今年3月，巴塞罗那全球移动通信大会的论坛上，LINE(一个韩国控股发起于日本的即时通信超级APP，让通信变得具有情感，各类卡通表情sticker就是其原创)也展示了未来的Family Chat场景。具体已经记不清楚，大概内容与下面的场景相似：
我(上班中)：家里还有什么吃的？
冰箱：有苹果3个、蔬菜2把、鸡蛋10个
我(上班中)：牛奶还有一盒吧
冰箱：是的，但是已经放置10天了，超过保质期要求，建议撤换
我(上班中)：下班需要带点什么
冰箱：根据上个月的习惯，建议优先带两斤西红柿，其次带两瓶酸奶，最后可以补充点冰棍，提醒，冰棍吃多了有害身体健康。
……
当我们的家居(设备)变成微信里的一个好友，这样从人-人沟通延伸到人-物沟通显得那样自然。应该说2014年底腾讯合作伙伴大会上就已公布QQ物联计划，当然腾讯的雄心并不局限于智能家居，而是包含家庭、娱乐、安全、车载等多种沟通类、音视频播放类、控制类、数据采集类设备。在本次互联网大会上，腾讯宣称有超过2000家企业(产品超过100种)申请接入，目前即将开展公测。腾讯继续沿用开放平台模式，将即时通信能力、QQ或微信号、文件传输能力以及音视频播放、未来的语音识别、人脸识别能力通过SDK方式进行开放，当前阶段通过免费接入(不分成)，甚至补贴来提振产业链积极性，未来的盈利主要通过云端服务方式实现，比如存储等。
三、下一个技术热点：智能视频+视频大数据
盘点一下2000年后的技术创新，我们发现互联网本身重大技术创新并不多，相反无线宽带通信技术创新更为突出，互联网的创新主要来自应用创新。已经发生的主要应用创新有如下几项：
搜索技术创新。搜索并不是检索，是因为好的搜索引擎能够理解语言，也就是自然语义识别。自然语义识别技术能够让机器在文字层面与人沟通。
语音识别技术创新。应该说现在很多的浏览器、搜索、导航、语音助手应用中，都内置语音识别模块，甚至IOS操作系统都自带，只是用户的习惯还没有完全形成，使用场景不足，对于各类语音助手应用来说更是如此。但语音识别技术仍然是重大应用创新，让机器在语音层面与人沟通。
智能硬件技术。包含手机在内的各类小巧灵便的智能硬件，将程序化的计算处理能力延伸到手指、眼睛、耳朵各个器官。
云计算与大数据技术。计算资源的灵活配置或共享大大节省系统部署成本，大数据处理技术创新使得机器学习能力快速提升。
其实从上述应用创新盘点中可知，未来的趋势必定走向人工智能。沿着这个趋势去看，文字、语音、大数据学习都在解决中，那么下一个应用技术创新一定发生的视频领域，智能视频及视频大数据应用一定是人工智能无法绕开的技术瓶颈，是真正的风口浪尖。
那我们目前的视频存在什么问题呢？以2014年初昆明火车站暴恐事件为例，为什么暴徒行凶25分钟内没有及时发觉，而是25分钟后一个拿枪的警察出现，击毙几个暴徒后立刻控制场面，是摄像头不足吗？
其实不然，在各地平安城市建设下，摄像头已经遍布城市的各个角落，以火车站为例，据说有上万个摄像头，问题是多少个人来监控观看？可能不超过5个。现有的以事后查证为主要模式的视频监控无法及时发现问题，根源在于视频不够智能。
去年参加过一个同学会组织的论坛，一个从谷歌回来创业的学长告诉我们，是因为目前的摄像头不对，因为目前所有的拍照摄像工具都是二维，因此对智能视频识别造成困扰，比如无法识别阴影、远近、交错这些关键环节。而谷歌无人汽车之所以能够畅行无事故，是因为谷歌汽车用的摄像头是三维，三维在二维基础上增加探测距离的红外激光点阵。那位回国的学长主要解决低成本三维摄像头生产以及创新商业应用，比如自动报警、商场人流量自动探测等。
毫无疑问，这样的创业公司一定牛得一塌糊涂，今年博鳌论坛上，一家创业公司CTO已经出现在某个分论坛上，畅谈人工智能。在7月份的互联网大会的技术大讲堂上，几乎一半的内容与智能视频相关，Intel公司介绍的“实感”三维摄像头及应用与此异曲同工。
三维摄像只是解决视频获取的问题，为后面的大数据分析、智能视频控制奠定基础。真正的智能视频应用还必须与视频大数据结合。其实视频大数据不仅针对三维视频内容，目前的二维视频内容同样需要视频大数据技术及应用。目前视频大数据的增长是整个社会大数据增长的最主要来源，爱奇艺的数据显示，日均PPC视频时长444小时，而日均UGC时长6349小时，而UGC全部来自用户的创造上传。对这些内容的分析管控，靠人工识别是无法完成的，一定得靠机器自动识别分析。
当然针对视频的应用技术创新并不简单局限在三维摄像与视频大数据，而是全方位的。一方面机器越来越人性化，能够立体的感知周围现实，甚至能识别人类的表情，关于人脸表情识别已经像语音、图像识别一样蓬勃发展。另一方面人的生活越来越虚拟化，在虚拟的世界里身临其境的“真实”体验，如全息投影、裸眼3D、虚拟现实等，这个世界越来越向黑客帝国演进了，不是吗？
(责任编辑：安博涛)
