在上一期報(bào)告《“視聯(lián)網(wǎng)”：以視頻為核心的下一代互聯(lián)網(wǎng)展望》中，我們論述了視聯(lián)網(wǎng)的意義、趨勢(shì)和影響。報(bào)告提出，視頻具有高帶寬、便利性強(qiáng)等優(yōu)勢(shì)，將是下一代可穿戴式智能設(shè)備的首要互聯(lián)網(wǎng)入口。

視聯(lián)網(wǎng)就是以視頻作為主要信息傳遞介質(zhì)和功能載體的下一代互聯(lián)網(wǎng)形態(tài)，將顛覆當(dāng)前圖文生態(tài)的互聯(lián)網(wǎng)形態(tài)，引發(fā)新一輪互聯(lián)網(wǎng)生態(tài)的激烈競(jìng)爭(zhēng)。要實(shí)現(xiàn)視聯(lián)網(wǎng)，需要突破通訊帶寬、視頻識(shí)別和視頻互動(dòng)等三個(gè)方面的難點(diǎn)。而5G的普及以及AI技術(shù)的突破將是解決這三個(gè)難點(diǎn)的重要抓手。

因此，報(bào)告將視聯(lián)網(wǎng)的發(fā)展趨勢(shì)劃分為四階段：初步應(yīng)用AI技術(shù)的嬰兒期、AI技術(shù)成熟的成長(zhǎng)期、視聯(lián)網(wǎng)生態(tài)形成的青年期以及與智能硬件完美結(jié)合的成熟期。

當(dāng)前，我們正處于視聯(lián)網(wǎng)的嬰兒期。那么，在技術(shù)快速進(jìn)步的當(dāng)下，我們離實(shí)現(xiàn)視聯(lián)網(wǎng)的成熟期還有多遠(yuǎn)?視聯(lián)網(wǎng)究竟是一個(gè)遙不可及的概念還是一個(gè)即將到來(lái)的重大趨勢(shì)?在5G+AI的時(shí)代中，我們又將如何一步步實(shí)現(xiàn)視聯(lián)網(wǎng)的四個(gè)階段?

本期報(bào)告將回答這些問(wèn)題。圍繞視聯(lián)網(wǎng)的實(shí)現(xiàn)路徑，報(bào)告將深度解讀推動(dòng)視聯(lián)網(wǎng)成長(zhǎng)的三個(gè)核心要素，挖掘視聯(lián)網(wǎng)發(fā)展的“一主一次一輔”三條路徑，為視聯(lián)網(wǎng)的發(fā)展與生態(tài)建立提供具備操作性的發(fā)展規(guī)劃。

第一章：探尋視聯(lián)網(wǎng)的實(shí)現(xiàn)路徑

為了探尋視聯(lián)網(wǎng)的實(shí)現(xiàn)路徑，有必要更深入的分析視聯(lián)網(wǎng)的起點(diǎn)與終點(diǎn)，從中提煉出推動(dòng)視聯(lián)網(wǎng)成長(zhǎng)的核心要素。

視聯(lián)網(wǎng)的嬰兒期：“預(yù)期-推送”應(yīng)用模式

在視聯(lián)網(wǎng)的起點(diǎn)，人們剛剛學(xué)會(huì)如何利用AI技術(shù)打破視頻的信息壁，并能夠利用視頻信息進(jìn)行初步的商業(yè)應(yīng)用。在這一階段中，對(duì)于視頻信息的解讀和利用是比較有限的，表現(xiàn)為數(shù)據(jù)維度較少、可辨識(shí)的類(lèi)別有限。這主要是受限于視頻數(shù)據(jù)的數(shù)據(jù)量和標(biāo)識(shí)量。

當(dāng)前以深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法為主流的AI技術(shù)需要大量經(jīng)過(guò)標(biāo)識(shí)的數(shù)據(jù)樣本作為訓(xùn)練AI算法的養(yǎng)料。通常，計(jì)算機(jī)要達(dá)到可商用的識(shí)別能力，需要上百個(gè)差異化的數(shù)據(jù)樣本的反復(fù)調(diào)試。但數(shù)據(jù)的標(biāo)識(shí)和算法的訓(xùn)練需要大量的人力投入，同時(shí)視頻內(nèi)容的版權(quán)和信息安全問(wèn)題也制約了視頻數(shù)據(jù)的傳播。人力與數(shù)據(jù)共同限制著視頻識(shí)別能力的提升。

