夏乙 发自 凹非寺

量子位 出品 | 公众号 QbitAI

人类公元纪年2019年伊始，深度学习技术也同样处在一个新的“开端”，宜review、宜展望。

MIT正在进行中的深度学习课程就全面描绘了当下的状态。

最近一节课，Lex Fridman老师展现了深度学习各方向的最领先状态，也回顾了过去两年间通往前沿的一步步进展。涉及自然语言处理、深度强化学习、训练和推断的加速等等。

这里的“领先”，只谈想法方向，无关基准跑分。

面对课上展现的大进展，甚至有网友说：

课前喝一杯？机器学习进展如此巨大，简直值得来一两瓶。

视频放出一天多，收获感谢无数。

量子位上完课，结合PPT写了笔记一份，分享给大家。

正式开始前，先来一份小目录。

这节课涉及的重大进展，共12个方面，分别是：

BERT和自然语言处理（NLP）特斯拉Autopilot二代（以上）硬件：规模化神经网络AdaNet：可集成学习的AutoMLAutoAugment：用强化学习做数据增强用合成数据训练深度神经网络用Polygon-RNN++做图像分割自动标注DAWNBench：寻找快速便宜的训练方法BigGAN：最领先的图像合成研究视频到视频合成语义分割AlphaZero和OpenAI Five深度学习框架

我们一个一个细说。

BERT和NLP

2018年是自然语言处理之年。很多圈内人把2012年称为深度学习的ImageNet时刻，因为这一年，AlexNet带来了计算机视觉领域的性能飞跃，激励着人们去探索深度学习在这一领域的更多可能性。

2016年到18年，NLP的发展也类似，特别是BERT的出现。

NLP的发展要从编码器-解码器架构说起。

上图展示了一个用于神经机器翻译的序列到序列（seq2seq）模型。RNN编码器负责将输入序列编码成固定大小的向量，也就是整个句子的“表征”，然后把这个表征传递给RNN解码器。

这个架构在机器翻译等领域很管用。

接下来发展出了注意力（Attention）。这种机制，不强迫网络将所有输入信息编码城一个固定长度的向量，在解码过程中还能重新引入输入序列，还能学习输入序列和输出序列中哪一部分互相关联。

比较直观的动态展示是这样的：

再进一步，就发展到了自注意力（Self-Attention），和谷歌“Attention is all you need”论文提出的Transformer架构。

Transformer架构的编码器用自注意力机制为输入序列生成一组表征，解码过程也使用注意力机制。

说完注意力的发展，我们再看一下NLP的一个关键基础：词嵌入。

词嵌入的过程，就是把构成句子的词表示成向量。传统的词嵌入过程用无监督方式将词映射成抽象的表征，一个词的表征参考了它后边的序列。

这是一个语言建模（language modeling）过程。

后来，有了用双向LSTM来做词嵌入的ELMo。

双向LSTM不仅考虑词后边的序列，也考虑它前边的。因此，ELMo词嵌入考虑了上下文，能更好地表征这个词。

接下来出现了OpenAI Transformer。

也就是用先预训练一个Transformer解码器来完成语言建模，然后再训练它完成具体任务。

经过这些进展的积累，2018年出现了BERT，在NLP的各项任务上都带来了性能的明显提升。

它可以用在各种各样的NLP任务上，比如说：

像ELMo一样创建语境化词嵌入；句子分类；句对分类；计算句对的相似度；完成选择题形式的问答任务；给句子打标签；完成普通的问答任务。

量子位之前有回顾2018年深度学习进展、NLP进展的文章，也都详细谈了BERT。

一文看尽2018全年AI技术大突破

不只有BERT！盘点2018年NLP令人激动的10大想法

特斯拉AutoPilot二代硬件

特斯拉的出现毫不意外，量子位之前介绍过，Lex老师是马斯克的小迷弟。

作为神经网络大规模应用的代表，也的确值得一提。

Autopilot二代硬件使用了英伟达的Drive PX 2，还搭载了8个摄像头获取输入数据。

Drive PX 2上运行着Inception v1神经网络，运用摄像头获取的各种分辨率数据进行各种来计算，比如分割可以前进的区域，物体检测等等。

这套系统，已经把神经网络带进了车主们的日常生活中。

AdaNet：可集成学习的AutoML

AutoML是机器学习界的梦想：

将机器学习的一方面或者整个流程自动化，扔一个数据集进去，让系统自动决定所有的参数，从层数、模块、结构到超参数……

谷歌的神经架构搜索，无论从效率还是准确率来看成绩都不错。

2018年，AutoML又有了一些新进展，AdaNet就是其中之一。

它是一个基于Tensorflow的框架，AutoML一样，也是用强化学习方法。不过，AdaNet不仅能搜索神经网络架构，还可以学习集合，将最优的架构组合成一个高质量的模型。

AutoAugment：用强化学习增强数据

从2012年的“ImageNet时刻”到现在，图像识别的新算法层出不穷，成绩一直在提升。

而在计算机视觉里，数据量非常重要，数据增强（data augmentation）也是重要的提升识别率的方法。但是，关于数据增强的研究却不多。

2018年，Google继自动搜索神经架构之后，把数据增强这个步骤也自动化了。

AutoAugment能根据数据集学习这类图像的“不变性”，知道哪些特性是最核心的，然后，神经网络在增强数据时应该让核心特性保持不变。

比如说，它自动增强门牌号数据集的时候，会常用剪切、平移、反转颜色等方法，而在ImageNet这种自然照片数据集上，就不会剪切或者翻转颜色，只会微调颜色、旋转等等。

