经倒闭，而有的人则是App已经做出来，但是还是走向了倒闭，究其原因，都是有各种的细节问题导致的，最多的原因是因为在App开发过程中，比如可能因为IM功能太专业，团队不擅长，结果耗费了大量的时间，或者是有的App开发出来了，因为bug满天飞，功能太烂，结果没有用户安装，而后期的亡羊补牢，又因为缺少专业的技术和人才，无法弥补，或者是后期虽然上线了，缺少专业的运营人员和资金，结果走向了倒闭。有时候，这些失败我们都是可以避免的，如果一个创业者在创业者前能把市场调研做的足够多一点，或者对行业摸得清一点，这样或者那样的问题，有时候都可能很轻快的就能跨过，在创业前有时候花费的时间多一点，可能在创业的时候就会花费的时间少一点，创业的速度快一点，也能快速的跨过App的这道坎。依靠移动互联网的生态
那么，如何跨过App创业的这道坎，我们就要摸清移动互联网的创业生态。在移动互联网的创业生态分为两种创业方式，一种是全栈创业，另一种是偏栈创业。什么是全栈创业，比如，你要创业开发一个基于购物的App，这个App涉及到多项功能，比如除了核心的购物功能、支付功能外，你可能还需要添加IM功能、社区功能、圈子功能等，然后为了做这个App，需要招聘懂写支付的工程师，还要招聘做IM功能的工程师，还要招聘会开发社区的工程师，最后，终于完成了这个App，由此我们可以看到所谓的全栈创业就是，和产品的相关的所有功能都有自己的团队来完成。而偏栈创业则是另一种玩法，比如我只要专注开发一个购物功能即可，而其他的功能比如IM功能，我们可以使用融云的IM功能即可，同时一些地图功能、分享功能、统计功能等功能完全可以用其他团队的插件完成即可。通过对比，我们会发现，在开发一个App的过程中，我们完全可以用偏栈创业的模式迈过App开发的这道坎。
前提是，我们有偏栈创业的生态圈，这个生态圈是我们实现偏栈创业的前提，纵观目前的App创业生态圈，其实这个前提已经非常成熟了，通过数据显示，目前做面向企业App开发者服务的创业团队有将近1000家，从前端到后端，从统计到测试，从上线到运营，基本涵盖了整个App的生态圈，而之前，我们的团队做App时候，很多功能都需要自己开发，前端，后端，统计，IM，社区，以及后期的测试，但是现在不用了，通过集成目前的很多sdk插件，我们完全可以快速的开发一个App。偏栈创业更适合App开发者
那么，我就列一下目前市场主流的sdk功能插件，以及他们能帮一个App做什么。
IM sdk：即时通讯IM插件，通过集成该插件，可以快速让一个App具有im功能，目前这块主要以融云IM为代表的IM通信插件，其创始团队来自实力雄厚的飞信团队，在IM的研发方面有8年的经验，支持单聊、群聊、聊天室等多种功能。而非专业的团队在开发IM功能时，则会出现掉线、短线、建群失败、传输速度、网络承载等各种各种问题，而通过引入专业的IM团队的sdk，可以让一个App具有非常优质的im功能。
统计SDK：让你的App具有一个统计的功能，通过这个功能可以看到App某个渠道的来源用户数，每天的激活用户数，用户活跃度等参数。目前这块业内做的比较好的主要是以友盟、dataeye、talkingdata等toB供应商做的不错，其中友盟统计涵盖的范围比较广，主要以App、游戏为基础，而dataeye更加专注于游戏，在游戏的统计上进行深度挖掘。
快速开发sdk:主要是集成了很多常用的端api、云端api、开发环境，开发者通过IDE快速创建、编写APP，让模块调用功能变的更简易，同时包括一键真机调试、代码同步、编译本地测试包等功能，完善的开发、调试、编译等功能，让APP的开发工作更快速、高效。以此为代表的主要是Appcan、apicloud、anysdk等。
社交分享sdk：让你的App用户可以把App内的信息分享出去，通过该插件，可以让用户把信息分享到微信朋友圈、微博、人人网等社交媒体上。以此为代表的sdk主要为百度社交分享、mob、bshare、友推等。
地图SDK：让你的App具体地图的功能，比如查询公交线路的App，可以通过调用地图的功能，进行定位，然后让用户准确找出公交路线。这类插件主要有百度地图、高德地图、谷歌地图、腾讯地图等。