為了最大化的利用識(shí)別出的有限信息，“嬰兒期”的視聯(lián)網(wǎng)應(yīng)用表現(xiàn)出了典型的“預(yù)期-推送”模式。在這一模式中，本質(zhì)上是利用外部已有的用戶大數(shù)據(jù)和行為心理學(xué)對(duì)視頻觀眾的心態(tài)和行為進(jìn)行預(yù)測(cè)，挑選出被認(rèn)為是最能引起觀眾共鳴的場(chǎng)景。進(jìn)而，集中人力和數(shù)據(jù)讓計(jì)算機(jī)學(xué)會(huì)識(shí)別這些場(chǎng)景，并在全網(wǎng)視頻中找出此類(lèi)場(chǎng)景中，推送與之相關(guān)的應(yīng)用服務(wù)。例如，針對(duì)視頻中的團(tuán)隊(duì)聚餐事件，可以分為提出聚餐、進(jìn)入餐廳、點(diǎn)菜、吃的熱火朝天和結(jié)賬等五個(gè)場(chǎng)景。通過(guò)數(shù)據(jù)分析和常識(shí)判斷，吃的熱火朝天的場(chǎng)景最能引起人們對(duì)吃的情感共鳴，這時(shí)候就可以集中資源讓計(jì)算機(jī)學(xué)會(huì)識(shí)別“吃的熱火朝天”場(chǎng)景，進(jìn)而在此類(lèi)場(chǎng)景中大規(guī)模自動(dòng)化地推送與吃相關(guān)的應(yīng)用服務(wù)，比如外賣(mài)廣告。

基于“預(yù)期-推送”模式，視聯(lián)網(wǎng)的早期參與者開(kāi)發(fā)出了廣告和電商兩類(lèi)應(yīng)用模式。這兩者相對(duì)于其他互聯(lián)網(wǎng)服務(wù)而言，具有商業(yè)模式較輕、變現(xiàn)速度較快的特點(diǎn)，并且對(duì)于視頻場(chǎng)景的需求也較為明確。

廣告業(yè)務(wù)的基本形式在于視頻場(chǎng)景與廣告內(nèi)涵的匹配。通過(guò)解析視頻內(nèi)容中蘊(yùn)含的人物、物體、動(dòng)作、地標(biāo)等信息，可以尋找到與廣告品牌內(nèi)涵相一致的視頻場(chǎng)景，進(jìn)而實(shí)現(xiàn)廣告品牌價(jià)值與視頻內(nèi)容場(chǎng)景相互匹配。這種模式下，可以創(chuàng)造出視頻場(chǎng)景廣告這一全新的廣告形式，大幅提高廣告曝光的接受度和回報(bào)率。

電商業(yè)務(wù)的核心是滿足視頻觀眾的場(chǎng)景消費(fèi)沖動(dòng)。視頻可以帶來(lái)強(qiáng)烈的情感渲染和共鳴，刺激觀眾在特定場(chǎng)景下對(duì)特定商品形成消費(fèi)沖動(dòng)。當(dāng)前的視頻服務(wù)可以通過(guò)解析視頻場(chǎng)景的注意力指數(shù)，在合適的視頻位置推送與場(chǎng)景關(guān)聯(lián)度最高的商品，促進(jìn)商品的銷(xiāo)售轉(zhuǎn)化。

“預(yù)期-推送”模式的主要問(wèn)題以及發(fā)展方向都在于如何提高“預(yù)期”的準(zhǔn)確性。對(duì)于觀眾行為的預(yù)期越是準(zhǔn)確，推送服務(wù)的商業(yè)價(jià)值也就越大。就目前的模式而言，“預(yù)期”在理論上有兩重錯(cuò)配的可能。一是預(yù)期的用戶行為與實(shí)際行為不符，表現(xiàn)為大數(shù)據(jù)分析與個(gè)體實(shí)際行為間的差異，在當(dāng)前階段難以解決;二是實(shí)際視頻內(nèi)容與所需視頻場(chǎng)景不符合，來(lái)自于視頻識(shí)別過(guò)程中的錯(cuò)判，需要提高識(shí)別的準(zhǔn)確率來(lái)解決。

