苹果检测中心检测_ 活体检测成为AI安全焦点，云从比邻星相机通过国标检测

最近，云从开发的两种邻近星系列红外相机和核心算法中，正式通过金融业国家级权威性检测机构银行卡检测中心( BCTC )的技术检测，得到发行的检测合格报告书。

该系列产品也是全国唯一检测到的BCTC红外双目相机，生物检测性能达到了金融支付标准中最高的安全水平(增强水平)。

对此，云接受了科技金融事业部社长张繁荣的CV智识采访，交流了产品的算法、芯片、应用场景、产业链的现状。

张盛介绍，红外线生物识别与人脸识别精度不同，这是二维的技术需求，无论在任何人活动的情况下，对生物检测的要求都不变。

在人脸识别精度方面，新兴的AI公司几乎完美无缺，但是生物检查却成为弱点。 腾讯今年在“世界黑帽子大会”上发表的研究成果显示，苹果的FaceID存在脆弱性，生物认证数据的泄露、人工智能欺诈能力的增强是生物认证的核心弱点。

这是活体检测“金融级”安全应用的必要原因。 存在交易活动(银行存款、脸书消费)时，脸部是重要的交易证明书，安全水平越高，技术水平越高，交易安全和用户体验就越保证。 在没有交易的公共场所，利用严格的生物检查技术防止自我盗窃的行为也变得越来越重要。

其实国内一些厂商已经达到金融级安全标准，但市场现状很混乱，各项技术方案的实现途径各不相同。 BCTC、银联与算法商、终端商等行业内的玩家共同制定了技术规范，明确定义了金融等级的安全标准。

官方标准制定组织与算法商、终端商等行业内的玩家共同制定标准，反映了行业的成熟。 在人脸识别行业，针对b方顾客的特殊市场需求和市场结构，算法制造商、IC设计师、世代工厂、终端制造商形成了严密的产业链。

算法商方面表示，张盛对CV的智慧，云已经形成了从实验室算法到产品化、平台化的研发过程，最终能够开发出低中高级的可复制产品，实现迭代。

这个产品化的过程，实际上是云与IC设计者密切合作，最终客户得到了产品的性能表现，由软件x硬件决定，因此两环必须发挥各自的优点。

云向IC设计者提供了神经网络的设计构想，提供了在芯片上运行的具体算法，IC设计者、晶片工厂、组装工厂等多家上下游公司与云一起从芯片、流程表的设计到模块化生产，最终向终端厂家提供产品

早期，作为算法的提供商，云可以通过上下游的各个元素，提出整体性的建议，制作模板。 张盛说，像微软制作surface一样，云贯穿各个环节，不是扩大饼干，而是通过各个环节的参与，来教授上下游做什么。 在市场规模化之后，云将回到其核心领域，专注于提供包括其技术在内的交互模块。

b方用户的决策行为更合理，购买客户首先因资本属性不同而有不同的行为机制。 例如国有企业严格招标，民营企业决策灵活。 其次，公司内的各利益相关者，包括决策者、使用者、维护者、资金提供者在内都有不同的利益诉求，因此决定采购行动时，利益相关者进行讨论和评价，最后取得平衡，形成集体决策结果。

面对这样的市场特征，云在区域下分别进行各行业的场面营销。 云还为满足整个设备需求的最终用户提供了整个设备的建议。

市场竞争越来越激烈，零售场面是典型的切面。 云从的比邻星红外线生物相机已经应用于一些咖啡店和超市，最近公开的广告宣传书也以供应链物质网络(包括零售、物流)作为其重点配置的垂直领域之一。

再加上，纵向一体化的华为被AI的领域包围，芯片的集成度也越来越高。 如何面对大公司的潜在竞争？

从张繁荣的角度来看，云是专注于人与人的交流，不是项目制造公司而是产品型公司，云决不做智慧城市项目，一战不求十亿人。

张盛对CV智识说，华为这样的大企业做些什么，必须考虑市场规模和投资回报率。 有的市场没有百亿级。 他们可能没有考虑。 云集中精力与人类对话，首先创造比较小的市场，以免与大型企业发生正面冲突。 在获得市场细分后，云再次接近市场，最终通过迂回战略实现了公司业绩的持续增长。

来自大公司的压力，是AI新兴独角兽面临的共同挑战。 在综合实力强、集成能力一流、没有明显短板的大公司面前，AI新兴独角兽攻克了这一点，一些公司已经在短短几年内找到了适当的定位，实现了巨大的财务增长。 但最重要的问题是，他们的业绩和技术质量能否与优秀的评价相匹配