云存储sdk：通过云存储sdk可以把用户数据快速存储在云端服务器上，同时利用全网加速和数据处理的功能，让App的用户体验更加优质，以此为代表的主要是七牛、又拍云等云存储团队。
……
这个场景的最早发生地是在成都，因为速递易是一家成都公司“我来啦”的业务。而“我来啦”则属于一家为银行提供软硬件服务的公司――三泰控股。
当速递易已在全国铺开的时候，我来到了它的发源地，拜会了它的创办人。因为，我很好奇，在这个秋天里，快递员是不是也会把活着的大闸蟹放入那些铁盒子里。 电商催生智能快递柜
如果说电商是上半身，那么物流就是下半身。上半身可以有无限的想象，去探索未知领域，而下半身则决定着想法能否落地以及执行。
也正因为此，长久以来，物流的“最后100米”成为整个电商行业都要面对的难题，它不仅指离末端最后的距离，同时也是整个流程中最关键的环节。最后100米做得不出色，前端的努力将大打折扣。
“2012年，我们在进行了详细的市场调研和技术分析后，才决定开展智能快递箱业务，也就是现在已经被很多人所熟悉的速递易。”三泰控股副董事长、总经理陈延明对我说，“目前电商的快速发展带动了快递行业的高速增长。”
如果要用一件事来体现电商发展的火热程度，非“双十一”莫属。2014年“双十一”，马云一天就创造了571亿元的成交额，与之对应的是快递爆仓。当天，仅通过菜鸟物流处理的包裹量就累计达到2.78亿个，这还不包括那些未及时发货的订单。未来8年，按照30%的增长率估计，快件数量将增长10倍，全国每天的快件数量约3亿件。
但如此大规模的快件数量，作为连接用户与电子商务平台的重要出口，快递末端“配送、退货、寄件”已经成为困扰电商和快递业高速发展的短板。“因此，我们要做的就是以破解‘最后100米的困境’为契机，以智能快件箱为载体，在抢占移动互联时代O2O电商线下入口和出口的同时，建设和运营一个‘24小时社会生活服务平台’。”
目前，智能快递柜正处于“跑马圈地”的扩张阶段，以社区网点为例，每个城市社区网点少则几千个，多则几万个甚至几十万个，而每个社区网点又需根据规模大小摆放多台设备，成本投入可想而知。不过，速递易采取的方式是典型的互联网思维，即“先免费后收费”的模式。
在智能快递柜新落地的每个网点，速递易对快递员和用户都有2～3个月的免费试用期。当使用智能快递柜成为快递员和用户的习惯后，便开始收费。对于使用速递易的快递公司，速递易会根据派件的大小、难度、距离等因素每单收取0.4～0.6元;对于取件用户，从智能快递柜系统自动发出取件短信之后算起的24小时之内，取件免费。超过24小时，超出部分一般按照每天1元来计算。 强强联合
从今年5月开始，速递易陆续面向快递公司收费，然而此举显然动了同行的奶酪。数据显示，2014年快递业每单利润在1元以下，2015年可能不到0.5元，甚至亏钱。如果额外支付0.4～0.6元/单的成本，实在难以消化。而快递员派送一件包裹最多只有1～2元的收入，速递易的收费一时间引发广大投递员的不满。其实不难理解，速递易此时收费，无疑是火上浇油，再“扒层皮”。
此时，电商也开始了保卫反击战，菜鸟尝试与便利店合作打造菜鸟驿站;而京东则采取自建自提点和自提柜模式;顺丰也联手申通、中通、韵达等多家企业豪掷5亿元打造“丰巢”智能快递柜，以便撇开速递易。至此，速递易、菜鸟、丰巢及京东已然形成四方竞争势力。但是7月底，戏剧性的一幕却又上演了。
首先是顺丰，其次是马云。在短短几个月的时间内，三泰控股的速递易项目迅速地与这些物流业巨头们开展了合作。昔日的竞争对手，最终还是成为盟友走到了一起。
7月29日，三泰控股与丰巢、顺丰以及普洛斯就我来啦公司发展相关事宜签订了投资协议书。丰巢拟增资认购三泰控股旗下成都我来啦公司30%～40%的股权。此外，顺丰还向我来啦公司提供2亿元的委托贷款。
与物流巨头们的合作协议签订之后，三泰控股又与阿里系谈起了合作。8月2日，我来啦公司会同菜鸟分别与“四通一达”及天天 6家快递公司签署了战略合作框架协议，就速递易业务开展深度合作。
其中，菜鸟网络为快递公司与我来啦公司的合作事宜进行沟通协调，将提供相应的技术支持，如将速递易自提柜作为消费者网购可选择的收货地址，同时可提供结算、代收代付等服务。
