360摄像机往事：一半芯片江湖，一半理想国度

浅友们好~我是史中，我的日常生活是开撩五湖四海的科技大牛，我会尝试各种姿势，把他们的无边脑洞和温情故事讲给你听。如果你特别想听到谁的故事，不妨加微信（微信号：shizhongmax）告诉我。

360摄像机往事：

一半芯片江湖，一半理想国度

文 | 史中

（零）

有人说，中年人的崩溃，总在一瞬间。

2016年的一天夜里，360儿童手表的产品经理收到一张汕头用户发来的截图，上面写着一个问题：“爸爸妈妈离婚了怎么办？”

360手表里有一个卡通语音助手“巴迪龙”，小朋友日常可以问它天马行空的问题。如果是简单的问题，比如“开水有多少度”，那人工智能就会直接回答；如果遇到了人工智能回答不了的难题，就会通过 App 转发给家长，引导家长和孩子沟通。

这位小朋友，碰巧问出了人世间最难的问题。也许总有一天他会听到罗大佑的那首歌：“爱是没有人能了解的东西。”

孩子的爸爸，刚刚在离婚官司里大杀四方争取到了抚养权。他没日没夜拼命赚钱，给孩子买最好的衣服，最好的玩具，当然还有这块手表，他就是要证明，即使没有妈妈陪着，孩子也一样是最幸福的。

可是，看到孩子对最信任的巴迪龙偷偷问出这个问题的时候，他收刀入鞘。爱就是爱，世间并没有等价物可以与爱交换。他决定把自己的故事分享给360，才截了这张图。

在时任360儿童手表产品负责人孙浩的记忆中，这是一个产品经理重要的人生时刻。因为有人曾那么信任他们，把内心世界的柔软和盘托出，冰冷的塑料外壳因此有了人间的温度。

这个故事，也许可以算作360硬件团队的一则“人生寓言”。

巴迪龙

说到360，你脑海里应该会浮现出“杀毒”，要不就是“浏览器”、“搜索”，要不就是“3Q大战”，当然还有些不那么友好的词汇。但我猜绝大多数人和我一样，总是慢一拍才想起来，360其实还出过很多硬件产品。

我的个人感受是，但凡用过360的硬件，无论是智能摄像机、行车记录仪、智能门铃还是家庭防火墙（路由器），总会感受到一种“别致的性格”。

举几个例子你感受一下：

比如他们开创了儿童手表这个品类，还第一个在手表上为孩子增加了智能语音助手；比如他们在智能门铃上增加了“声音修改器”，让独自在家的女生可以变声为猛男和门外的人讲话；比如他们为智能音箱增加了童声，只要是小朋友对音箱说话，就切换成童声回答。比如他们的路由器 App 增加了管理小朋友上网行为的功能，可以防止游戏沉迷，甚至还能扫出酒店有没有隐藏摄像头。比如他们在家庭摄像机上增加了“分享”功能，可以把自己的视频画面分享给千里之外的家人实时查看。

这已经足够把360的东西从小米、华为这些大厂的同类产品中区分出来。

不过，这个“别致的性格”到底是从哪来的？它背后究竟是一群机会主义者还是理想主义者？我瞅准机会，逮住360硬件团队的技术产品大牛、软件中台部总经理孙浩，在咖啡馆的角落里聊了一下午，从烈日当空到余晖斜映。

岁月浩瀚，故事太多。他想来想去，决定用360硬件产品线中最有“性格”的产品之一——360摄像机——来娓娓道来他和同事们的光荣与梦想。

而顺着他的故事，我也发现了一段更为波澜壮阔的历史历程。我想把这些讲给你听。

孙浩

（一）

讲故事前，不妨给我两分钟介绍一下孙浩老湿。

总看浅黑的浅友们可能知道，360经常出“奇人”。

你看，有修车修到一半忽遇高人点化成为黑客的李均，有白天在工厂上班晚上自学开发出军用级卫星追踪雷达的郝经利，有上课鼓捣文曲星鼓捣成世界级漏洞大神还跟美帝斗智斗勇的MJ……数不胜数。

