各位好，又是一周的周五。我是本期当值编辑刘国辉，来给大家回顾一下本周里发生在前沿技术领域的新鲜事。
在本周，博世与戴姆勒宣布自主泊车方案被当地政府批准了，我们来看一下，自主泊车要走进我们的生活了吗？阿里平头哥发布了一款芯片，有哪些值得关注的地方？北京地铁开始测试刷脸进站，刷卡刷手机要退出舞台？抖音收购了一家用AI制作音乐的公司，有什么价值？
自主泊车要来了？
考驾照的时候，哪部分最难？当然是侧方停车和倒车入库。那还只是在驾校的场地上。在实际路面环境下停车入库，就更难了。
如果你苦于停车难，现在，福音来了。
7月23日，汽车零部件大佬博世与汽车大佬戴姆勒联合宣布，他们联合开发的自主泊车（Automatic Valet Parking，简写做AVP）系统，已经获得德国当地州政府部门批准，可以在斯图加特梅赛德斯·奔驰博物馆落地应用。这使得该系统成为世界第一个被批准使用的L4级别自主泊车系统。
自主泊车
这可以看做是自动驾驶征程上一个小突破。之所以称之为“小”，是因为使用场景非常有限，不是在公共道路上，而是在奔驰自己的博物馆使用。称之为突破是因为，终于有应用可以落地了，包括奥迪、大众、宝马、吉利等整车厂商，法雷奥、博世、大陆等供应商，以及百度、Momenta等自动驾驶技术厂商都在研发自主泊车，也多在测试阶段，不少厂商展示过相关的产品，但获政府许可使用的L4级别自主泊车系统，这还是第一个。一些豪华车会有泊车辅助功能，不过不是L4级别的。
L4级别的自主泊车，可以让车主在接近停车地点时，离开车辆，经过车主确认后，车辆自动驶入停车地点，寻找停车位，并完成倒车入车位的动作。当车主需要车时，可以通过APP等途径，让车自动驶出车位，到达车主指定的地点。
在7月初的百度开发者大会上，百度也展示了自主泊车系统，可以在指定的路线中，自主排队等待车位，车主在路程的最后一公里可以离开车辆，去办自己的事。因此自主泊车也被成为“最后一公里的自由”。而现在的ADAS系统往往也有泊车辅助，人是不能离开车辆的。
当然，这么好的效果，是实验室中的成果，真正到了实际道路上，面对复杂情况，效果肯定并没有那么理想。就现在的泊车辅助系统来说，对道路和车位的识别不能完全准确，会出现停车失败甚至剐蹭，另外有资料显示，系统往往对空中悬挂的障碍物无法有效识别，以至于可能发生碰撞。这个东西涉及到了生命与财产的安全，一次出事，用户大概率以后就再也不用了。所以现在即使是ADAS系统中的泊车辅助功能，使用率也很低。
不过开弓没有回头箭，既然做自动驾驶，总得找可能的落地方向。相比于公共道路上的L4级别自动驾驶，自主泊车场景较为封闭，复杂度更低，路线更短，技术难度更小，用户又确实有需求痛点，商业化落地速度可能更快，所以吸引了大量厂商的进入。有消息称主要做L3级别自动驾驶的百度智能汽车事业部已经转变业务方向，从聚焦高速场景转向了自主泊车。但需要注意的是，泊车这块应用的成熟度也不高，除非你能拿得出100%靠谱的产品。
平头哥的又一款芯片发布了
这么多厂商聚焦自主泊车，虽然普及进度可能没大家想象中那么快，但终归是好事，我们还是盼望技术能快快成熟，把人从停车难的苦境中拯救出来。自主泊车需要摄像头、雷达以及其他传感器，还要有感知、定位、路线规划等技术能力。
当然，有一样东西更是不可或缺，那就是提供算力的芯片，让汽车在本地完成计算，再做出决策。然而芯片在中国是老大难问题，《前沿技术情报所》此前也在文章中剖析过汽车芯片领域的动向。
最近芯片领域的一个新进展是，阿里的平头哥终于公布了自己的产品，即RISC-V架构处理器玄铁910。在去年9月的云栖大会上，阿里宣布成立一家芯片公司即“平头哥半导体有限公司”。在今年5月，平头哥发布了首款物联网NB-IoT芯片大鱼U1。昨天（7月25日），平头哥在阿里云峰会上海站上发布了新的产品。
名为玄铁，容易让人想起独孤求败的玄铁重剑。平台哥的新产品，主打高性能，阿里称可以用于设计制造高性能端上芯片，在5G、人工智能以及自动驾驶等领域有应用潜力。阿里公布的性能数据是：玄铁910采用16核，单核性能达到7.1 Coremark/MHz，主频达到2.5GHz，比目前业界主流的RISC-V处理器性能高40%，并采用3发射8执行的复杂乱序执行架构。
除此之外，阿里并未公布更多信息，比如谁来制造、何时上市等等，而且该款产品在峰会的最后一个环节进行宣布，并没有在黄金时间里推这个受人瞩目的产品，可能是本身还没有完全准备好。制造环节，或许由阿里收购的中天微来承担。从常理来说，这芯片距离上市被使用还有一段距离。毕竟设计之后，还有制造、封装、测试等环节，还要去找合作伙伴与客户，建生态。预计这芯片还需要在阿里的生态里先实现破局，如阿里本身的AI算法训练中使用。至于期望中的在自动驾驶汽车等领域应用，可能一时半会儿实现不了。百度在自动驾驶领域投入这么大，在汽车芯片上还是乖乖用大厂的成熟芯片。自研芯片包括公布的昆仑芯片，以及远场语音交互芯片“鸿鹄”，都是AI云端的芯片。
