2018年11月，腾讯表示强制公安实名校验按地区逐步扩大排查范围，以《王者荣耀》为试点，完成中国大陆地区的全部覆盖，有效解决未成年人防沉迷，并且人脸识别技术已渗透于其他领域。

人脸识别技术拥有巨大的市场需求与广阔的应用前景，在国内已被应用于多个场景，如阿里的新零售、海康威视的智能安防、腾讯的《王者荣耀》以及百度的百度云网盘等。人脸识别技术在多个场景下的应用已取代了传统模式。

AI人脸识别技术存在多种场景

人脸识别技术以《王者荣耀》为开端，拉开了人脸识别技术大规模应用的序幕。但实际上在国内一些领域早已得到成功应用，并将继续深耕这些场景。

其一AI人脸识别在新零售的应用，自2016年“新零售”概念提出来之后，对于企业和商家而言，是一个全新的机会。今年7月份，阿里巴巴零售通与饿了么合作，双方对全国天猫门店进行联合运营赋能，利用人脸识别技术将线上线下打通，整合产业链资源。

新零售的颠覆提升了零售店的运营效率和用户体验，有效降低门店运营成本。人脸识别技术的加入，为新零售提供新的转机，并且增加商业化的变现价值。

其二AI人脸识别在安防领域的应用，目前人脸识别技术能够精准确定人物身份，在安全性能方面得到更进一步的加强与保证。海康威视近期发布的深眸人脸摄像机，可以对人脸进行快速定位抓拍，有效解决漏抓误报问题。并且单机支持30万人脸黑名单布控，人脸1V1比对等多项实用功能，满足各行业的人脸需求。

将人脸识别技术与安防产品结合起来，意味着安防产品效率得到提升。也意味着安防领域的人脸识别技术更具有挑战性，更值得去深入研究，从而达到技术的精准度与突破性。

其三AI人脸识别在泛娱乐领域的应用，AI在“泛娱乐”领域中已成功落地实施，如腾讯手游《王者荣耀》就采用人脸识别来控制未成年人游戏时间。从第三方数据公司伽马数据中统计得知，在《王者荣耀》防沉迷系统中，76%的未成年人消费金额得到有效控制，62%的未成年人游戏时长有了显著下降。

人脸识别技术有效控制未成年人沉溺网络，借助线上参与和线下接触来推动游戏行业未来的良性发展，增加玩家间的良性互动，从而保证游戏的公平性和安全性。有了AI技术加持，人脸识别将会进一步赋能游戏领域。

其四AI人脸识别在产品方面的应用，手机中的APP应用也采用了人脸识别技术，以此提高用户的使用体验。例如百度云推出云端图像搜索，支持人脸识别和检索，进一步提升云端图片管理效率。在IPhone X系列中采用3D面部识别技术，精确测量脸部细节，用于解锁。同时人脸识别技术还用于支付场景，丰富支付方式并且提高支付效率。

人脸识别技术在产品端的成功应用，让人工智能技术能够进入更深的垂直细分领域，从以前宽泛的应用到以产品端为突破点，推动产品应用发展，以便落地更多场景。

人脸识别技术“道阻且长”

人脸识别技术很早之前就被提出，一直到现在还在研究这项技术，并且运用到多个场景，但是运用的同时，也发现各种问题的出现，导致在一些场景下不能在快速落地。

首先是样本不足问题，当前整个人脸识别度产业的数据库样本不够，由于数据库中每个人的模板图片数量有限，不可能涵盖现实中所有复杂情况，简单的模板匹配对背景、光照、表情等相关信息比较敏感。因此，样本采集不充分只适用于理想条件下的人脸识别。

如今人脸识别系统是在用户配合、采集条件比较理想的情况下才可以取得满意的结果。但是在用户不配合、样本采集数据不足将会影响人脸识别技术的准确率。因此，人脸识别技术还未达到实用水平，还存在诸多问题待解决。

其次成本高，导致普及率低，人脸识别在市场普及和成本高这两方面面临挑战，IPhone X采用了全新的3D人脸识别技术，虽然这项技术很好，但也导致苹果的成本上升，据悉IPhone X的成本就高达400多美元，比之前IPhone 7的成本高了100多美元。

而安卓厂商推出的智能手机主要是中低端市场，如果采用3D人脸识别技术，会导致成本上升，那么售价就会提高，导致安卓厂商推出来的新款手机销量降低。所以在这样的情况下，不会采用3D人脸识别这样的贵的元件。诸多因素导致人脸识别技术不能完全普及。

最后商业模式困境，目前来说人脸识别企业的主要盈利模式包括企业级技术服务和软硬件销售，但是获得的盈利少之又少。人脸识别技术虽已在线下得到应用，但这项技术因难度、成本等原因，短期内还无法实现变现。

国内以商汤科技、旷视科技为代表的深度学习技术公司，都是行业独角兽，主要与各企业合作，他们向企业提供技术能力，以分成、按License收费，共同推进人脸识别在各行业的应用和变现。这也说明了商业盈利困难，因此他们依然需要靠融资来生存、扩张，现阶段还不能够利用人脸识别技术大规模变现。

AI人脸识别技术任重道远

人脸识别技术这几年逐渐得到推广应用，从马云的“刷脸支付”，到现在的手机刷脸解锁、上班刷脸打卡，人脸识别在游戏、新零售、安防等多个场景得到应用。

虽然人脸识别目前还存在诸多问题，例如样本不足、普及率低以及商业模式变现困难等，还受到技术、人才需求、迭代更新等各种不确定因素的影响。因此，现阶段还无法拓宽其应用场景，所以人脸识别技术将来还有很长的一段技术革新之路要走。