当然，这些奇人能加入360的最大原因还是那个天天穿着红T恤，一拿到话筒别人就抢不过来，一看到人才就手痒不搞到手誓不罢休，现在天天奔走呼号要用安全大脑保卫祖国的周鸿祎。

巧了，孙浩也是一个奇人，他加入360也是因为周鸿祎。

2012年，还在河海大学自动化系读研的孙浩因为爱好，在天涯、虎嗅、钛媒体上发了很多分析智能硬件的文章。没想到2013年被眼尖的老周看到了，“钦点”人事部门把这小子招到360来搞硬件。

这是当时一篇文章的截图

老周没看错人，孙浩确实是个“搞机达人”：大学期间几乎拿遍了电子设计类竞赛的所有奖项，上学这几年他把还自己的手机刷得底朝天。限制他没有冲去美国 CES 电子展朝圣的因素只有一个——穷。

那一年可真是智能硬件的春天。

谷歌宣布32亿美元收购了 iPod 之父创建的智能家居硬件公司 Nest，Pebble的新手表在CES上火爆亮相，弗林特艺术中心里，Apple Watch 艳压群芳。

在中国，爱耳目、小蚁先后推出智能摄像机，不仅在极客圈子一时风光无两，还成功地引起了吃瓜群众的注意，好多愿意尝鲜的人，都给自己家装了个摄像头。“家庭安防”这个市场像孙猴子一样从石头缝里蹦了出来。

被称为“小水滴”的360摄像机，也是在这第一个浪头中推出的。

那时候孙浩还在儿童手表团队，和摄像机算是“兄弟连”，不过他也全程目睹了同事们的骚操作。

这群人不是一上来就去找供应链磕成本，也没挑灯夜战肝代码，而是舒服地窝在沙发里。。。他们没有摸鱼，而是在做一件无比重要的事情——思考。

思考两件大事：第一、我们为啥要做摄像机？第二，谁需要我们的摄像机？

为啥做？为了赚钱。谁需要？有人住的地儿都需要吧。。。如果这样想，那产品不可能成功。

倒回去，重新想。

为啥要做摄像机？ 因为360是做网络安全的，在吃瓜群众心里的认知和护舒宝类似，关键词是“安全”、“省事”、“放心”、“不侧漏”。所以，360做家庭摄像机的终极目的也是为了给人们安全感。 谁需要360的家庭摄像机？ 缺啥补啥，没有安全感的人需要360的家庭摄像机。这个国度里最没有安全感的，一是“上有老”的人，二是“下有小”的人，三是“上有老下有小”的人，换句话说，就是 ~~苦逼的社畜~~ 社会的“中坚力量”。

其实，这两个问题360内部早就想清楚了。你看，儿童智能手表能让操碎心的家长随时能得知孩子的状况，后来的行车记录仪能保护家人平安归来，路由器能帮助家里老人孩子安全上网不翻车。说到底，这些都是为“中坚力量”增加安全感的产品。

说回我们的故事。回答完这两个问题，360摄像机团队要做的事情就一下子变得具体而别致了。

举个例子，他们一开始就做了一个剑走偏锋的功能——“哭声检测”。

这功能说出来很简单，就是如果你家娃哭了，摄像头就能“听”出来，这可以让很多没办法陪在孩子身边，由家里老人或者保姆照看孩子的“中坚力量”宽心不少。

没想到，这个简单的哭声检测功能推出之后居然大受欢迎，搞得当时很多用户还去其他牌子摄像头的网店下面留言：“你们为什么没有哭声检测？”