值得关注的有两点，一是玄铁910采用免费开源的RISC-V架构，而不是arm构架，或许是不想受到arm的制约。RISC-V架构与X86构架和arm构架不同，是一种开放构架，大家都可以基于RISC-V架构去研发芯片。所以最大的特点是开放性。除此之外，这种构架的特点是采用“大道至简”的设计哲学，开发简捷、低功耗，尤其适合物联网芯片开发。
但不足之处在于，其开源版本的开发工具与编译器还不充分，有人形容RISC-V架构的开源版本就像一张简单的图纸，要造出大楼，需要自己去琢磨CPU怎么实现、RTL源代码怎么构建等诸多细节问题。二是玄铁910也采取开放策略，让具备量产能力的厂商、高校科研机构等可以免费下载代码去做芯片原型设计以及构架创新。这不失为快速做大生态的办法。
刷手机乘地铁还没普及，刷脸就来了
但不管怎样，我们还是期望平头哥能像华为海思一样，能给国人带来惊喜，毕竟国内的芯片产业发展相比国外尤其是美国落后太多，但愿国内的芯片企业能早点做出大行其道的产品，实现对国外芯片的替代。
在芯片这种硬件上，我们比美国落后。但在AI技术上，我们至少可以说没有落后太多，在AI应用上，则有底气说我们的应用走得更快一些。美国已经有三座城市（旧金山市、萨默维尔市、奥兰多市）通过决议，不让包括市警察在内的市政机构获得或使用人脸识别技术。而在国内，人脸识别已经成为一种很大众化的技术应用了，在安防上，人脸识别技术在提高破案率、抓捕率方面已经起了很大作用。
最近又有公共部门想用人脸识别技术。北京地铁开始在机场线上测试人脸识别检票闸机，以后在刷卡和刷手机之外，乘客还可以刷脸乘坐地铁了。这比刷卡、刷手机肯定更便捷。尽管阿里、腾讯在刷手机乘坐地铁公交上布了很大的局，但我还是觉得，刷手机并不比刷卡方便，不过确实能让人不用拿公交卡出门了。
现在人脸识别精度非常高，特别是进站这种情形，人脸主动配合设备进行识别，实现精准识别比较简单，可以支持大规模商用。实不相瞒，其实现在虎嗅员工也是刷脸进出入公司了。当然，公司的刷脸门禁与地铁刷脸的复杂度还是不能比。毕竟地铁人流量太大，高峰时间段，整个系统可能要同时进行几十万张图片与人脸的比对，对算力是有一定要求的，保障系统稳定是大规模铺开的前提。
根据新京报记者在机场线上的体验，刷脸进站效率更高，平均用时不到1秒。北京地铁透露，人脸识别设备正在机场线上做小范围测试，主要是验证照片库的精确度，在确保扣款成功率稳定的前提下，才会在全路网铺开。
预计下一步会逐步邀请乘客来参与测试，效果稳定后，会向相关闸机厂商下订单，在更多站点推广。这对商汤、旷视等做计算机视觉识别的公司而言意味着机会。这两家公司都有人脸识别闸机的产品。目前还没有消息显示北京地铁在跟哪家公司合作。
对腾讯阿里而言，之前布局的乘车码可能受到一定打击。但即使是刷脸进站，由于乘客需要将面部信息与身份信息、支付账户绑定，AT两大巨头还是会在支付环节收益，因为大部分人估计还是会绑定微信支付宝。
抖音的背景音乐可能会越来越多样化了
刷脸进站带来的另一大变化是，将乘车介质也实名制化了，以前公交卡是没有和身份信息连接的，但刷脸识别，可能需要把身份信息连接上。这样，我们一天的出行信息，从哪儿来，到哪儿去，也都数字化了。
没办法，数字化生存的时代，我们越来越是透明人，各种信息被收集、使用。网上有不少案例提到，中午跟同事聊天提到想买某种东西，结果不久就在今日头条上收到相关产品的广告。
不管真假，今日头条系的产品，确实是在给用户画像方面做得好，根据数据和算法去做新闻、短视频等内容的推送，这使得今日头条做各种互联网流量产品都很成功。松鼠AI创始人栗浩洋对虎嗅编辑表示，字节跳动的巨大优势主要体现在几个方面，第一就是拥有真正的AI的算法。
抛开口碑不谈，但就AI的应用上，今日头条系的产品确实值得研究，包括在用户画像以及用户体验等层面。最近抖音收购了利用人工智能创作音乐的英国初创公司Jukedeck，已被字节跳动旗下抖音收购。Jukedeck创始人埃德•牛顿-里克斯（Ed Newton-Rex）加盟了抖音母公司字节跳动，并担任人工智能实验室主任。
Jukedeck两位创始人
Jukedeck曾是TechCrunch伦敦2015战地冠军，这家公司的神奇之处在于，其技术可以让用户通过设定参数，生产还可以为视频自动配乐。这些参数包括音乐类型（钢琴、民谣、摇滚、环境音、流行等）、心情（愉悦、忧郁、生气）、乐器和节奏等。
采用这样的技术，制作短视频时的配乐可以更加丰富一些，不至于每个短视频背景音乐都是《狂浪》之类的口水歌了。同时，还有望避开版权纠纷。
Jukedeck 在技术上怎么实现的呢？说到底还是用深度学习，让机器去跑数据，训练模型。Jukedeck系统先将海量曲子录入系统之中，用深度神经网络对曲子进行分析，计算出一段音符接续另一段音符的概率，以及可能达到的效果，从而合成一首跟被分析的曲子风格相近的作品，然后再用程序会将作品转换成音频素材。
评论