視聯(lián)網(wǎng)的成熟期：“實(shí)時(shí)-調(diào)用”應(yīng)用模式

技術(shù)的發(fā)展將為人帶來(lái)更大的便利。從技術(shù)便利性的角度出發(fā)，我們可以對(duì)視聯(lián)網(wǎng)的成熟形態(tài)作出大膽而又合乎情理的想象。

在視聯(lián)網(wǎng)的成熟期，借助可穿戴智能設(shè)備、尤其是智能眼鏡的普及，人所見(jiàn)的一切信息都將被攝像頭捕捉并在極短的時(shí)間內(nèi)處理成計(jì)算機(jī)可以識(shí)別的視頻信息。此時(shí)，人們從視覺(jué)信息中激發(fā)的所有需求都能得到直接的響應(yīng)。通過(guò)語(yǔ)言、手勢(shì)、眼動(dòng)捕捉等多種形式，計(jì)算機(jī)能夠接收到人們提出的需求，并結(jié)合捕捉到的視頻信息獲悉需求的具體內(nèi)容和對(duì)象，進(jìn)而調(diào)用互聯(lián)網(wǎng)的相關(guān)應(yīng)用和服務(wù)來(lái)滿足人的需求。

最終，以一種極為便利的交互形式(可能是AR、VR或MR)將應(yīng)用和服務(wù)反饋在人機(jī)交互的虛擬層上，形成了我們理想中的成熟的視聯(lián)網(wǎng)模式。在這一階段中，“實(shí)時(shí)”與“調(diào)用”將是描述應(yīng)用模式最為核心的關(guān)鍵詞，與“嬰兒期”的“預(yù)期-推送”模式形成鮮明的對(duì)比。

當(dāng)然，這并不意味著“預(yù)期-推送”模式將被被完全取代，更可能是作為“實(shí)時(shí)-調(diào)用”模式的一種補(bǔ)充。

“實(shí)時(shí)”強(qiáng)調(diào)的是視頻解析能力的全面性和即時(shí)性。這一時(shí)期的視頻內(nèi)容將在各個(gè)維度被全面解析，人眼觀察所能認(rèn)知的一切信息都將被計(jì)算機(jī)捕獲，甚至超越人眼的可辨識(shí)范疇的信息都將被計(jì)算機(jī)掌握。并且，這種識(shí)別能力將是極為迅速的，視覺(jué)所及的一切內(nèi)容在形成需求前都將被計(jì)算機(jī)解析，從而響應(yīng)人們隨時(shí)可能激發(fā)的任意需求。

“調(diào)用”強(qiáng)調(diào)的是互聯(lián)網(wǎng)服務(wù)與視頻內(nèi)容的完美結(jié)合，包含了互聯(lián)網(wǎng)服務(wù)的全面鏈接和服務(wù)形式的因地制宜兩重含義，是視聯(lián)網(wǎng)生態(tài)成熟的重要標(biāo)志。在這一時(shí)期，互聯(lián)網(wǎng)中的各類(lèi)服務(wù)和應(yīng)用將以小程序的形式與視頻內(nèi)容全方位打通，人們?cè)谟^看視頻過(guò)程中激發(fā)出的需求將可以十分便利的調(diào)用對(duì)應(yīng)的互聯(lián)網(wǎng)服務(wù)來(lái)滿足。例如，對(duì)于景點(diǎn)不了解就調(diào)用百科小程序，對(duì)于商品感興趣就調(diào)用電商小程序。同時(shí)，不同形式的互聯(lián)網(wǎng)服務(wù)將以最恰當(dāng)?shù)幕?dòng)形式呈現(xiàn)給人們，實(shí)現(xiàn)體驗(yàn)的最優(yōu)化。

推動(dòng)“視聯(lián)網(wǎng)”成長(zhǎng)的核心要素

對(duì)比當(dāng)前“嬰兒期”的視聯(lián)網(wǎng)模式和理想中的“成熟期”視聯(lián)網(wǎng)模式，可以發(fā)現(xiàn)“視聯(lián)網(wǎng)”的成長(zhǎng)需要在以下三個(gè)方面形成突破：

