3D視覺公司迎來發展新機遇

于3D視覺公司而言，“與巨頭共舞”是實現技術商業化落地的核心途徑。

過去幾年，刷臉支付愈發普遍。

不論是在商業場景，如商超、便利店，還是個人線上支付，只需要對準人臉輕輕一掃，便可完成支付行為，極大簡化了支付流程。從輸入密碼、指紋驗證到刷臉支付，這場支付方式的變革，始于技術和市場兩大板塊的變化。

在技術側，以3D視覺為核心的AI技術逐漸成熟，并應用到金融支付領域；市場端，消費電子的進一步普及、疫情期間的無接觸支付等催生出對刷臉支付的龐大需求。技術和市場的雙輪驅動下，刷臉支付被應用到更多場景。

變革紅利普惠至產業界，一批3D視覺企業趁勢而起。憑借著與支付寶的深度綁定，奧比中光率先從激烈的競爭中殺出，并登陸科創板。在3D視覺這場比賽中，不乏有力的競爭者，比如光鑒科技、螳螂慧視、的盧深視等玩家。這些參賽者們，已經“上岸”的在追求“第二曲線”；仍在拼搏的，正苦練功夫等待機會。

如今，支付方式再一次進化，刷掌支付開始被啟用，并落地到實際場景中。這對于諸多的3D視覺玩家們而言，無異于一片新大陸，到處充滿發現黃金的良機。

刷掌支付的優勢

2021年初，電商巨頭亞馬遜在美國西雅圖3個無現金Amazon Go門店，試點使用了新型手掌識別支付技術“Amazon One”，消費者將掌紋和支付卡或亞馬遜賬戶綁定后就可以掃手掌支付。無獨有偶，同年8月，微信開始內測刷掌支付，并于2023年落地到北京地鐵大興機場線。

比起刷臉支付，刷掌支付的優勢主要有三點：安全、便捷、低成本。

從技術邏輯上看，刷掌支付底層技術歸屬于掌紋識別，需要識別兩種生物信息：掌紋和掌靜脈。掌紋即手掌的紋路，這只是表層信息，而掌靜脈才是核心信息。掌靜脈信息是指利用紅外線照射手掌，靜脈紅血球中的血紅蛋白對波長850nm附近的近紅外線會有吸收，導致靜脈部分的反射較少，在影像上產生的靜脈圖案。由于只有活體手掌才能獲取靜脈圖像特征，因此采用掌靜脈信息進行身份認證，造假的可能性極低。對應的，其安全系數比人臉識別更高。

時任亞馬遜實體零售業務副總裁Dilip Kumar表示，選擇刷掌支付的原因，在于機器很難通過掌紋來確定一個人的身份，且用戶必須貼近設備和做出有意義的手勢才能啟用。這意味著，刷掌支付對個人的消費行為變相進行了“模糊化”處理，更具私密性。因此，刷掌支付從底層技術到實際的場景應用中，在對用戶消費行為、信息的保密性、安全性上，明顯比其他方式更強。

傳統刷臉支付的程序是，用戶選擇支付方式，機器采集人臉數據，比對通過即可完成交易。這種支付方式對于支付場景周邊環境的要求較高，比如光線不能太強或太弱，不論是過曝還是欠曝，都可能導致支付失敗，增加用戶的時間成本。而且，在一些復雜場景，比如地鐵、商超等人流量大的區域，機器可能會同時捕捉到多張人臉，識別效率、質量會受到影響。

在人機交互方面，用戶需要調整自身的距離，對準攝像頭，才能完成支付。對于人流量大、通行速度要求極快的場景，如早晚高峰的地鐵站，刷臉支付很難解決快速通行問題。而且，刷臉支付設備很難適配身高差異的用戶。

相較而言，刷掌支付由于是檢測掌紋和掌靜脈，對環境光線的依賴不如采集人臉那么高。從交互的角度看，用戶只需要伸出手掌即可完成支付行為，支付流程更簡單，也減少了用戶的學習成本和時間成本。

對于地鐵站這類對通行速度有極高要求、用戶需求高并發的場景，刷掌支付比刷臉更便捷，并且不需要像掃碼支付、NFC等方式依賴網絡和電子設備，對網絡差、忘帶支付設備等場景的適應能力更強。

目前已經廣泛使用的刷臉支付設備，通常需要一塊顯示屏幕來幫助用戶實現刷臉支付的交互，從而進一步驗證刷臉的結果，這就需要為其留出擺放設備的相應空間。同時，由于刷臉支付的特性，用戶也需要一定空間進行驗證，這使人臉支付場景所需空間成本相對較高。不僅如此，為了滿足刷臉支付的場景要求，還需要為屏幕適配相應的安卓系統，才能實現刷臉支付的有效驗證，進一步增加了刷臉設備的硬件成本。

