酷玩AI客戶端是一款體感游戲控制器，基于手機攝像頭捕捉人體的骨架信息用來操控游戲，例如進行舞蹈姿勢的判定，來酷玩AIapp，手機分析用戶舞蹈姿勢，智能比對，享受更優質體感游戲體驗。

酷玩AI客戶端核心亮點

-手機充當體感控制器，暢玩體感游戲

安卓智能電視下載并打開【熱舞型動】，手機端打開【酷玩AI】點擊【連接】

和電視端體感游戲進行配對，成功后即可暢玩體感游戲

-實時AI分析人體骨架信息

在同一WIFI環境下，手機將分析的骨架數據傳送給電視端進行姿勢比對

用戶可以通過肢體動作實現操控電視端的游戲，如用戶姿勢實時和【熱舞型動】

舞者姿勢進行比對，姿勢越接近舞者得分越高

酷玩AI客戶端說明

1、在同一WIFI環境下，手機將分析的骨架數據傳送給電視端進行姿勢比對，用戶可以通過肢體動作實現操控電視端的游戲，如用戶姿勢實時和舞者姿勢進行比對，姿勢越接近舞者得分越高。

2、安卓智能電視下載并打開【熱舞型動】，手機端打開【酷玩AI】點擊【連接】和電視端體感游戲進行配對，成功后即可暢玩體感游戲。

酷玩AI客戶端特色

1、可以更好的知曉不同游戲控制器的便捷，包括的各類玩法更省心。

2、多元化的互動樂趣更快知曉，用戶可以更好的知曉不同的游戲體驗。

3、最佳的玩法更快了解，用戶針對最全的舞蹈姿勢等信息及時的在線了解和查看。

酷玩AI客戶端相關新聞

經歷大起大落的AI企業活得還好嗎？

2020年11月，網上廣泛流傳著一個視頻：一位濟南男子為保護個人信息，戴著頭盔去看房。媒體聞風而動，調查發現不少房企采取人臉識別與買房折扣掛鉤政策，才出現這種極端“藝術行為”。

不僅房企，今年大型合家歡打假節目央視3.15晚會，又爆出全國2353家企業安裝上百萬個人臉識別攝像頭，包括科勒、寶馬、名創優品這種遍布各大商場的品牌店鋪，涉嫌在用戶不知情前提下，搜集上億用戶面部信息。真可謂“我一心把你當高大上黑科技，你卻一心想著掃我的臉賺錢”。

與此同時，今年組隊上市的AI企業，遭遇科創板嚴厲審查：3月11日，AI四小龍之一的依圖科技主動中止科創板審核。更早前，沖擊“AI語音第一股”的云知聲撤回IPO，思必馳傳了多次上市仍未有新進展。

在前有侵犯大眾隱私，后有科創板IPO不順的情況下，那些曾在大眾記憶留下黑科技印象的AI公司，實際上日子過得大不如前。

短短幾年，AI行業就經歷了大起大落：它曾被無數資本簇擁風光無限，一時間大量AI項目蜂擁而起，但無法順利產業落地的硬傷，又將它快速拉下神壇。隨著盈利壓力越來越大，中國AI行業走到今天已經進入十字路口。

本文將聚焦解決兩個問題：

1. AI企業近年到底經歷了什么?

2. 曾經輝煌的AI行業，為什么發展到如今局面？

01. AI企業經歷了什么

曠視科技CEO印奇在2020年中媒體會曾說，現階段所有AI企業正步入死亡之谷。他判斷：穿越死亡谷周期，可能在未來18到24個月之間[3]。

墜入死亡谷的AI企業這幾年到底經歷了什么？

首先是缺錢，2019年是AI投資由熱轉冷的分水嶺，與熱火朝天的2018年相比，2019年中國AI企業融資金額由1484億元下降到967億元，下降幅度34.8%，融資數量從737下降到431起，下降幅度達到4成[1]。

而估值動輒幾十過百億的AI企業，投資人想脫身也并不容易。《財經》雜志報道，一家頭部的AI公司，老股東想按現有估值7折轉手，找不到賣家，“6折，且能確定很快上市，才有可能賣出去”[2]。