視頻識(shí)別能力是推動(dòng)視聯(lián)網(wǎng)發(fā)展的核心能力，也是視聯(lián)網(wǎng)的實(shí)現(xiàn)基礎(chǔ)。可以說(shuō)，視頻識(shí)別的精度和速度決定了視聯(lián)網(wǎng)鏈接的廣度和深度。速度上的提升能提高視聯(lián)網(wǎng)的適用范圍，越快的識(shí)別速度意味著觀眾可以更迅速的與視頻內(nèi)容產(chǎn)生互動(dòng)。識(shí)別的精度和維度的提升有助于提高視聯(lián)網(wǎng)的鏈接深度。更多維度和更高精度的識(shí)別才能精準(zhǔn)定位用戶需求，進(jìn)而深耕具體的需求內(nèi)容，調(diào)用最為合適的互聯(lián)網(wǎng)服務(wù)。

視頻小程序生態(tài)是視聯(lián)網(wǎng)的價(jià)值體現(xiàn)。通過(guò)多樣的視頻內(nèi)小程序鏈接豐富的互聯(lián)網(wǎng)服務(wù)，將視頻識(shí)別的技術(shù)能力轉(zhuǎn)化為給視頻觀眾帶來(lái)服務(wù)的功能模塊，在生態(tài)集聚中實(shí)現(xiàn)產(chǎn)業(yè)價(jià)值的最大化。視頻小程序生態(tài)是建立視頻識(shí)別能力之上的。如何最大化利用既有的視頻識(shí)別能力，鏈接盡可能多且好的互聯(lián)網(wǎng)服務(wù)、為視頻觀眾提供最為便利性的服務(wù)，是視頻小程序生態(tài)建設(shè)的核心問(wèn)題。

軟硬件協(xié)同進(jìn)程：視聯(lián)網(wǎng)真正走向成熟，還需要軟硬件層面的協(xié)同發(fā)展，促進(jìn)視聯(lián)網(wǎng)的快速推廣與應(yīng)用落地。這其中的協(xié)同包括處理芯片、通訊帶寬、攝影設(shè)備、互動(dòng)設(shè)備等。這就要求在硬件設(shè)計(jì)層面就盡可能囊括視聯(lián)網(wǎng)的軟件應(yīng)用，包括識(shí)別算法、互動(dòng)程序等。

第二章：視聯(lián)網(wǎng)的發(fā)展路徑：“一主一次一輔”

圍繞視聯(lián)網(wǎng)成長(zhǎng)的三個(gè)核心要素，可以明確視聯(lián)網(wǎng)發(fā)展的主要路徑，具體分為“一主一次一輔”的三條發(fā)展路徑。

仔細(xì)辨析三條路徑的發(fā)展前景，可以發(fā)現(xiàn)，視聯(lián)網(wǎng)的成熟期離我們并不遙遠(yuǎn)。

主線：視頻識(shí)別能力從量變到質(zhì)變

視頻識(shí)別能力的進(jìn)步是視聯(lián)網(wǎng)發(fā)展的核心主線。視聯(lián)網(wǎng)從嬰兒期向成熟期的發(fā)展，需要視頻識(shí)別能力變得更快、更準(zhǔn)、維度更多。尤其是在維度層面，視頻識(shí)別不僅是對(duì)單個(gè)元素，例如人臉、物體、商標(biāo)等的識(shí)別，更需要對(duì)多元素組合而成的場(chǎng)景、連貫發(fā)展的事件等進(jìn)行識(shí)別，以保證人的相關(guān)需求都能得到響應(yīng)。

從當(dāng)前的技術(shù)條件來(lái)看，視頻識(shí)別能力的進(jìn)步主要取決于數(shù)據(jù)積累和算法迭代兩個(gè)方面。其中，算法迭代往往是可遇而不可求的，當(dāng)前人工智能算法的突破也是建立在數(shù)十年理論研究和天才的靈光一閃之上。

與之相比，利用當(dāng)前深度學(xué)習(xí)算法實(shí)現(xiàn)視頻識(shí)別能力的提升是可預(yù)期和可實(shí)現(xiàn)的。其中的關(guān)鍵在于數(shù)據(jù)積累引起的識(shí)別能力從量變到質(zhì)變。

深度學(xué)習(xí)算法的特點(diǎn)在于可以通過(guò)不斷的數(shù)據(jù)積累，讓計(jì)算機(jī)對(duì)于已標(biāo)注的單元識(shí)別能力越來(lái)越精準(zhǔn)。與此同時(shí)，更多的數(shù)據(jù)又有助于寫(xiě)出更優(yōu)化的算法，提高計(jì)算機(jī)對(duì)于視頻的識(shí)別速度。