看，“中坚力量”的痛点比一般人想象中要大。

别看功能简单，背后的技术原理却并不简单。接下来扶稳坐好，就从这个“哭声检测”开始，我带你去看一条澎湃的技术大河。

（二）

细节在于一颗芯片上。

摄像机很小，价格也很便宜，所以其中的芯片计算力并不大。但是，判断周围有没有哭声的重任却全部压在这颗芯片上。

具体来说，“哭声检测”实现的技术流程拢共分三步：

1、团队会找来一堆婴儿哭声的声音数据。 2、在360的内部，用算法对这些数据进行学习训练，产生出一个可以识别哭声的“模型”。 3、把这个模型“塞”进摄像机芯片里，它就可以实时判断哭声了。

现在问题来了。

刚才说过，受限于成本，摄像机里的芯片计算力和运行空间都很可怜，装不下那个模型。这就像一个小学生，要被逼去解微积分问题。。。这可怎么办呢？

所以，要想把哭声识别的模型塞进那么弱的芯片，就要先对模型进行裁剪和优化。

这个裁剪的工作，难度不亚于把大象塞冰箱。如果裁剪得不够狠，就塞不进芯片；如果裁剪得太狠，就会让模型变得太糙，造成漏报或误报——孩子真哭了却没有发现，或者稍有风吹草动就会被识别为“哭声”。。。

就像一张片，压缩得太厉害就失去了风采↓↓↓

当时就为了这个小小的哭声模型裁剪，算法团队和产品团队折腾了个够。

不过，之后的故事证明，他们这番折腾具有历史意义——直接把自己给逼上了“人工智能”的不归路，而这条路恰好通向新世界。

不久后，团队“得寸进尺”，准备开发另一个功能：“人形检测”。

这个功能说起来也很简单。

当陌生人闯进了你家，摄像头要在第一时间反应出来视野里有个“人”，然后给机主发警报信号。这就是“人形检测”。

他们还想参照“哭声检测”的方式，先在360内部训练一个能识别出人形的模型，然后塞进摄像头的芯片里。

结果，一个更难的难题出现了。

人形识别的模型比声音识别的模型大多了，在端侧算力不够的情况下，很难依靠 CPU 把这个算法跑起来。

摆在团队眼前的有两条路：1、把摄像机里的芯片大幅升级，每台成本要增加很多；2、找到一个变通的技术方案，既不升级摄像机硬件，还要把人形识别做出来。

增加成本这个选项肯定是不能选的。本来360摄像机就是紧贴成本价销售的，算上后端云服务已经亏损了，如果在每一台里再加入这么贵的一个芯片，摄像机的零售价就会增加很多，用户未必能接受。可走的路只有第二条。

经过冥思苦想，工程师们突然脑洞大开，方法有了！

他们的方案是这样的：

1、摄像头内部的芯片不检测“人形”，只检测画面里“有没有物体运动”。（这个模型相对简单） 2、一旦有物体运动，就截一张图，经过脱敏、加密发送到云端的人工智能进行识别。 3、云端的人工智能算力充沛，可以轻松判断这张截图里有没有人。如果有，就向用户发送提醒。

你感受一下，这其实就是把主要的计算任务从“终端”给挪到了“云端”。

这里孙浩特别跟我强调了一下，摄像机传到云端的画面，是经过完全脱敏的，可以理解为把画面打散成了一堆数字密文，没有人能看到具体的画面，所以用户不用担心隐私问题。

虽然问题是解决了，但大伙儿都知道这是个妥协方案，并不完美。

图片上传，本身需要耗费大量带宽，云端每天几亿次的AI调用也是真金白银的成本；而摄像头往往在家里放置的位置比较高，有一个俯视角，这种情况下只通过一帧截图判断画面中是否有人，也难免会出错。（这种角度即使是人也可能看花眼）