至此，快递“最后100米”的行业痛点，有望随着阿里、顺丰以及多家快递公司的入局而得到改变，速递易也向一个真正的社区生活平台迈进了一大步。
陈延明认为，菜鸟网络、顺丰速运等巨头们之所以看中了速递易，是因为在社区收货端这个“最后100米”内，如果速递易这种智能的自助取件系统在全国大面积铺开的话，物流的效率将得到提升，而物流公司的派件量将能够提升至一个更高的水平，对于物流、速递易和消费者三方而言是共赢。
数据显示，一个智能快递柜能够取代10个快递员，并在终端节省80%的费用。陈延明也表示，以前快递员每天只能投递100个快递，但在使用智能快递柜后，则可以每天投递150个快递，投递效率得到提高。“我们目前国内市场占有率第一，2015年争取做到5万个箱子，但由于尚处投入期，所以公司短期内仍将亏损。”陈延明意味深长地说道。 野心在于O2O
速递易未来会去向何方呢？
“目前，使用速递易的人群数量已经足够庞大，我们正努力成为智能收货终端的平台公司。”陈延明自信地回答道。
显然，三泰控股的算盘并非建一个快递箱子那么简单。事实上，随着速递易进入越来越多的社区，覆盖越来越多的人群，速递易正在由快递终端设备转变为社区生活平台。
陈延明告诉我，与菜鸟网络、丰巢的合作，不仅可以增强速递易用户黏度，改善用户体验，强化速递易社区卡位优势，同时速递易还将充分利用合作方在速运、垂直电商、物流配送等领域的市场地位，结合速递易线下用户流量优势，分析、挖掘用户消费习惯，整合数据与流量，实现C2B的精准服务营销，为同城配送提供解决方案，实现速递易流量变现，从而最终实现“1+N”的商业模式。
不难发现，用快递柜抢夺社区O2O入口是三泰控股的幕后算盘。进入2015年来，速递易已与富顿科技、海尔产业金融、扬州汇银等企业签订了战略合作协议，并引入了包括五粮液、剑南春、中建地产等大型企业在其上投放广告。
目前，速递易凭借其市场龙头的规模以及附加的多种服务功能（如冷鲜柜、微问诊、洗衣等），已经开始占据社区入口、打造新的社区生活模式。
除此之外，在社区金融方面，三泰控股也取得较大进展。公司旗下“金惠家”已于7月底获得互联网保险业务资质和全国专业保险牌照。
据了解，三泰控股旗下“金惠家”是公司2014年设立的，旨在抢占金融社区化的入口。而较早前，三泰控股还收购了从事互联网保险业务的“金保盟”。如今，“金惠家”获得相应牌照，是打通线上线下、形成良好协同效应的基础。然而，对于三泰控股是否会逐渐向金融业转型，此时陈延明欲言又止。
但从目前的数据来看，至少速递易用户人群还在不断扩大。截至2015年8月，速递易业务布局已扩张至全国79个城市，已签约协议网点68911个，布放网点31029个，与上万家物业公司合作。速递易累计使用用户数量近2300万户，累计送达包裹超过18000万件。
未来，陈延明认为，依托“速递易”的线下规模优势，以及三泰控股在社区金融方面的专业积淀，四大业务的有机结合将使得三泰控股有望在国内网络购物、社区金融、生鲜电商、社区医疗、家政服务等社区互联网细分领域与互联网企业合作获得持续收入分成。 速递易凭借其规模及附加的多种服务功能，开始占据社区入口、打造新的社区生活模式。 尴尬的处境
然而，通过调查我们发现，并不是所有的收件人都愿意使用速递易，因为当面验货等问题无法得到保障。针对这个问题，陈延明微笑着说：“那些天天闲在家里的老年人肯定不需要，但是像你我一样的上班族就需要。消费者完全可以不使用速递易，我们的定位是愿意使用速递易的人群。”
目前，速递易智能柜遭遇的一个瓶颈就是，此前由于快递员需要办理速递易的充值卡，每派一件就得向速递易支付一件的费用，并不是所有的快递员都乐意于使用这种收费的智能柜。
还有，无论你属于哪类人群，如果你买的大闸蟹被放到那些铁盒子里，那么你最好快点去拿出来。生鲜类快递会是速递易敏感的服务对象。
此外，一台智能快递柜市场价约在2～3万元之间，有的甚至更高。如果算上其他成本，比如前期研发费用，使用中的物业进场费、电费、流量费，后期的设备维护费用等，成本压力不容小觑。
各地物业对智能柜子的管理收费不一样，对于三泰控股而言，全国3万多个网点，按照每个网点每年2000元的费用来计算，就是6000多万元的成本。
