2018年1月19日，在極客公園IF大會上，AI視覺成像公司eyemore正式發布業界首款AI視覺專用成像芯片——eyemore X42。eyemore創始人兼CEO朱繼志如此描述該芯片所代表的戰略藍圖：給機器配置“視覺中樞”，賦能所有的AI視覺公司。

 

eyemore X42 AI視覺專用成像芯片

eyemore X42芯片采用自主研發的全新成像引擎架構，是超大規模計算能力，與20余個創新成像算法，以及500余個成像場景數據的組合。其感光度最高可以達到40萬，單次曝光動態范圍可以超過16bit，最大功耗在1.5W以內，肩負著eyemore顛覆成像行業的使命。
 
“eyemore X42整個芯片，只做一件事情，那就是成像，為了提高芯片的成像性能，我們甚至把標準的視頻壓縮都去掉了。這就像Intel的CPU帶了集成了顯卡功能，但NVIdia的專用GPU一定是未來的主流。”

 
 

事實上，此前的膠卷和數碼成像時代，人們更加關注視頻圖像的像素，而給機器看，關注的則是識別的過程和結果，這就促使eyemore在開發專用成像芯片的基礎上更加注重技術革新。
 
傳統的成像引擎，大多是以像素為唯一的處理單元進行處理，繼而生成照片和視頻。而eyemore X42芯片采用了全新的智能處理算法，重新對像素塊和像素層級進行定義和處理，智能地計算各像素之間的關系。此時，像素不再是處理的基礎對象，取而代之的是各種像素塊和像素層級。
 
基于此，eyemore自主研發了eyeMix、eyeNoise等核心成像算法，拋棄傳統的日系全局成像架構，采用分區域、分層的eyemore成像引擎架構，解決視覺成像中弱光、逆光、反光痛點，提高AI視覺的識別效率和準確率。
 
同時，eyemore成像引擎在各種復雜光線環境下，能排除現場光線的干擾，給AI視覺算法輸出穩定可靠的高品質視覺圖像，尤其是在微弱光線下超越人眼的視覺成像能力，能夠幫助眾多AI視覺公司解鎖更加豐富的應用場景。
 
朱繼志強調，eyemore更加關注芯片的應用價值，即解決AI視覺實際應用中存在的痛點。“例如，自動駕駛環境中，進出隧道時光線反差太大、晚上的景觀燈太多影響紅綠燈的識別，醫療內窺鏡燈光不好控制。很多客戶反映，在網上找了很多圖片來做訓練，但部署的時候，由于現場得到的圖片質量差，很多無法識別。那么痛點就在于，網上的圖片素材都是賣家秀，現場采集時，就變成了買家秀。”

 
 

顯然，為了讓視覺AI更好地完成圖片的識別和處理過程，前端成像引擎不僅需要具備優質的成像能力，還具備強大的技術穩定性。
 
而在朱繼志眼中，技術的真正內涵恰恰是要兼顧可靠性、易用性和應用能力。為此，eyemore進行了長達近四年的測試場景、數據，然后反饋、優化、調整的過程。“只有親身感受，才清楚我們的技術能不能解決問題。”
 
同時，為了方便視覺軟件算法工程師更加便捷地使用芯片，eyemore X42支持Win、Linus、安卓、IOS等多平臺開發接口，提供完整的成像開發工具套件，“白盒式”API能夠讓所有的視覺算法工程師精準控制成像效果，即便不懂硬件，也可以提升AI視覺分析算法的效率和準確性。
 
朱繼志有信心，eyemore X42芯片性能超越日系最高端成像芯片3倍以上，真正帶來“視覺器官”的進化。事實上，“讓機器超越人眼”，正是“eyemore”所代表的含義。而四年磨一劍為行業獻上的eyemore X24芯片，堪稱eyemore在潛心躬行的研發路上所樹立的里程碑。