一級市場融資無路可走，那么通過上市補血這條路是否可行？

很遺憾，事實證明沒那么容易。

在上市補血這條路上，AI四小龍可謂“全村的希望”。然而，早在2019年8月，曠視科技就向港交所提交過IPO申請，但最后無疾而終，直到今天仍在沖擊科創板。

去年11月，依圖科技也嘗試上科創板，但由于公司業務、家族信托等47個問題，被上交所首次質詢時進行靈魂拷問，今年3月主動申請中止上市審核。身為國家隊的云從科技，在招股書披露后，更被業界質疑三年半虧損23個億。

作為天之驕子的AI小巨頭，上科創板怎么就這么難？

翻開曠視、云從以及依圖等AI企業的招股書會發現，伴隨三家企業緩慢爬坡的營收，是止不住的虧損。

業績不佳，二級市場自然也不待見。而虧損的重要原因之一是：AI企業特有的高科技、高人才、高研發的“三高”富貴病魔咒。上述三家AI企業，它們近幾年的研發費用，少則占到總營收一半，多則高達146.94%。

如果搞研發投入是虧損的核心原因之一，那么艱難的業務轉型，則是提升業績必須承受的陣痛。

比如，靠人臉識別起家依圖，已經轉型醫療和AI芯片；而AI芯片起家的地平線，索性把整個AIoT芯片業務線砍掉，轉做別的業務。開拓市場渠道也成為頭等大事，AI芯片小巨頭寒武紀，就在招股書中說明自己前五大客戶位居第一的是某地方管委會，貢獻收入占營收總額46.65%[4]。

伴隨業務轉型而來的，還有人員的動蕩，裁員不算新鮮，高管也有離職。比如，2017年，格靈深瞳CEO何博飛離職，在社交電商領域創業；36氪報道，今年初，前依圖科技CTO顏水成加盟東南亞電商Shopee；2019年云天勵飛核心技術骨干CTO田第鴻離職。

從融不到錢到上市不順，到虧損試圖轉型，再到高管離職，AI企業的發展似乎進入了難以突破的瓶頸。

那么，曾經的資本寵兒為什么會發展到如今這個地步？背后的原因是什么？

02. AI企業為什么不賺錢

決定AI成敗有三大關鍵元素，分別是：團隊、資本和技術。國內的AI企業發展到如今地步，是因為這三個問題嗎？

看團隊，AI四小龍中，曠視科技三位創始人來自清華大學、培養世界一流計算機學科人才的“姚班”。依圖科技CEO朱瓏師從美國計算機視覺權威回國創業。云從科技CEO周曦，創業前則是中科院重慶信息所副所長。

再看資金和技術，AI行業不僅在2014到2018年經歷了投資熱潮，本身也擁有國際首屈一指的AI技術，比如云從科技創始人周曦，就曾帶領團隊七次奪得世界人工智能識別大賽冠軍。

團隊、資本和技術都很能打，問題的關鍵到底出在哪里?答案很可能是落地和競爭問題。具體有以下三大核心原因：

第一大原因：互聯網巨頭降維打擊

在AI這個新產業，BAT等互聯網大廠一早就建立自己的AI實驗室和技術團隊，在大數據、資金、業務場景方面比AI創業公司更具備優勢。

首先是大數據，以智能搜索為例，大數據是AI搜索推薦的燃料，而在百度和淘寶，每天都會產生海量的搜索信息，對互聯網巨頭來說，它天然就有足夠多的數據，去建立充分數量的模型，從而更好地用大數據提煉自己的AI技術。

然后是資金方面，財雄勢大的互聯網大廠，用高薪獲取AI人才不是什么難事。AI投資最火的時候，媒體報道“應屆生年薪50萬，沒出校門被搶光”的新聞比比皆是[9]。

最后從業務場景來說，BAT、TMD這些大廠當中，有做社交互動、電商、網約車以及信息推薦，不僅有豐富業務場景讓AI技術落地，同時還可以驗證、迭代更多數據模型。

有時候，BAT甚至可以用業務場景達到搶奪AI企業客戶的目的。對企業客戶來說，部署AI,不僅需要算法，也需要算力。以云計算為例，當企業客戶購買了BAT的云服務，后者還會給前者配套AI技術。所以，對企業來說，買一送一的服務難道不是更香么？

第二大原因：AI企業自身“不爭氣”

大部分AI企業早期都有一個通病：理論與實踐距離太遠。AI技術在打榜競賽的理想環境使用沒問題，但在落地時，如果沒有結合實際場景應用，就會出現很多負面后果。

比如，36氪曾報道，格靈深瞳2015年推出產品“皓目行為分析儀”，由于沒有結合具體場景情況，在廣場測試時，出現在人流密集區遮擋嚴重、強光情況，連人數都數不清楚的問題[5]。