还有很多的收件人其实并不认可速递易超期收费的模式，因为包裹已经投放进了速递易，超期之后不得不投币取出自己的包裹，无形之中增加了取件人的成本（由小区物管代收是零成本）。
在最近两年内，三泰控股仍将大量投入速递易智能柜的安装，前期费用巨大，这笔投资很有可能会造成公司继续亏损。面对互联网时代的激烈竞争，三泰控股的资金层面显得有些吃紧，顺丰虽然委托给速递易2亿元贷款，但这还远远不够。
据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。
如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源：创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景，B、C 端全面发力。
资料来源：券商报告、互联网公开信息，创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源：互联网公开信息，创业邦研究中心整理
2.发展关键要素：数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。
（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。
此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源：互联网公开信息，创业邦研究中心整理
（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。
4.投资方向
（1）前端智能化，低成本的视觉解决模块或设备
从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。
（2）深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。
（3）新兴服务领域的特殊应用
前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。
（4）数据是争夺要点，应用场景是着力关键
机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
（1）语音识别技术已趋成熟，全球应用持续升温
语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。
（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。
（3）语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理（NLP）发展现状
（1）多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
（2）NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。
（3）创业公司的机遇
1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源：创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源：创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源：创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。
从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。
最新估值
企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必
选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。
企业团队
创始人&CEO：马磊