矛盾就此激化：做一个“人形检测”已经困难至此，360摄像机团队很多进一步的设想就更是难以实现了。

例如，他们当时想做一个“跌倒检测”，判断家里的老人有没有跌倒。

判断一个人摔倒不能只通过一帧画面（否则躺在床上也会被认为是跌倒），而是要有一个动态的视频。可如果成千上万的摄像头都把视频传输到云端，成本就会太大了，无法接受。这个想法只能暂时被搁置。

再例如，他们还想做一个“儿童爬高检测”，防止家里的小朋友跑到窗台这类危险的地方。同样受制于成本，这个功能也被搁置了。

那时候，虽然“小水滴”销量节节攀升，但同事们心里总是压着石头。如果一直被成本牵着鼻子，团队费尽心思想出来的脑洞功能就没办法进入实践阶段。

现在，主要矛盾就变成了：“中坚力量日益高涨的家庭安防需求”和“技术落地需要付出的成本”之间的矛盾。

这样下去是不行的。360摄像机团队下定决心，秘密研究一个“新物种”。

（三）

先别着急看“新物种”。

刚才提到一些生词，这里需要稍微整理一下。

人工智能的计算力大致可以分为“云上计算力”、“边缘计算力”、“端上计算力”这么三种。

“云上计算力”架设在集中的计算中心里，由成千上万的顶级芯片组成。（阿法狗下棋就用的是10w台服务器规模的云端算力。）云上计算力就像一个水库，非常广阔，取之不尽用之不竭，但它的问题在于：从终端到云的传输需要带宽成本和时延成本。 “边缘的计算力”是一个高性能服务器，一般布置在距离使用现场较近的地方。它的计算力就像你家的水壶，里面的水也不少，可以供全家人喝。 “端上计算力”往往只有一个小芯片，它的计算力就像你的茶杯，一口就可以喝光。虽然战五渣，但所有的信息传输和计算都发生在同一个硬件内部，速度极快，安全性极高。

好，回到我们的故事。

既然单独使用端上的计算力太弱，全部连接云上计算力成本又太高，目测最好的方案就是——把“云边端”三种计算力结合起来灵活使用。

这就是新物种——“360家庭安全大脑”的由来。

这个“360家庭安全大脑”，最初是360“首席脑洞官”周鸿祎想出来的。他的构想是酱的：

除了已有的云和端的计算力，还要在家里多布置一个边缘节点（服务器）作为最主要的计算力，对一个或多个摄像头采集的视频画面进行实时分析，判断整个环境中有哪些正在发生的风险，然后第一时间做出反应，达到一个“赛博管家”的状态。

注意，家庭安全大脑的核心恰恰在于那个“边缘计算节点”。由于边缘服务器的计算力比摄像机里的大多了，家庭内部的局域网又快速免费，这不就可以随心所欲想用什么姿势算就用什么姿势算了吗？

就这样，2019年，孙浩被指定为家庭安全大脑的产品负责人。他和同事们抱着一个大服务器（边缘节点）兴高采烈地走进了公司为他准备的实验场地——老周的别墅。

为了充分试验技术，这帮狼人给老周家布置了20多个摄像头，有的对着门外，有的对着屋里，有的对着窗户，有的对着院子，相当于20只眼睛和耳朵在为背后这个安全大脑收集信息。

这个大脑是怎么工作的呢？孙浩简单总结了一下，它有三个引擎，发挥三大作用：

1、AI调度引擎——负责搞清楚发生了神马 2、边缘场景规则引擎——负责判断它是否严重，应该怎么做 3、云端场景规则引擎——负责二次确认事态，然后判断还能怎么做

举个例子你就明白了：

第一步：AI调度引擎就像侦察连长，下面有很多侦察兵（AI模型）。

这些AI模型有的负责识别哭声，有的负责识别狗叫，有的负责识别烟雾和火苗，有的负责识别人的移动，有的负责识别人脸，总之，只要发生在视频监控范围内的“事件”，他们都能判断出来。

这就是“烟雾识别”

