获悉，近日「深知未来」宣布完成数千万元人民币A轮融资，由达晨领投，琥珀、国宏嘉信跟投，米贰资本担任企业长期融资财务顾问。据了解，该轮资金将主要用于市场拓展及新产品的研发。

深知未来成立于2017年，主要基于计算机视觉技术、深度学习卷积神经网络、自动机器学习、神经网络搜索等技术，为极弱光场景、高速运动场景、复杂光线场景等定制AI-ISP成像模组，实现高质量的真实、全彩图像重建，其产品和系统主要应用于无人机、自动驾驶、安防、智慧矿井等领域。

以AI-ISP的极弱光成像为例，与白天相比，夜视场景的最低亮度为0.001lux，与白天室外的100000lux光照度相差了8个数量级，因此夜间所能呈现的视觉信息非常少，许多设备的夜间成像非常困难。

长期以来，主流的夜视技术分为两种路径：一是热成像，主要通过红外探测器将热量转换为电信号，但该技术无法呈现细节，对场景要求高；二是光子探测器，利用光学原理将微弱的光线和图像放大，增加亮度和对比度，但该设备成本高，十分依赖进口光电器件。

此外，传统夜视技术还存在单色图像、低分辨率、惧强光、价格高等痛点。从元器件角度来看，目前还没有低照度CMOS能够适应夜间极低的暗度，sensor厂商最低仅达0.1lux，而传统算法和ISP厂商也难以处理极地的信噪比。

在深知未来联合创始人&CEO张齐宁看来，AI夜视技术是目前唯一能够实现全彩夜视的技术路径，具有全彩实时成像、高分辨率、不惧强光、成本低等特点。

原因在于，人类肉眼能看到的可见光波段为380nm～790nm，只占了光谱的十亿分之一，传统夜视技术利用肉眼看不到的红外光谱做成像，而AI技术能直接输入可见光波段以还原色彩。

目前，深知未来的产品形态主要有两种，一是提供夜视机芯形态，包括玄月D1、玄月X4；二是直接交付完整的夜视产品，例如玄月P5便携相机、夜视云台筒机、单目/双目夜视球机等。其中，深知未来的夜视无人机相机机芯能够与云台做深度结合，应用于工业无人机。

从技术角度看，深知未来的优势在于ISP架构的革新。ISP作为一系列图像处理算法的集合，负责完成从sensor RAW到图像数据的转换，在这个过程中需要进行各种矫正、去噪、转换和增强等环节，包含2000～3000的参数量。

这种传统的ISP处理路径是一个串行机制，误差很容易被放大，意味着若最初建模不够精确，那么这个误差在后续环节中会被一步步放大，最终导致成像失真。同时，传统ISP还常常面临光暗不对、摄像机抖动等问题。

深知未来的AI ISP则通过模拟人脑处理视觉成像的方式，重构ISP的算法架构。基于深度神经网络，深知未来构建了一个包含上亿参数的模型，能提升模型的稳固和适应性，从而解决复杂光线、抖动和帧率等问题。目前，深知未来AI ISP能够在1/30秒内将亮度增益提升7000倍，硬件最低照度从0.1lux提升至0.003lux。

从行业角度看，目前国内的海康、大华，国外的索尼、豪威等玩家在夜视应用领域也有着长期的布局和技术积累。张齐宁告诉36氪，如今海康、大华的夜视产品最低照度最低可实现0.1lux，主要为满月场景，而索尼在过去的5年中，已将硬件的最低照度从0.14lux提升到0.07lux，但图像仍然噪点较大，上层的AI应用难以结构化。

其中，在2020年第一季度，索尼的CMOS销量已超3.5亿颗，市占率24.7%；豪威的销量为1.7亿颗，市占率12.3%。

整体来看，夜视技术的应用场景广泛，涵盖夜间社区监控、油田监控、海上油井平台监控、港口监控、隧道监控、夜间取证、水利监测、铁路监控等14大To B场景，但这些场景仍主要采用热成像技术，因此深知未来AI ISP技术在其中的拓展空间很大。

过去一年，深知未来的全彩夜视产品已落地多个全天候安防场景。其中与中国海油合作中，深知未来今年将继续拓展10-20个新项目，预计项目金额达千万以上，公司目标在未来三年完成对中海油客户的全场景安防业务覆盖，成为其第一大安防夜视解决方案供应商。 

张齐宁谈到，安防预计是公司明年大规模落地的行业。同时除了To B领域，深知未来在未来将进一步拓展到车载、医疗和消费场景中。其中据前瞻产业研究院数据，预计2025年，我国车载摄像头市场规模有望突破230亿人民币。随着国内外高阶自动驾驶的落地，车载摄像头将迎来千亿市场。

团队层面，深知未来创始团队由腾讯、百度、小米、华为、大疆等产业界出身的算法专家与产品专家组 成。深知未来联合创始人&CEO张齐宁毕业于武汉大学计算机系，原华为、腾讯技术专家和产品专家，在腾讯创新中心、腾讯研究院、IEG等多个部门历任研发、策划和管理职务；深知未来联合创始人&CTO郭奇锋曾任腾讯SOSO搜索系统架构师、百度商务搜索部基础检索组技术负责人、小米MIUI9多个人工智能项目技术负责人。