斯蒂芬·米勒，Fyusion联合创始人兼工程副总裁 – 采访系列

斯蒂芬·米勒是Fyusion的联合创始人兼工程副总裁，Fyusion是一家3D成像和计算机视觉公司，隶属于Cox Automotive集团。在创立Fyusion之前，他曾是斯坦福大学的博士生，研究计算机科学，并在加州大学伯克利分校的本科期间从事个人机器人项目，如折叠衣服和外科手术结扎。他是谷歌赫兹研究员，SAP斯坦福研究员，NSF研究员校友。

您能否解释Fyusion是什么以及它如何实现3D数据的轻松捕获和可视化？

Fyusion是一家计算机视觉公司，提供AI驱动的3D客户体验。我们使人们能够通过简单的智能手机应用程序捕获3D图像，该应用程序可以在大多数Android和iOS设备上运行。该应用程序具有分步指南，设计用于任何人使用，无论其技术水平如何。捕获图像需要一两分钟。然后我们的AI引擎ALIS可以分析3D图像并将其转换为可行的信息。目前，我们专注于使用3D图像来诊断汽车的外部损坏。

您能否解释算法如何使用.fyuse文件格式来实现单摄像头智能手机创建3D图像？

我认为将.fyuse格式与照片和视频一起考虑是有帮助的。照片捕捉一个时间点的瞬间，从一个固定的角度，而视频捕捉一系列这样的瞬间，按照线性时间线排列。相比之下，.fyuse图像捕捉我们喜欢称之为“空间中的一个瞬间”的东西。查看者不仅限于一个角度或线性时间线：他们可以看到不仅一个物体的一侧，还可以看到它的周围。

要创建.fyuse图像，摄影师需要用手机相机以一个方向围绕拍摄对象。另外，Fyusion技术也与固定成像解决方案和非传统成像解决方案（如无人机）兼容。

我们的.fyuse文件格式使这些图像变得生动。它轻量级，支持复杂的多面交互，并且与笔记本电脑、平板电脑和智能手机完全兼容，这些设备是普通用户已经拥有的。

您能否讨论使用Fyusion捕获和分析的数据？

对于汽车，ALIS识别出车辆的每个部分，然后可以确定损坏的位置、大小和严重程度，并消除潜在的假阳性，例如道路上扬起的灰尘。我们开发和获得专利的技术可以解决其他问题，但这就是我们目前关注的重点。

您能否讨论基于AI的光场信息套件（ALIS）是什么？

ALIS是Fyusion每个产品背后的引擎。它实现了轻量级3D成像和深度视觉理解。ALIS由三个部分组成：捕获、引擎和查看器。在捕获模块中，移动应用程序包含内置教程和可自定义的工作流程，允许用户使用大多数智能手机捕获高质量的3D图像。Fyusion的图像捕获还支持单反相机、无人机和其他设备。

在第二步引擎中，ALIS分析这些3D图像并将其转换为可行的信息，例如客户需要的损坏类型。它还可以通过创建损坏的高分辨率2D图像来提供其发现的备份。

最后，查看器显示.fyuse文件格式。.fyuse是专利的，轻量级的，并提供了沉浸式的3D体验，加载速度快。我们可以在.fyuse中追加各种体验，包括音频、视频和2D图像。

您认为Fyusion的AR和VR功能在未来会有多大的发展潜力？

增强现实是一个价值十亿美元的行业，正在变得更加主流，多亏了强大的新移动设备和低延迟网络，捕捉3D环境也变得更加容易。随着这些技术进入主流，客户对在线体验的期望将会迅速提高，就像内容创作者能够跟上一样快。

尤其是在汽车行业，汽车购买越来越多地转向在线，在接下来的几年里，我们预计会出现对AR、VR和3D列表的兴趣激增。目标是将简单的车辆详细信息页面（VDP）转变为车辆体验页面（VEP），帮助大型和小型汽车经销商继续蓬勃发展。这可以包括在列表中添加3D标志和丰富媒体标签，或者允许购物者在车辆后备箱中虚拟放置一套高尔夫球杆，以查看它们如何适合车内。

看到这些应用程序如何开始进入主流使用将会很令人兴奋。我不认为这会等太久。

您能否讨论在电子商务中使用3D图像与2D图像相比，点击率和收入的改善情况？

我最熟悉的是批发和零售汽车销售。3D图像为在线购物者创造了一个新的信任水平，这对于大件物品如汽车尤其重要。

我们的内部数据表明，3D图像增加了用户的参与度和在车辆详细信息页面上花费的时间，这反过来又被证明可以增加汽车销量。提供3D车辆的生动体验还可以通过增加对供应商的信任来建立积极的情绪。

您能否讨论Fyusion的数据处理选项，即本地处理或云处理？

在本地，边缘AI迫使开发人员在移动电话的使用场景中工作，特别是在移动电话的使用场景中。除了任何AI开发人员的标准问题外，还有一些实际问题。例如，网络优化程度如何？结果可靠性如何？还有内存压力、电池耗尽的可能性、用户或操作系统可能将您的进程置于后台等问题。即使对于旗舰设备，这也很少见。

您需要为每一种可能的情况做计划；而在云端，任何解决方案都可以被监控和微调。

但是，从整体上讲，边缘AI可以被认为是完美的“自动缩放”解决方案：对于每个新用户，您都有一个全新的机器。如果您已经将网络优化为完全在边缘运行，您可以轻松服务两个客户，或者两百万客户。

虽然最强大的硬件始终存在于云端，但数据是最重要的。数据越多，越接近原始数据，越好。边缘AI可以访问未处理的原始输入数据，没有任何限制。相比之下，云AI解决方案需要处理输入数据（压缩、部分处理），或者需要大量数据，此时带宽就成为一个严重的问题。

由于边缘AI离用户最近，因此它可以提供云AI无法提供的各种可能性。如果它被优化为实时运行，它可以提供实时反馈。这意味着您可以构建鼓励用户提供更好数据的解决方案。

5G网络如何促进计算机视觉技术应用的快速增长？

随着连接速度的提高，可以将更多处理移到云端，这为各种新的计算机视觉应用程序打开了可能性。然而，这确实取决于应用程序及其采用率。

5G可能会产生分裂的影响，并加剧数字鸿沟，因为世界某些地区的连接速度会越来越快，而其他地区仍然会有慢速的连接速度。专注于拥有5G访问权限的人群的应用程序显然会受益。但更广泛采用的应用程序可能需要在为本质上是同一个应用程序的两个版本投入时间和金钱，或者坚持使用一个版本，即使它不那么强大，但可以在几乎任何连接上运行。

Fyusion正在采取什么步骤来利用未来的5G网络部署？

我想先说明，Fyusion已经花费了大量时间来确保客户可以访问我们的应用程序，即使在旧手机和有限的带宽下。仅与曼海姆公司合作，我们的技术就已经拍摄了超过一百万辆汽车，我们不会仅仅依靠5G来实现这一点。

话虽如此，我们对目前看到的发展感到非常兴奋——这是处理速度、5G连接和相机手机革命的三重奏。把所有这些放在一起，你就会看到一些我们现在还不能分享的新发展。

您是否还有其他关于Fyusion的信息想要分享？

这是一个令人兴奋的时刻，计算机视觉作为一个学科正在进入主流——在被认为是未来技术的许多年后。Fyusion正在快速增长，我们正在从世界各地招聘计算机视觉科学家。我们的团队成员可以从任何地方工作，但他们总是受欢迎来到我们位于波特罗山的办公室。

感谢这次精彩的采访，希望了解更多的读者可以访问Fyusion。