清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。
业务模式
线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。
正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO：张默
北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：
行业解决方案
针对营销、安防、相机和电视的不同特点，推出相应解决方案。
营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。
商业模式
目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。
核心优势
票房高达26亿美元的超级大片《阿凡达》引发了席卷全球的3D狂潮，让习惯了二维影像的人们开始热衷于3D立体世界带来的视觉冲击，从今年一月美国拉斯维加斯CES展上3D技术的井喷，到各大领先电视品牌纷纷推出3D电视商品机，一场把3D影像从影院搬到家庭的革命在2010年全面引爆，在消费电子的显示领域，3D无处不在，已成锐不可当之势。目前几乎所有电视制造企业都已经推出了自己的3D电视产品，差别在于一部分是把3D电视作为新的利润增长点，开发生产出具备真正市场竞争力的产品；而另一部分只是作为装点门面，表示自身具备制造3D电视能力的手段。如何在纷乱的3D大潮中去粗取精、去伪存真，找到技术先进、功能全面、性价比最高的313电视产品，在现阶段是一个非常具有现实意义的课题。
百年3D：技术不神秘，中外同起跑
3D显示并不是一上新技术，早在1838年就开始有人研究了，最初的3D显示技术被应用在电影上，从1915年只有一名观众的第一部3D电影，到1922年的第一部3D商业电影《爱情的力量》，再1952年的第一部彩色3D电影《博瓦纳的魔鬼》，3D电影的发展一直不温不火，直到2009年年底开始全球上映的《阿凡达》，才真正把3D热潮全面引爆。
3D技术在电视机上的发展则要晚很多，电视机经历了显像管电视时代的黑白电视到彩色电视的发展，经过短暂的背投电视热潮后，再发展到等离子、液晶电视齐头并进的平板电视阶段，这也是电视机从模拟向数字化全面进化的阶段。平板电视日益成熟的技术和数字电视技术的飞速发展，为3D电视技术的发展奠定了坚实的技术基础，可以说，3D电视是彩电显示技术的高端进化，是继电视数字后革命后的新进化。
3D电视的观看，需要整个电视产业链的参与，并不只是电视机的革命。它需要在拍摄、制作、编码、传输、接收、解码、播放和显示的整个产业链的无间配合，才能让用户享受到身临其境的3D体验。由于目前还没有一个全球统一的3D电视标准，因此各国电视台和各生产商所采用的3D技术并不是统一的，这就造成了相当的不确定性。对于一台3D电视来说，套用一句流行用语：“它不是一个人在战斗!”它对于不同3D格式的兼容性、接口是否齐全领先、对于3D电视信号的接收能力，都会直接影响到这台3D电视的整体表现。
3D电视发展到现在，在在观看方式上分为两大类：裸眼式和眼镜式。
1、裸眼式：包括光屏障式、柱状透镜、技术和指向光源。短期内难以进入普通家庭。
2、眼镜式：包括色差式、偏光式、主动快门式。色差式被淘汰，偏光式和主动快门式是目前主流。
基于各自的技术特点和技术发展现状，对于老百姓来讲，偏光式与主动快门式3D电视是更为实际的选择对象。
TCL：起步早，积累深。中国3D技术先锋代表
作为中国电视品牌中最具国际视野的企业，TCL在3D显示领域一直处于领导地位，走在行业前端，从CRT时代就开始了3D显示的研发。不过由于CRT技术自身的局限性(屏幕大小、亮度、清晰度等等)，决定了在CRT上发展3D电视并不是一个好的方向，所以TCL也及时终止了在CRT上发展3D显示的研究。随着新型的高分辨率大屏幕显示技术的出现，3D显示在彩电业迎来了发展的春天。