隨著被標(biāo)注的元素和事件維度越來(lái)越豐富，計(jì)算機(jī)可識(shí)別的元素廣度和事件深度也在不斷增加。

在這個(gè)量的積累過(guò)程中，計(jì)算機(jī)的識(shí)別能力正在不斷接近人眼的識(shí)別能力，而當(dāng)計(jì)算機(jī)能完全識(shí)別所有人眼能夠捕捉到的信息，就完成了從量變到質(zhì)變的過(guò)程。在此之后，起碼在精確度和識(shí)別維度方面，計(jì)算機(jī)已經(jīng)能夠勝任實(shí)時(shí)處理的要求。

在處理速度方面，隨著摩爾定律繼續(xù)發(fā)揮作用，能夠滿足實(shí)時(shí)處理能力的視頻處理專(zhuān)用芯片也將很快誕生，推動(dòng)視頻識(shí)別能力走向成熟。

在阻礙方面，視頻標(biāo)注所需的大量人力成本或許會(huì)成為制約視頻識(shí)別能力快速發(fā)展的主要阻礙。為了應(yīng)對(duì)這一問(wèn)題，一方面需要投入更多資源研發(fā)數(shù)據(jù)需求量更少的算法，另一方面也可以建立研發(fā)聯(lián)盟，由頭部企業(yè)聯(lián)合起來(lái)共同承擔(dān)成本，可以避免在視頻識(shí)別技術(shù)上的重復(fù)投入。

次線：視頻小程序生態(tài)的建設(shè)與優(yōu)化

視頻小程序生態(tài)的逐步壯大和優(yōu)化是視聯(lián)網(wǎng)發(fā)展的次線。之所以是次線，是由于視頻小程序生態(tài)需要建立在較強(qiáng)的視頻識(shí)別能力之上。一個(gè)完善的視頻小程序生態(tài)可以將視頻識(shí)別技術(shù)創(chuàng)造出的價(jià)值最大化，為更多的人提供服務(wù)和便利。

而要形成一個(gè)完善的視頻小程序生態(tài)，最為重要的就是建立一個(gè)針對(duì)視頻互動(dòng)技術(shù)的開(kāi)發(fā)者生態(tài)，讓開(kāi)發(fā)者有動(dòng)力和激勵(lì)圍繞視頻識(shí)別技術(shù)的進(jìn)步不斷研發(fā)新服務(wù)和更新已有視頻小程序。

對(duì)比手機(jī)應(yīng)用市場(chǎng)和小程序等生態(tài)的建立，視頻互動(dòng)技術(shù)的開(kāi)發(fā)者生態(tài)，乃至視頻小程序生態(tài)的建立，需要在以下三個(gè)方面加以努力。

一是市場(chǎng)和流量規(guī)模。市場(chǎng)規(guī)模越大，越能吸引開(kāi)發(fā)者加入研發(fā)新的應(yīng)用程序，而越多的應(yīng)用程序，越能吸引顧客進(jìn)一步擴(kuò)大市場(chǎng)規(guī)模。但對(duì)于全新的視頻小程序生態(tài)而言，市場(chǎng)規(guī)模從零開(kāi)始，應(yīng)該如何做到冷啟動(dòng)，形成良性循環(huán)?首要的目標(biāo)應(yīng)是做大流量規(guī)模，以一兩款核心小程序?yàn)橘u(mài)點(diǎn)，讓視頻小程序生態(tài)接入盡可能多的視頻播放平臺(tái)，獲得足夠的曝光機(jī)會(huì)。也正因此，視頻小程序生態(tài)的先發(fā)者往往能占據(jù)很大的優(yōu)勢(shì)。

二是小程序生態(tài)的管理水平。視頻小程序生態(tài)的建立能帶來(lái)巨大的市場(chǎng)價(jià)值，也必然面臨激烈的競(jìng)爭(zhēng)。不同視頻生態(tài)間的競(jìng)爭(zhēng)考察的不僅是視頻識(shí)別的技術(shù)能力，同樣考察企業(yè)對(duì)于小程序生態(tài)的管理能力，包括如何在開(kāi)發(fā)者、流量方和平臺(tái)方之間分配收益、如何管理審核小程序的規(guī)范性和合法性、如何激勵(lì)開(kāi)發(fā)者為新技術(shù)研發(fā)新應(yīng)用等。完善的生態(tài)管理機(jī)制將大幅增加視頻小程序生態(tài)的親和度，進(jìn)而加快開(kāi)發(fā)者生態(tài)的形成。