注意，有事件发生不一定代表有危险，还需要下一道工序。

第二步：边缘规则引擎就像参谋长，负责根据侦察兵的线报给出决策。

如果发现一个人从你门前经过，这就是个低风险的事件；但如果一个人在你门口停留一分钟来回张望，这个风险等级就嗖地一下上去了。

遇到高风险等级，系统就要采取点措施了。例如，总在门口张望的人，可以通过智能门铃自动播放一段录音：“你总在我家门口干神马？！！”再例如，探测到火苗或者浓烟，就要立刻通知主人，可能有火灾。

检测到人移动，可以联动灯光闪烁

第三步：云端场景规则引擎就像总司令。总司令不会整天盯着鸡毛蒜皮的小事，只有需要综合大量信息判断的情况，他才会出山。

例如，一个人反复出现在你的家门口，边缘规则引擎只能判断这个人危险，但具体有多危险它就不知道了。如果数据打通，系统就可以把这个人的照片发送到云端，然后通过云端和公安机关追逃系统比对，如果发现此人是在逃人员，就立刻报警没商量。这种大规模数据处理，只能在云端完成。

哪怕犯罪分子整容也不怕

OK，有这三个引擎垫底，就好像形成了一个乐高积木的万能底座。无论再来什么新的AI模型，或者新的边缘规则，都可以直接垒在上面。如此一来，“中坚力量”随便有什么特殊需求，也许都可以轻松满足。

什么“特殊需求”呢？来跟中哥放飞想象。

比如你可以开发一种AI模型，可以识别画面中的花瓶；再开发一种AI模型，可以识别画面中的猫咪；然后利用规则引擎做如下编排：当你家主子靠近桌子上的花瓶时，就可以警铃大作灯光闪烁，直接打消主子打碎花瓶的念头。

通过类似的方法，也可以开发出防止狗狗翻垃圾桶的规则，还可以开发出防止小朋友大闹的规则，还可以开发出罚老公跪键盘不准偷偷起来的规则等等等等。总之，凡是你立下的“家规”，家庭安全大脑就有办法帮你执行。

不过，这里还有个大问题，浅友们可能已经看出来了。刚才我们一直说成本，这样一个边缘计算节点本质上就是一台电脑，那成本最少是几千块。如果家里没个别墅，好像不需要兴师动众搞这么一套安全大脑。

其实，就在家庭安全大脑研发的初期，360的很多同事也觉得这玩意儿的性价比不好。甚至有人私下里议论，孙浩做的是“皇帝的新装”。

干了这么多年产品经理，孙浩当然也知道，由于成本高昂，现阶段家庭安全大脑的市场并不会很好。

“但我知道我必须做。”他说。

因为人不能只活在现在。从长远来看，端上的人工智能芯片算力一直在快速增长，同时价格一直在下降。我们做的这些技术，现在看起来需要一个大服务器来支撑，但是在未来也许摄像机里一个5美元的芯片就可以胜任了。到那时候，我们的产品就能真正走进每一个人的家里。如果你相信那一天会到来，就必须从此刻开始积累技术。

不过，家庭安全大脑并不想想象中那么被冷落。这套系统发布之后，意外受到了很多企业用户的稀罕，他们并不是用来看家，而是用来“看厂”。

例如，有爆竹生产厂需要一套安全大脑来监控是否有失火情况发生，有建筑工地需要安全大脑来检测工人们在场地内是否佩戴了安全帽。

由于孙浩和同事们在设计的时候，就兼容了多个视频格式，所以只要把厂区内原有的监控探头信号接进安全大脑的边缘服务器，就可以直接开始工作了，不用费力气更换成360的摄像机。

而因为有了那三套引擎的基础结构，只要稍微调整其中的模型和规则，就可以把家庭安全大脑改成“厂区安全大脑”，或者是“超市安全大脑”。

虽然在企业用户那里风生水起，但孙浩心心念念的仍然是普通的个人用户。他总是固执地相信，只有当人工智能芯片的成本全面降低的时候，才是普通人真正沐浴人工智能光辉的那一刻。

