MOLAR NEWS

2020年第25期

MolarData人工智能每周见闻分享，每周一更新。

初音未来十三年，虚拟偶像站上风口

利用数字复制技术构建形象，并通过动作捕捉和3D建模，将人们想象中的虚拟形象合成，利用全息技术完成网络空间与现实空间的交合实现，让只存在于二次元的“纸片人”出现在现实世界。

虚拟偶像不仅可以说话、唱歌、跳舞、生活，还能实现与粉丝的线下互动。

最开始虚拟偶像主要是虚拟歌姬为主，随着技术的更迭和应用场景的变换，又衍生了虚拟主播、虚拟网红、动漫角色等更多形式，虚拟偶像的定义被进一步丰富。

初音未来、洛天依是虚拟歌姬的典型代表。它们诞生于语音合成软件VOCALOID的音源库，用户可以依靠该软件自行制作非商业用途的音乐作品。

据网易云数据，截至目前，洛天依共发布237张专辑，原创歌曲超6000首，这些歌曲大量都来源于粉丝的同人创作。

虚拟歌姬深度依赖粉丝UGC的内容供给，粉丝也在对虚拟偶像进行二次创作的过程中获得情感的寄托，这种双向互动性使得虚拟偶像和粉丝的关系要远远亲密过真人偶像。

从虚拟歌姬，到虚拟主播，再到虚拟网红，从演唱会到网络直播再到社交媒体，虚拟偶像一步步向我们走来。

虚拟偶像看起来拥有足够大的商业空间，可以和多个场景融合多种领域相连，具有真人不具有的优势。

虚拟偶像能够走下去，需要通过粉丝经济来变现。实际上二次元用户很愿意为自己的兴趣付费，并且忠实度远超想象。

艾瑞数据中心资料显示，二次元用户2019年规模约3.32亿人次，2021年预计突破4亿人。与此同时，其主力用户群体Z世代经济逐渐独立消费能力增加，二次元产业的商业价值不断被抬升，预测将达到千亿美元规模。

在中国，虚拟偶像还走上了直播带货之路。

2020年5月1日，洛天依在淘宝首次直播带货，采用真人解说加虚拟偶像的直播形式，在线观看人数达到270万，有将近200万人进行打赏互动，据说洛天依的直播坑位费报价高达90万。

然而实际上，原创虚拟偶像是一件比较难的事情。

一是虚拟偶像作为内容的承载体，形象养成和人设丰满需要长时间的积累，它不像动漫IP有强大的粉丝基础，只能依靠时间完成蜕变。

二是技术门槛很高，导致成本居高不下，生产风险大。克拉克拉董事长刘子正曾说：“我们认为这个行业的瓶颈还是在于内容机构进入虚拟偶像领域的成本太高。”

像初音未来这样的虚拟偶像，一直单曲制作成本在200万左右，一场专场演唱会成本至少2000万。

虚拟主播成本虽然相比之下比较便宜，但是仍然是小公司难以承担的。

而如果能在技术上将这个门槛降低，就会有更多的内容机构进入到虚拟偶像的行业。

人工智能、AR、5G让虚拟偶像的世界一直在前进，从用技术实现实时互动到量产虚拟形象，虚拟偶像一直在努力跨过技术的门槛。一旦跨过，虚拟偶像将进入加速度的复制模式。

不难想象，那时将迎来虚拟偶像的大规模爆发。

来源：亿欧网

「赌城」不再「堵」，这个城市撒币2.6亿做智慧交通

最近，一座低调的省会屡屡成为新闻关注的焦点。先是，一条私募大佬的微博，把合肥推上了「赌城」的神坛，评论道出，合肥将成为中部地区的「深圳」！

合肥在科技化、智能化的发展之路上，已然也尝到了成功的甜头，更加明确了从智能化到智慧化的跨越，为发展之城的必要探索，也是AI落地浪潮下前行的引擎，蕴藏巨大发展机会。最终的目的，都是为了不断提升人民的获得感和幸福感。

合肥和北上广深杭等第一梯队的城市相比，虽然人才、资本、科研等资源要素还有所欠缺，但创新能力逐年攀升，产业后劲十足。在2019年发布的中国50城智慧城市发展潜力榜上，南京排名第六，合肥也排上了前十，这两个长三角的创新双星在创新维度上得分在国内名列前茅。

光有政策支持和企业的技术资源还不够，智慧城市建设还需要丰富广阔的场景，才能将创新的基因落在实处。现在的合肥，不管是政务、教育、司法、交通，还是医疗领域，都在大数据、人工智能的加持下越来越「智慧」了起来

过去，有些传统摄像头没有智能分析图片/视频的功能，而交通超脑让所有传统的，智能的摄像头，都能统一接入，自动分析图像数据。正是交通超脑让数据重新产生了价值，提高了整个合肥的交通运转效率。

除此之外，在信号优化方面也较有成效。以合肥的望江路为例，沿途有21个红绿灯，车流量非常大，「特别是进入高新区的路段在高峰期几乎走不动」每天经过望江路的上班族表示。

