近期，數(shù)字音視工程網(wǎng)精心策劃了一場以“告別同質化內(nèi)卷，國內(nèi)'信號處理'廠商該如何走出自主發(fā)展之路?”為主題的微訪談，邀請了晨馭科技共同探討這一情景下的應對方案和發(fā)展前景，分享他們的見解和策略。

　　數(shù)字音視工程網(wǎng)： 您認為造成信號處理行業(yè)“同質化內(nèi)卷”現(xiàn)象加劇的主要原因有哪些?

　　晨馭科技： 造成信號處理行業(yè)“同質化內(nèi)卷”現(xiàn)象加劇的主要原因有以下幾點：

　　1. 市場競爭壓力： 隨著技術的發(fā)展，越來越多的企業(yè)涉足信號處理領域，導致市場競爭加劇。為了在競爭中脫穎而出，各企業(yè)不斷模仿對手的成功策略和技術，從而導致產(chǎn)品和服務趨于同質化。

　　2. 技術門檻降低： 信號處理技術的普及和標準化使得更多企業(yè)能夠容易地進入這個行業(yè)。這種門檻的降低使得市場上出現(xiàn)了大量相似的產(chǎn)品和服務，加劇了同質化的趨勢。

　　3. 資本驅動： 在資本的推動下，企業(yè)往往更注重短期效益和市場份額，而非長期技術創(chuàng)新。這導致了在信號處理行業(yè)中普遍采用相似的商業(yè)模式和技術路徑。

　　4. 消費者需求的相似性： 消費者對信號處理產(chǎn)品的需求往往集中在性能和價格上，這促使企業(yè)在這些方面進行激烈的競爭，而在創(chuàng)新和差異化上投入較少。

　　5. 快速的技術迭代： 信號處理領域的技術更新?lián)Q代速度非?？?，企業(yè)為了跟上技術的步伐，可能會選擇模仿和迅速采用業(yè)內(nèi)流行的技術，而不是進行長期的技術積累和創(chuàng)新。

　　6. 教育和培訓體系： 當前的教育和培訓體系可能過于強調技術的標準化和通用性，而不夠鼓勵創(chuàng)新和個性化，導致進入行業(yè)的新人往往擁有相似的技能和思維模式。

　　這些因素共同作用，促成了信號處理行業(yè)的同質化內(nèi)卷現(xiàn)象。解決這一問題需要行業(yè)內(nèi)的共同努力，包括推動技術創(chuàng)新、鼓勵產(chǎn)品和服務的多樣化，以及培養(yǎng)有創(chuàng)新精神的人才 等。

　　數(shù)字音視工程網(wǎng)：  有專家預測，基于深度學習的信號處理、多模態(tài)信號處理和邊緣信號處理將成為信號處理技術的重要發(fā)展方向。您是如何看待這一想法的?是否有不同的意見?

　　晨馭科技：  基于深度學習的信號處理、多模態(tài)信號處理和邊緣信號處理成為信號處理技術的重要發(fā)展方向，這一預測是有其合理性的，我認為這是一個值得關注的趨勢。以下是我對這三個方向的看法：

　　1. 基于深度學習的信號處理： 深度學習在處理大量數(shù)據(jù)和識別復雜模式方面表現(xiàn)出色，這使其在信號處理領域具有巨大潛力。它可以改進傳統(tǒng)方法在噪聲消除、特征提取和信號分類等方面的效果。隨著計算能力的提升和算法的優(yōu)化，深度學習在信號處理中的應用將更加廣泛和高效。相對于傳統(tǒng)的信號處理，比如噪聲濾波，不管是時域濾波還是頻域濾波方法，基本都是濾除信號帶外的噪聲信號，如果噪聲落入了信號帶內(nèi)，往往傳統(tǒng)信號處理難以處理;但是如果基于多模態(tài)深度學習的方法，如果采用Transformer架構的大規(guī)模神經(jīng)網(wǎng)絡模型，通過大量的數(shù)據(jù)訓練，完全可以濾除信號帶外甚至處理信號帶內(nèi)的噪聲，這是傳統(tǒng)方法無法解決的新的信號處理的方法。

　　2. 多模態(tài)信號處理： 多模態(tài)信號處理涉及同時處理和融合來自不同源(如音頻、視頻、文本等)的信號。這種融合可以提供更全面的信息，提高處理的準確性和魯棒性。例如，在現(xiàn)代指揮中心建設、模擬訓練、自動駕駛、虛擬現(xiàn)實等領域，多模態(tài)信號處理是不可或缺的。