TCL是目前国内致力于液晶显示全产业链的首家企业，也是全球最先实现3D电视商业应用开发的厂家。早在2008年6月，TCL就牵头3D产业链上的相关企业、机构自发成立了中国立体产业联盟，并担任中国立体视像协会(C3D)的会长单位，随后牵头制订中国立体电视图像质量的测试行业标准，推动了3D显示技术在中国的发展，在3D领域一路领先。
2009年初，TCL在全球首家推出了裸眼的立体电视，引导中国的电视产业及时地介入到全球3D电视的新浪潮中。可以说，在3D电视显示技术领域，以TCL、索尼和三星为代表的中、日、韩三方彩电业几乎是同步起跑，差距并不大。
TCL的3D电视研发覆盖了当前与3D电视终端有关的各个领域，主要集中在3D技术在液晶电视(包括LED背光电视)的应用上，以及3D电视与互联网电视的结合上。除了主推的快门眼镜式(主动接收式)3D产品，还同步推出偏正光式(被动接受式)3D产品，更有最前瞻的裸眼式3D产品，是唯一一家横贯三大3D技术领域的企业。自2009年TCL推出全球首款商用3D立体液晶电视后，2010年TCL再次推出民用3D电视产品，包括使用偏光式眼镜观看的65英寸3D互联网电视，以及使用主动式快门眼镜观看的46、55英寸3D互联网电视，实现了3D技术与互联网应用的完美融合，开启了全球3D互联网电视时代。
冠军素质：核心技术，TCL3Dmitv互联网电视
TCL最新推出的3D互联网电视XllFE3D系列，集众多尖端技术于一身，核心技术使其成为当前性能价格比最高，最值得向消费者推荐的全能冠军产品。
这个系列的电视机采用了240Hz的LED背光全高清液晶屏，120Hz+MEMC技术，结合TCL特有的自然光技术，优异的屏幕技术指标是保证全高清3D显示的基础。最优质的屏幕当然还不能与一台最优质的3D电视画上等号，因此TCL为XllFE3D系列配置了以下多项业内领先的独特技术：
1、专业3D解码引擎
作为全球首家掌握裸眼、偏光和快门式3D技术的公司，TCL研发出了顶级专业的3D解码引擎，能支持业内最全面的3D视频格式，包括上下、左右、水平交织、垂直交织、顺序、frame packing：等所有的3D格式，也能支持全高清3D信号的输入，可以说是目前最全能的3D电视机。
2、智能3D编码算法
普通3D电视在观看时，左右眼的画面有时候会发生重合，影响立体效果。在快门式3D电视最关键的眼镜和3D信号发生器上，TCL独辟蹊径，它采用TCL自主研发并申请了多项专利的3D信号发射、接收智能编码算法，同步控制电视画面、信号发射器和3D眼镜，保证画面不闪烁，比起普通3D电视，降低了60％的重影发生机率，解决了重影率偏高这一业内技术难题。
3、自动延时技术
普通的3D电视，在观看时如有人从电视画面前走过，或是观看者短暂离开电视画面，3D眼镜的接收就会中断，需要重启3D眼镜才能继续观看3D画面。TCL所采用的自动延时技术，在信号被打断1分钟内仍能保持同步，这一指标是普通3D电视的3倍，让用户在观看3D节目时还可以像平常看电视时一样处理一些琐事，而不必一直正襟危坐对着屏幕，符合多数使用者看电视的休闲心态。
4、3D防干扰技术
普通3D电视容易受到家中其他电器产品的干扰而出现频闪现象， 影响观看。3D防频闪抗干扰技术也是TCL独有的专利技术，它通过专业的技术算法，让眼镜的红外接收不受其他家用设备的红外干扰，从而使得图像不闪动。
5、超宽视角超远视距
XllFE3D系列的3D信号发射器非常特别，它不像别的品牌固定在机身侧面，容易出现接收死角，而是采用了“机顶居中插拔式”信号收发端口设计，并且采用了独特的信号波段。这样做的好处，一方面是可以更换升级，另一方面还具有发射器功率强、覆盖范围广、信号均匀的特点，具体的好处就是可以得到超宽(水平178度)的视角和超远(10米)的视距，让用户自由自在的观看3D节目。同时，它所采用的独特信号波段，也让发射器所发射的红外线信号不会干扰家中其他家电的使用。
6、2D转3D逐点转换技术
2D转换3D技术并不罕见，很多厂牌的3D电视都有这个功能，但是要想做到逐点精确转换却很难。XllFE3D系列拥有最先进的2D转3D逐点分析技术，它通过对2D场景进行分析，把近点物体进行勾勒和突出，并将背景环境和物体进行后置，以实时实现3D效果转换。使得用户在观看普通的2D节目信号时，也可以享受3D效果，这一功能在当前3D片源还不够丰富的时期，还是相当具有实用价值的。