刷掌支付的交互設備與掃碼支付設備類似，不再需要屏幕的加持，僅需單一設備即可完成交互與驗證，硬件成本大幅度降低，僅有刷臉支付設備的一半甚至三分之一，同時還能有效降低空間成本，擁有進入更多場景的可能性。

作為一種全新的支付方式，刷掌支付從安全性到魯棒性（異常和危險情況下系統生存的能力），再到場景的適應性，從底層技術到應用場景，都具備相對優勢，可以被視為下一代生物識別支付方式。

刷掌支付落地需跨越“生態”這座大山

刷掌支付要“出圈”，達到現象級應用，還有一座大山要跨越。

一位生物識別專家表示，如果只是從技術上實現刷掌支付的功能，這并不難。“刷掌支付的邏輯和刷臉支付很相似，都是通過前端設備采集數據，然后在數據庫里進行比對，人工智能模型會判斷重合度，只要符合設定的閾值，便可完成支付行為。”

這里面涉及到技術的兩部分：一是硬件，二是軟件。硬件指的是機器及其核心零部件，比如攝像頭、光學模組等，主要用于前端的數據采集。由于刷掌支付的場景較為復雜，對這些硬件的性能、穩定性、精度等要求較高。軟件則涵蓋人工智能算法、模型以及對硬件采集數據的優化等，對數據的依賴非常強。

真正影響刷掌支付落地并產生經濟價值的，其實是生態。

刷臉支付之所以能大規模落地，一個很重要的因素是支付寶這類現象級APP的強力推動。過去十年，消費互聯網的爆發帶來數字經濟繁榮，各種現象級APP，如支付寶、美團、抖音等軟件，在完善支付方式的同時，也完成了對消費者“刷臉支付”的心理認知培育。

這種生態建設只能由掌握流量入口的終端商來解決，并非技術供應商的強項。因此，對于3D視覺公司而言，“與巨頭共舞”是實現技術商業化落地的核心途徑，奧比中光和支付寶便是最好的例證。在刷掌支付這波新浪潮下，3D視覺企業要抓住變革紅利，必須站在巨人的肩膀上。這個巨人必須滿足多個要求：產品的使用黏性極強、用戶基數極大、有支付需求。

市場上相關產品不多，微信是其中一個。2023年5月，微信支付推出的刷掌閘機在大興機場全線落地，用戶需要先在設備綁定個人微信賬號，錄入手掌紋樣。消費時，將手掌對準支付設備的掃描區，確認后即可完成支付。閘機內部搭載的刷掌雙模態相機 HandPass 100，由3D視覺公司光鑒科技提供，解決了環境光線差異、手掌生理差異以及伸手習慣差異等難點，提高了刷掌通行效率。

到目前為止，刷掌支付已經在公共交通、學校、健身房等場景落地，具備技術上的安全性、人機交互上的便利性，并且基于微信支付的生態能力，其在未來的落地場景將進一步拓寬，商業價值也將得以釋放。

在微信支付的生態加持下，像光鑒科技這樣的硬件提供商也將迎來進一步業務擴張。“支付寶+奧比中光”的模式已經得到驗證，微信支付和光鑒科技的合作是否可以實現支付生態的新一代革命，值得市場期待。

3D視覺的巨大想象空間

作為一種全新的視覺技術，3D視覺在成熟的2D視覺基礎上，增加了一個維度的信息數據，能夠獲得物體完整的空間坐標信息，成像效果更立體、更全面，是視覺技術的主要發展趨勢。當下，3D視覺技術以近距離雙目立體視覺和結構光為主，遠距離則是TOF路線。3D視覺能夠為智能感知帶來更加精準和豐富的信息，并且由于原理上不用采集環境影像，從數據源頭上保護用戶的隱私信息，更具安全性。

3D視覺的應用已經發生了廣泛的滲透，消費電子如手機、平板以及各種IoT設備（門鎖、掃地機器人等），就是一個多場景、規模化的市場。此外，還有汽車、機器人等市場空間，支付只是其中一個場景。3D視覺作為電子設備“一雙更智能的眼睛”，已經開始廣泛走進人們的生產、生活。不難預見，3D視覺未來的商業價值將伴隨技術的落地而得到持續釋放。

僅僅是支付場景就催生了一家上市公司，對于更多的行業，3D視覺的故事才剛剛開始。

（編輯 季天明 2985548685@qq.com）