三是開(kāi)發(fā)環(huán)境的便利度。一個(gè)良好的開(kāi)發(fā)生態(tài)的建立還需要便利的開(kāi)發(fā)環(huán)境，包括開(kāi)發(fā)語(yǔ)言的難易程度、功能模塊的完善程度、應(yīng)用更新的便利程度等。

視聯(lián)網(wǎng)中的小程序生態(tài)必然將引發(fā)激烈的競(jìng)爭(zhēng)，以上三個(gè)角度將是企業(yè)建立護(hù)城河，打造行業(yè)標(biāo)準(zhǔn)的重要方面。

輔線：軟硬件協(xié)同進(jìn)程的不斷推進(jìn)

軟硬件協(xié)同指的是將特定的軟件功能內(nèi)嵌在硬件之中，通過(guò)有針對(duì)性的資源優(yōu)化，從而加快處理速度、減少功耗等。軟硬件協(xié)同之所以是輔線，一方面是由于缺失硬件配套并不妨礙視聯(lián)網(wǎng)產(chǎn)業(yè)生態(tài)的建立，另一方面則是硬件投入成本高，軟硬件協(xié)同需要大規(guī)模市場(chǎng)的刺激，對(duì)于新生的視聯(lián)網(wǎng)生態(tài)而言，過(guò)早的介入硬件開(kāi)發(fā)不利于在軟件開(kāi)發(fā)上的精益求精。

但是，通過(guò)軟硬件協(xié)同，可以大幅減少視聯(lián)網(wǎng)落地應(yīng)用和走向成熟的時(shí)間。例如，在攝像頭中直接加載視頻識(shí)別能力，可以大幅減少視頻識(shí)別所需的時(shí)間和成本;在視頻播放設(shè)備(如投影、眼鏡、電視等)中內(nèi)嵌視頻互動(dòng)生態(tài)，可以極大的拓展視聯(lián)網(wǎng)生態(tài)的應(yīng)用范圍。

第三章：視聯(lián)網(wǎng)發(fā)展的前景預(yù)期

在分析了視聯(lián)網(wǎng)的核心發(fā)展要素和實(shí)現(xiàn)路徑之后，回顧視聯(lián)網(wǎng)發(fā)展的四個(gè)階段，可以更為詳盡的解析各個(gè)階段的狀態(tài)和市場(chǎng)規(guī)模，描繪一個(gè)更為清晰的視聯(lián)網(wǎng)發(fā)展前景。

“百億規(guī)模的嬰兒期”(3年內(nèi))

最為核心的特點(diǎn)是視頻識(shí)別能力的不斷積累。視聯(lián)網(wǎng)的參與主體們都在努力修煉自身算法，以期盡早占據(jù)技術(shù)高地，形成獨(dú)一無(wú)二的產(chǎn)品優(yōu)勢(shì)。與此同時(shí)，圍繞視聯(lián)網(wǎng)的視頻小程序應(yīng)用開(kāi)發(fā)也將如火如荼的展開(kāi)。早期的加入者希望抓住這一新的機(jī)遇，牢牢把握先發(fā)優(yōu)勢(shì)，以期在視頻小程序生態(tài)中成長(zhǎng)為新的巨頭企業(yè)。

嬰兒期的視聯(lián)網(wǎng)企業(yè)需要在技術(shù)能力和商務(wù)能力上實(shí)現(xiàn)“雙輪驅(qū)動(dòng)”。提高視頻識(shí)別的技術(shù)能力和加強(qiáng)視頻互動(dòng)產(chǎn)品落地的商務(wù)能力，兩者是相互促進(jìn)、一榮共榮的關(guān)系，這是由當(dāng)前的技術(shù)特色所決定的。

應(yīng)用場(chǎng)景和數(shù)據(jù)的增多會(huì)有助于進(jìn)一步優(yōu)化視頻識(shí)別算法，從而為應(yīng)用場(chǎng)景帶來(lái)更好的服務(wù)效果，促進(jìn)商務(wù)的更快拓展。因此，對(duì)于以技術(shù)為核心的眾多初創(chuàng)企業(yè)而言，迅速拓展商務(wù)能力不僅能帶來(lái)高速增長(zhǎng)的業(yè)績(jī)，更是企業(yè)生存和競(jìng)爭(zhēng)必要選擇。