　　3. 邊緣信號處理： 隨著物聯(lián)網(wǎng)(IoT)設備的增多，將信號處理功能部署到邊緣設備(如智能手機、網(wǎng)絡攝像頭、傳感器等邊緣計算節(jié)點)上變得越來越重要。這可以減少對中心服務器的依賴，減少數(shù)據(jù)傳輸延遲，提高效率和隱私性。隨著硬件技術的發(fā)展，邊緣計算的能力將不斷提升。

　　當然我們的觀點是既要繼續(xù)深耕傳統(tǒng)的信號處理的技術，同時也要創(chuàng)新性的利用新的人工智能信號處理技術，新的技術也會面臨這三個方向挑戰(zhàn)：

　　(1)對于基于深度學習的信號處理，如何減少對大量訓練數(shù)據(jù)的依賴、提高模型的解釋性和魯棒性是關鍵問題。

　　(2)在多模態(tài)信號處理中，如何有效地整合來自不同模態(tài)的信息，并解決不同數(shù)據(jù)源之間的不一致性是一個挑戰(zhàn)。

　　(3)對于邊緣信號處理，如何平衡計算能力、能耗和存儲限制是一個重要考慮。

　　總體而言，這些方向確實代表了信號處理技術的未來發(fā)展趨勢，但同時也需要解決伴隨而來的技術和應用挑戰(zhàn)。我們的觀點是：能用傳統(tǒng)信號處理解決的盡量用傳統(tǒng)方法解決，只有需要多模態(tài)協(xié)同(音頻、視頻、文本等)處理時，我們才會考慮采用深度學習的人工智能技術，畢竟我們還得考慮產(chǎn)品成本及上市的速度問題。

　　數(shù)字音視工程網(wǎng)：  面對信號處理領域的內(nèi)卷現(xiàn)象，貴司在產(chǎn)品和解決方案創(chuàng)新方面做了哪些努力?

　　晨馭科技：  我司在公司成立之初就避免同質化競爭，并注重創(chuàng)新性及差異化的產(chǎn)品，我司同時將高品質 作為公司最重要的戰(zhàn)略去落實。面對信號處理領域的內(nèi)卷現(xiàn)象，我司采取以下幾個方面的措施來推動產(chǎn)品和解決方案的創(chuàng)新：

　　1. 技術創(chuàng)新： 不斷投資于研發(fā)，探索新的信號處理方法和技術。比如，研究應用機器學習和深度學習技術來提高信號的處理效率和準確性。探索新的算法或優(yōu)化現(xiàn)有算法，提高處理速度和精度。

　　2. 多模態(tài)信號處理： 開發(fā)能夠同時處理和分析來自不同源的信號(如聲音、圖像、文本等)的產(chǎn)品。這種多模態(tài)處理可以為用戶提供更全面的數(shù)據(jù)分析和應用場景。

　　3. 定制化解決方案： 針對特定行業(yè)或特定客戶需求提供定制化的解決方案。了解不同行業(yè)的特點和痛點，開發(fā)出滿足這些特定需求的產(chǎn)品和服務。我們過去幾年開發(fā)了基于分布式架構的網(wǎng)絡分析儀器，8K的投影融合產(chǎn)品、高集成淺壓縮分布式KVM處理器等等產(chǎn)品，這些產(chǎn)品都是市場上目前沒有的產(chǎn)品，是為特定客戶定制的產(chǎn)品。

　　4. 用戶體驗優(yōu)化： 重視用戶體驗設計，使產(chǎn)品更易于使用，提供更加直觀和友好的用戶界面。這不僅能提高用戶滿意度，還能擴大產(chǎn)品的潛在市場。

　　5. 合作與聯(lián)盟： 與學術界、研究機構或其他公司建立合作，共同研發(fā)新技術或共享資源。這種合作可以加速技術的創(chuàng)新和應用。

　　6. 持續(xù)的市場研究： 持續(xù)關注市場趨勢和客戶需求的變化，快速響應市場變化，確保產(chǎn)品和解決方案始終符合市場需求。

　　7. 可持續(xù)性和社會責任： 考慮產(chǎn)品的環(huán)境影響和社會責任，開發(fā)更節(jié)能、環(huán)保的信號處理產(chǎn)品。這不僅有助于構建公司的良好形象，也是長期發(fā)展的需要。

　　通過這些措施，晨馭科技可以在信號處理領域繼續(xù)保持創(chuàng)新領先地位，并抵御同質化競爭帶來的挑戰(zhàn)。