不僅落地有難度，落地的場景也有限。目前AI行業能夠視線商業化落地領域，無非是搜索、語音、人臉識別和自動駕駛等。

當AI企業苦惱落地的時候，百度和淘寶已經用AI圍繞自己的搜索業務做智能應用；語音領域方面，科大訊飛一家獨大；連安防也是傳統大廠海康威視和大華的大本營。也正是如此，四小龍才會在成立后不斷轉型業務，本質上，仍然是因為沒有自己的造血根據地。

第三大原因：源源不斷的競爭者

競爭者不斷增加的重要原因來自于算法的開源。算法開源無疑降低了AI技術的使用門檻，比如開發者和企業就可以通過百度大腦等平臺，獲得技術和解決方案。

這種情況就導致，中小企業使用AI技術升級時會產生一個想法：AI技術那么貴，開源算法已經能夠滿足自己的需求，我為什么要花錢去買AI公司的技術？這無疑又給AI企業商業化一記重擊。

AI企業如今面臨的局面，可以用一句話形容：前有虎狼，后有追兵，自己還不夠爭氣。但往深一層思考，這能完全怪AI企業嗎？是誰制造了如今這個局面的？

03. 誰制造了AI泡沫

就在兩三年前，很多頂級投資人仍然迷信，憑借一流的資金支持，只要創業公司有一流創始人和技術，配合能把豬吹上天的風口，拿下AI神話絕對不在話下。

于是，天量的資本在極短時間密集砸向了AI行業。AI創業公司也明白天下沒有免費午餐，為了給資本一個交代，原本十年才能完成的技術轉化，在兩年內就要展現出成果。

資本狂熱是制造現在AI局面的重要因素之一。但如果跳出資本圈子，從歷史角度看，就會發現造成AI泡沫的根本問題在于：人類對AI日益增長的美好愿望與實際落地效果的矛盾。

而事實是，AI泡沫在歷史上并不是第一次出現。

AI的第一波浪潮，始于1956年達特茅斯學院的暑期會議，世界第一座AILab實驗室開始。自此后的十年，AI領域一片紅火：美國政府投資了數百萬美元、西洋跳棋程序誕生并戰勝了人類大師、會文本聊天的機器人、專家系統、根據指令抓積木的機器人相繼誕生。

然而，這波熱潮卻在1973年被一份報告潑了冷水、濕得透透：到目前為止，該領域的任何發現都沒有產生當初承諾的重大影響。隨后學術界進行了一輪深刻的批評與自我批評，AI的研究進入平靜階段。

1976年，AI第二波熱潮興起，誕生了十余年的專家系統，終于開始在商業中發揮作用，借助數據庫積累參與醫療診斷咨詢。

在這輪AI研究高峰，日本政府撥款8個多億美元支持研發、英國耗資3億多英鎊打造AI工程。然而，又過了十年后，人們遺憾發現，機器專家也不靈光，AI研發再次陷入低谷。

1960年代、1980年代，兩次產業的迸發與消退、人類的狂喜與失望，歸根結底就是一句話：機器沒有人們期望的那么智能。

最新一輪的AI浪潮，則由中美兩國在2014年掀起。

只不過，即便是被視為最有希望在AI醫療取得突破的沃森健康系統，這家在2014到2017年為IBM提供接近200億美金收入的AI公司，由于與美國知名腫瘤科醫院MDAnderson合作失敗，發展仍然存在很大挑戰。

AI的發展歷程告訴我們，人類必須正確看待這個產業：AI，作為顛覆人類最大的技術，它所需要發展的時間必定會更長。在人們急于催熟它的時候，也只會產生更多泡沫。

04. 尾聲

如果說有一個產業，是歷史上那些著名科幻影視作品都會聚焦的，那就只有AI了——比如《黑客帝國》《終結者》，甚至連日本動畫《哆啦A夢》，主角其實也是一個機器人。這在某程度反映，人類對AI抱有足夠長時間的好奇和期望。

回到殘酷的現實世界，在AI發展的漫長過程中，無數AI企業從先驅變成先烈，活下來的正奮力穿越死亡谷。毫無疑問，每一家真心為AI行業做實事的企業都是值得尊敬的。

但AI企業也必須意識到，企業的運作不僅要有技術，更需要有效的經營方法。一個企業要成為產業巨頭和紅利享受者，必須花更多時間思考和探索，才是長久之計。