買房 / 租房人累、經(jīng)紀人苦、業(yè)主難，傳統(tǒng)看房模式中的沉疴積蓄已久。

為從根本上解決消費者在看房上的痛點，降低消費者的時間成本與交通成本，提高經(jīng)紀人帶看效率，貝殼找房如視團隊提出了以三維重建技術(shù)為核心的技術(shù)解決方案，并推出了一系列 VR 看房產(chǎn)品。

成立近 2 年來，如視團隊完成了從 0 到 1 的蛻變，截至目前，如視 VR 已覆蓋全國 120 多個城市，累計掃描重建 VR 房源超過 300 萬套，用戶使用 VR 看房累計超過 5 億次，成為目前國內(nèi)最大的空間實景三維重建服務(wù)商。靚麗的成績單背后，如視團隊強大的技術(shù)實力功不可沒。

大步快跑，如視 VR 從 0-1

在如視成立之前，貝殼技術(shù)副總裁、如視事業(yè)部總經(jīng)理惠新宸就做了詳盡的調(diào)研。當(dāng)時 3D 建模技術(shù)已發(fā)展相對成熟，流行的技術(shù)方式主要有全景照片、序列癥結(jié)構(gòu)光三維重建等。經(jīng)過調(diào)研對比后的結(jié)論認為：全景照片方式無法滿足精確測量的要求;序列幀方式本質(zhì)上還是 2D，難以給 C 端用戶帶來沉浸式體驗，且后續(xù)的數(shù)據(jù)價值不大。

團隊最終決定采用結(jié)構(gòu)光 VR 方式打造 3D 房源。“我希望不止給用戶展示 360 度全景照片，更希望為其呈現(xiàn)具有空間感、方位感的 VR 看房，并且更重要的是數(shù)據(jù)價值，VR 看房只是三維重建產(chǎn)品化的第一層價值，埋在三維重建后的數(shù)據(jù)價值才是我認為更重要的”，惠新宸表示。

成立近 2 年來，如視團隊一直保持著“大步快跑”的研發(fā)節(jié)奏，陸續(xù)推出了大量面向 B 端的產(chǎn)品，比如黎曼相機、如視 Lite 等 VR 采集設(shè)備;以及面向 C 端的產(chǎn)品，比如 VR 看房、VR 講房、VR 帶看、貝殼未來家等。

官方提供的數(shù)據(jù)顯示，通過 VR 看房，用戶人均停留時長增加了 210%，房源約看量增加了 138%，經(jīng)紀人帶看效率增加了 13%。

領(lǐng)先源于每一步都走得扎實

在研發(fā)力量保障上，如視團隊匯集了一大批頂級技術(shù)專家，占比近如視總?cè)藬?shù)七成。惠新宸向 InfoQ 表示，如視的三維重建技術(shù)在業(yè)內(nèi)的優(yōu)勢經(jīng)過了大規(guī)模工程落地的驗證。如視的 VR 掃描設(shè)備穩(wěn)定性強，在過去一年多時間里采集了 300 多萬套 VR 數(shù)據(jù)，并以每天近 1 萬套的速度持續(xù)增長，在海量的數(shù)據(jù)基礎(chǔ)上疊加了眾多技術(shù)創(chuàng)新，自動化程度較高。

自深度學(xué)習(xí)出現(xiàn)之后，基于數(shù)據(jù)驅(qū)動方式對圖像做三維重建在學(xué)界和工業(yè)界流行開來。如視算法架構(gòu)師潘慈輝介紹，在海量房源空間數(shù)據(jù)集的基礎(chǔ)上，如視利用深度學(xué)習(xí)代替人工，通過設(shè)計合適的神經(jīng)網(wǎng)絡(luò)，充分利用全景圖區(qū)別于普通圖片的特點，用神經(jīng)網(wǎng)絡(luò)結(jié)合傳統(tǒng)方法求解深度值的近似解，從而實現(xiàn)了良好的三維重建效果。在房屋的三維模型上，主要運用到了傳統(tǒng)計算機視覺及深度學(xué)習(xí)中的多視幾何和識別分割檢測等技術(shù)。

如視三維重建

此外如視在戶型圖自動生成方面也大量運用到了 AI 技術(shù)，包括深度學(xué)習(xí)網(wǎng)絡(luò)、GAN、數(shù)據(jù)標注、圖像分割、圖像識別等。圖像識別技術(shù)的應(yīng)用具體包括對房屋內(nèi)標志性物品的識別，房間結(jié)構(gòu)俯視圖的識別等。據(jù)潘慈輝介紹，如視自動戶型圖的研發(fā)過程前后歷經(jīng)四個版本，每個版本并非單純在前一個版本基礎(chǔ)上迭代，而是會嘗試新的創(chuàng)意和想法，包括通過深度學(xué)習(xí)實現(xiàn)房間與房間之間的區(qū)分，利用對抗神經(jīng)網(wǎng)絡(luò)實現(xiàn)端到端的戶型圖生成，用單張全景圖端到端生成單一房間的戶型結(jié)構(gòu)等等，最終，他的團隊采用了多種方法融合的方式呈現(xiàn)自動戶型圖。