7、HDMI3D接口
XllFE3D系列应用最高端的I-IDMII.4A版本端口，这有这个版本的HDMI端口才可以真正对应3D格式的全面传输。有了这个接口，XllFE3D系列就能兼容更多的娱乐设备，传输更多格式和更大容量的3D文件。它支持专业3D音视频的超大码流，兼容1080p、1080i、50Hz、60Hz、甚至720×480等非标准3D片源的播放，并能直接识别播放。
8、USB蓝光3D解码
XllFE3D系列的3D蓝光解码功能也是目前市面上产品中最强大的，它拥有最多3D专利技术，支持市面上所有3D格式视频、游戏的直接解码播放，可以通过USB接口播放中从网络、电脑等下载来的3D视频文件。另外，XllFE3D系列还可以进行点对点比例模式调节，更适应网络下载的3D片源的播放，还可以通过USB接口直接读取3D照片。有了这个功能，用户无需购买3D蓝光播放机，就能通过USB设备播放通过互联网下载的3D节目。
除了以上优势，与多数充电式眼镜相比，TCL的主动快门式眼镜使用钮扣电池，不需要充电，使用更安全可靠。它采用的双电源开关管理，可以在不使用时彻底关断电源，做到真正节能省电。
除了丰富的内涵，TCL还为XIIPE3D系列打造了酷炫的外观，超薄的机身，金属质感配以精磨抛光亮边，时尚前卫，与当今城市白领一族崇尚的简约时尚风格一脉相承。独立的悬浮式音箱设计，确保了震撼的音效。
总体而言，TCL XIIFE3D系列具备观看高清3D影片更真实，电池式眼镜、外置式发射器设计更加贴心方便的优点，加上对3D片源的超级兼容性及USB直接读取蓝光3D格式的设计，都让3D播放和观看更为实际。
互联网与3D结合：开启更多想象空间
3D电视的发展可谓风起云涌，近期全球领先的电视品牌纷纷在中国市场推出最新一代的3D电视，包括三星、索尼、松下、夏普和TCL等，都在不遗余力的推广其3D电视新品。全球著名的市场调研机构DisplaySearch近期就修改了其之前对3D电视发展前景的预估，将2010年3D电视出货量预测提高到250万台，同时认为3年后3D电视市场将会有非常惊人的发展，预估到2013年将超过2700万台出货。
不过DisplaySearch北美电视市场研究总监Paul Gagnon提到了电视机厂商在普及3D电视时也面临以下四个课题：1、3D内容的充实；2、收看电视时使用的3D眼镜等配件市场的开拓；3、价格设定；4、由低画质3D影像导致的评价下降。解决了这四个核心问题，3D电视市场将会有更大的飞跃。
3D显示固然是大势所趋，但对于普通消费者来讲，除了将目光锁定在3D显示技术本身进行对比外，还要关注另一项重要的技术，即互联网。买一台带互联网功能的3D电视是最为明智的。
作为互联网电视的领导厂商，TCL首次在电视上实现了3D技术与互联网应用的完美融合，开启了全球3D互联网电视时代。在线智能升级系统和第二代mitv互联阿电视操作系统，使得XllFE3D系列成为一台最先进的3D互联网电视。与此同时，它还是一台机卡分离式数字电视接收一体机，不需外置机顶盒就可以通过有线电视收看高清数字电视节目。
3D电视与互联网结合的好处，主要有以下三点：
1、当互联网带宽增加后，高清3D内容可以通过互联网进行传播。目前我国的互联网基础建设正在飞速发展，带宽的拓展已经可以保证高清3D内容通过互联网进行传播。
2、TCL数字加密系统，能够实现下载内容与电视机1对1的方式授权，意味着节目供应商能够在确保版权保护的前提下，提供内容服务，为3D电视的数字发行做好了技术储备与保障。通过这一技术与拥有国家网络电视牌照的企业合作，打造强有力内容平台。
3、互联网电视能够升级，保障跟随3D技术的脚步。TCL所采用的互联网电视技术，可以通过互联网自动升级，保证电视机的各项功能可以持续升级，永不落伍，这一特点对于正在飞速发展，具有很多不确定性的3D显示技术来说，是非常实用和必需的。
汇聚3D、互联网、LED背光、机卡分离式数字电视接收一体机等当前彩电业四大最新尖端技术，让TCL XllFE3D系列无可争议地成为3D新品市场中的全能冠军，结合其售价，成为当今市场上性能价格比最高的3D互联网电况。