2019年下半年，望江西路段交通信号灯会根据当前信号方案及路口各方向实时车流量，利用强化学习+平行仿真技术，自动生成信号配时方案，大幅减少了车辆通行时间，提高了交警工作效率。

结果是，望江西路沿线12个路口进行干线协调优化后，工作日早晚高峰排队长度减少10%，平均停车延误降低了13% 。这只是其中的冰山一角。待交通超脑信号优化在合肥全市全路口实施后，相信能看到更明显的效用。2019年，合肥拥堵严重的70个重点片区中，有44个片区的畅通率明显改善，不管是高峰期还是平峰期，次干路和支路的拥堵都得到了缓解。

综合来看，智慧交通「治堵」，成效显著。将大数据与人工智能技术应用于交通场景的城市，合肥不是第一座，但在国内来讲，实际落地情况肯定走在了时代的前列。比如一些突发的消防事故，紧急救护，需要临时交通管制，这就催生了特定线路的信号管控需求，未来合肥的交通超脑将新增VIP线路的信号优化控制，在保证特殊车辆优先通行的同时，通过对周边路口信号综合调整，保障VIP线路与周边路口有序运行。在未来合肥的三期智能交通项目，将会关注更多的场景。除了VIP线路信号优化，针对某些时段高架车辆过多的现象，会对高架匝道的信号进行智能控制，准确高效地进行车辆引流，提高高架服务水平。

来源：新智元

AI将光子时间转换成3D图像，通过时间来可视化世界

近日，由格拉斯哥大学计算科学学院数据科学研究员Alex Turpin博士带领的研究团队研究团队开发了一种崭新的3D成像方法：通过捕获有关光子的时间信息而不是其空间坐标来成像。这种方法通过利用AI将时间转换成三维空间的视觉，可以帮助汽车、移动设备和健康监护仪器等提高360度的认知能力。此项研究「Spatial images from temporal data」目前已在Optica杂志上发表。

在我们生活中，照片和视频通常是通过使用数字传感器捕获光子（光的构建基块）来制作的。比如，数码相机由数百万个像素组成，这些像素通过检测空间每个点的光的强度和颜色来形成图像。然后，通过在拍摄对象周围放置两个或更多摄像机可以从多个角度对其进行拍摄，或者通过使用光流扫描场景并将其重构三维来生成3D图像。

无论哪种方式，我们拍摄的照片和视频仅通过收集场景的空间信息来构建图像。而研究人员此次是通过有关光子的时间信息来生成3D图像，他们是如何做到的呢？他们的实验过程是使用了一个简单且廉价的单像素检测器，该检测器经过调整可充当光子的秒表。这个检测器仅记录由瞬间激光脉冲产生的光子从任意给定场景中的每个物体反弹并到达传感器所需的时间。物体距离越远，每个反射光子到达传感器所花费的时间就越长。有关场景中反射的每个光子的时间信息，研究人员称为时间数据，收集在一个非常简单的图形中。

然后，借助复杂的神经网络算法将这些图转换为3D图像。研究人员通过向团队展示数千张团队人员在实验室中移动和携带物体的常规照片，以及同时由单像素检测器捕获的时间数据来训练算法。

最终，网络已经足够了解时间数据与照片的对应关系，从而仅凭时间数据就可以创建高度准确的图像。在验证原理的实验中，尽管使用的硬件和算法有可能每秒产生数千张图像，但研究人员设法从时间数据中以约10帧/秒的速度构造了运动图像。

Turpin 补充说，「收集时间数据的单像素检测器体积小、重量轻、且价格便宜，这意味着它们可以轻松地添加到现有系统中，比如自动驾驶汽车的摄像头，以提高寻路的准确性和速度。它们可以增强移动设备中现有的传感器，比如 Google Pixel 4，这些传感器已经具有基于雷达技术的简单手势识别系统。」

来源：新智元

到2023年，边缘AI软件市场将达11.5亿美元

据市场调研机构MarketsandMarkets预测，全球边缘人工智能（Edge AI）软件市场规模将从2018年的3．56亿美元增长到2023年的11．52亿美元，在2018－2023年的预测期内，复合年增长率（CAGR）为26．5％。市场的主要增长动力包括云上企业工作负载的增加以及智能应用数量的快速增长。

在按应用划分的边缘AI软件市场中，自动驾驶汽车应用预计将在预测期内以最高复合年增长率增长。

边缘AI在自动驾驶汽车中扮演着至关重要的角色。由于实时分析和直接分析更多情景信息的能力，边缘AI提供了主流的数字化转型机会。自动驾驶汽车中的AI在本地处理器上运行，并解释虚拟世界模型，以决定对汽车采取何种操作。借助基于AI的自动驾驶汽车，汽车制造商可以分析驾驶模式并帮助改善道路降低少事故概率。

在按数据来源划分的边缘AI软件市场中，视频和图像识别细分市场预计将在预测期内占据最大市场规模。