從市場(chǎng)規(guī)?？矗?dāng)前已有的廣告和電商的互動(dòng)形式將支持視聯(lián)網(wǎng)迅速踏上百億級(jí)的臺(tái)階，三年的估算是一個(gè)相對(duì)保守的測(cè)算。例如視頻場(chǎng)景廣告就將迅速替代已有的前貼片、中插等視頻廣告形式，而單單視頻貼片廣告的市場(chǎng)規(guī)模在中國(guó)就達(dá)到了四五百億之多。

千億規(guī)模的成長(zhǎng)期(未來(lái)3-6年)

視聯(lián)網(wǎng)進(jìn)入成長(zhǎng)期的重要標(biāo)志是視頻識(shí)別能力達(dá)到或超越人眼的識(shí)別能力，并能支持較為復(fù)雜的事件識(shí)別。

在這個(gè)階段，視頻識(shí)別能力提升所能帶來(lái)的收益已經(jīng)越來(lái)越少，市場(chǎng)競(jìng)爭(zhēng)的重點(diǎn)轉(zhuǎn)向了視頻小程序生態(tài)的競(jìng)爭(zhēng)。

早期參與視頻小程序生態(tài)的企業(yè)將面臨新玩家的激烈競(jìng)爭(zhēng)。視聯(lián)網(wǎng)的價(jià)值將得到廣泛認(rèn)可，眾多巨頭為了搶占視聯(lián)網(wǎng)的全新風(fēng)口，將紛紛斥巨資加入視聯(lián)網(wǎng)生態(tài)的競(jìng)爭(zhēng)。與此同時(shí)，一些有遠(yuǎn)見(jiàn)和資源的企業(yè)將會(huì)把目光放在視聯(lián)網(wǎng)硬件的開(kāi)發(fā)之上，把視頻識(shí)別技術(shù)嵌入硬件之中，形成諸如智能攝像、智能編輯、視頻專(zhuān)用芯片等產(chǎn)品。

未來(lái)3-6年中，視聯(lián)網(wǎng)在各類(lèi)視頻小程序生態(tài)的支持下，將輕松突破千億規(guī)模。例如，廣告將不再局限在視頻場(chǎng)景之中，各類(lèi)視頻內(nèi)的小程序服務(wù)(如百科、訂票、購(gòu)物推薦等)都將成為廣告載體，擴(kuò)大整個(gè)視聯(lián)網(wǎng)的市場(chǎng)規(guī)模。

萬(wàn)億規(guī)模的青年期(未來(lái)6-10年)

視聯(lián)網(wǎng)的青年期代表了視聯(lián)網(wǎng)小程序生態(tài)的基本形成。依托完整的應(yīng)用生態(tài)和成熟的視頻識(shí)別技術(shù)，視聯(lián)網(wǎng)已經(jīng)基本能夠?qū)崿F(xiàn)“實(shí)時(shí)-調(diào)用”模式。

在這一階段，視聯(lián)網(wǎng)的硬件研發(fā)將進(jìn)入高潮，可穿戴智能設(shè)備的逐漸成熟帶動(dòng)視聯(lián)網(wǎng)與硬件的結(jié)合越來(lái)越緊密。

視頻互動(dòng)生態(tài)的形成和硬件研發(fā)的深入將推動(dòng)視聯(lián)網(wǎng)從千億級(jí)規(guī)模邁入萬(wàn)億級(jí)規(guī)模。

視聯(lián)網(wǎng)的成熟期(未來(lái)10-15年)

視聯(lián)網(wǎng)的成熟期可能將在未來(lái)10-15年到來(lái)，這主要取決于新一代智能設(shè)備的成熟時(shí)間。

智能硬件與視聯(lián)網(wǎng)將完美結(jié)合，人的視覺(jué)感官將成為互聯(lián)網(wǎng)的入口，可以鏈接到一切聯(lián)入互聯(lián)網(wǎng)的設(shè)備、享受其提供的服務(wù)。

這一時(shí)期視聯(lián)網(wǎng)的市場(chǎng)規(guī)模將沒(méi)有統(tǒng)計(jì)的意義，就像現(xiàn)在的互聯(lián)網(wǎng)一樣，視聯(lián)網(wǎng)將成為基礎(chǔ)設(shè)施，融入生活的方方面面。