300 萬套 VR 房源數(shù)據(jù)是保持優(yōu)勢的“護城河”

目前如視團隊的技術(shù)和產(chǎn)品實力很大程度上集成于如視 Lite 這款新品上。如視 Lite 自今年 11 月正式發(fā)布，是加速房源 3D 化的又一利器。

據(jù)悉，如視 Lite 基于對 300 多萬套 VR 房源數(shù)據(jù)的深度學(xué)習(xí)，利用單目圖像深度估算技術(shù)，將二維的房屋圖片賦予三維的“深度”，實現(xiàn)對距離遠近和方位的感知。

潘慈輝表示，目前在市面上還沒有出現(xiàn)一款跟如視 Lite 類似的產(chǎn)品，它舍棄了深度測量，卻又能提供一個真正三維的模型。上述功能的實現(xiàn)正是基于如視的算法和數(shù)據(jù)壁壘。

數(shù)據(jù)是如視領(lǐng)先于競品和保持行業(yè)頭部優(yōu)勢的重要“護城河”。

如視算法架構(gòu)師顧曉東認為，這 300 多萬 VR 數(shù)據(jù)為如視 Lite 的三維建模打下了堅實基矗結(jié)合最新的 AI 技術(shù)，利用這些海量數(shù)據(jù)來增強對二維、三維目標的檢測識別和分割，增強在房屋結(jié)構(gòu)理解、戶型圖自動生成、房屋三維模型優(yōu)化等方面的能力。反過來，這些能力的增強也會令數(shù)據(jù)采集的過程更方便、快捷。

數(shù)據(jù)是重要的財富，深度學(xué)習(xí)尤其依賴大數(shù)據(jù)。“如果沒有數(shù)據(jù)，拿不出有效的模型，那嚴格來說，算不上對一項技術(shù)做到真正掌握。深入到應(yīng)用之后，你便會發(fā)現(xiàn)這個環(huán)節(jié)是非常依賴數(shù)據(jù)的”，顧曉東表示。

在落地應(yīng)用的“戰(zhàn)場”上能否站穩(wěn)腳跟取決于前期的數(shù)據(jù)積累，必備的“功課”不能落下。在 VR 看房賽道上，尚有許多玩家缺乏同如視一樣多維且全面的 VR 數(shù)據(jù)積累。

單目圖像深度估計帶來的技術(shù)領(lǐng)先

由于缺乏數(shù)據(jù)根基，現(xiàn)在市面上的一些 VR 看房產(chǎn)品存在“濫竽充數(shù)”現(xiàn)象，一些商家利用人視覺的上的“腦補”功能，通過提供 2.5D 模型，也即室內(nèi)只有墻體是立體的，其他物品是用全景圖片模擬，創(chuàng)造出了一種“偽3D”的錯覺。消費者從某一角度乍看上去這些物體是正常形態(tài)，但從其他角度看就會變形，并不立體。

惠新宸認為，這些取巧的做法并不是真正的 3D，更不能稱之為“三維重建”。更明顯的短板是，數(shù)據(jù)價值不足以支撐后續(xù)的技術(shù)延展。

在如視 VR 看房界面，每切換到一個場景，所有的室內(nèi)物品均以三維模型形式呈現(xiàn)，且具備長寬高等深度數(shù)據(jù)。單目圖像深度估計技術(shù)是如視 Lite 產(chǎn)品達到“深度”的關(guān)鍵。據(jù)了解，這是如視在 VR 看房領(lǐng)域的優(yōu)勢技術(shù)。

所謂單目圖像深度估計，就是從單張圖片出發(fā)，估計深度值的算法。潘慈輝介紹，這是一個病態(tài)問題，沒有確切解。例如，當(dāng)靠近了拍汽車模型和離遠了拍真實的汽車能得到完全相同的圖片。但某些特定的場景下，是可以求得不同程度的近似解的。潘慈輝進一步介紹，針對室內(nèi)場景的全景圖片，人類可以一定程度上求近似解。利用估計消失點，并結(jié)合全景圖片的拍攝高度可以人工估計房間中線段的長度，從而獲取房屋結(jié)構(gòu)即墻、天花板和地面的尺寸和深度;結(jié)合人類對家具、小物品的先驗知識，可以估計圖片中各類物體的尺寸和深度。然而這整個人工流程全部發(fā)生在人的大腦和手工演算中;如視基于海量的數(shù)據(jù)積累，可以自然地越過這個流程，讓深度神經(jīng)網(wǎng)絡(luò)仿照上述人腦的方式，自動地得到和人類經(jīng)驗相近甚至更優(yōu)的解。