幸好，芯片算力的大河一直奔涌，越来越宽，孙浩和同事们就在岸边静静等待，望眼欲穿。

（四）

人们对人工智能芯片的渴求，芯片界的大牛早就看在眼里。实际上，他们一直在星夜兼程。

2015年，百度顶尖人工智能大牛余凯突然宣布创业，他建立的“地平线机器人科技”正是剑指边缘和端上的人工智能芯片。地平线有两大产品线，“征程”系列专门为自动驾驶服务，而“旭日”系列恰恰是为AI摄像头服务。

地平线创始人余凯

在芯片发布会上

而就在半年后的2016年，85后大牛陈天石带领中科院龙芯旧部创立了寒武纪，同样把端上的人工智能芯片作为突破口。（寒武纪是一个生命大爆发的地质年代，这个名字也寓意未来端上的智能会像寒武纪的生命那样爆发。）他们推出了寒武纪1A处理器，直接和华为手机达成合作，被集成进了麒麟970芯片，成就了全世界第一台带有AI芯片的手机（华为 Mate 10）。

寒武纪芯片

2018年，在和寒武纪合作了两年之后，华为也突然宣布独立进军全链条 AI 芯片，发布了纯自研的达芬奇架构的昇腾系列芯片，包括用于云上的昇腾910和用于端上的昇腾310。

华为人工智能芯片矩阵图

与此同时，很多传统的芯片厂商例如北京君正、中天微（被阿里收购）、杭州国芯等等也都推出了具有人工智能计算能力的芯片。

除此之外，依图科技、Rokid、比特大陆这类人工智能、机器人和矿机公司也在进入人工智能芯片深水区。

这些芯片都在以你想象不到的百米冲刺速度进入各个智能设备。

说到这里，要介绍一个术语：TOPS。

这是一个描述芯片运算能力的单位，1 TOPS 意味着一个芯片一秒钟可以完成“一万亿次”运算。

今天（2020年），云端人工智能芯片一般单片算力在 100 TOPS 以上，而边缘人工智能芯片一般单片算力在 10 TOPS 左右，端上的人工智能芯片一般单片算力在 1 TOPS 的水平。

在中国市场上，云端人工智能芯片仍然是以美国企业例如英伟达、AMD、赛灵思、谷歌、微软的芯片为主，阿里、百度、华为也分别自研了云端芯片；而在边缘和终端，国产芯片和美国虽有不小差距，但并没不可逾越的鸿沟。

现在 0.5 TOPS 的端侧AI芯片可以达到5美金以内，将来一定会降到3美金以内；如果将来端侧芯片可以普遍达到 1 TOPS 的算力，就可以实现人脸闸机的功能；如果一个家庭的边缘算力达到 5 TOPS，就完全可以实现全功能人脸识别和人体关键点识别。未来某一天，一个设备端也许可以轻松集成上百TOPS 的计算力，这相当于一辆特斯拉目前所拥有的算力。有了这么强的算力，摄像头就可以深刻地理解视频中的内容，成为更高级意义上的人工智能终端。

孙浩说。

这并不是一个产品经理的YY。2020年夏天，360又发布了一系列智能摄像机的更新版，其中就加入了最新的 AI 芯片，原来必须到云端去做的“人形检测”，现在已经可以在终端上实现了。

孙浩和同事们所期待的事情，正在一件一件缓慢而坚定地发生。

在孙浩的想象中，未来也许家庭安全大脑就不再是一个冰冷的服务器，而是一个能够察言观色，体贴入微的智能管家。有它在，“中坚力量”们大可以放心地去人海里挣扎，不用担心后顾之忧。

而你大可以把孙浩他们的理想国叠成一只小纸船，放逐在轰轰烈烈的“AI 算力平民化”的历史洪流中。