如果說數(shù)據(jù)積累是實現(xiàn)“真 VR”的第一步，那么數(shù)據(jù)單目深度估算技術(shù)便是第二步，前面兩步走扎實了，才有了如視 Lite 輕量化的自若。這有點兒像蓋房子，要先打好地基。

在最初技術(shù)路徑選擇的時候，數(shù)據(jù)價值就被如視團隊列入了首要衡量指標。現(xiàn)在再回過頭來看，這個選擇無疑是正確的。盡管后來追隨者和模仿者蜂擁出現(xiàn)，但幾無超越者。

海量落地場景形成閉環(huán)

在技術(shù)硬實力之外，場景化落地是如視的另一大優(yōu)勢。

剛推出不到半月的如視 Lite，率先落地到天津后，截止 11 月 26 日，累計拍攝量為 4373，外網(wǎng)展示量 1927，外網(wǎng)覆蓋率 9%。如視 Lite 的租賃業(yè)務(wù)現(xiàn)已全國開放拍攝，試點區(qū)域的商機高于房源滲透 13%，由商機到成交，高于普通房源 30%。

貝殼 VR 看房

值得一提的是，在應(yīng)用落地上，如視采用了“軟硬件一體化”的差異化打法。

如視的一系列 VR 掃描設(shè)備均系自主研發(fā)，而非采用外部的 VR 設(shè)備。如視硬件渠道部負責(zé)人施文博表示，之所以選擇自研硬件，一方面希望能采集到更多維的數(shù)據(jù)，更好的滿足用戶體驗，另一方面是出于規(guī)模化量產(chǎn)的需要。從黎曼相機到如視 Lite，如視團隊還在探索擴寬數(shù)據(jù)采集的方式和種類，找到多種異質(zhì)化和定制化的數(shù)據(jù)采集方式，以滿足不同的需求和應(yīng)用場景。施文博透露，新一代激光掃描設(shè)備將于 2020 年量產(chǎn)，該設(shè)備除了精度更高、采集距離更遠，同時將采集空間中各物體在 905nm 波段紅外光的反射率信息，對于物品識別、物體分割等有較大幫助。

如視 Lite 能力升級的同時，在“降成本“上表現(xiàn)出色。相對黎曼相機，如視 Lite 主打輕量化 VR 采集，用普通的相機即可拍出 VR 房源。如視 Lite 成本更低、操作更簡單、基本不需人工的干預(yù)，還支持接入各種硬件平臺。在應(yīng)用場景上也更加多元，成本更低的如視 Lite 將運用在酒店、租賃等細分場景。

貝殼找房在房地產(chǎn)領(lǐng)域十幾年沉淀積累下的場景優(yōu)勢，是如視 VR 產(chǎn)品快速落地的關(guān)鍵。也正是這種基因，這支年輕的技術(shù)團隊格外關(guān)注如何把技術(shù)真正落地到場景中去。

核心算法怎么能與工程落地更好結(jié)合?這是如視研發(fā)人員每天都在思考的問題。潘慈輝認為，一段核心算法，可能在某些特定約束條件下已經(jīng)達到了非常出色的效果，但要實現(xiàn)落地轉(zhuǎn)化、達到穩(wěn)定可用，還需要在工程上做很多嘗試與調(diào)優(yōu)，甚至需要結(jié)合新的算法以達到整體效果的提升。

最近兩年，AI 熱潮漸趨冷靜后迎來了價值驗證期，而價值驗證的核心標準在于落地。惠新宸對此深有感觸，他談到，自己接觸到的一些 AI 創(chuàng)業(yè)者直呼‘創(chuàng)業(yè)太難了’，因為找不到場景。“有場景是很重要的點，當(dāng)技術(shù)和產(chǎn)品實際運用到場景里，才標志著它是能帶來價值的，而不僅僅是噱頭”。

硬件、技術(shù)、場景是相輔相成的。接下來，如視在深耕上下游產(chǎn)業(yè)鏈的同時，還將加速布局生態(tài)鏈，將其積淀的技術(shù)能力向全行業(yè)開放賦能。

原文來自：http://www.vrjie.com/infocenter/industry/9218.html