这个过程和计算机视觉里常用的迁移学习差不多，只不过不是迁移模型权重，而是迁移大型数据集体现出的数据增强策略。

用合成数据训练深度神经网络

很多机构都在研究如何用合成数据来训练神经网络，英伟达是其中的主要势力。

英伟达非常擅长创造接近真实的场景，他们2018年一篇用合成数据训练深度神经网络的论文就充分利用了这一点，合成数据训练的模型，成绩完全不逊于真真实数据。

合成数据还非常灵活多变，比如说汽车、屋子，都能合成出各种各样的数量、类型、颜色、纹理、背景、距离、视角、灯光等等。

关心如何用合成数据训练模型？英伟达的这篇论文值得一读：

Training Deep Networks with Synthetic Data: Bridging the Reality Gap by Domain Randomization

Polygon-RNN++：图像分割自动标注

在训练深度学习模型过程中，数据标注是非常耗时费力的环节。特别如果要标注出语义分割图，就更加麻烦。

Polygon-RNN++是一种自动标注图像的方法，能自动生成一个多边形，来标注出图像里的对象。

它用CNN提取图像特征，然后用RNN解码出多边形的顶点，提出多个候选多边形。然后，一个评估网络从候选中选出最好的。

这也是让深度学习尽可能自动化的一种努力。

Polygon-RNN++的主页上，能找到这一工具的论文、Demo、代码等各种资料

DAWNBench：寻找快速便宜的训练方法

除了让深度学习尽可能自动化之外，还有一个一直受关注的研究方向：让它更易用。也就是快速、便宜。

斯坦福提出的DAWNBench基准，评估的就是模型的速度和成本。它测试各种模型、框架、硬件在ImageNet上达到93%准确率，CIFAR上达到94%准确率的训练、推断速度和成本。

在快速廉价这方面，fast.ai有很好的成绩。他们用租来的亚马逊AWS的云计算资源，18分钟在ImageNet上将图像分类模型训练到了93%的准确率。

他们所用的方法，关键在于在训练过程中逐渐提高学习率、降低momentum，这样就可以用非常高的学习率来训练，还能避免过拟合，减少训练周期。

BigGAN：最领先的图像合成研究

在用GAN合成照片这个方向上，2018年最受人瞩目的成就是DeepMind的BigGAN。

它所用的基本模型没有太大变化，关键在于提升训练规模，增大了模型的容量和训练的批次大小。

BigGAN还提交到ICLR匿名评审时，学界就已经沸腾，因为效果实在是堪称史上最佳。

视频到视频合成

这个领域有一项非常值得关注的研究，那就是英伟达和MIT的“Video-to-Video Synthesis”。

只要一幅动态的语义地图，你就可以获得和真实世界几乎一模一样的视频。

通过一个简单的白描草图，也能生成细节丰富、动作流畅的高清人脸：

甚至整个身子都能搞定，跳舞毫无压力：

语义分割

视觉感知的问题可以分为三大层级，目前研究最充分的，是分类，也就是图像识别。

然后，是目标检测：在一幅图像里，框出物体，识别出它是什么。

关于目标检测的研究非常多：

其中不少工作很exciting，但Lex老师认为哪一个都称不上“突破”。

而语义分割，是视觉感知问题的最高层级。

现在，这一领域的最好成绩属于DeepLab v3+。

关于语义分割的重要研究，可以说从2014年的FCN开始，经历了2015年的SegNet、Dilated Convolutions的发展，2016年出现了DeepLab v1、v2版本。

DeepLab系列用ResNet来提取图像特征，增加了全连接条件随机场（CRF）作为后续处理步骤，能捕捉图像中的局部和长距离依赖，优化预测图，还引入了空洞卷积。

在前两版的基础上，DeepLab v3又增加了多尺度分割物体的能力。

AlphaZero和OpenAI Five

用强化学习打游戏这件事，2018年也有明显进步。

这个领域最初的尝试，是DeepMind用强化学习算法玩了一遍雅达利的小游戏，推出了DQN。

随后，就是围棋AI AlphaGo广为人知的一系列发展：

从AlphaGo到AlphaZero的过程，也是一个越来越节约人工、机器自主性越来越高的过程。

AlphaZero掌握围棋、国际象棋、日本将棋三大棋类，但都是完美信息、规则清晰游戏。而OpenAI把目光投向了更混乱的试验场：Dota 2。

对于强化学习算法来说，Dota 2更接近真实世界的情况，它需要解决团队协作、长时间协调、隐藏信息等问题。

OpenAI在Dota 2上取得的进展如下：

2017年，他们的算法在1v1比赛中击败顶尖选手Dendi；2018年，5v5的AI队伍OpenAI Five在Dota比赛TI上对战顶尖职业选手，输了两局。

未来仍需努力。

深度学习框架

回顾整个2018年，深度学习框架排名是这样的：

框架的格局会往什么方向发展？要看这样几个用户关心的因素：

学习曲线开发速度社区的规模和热情用这一框架实现的论文数量长期发展和稳定的可能性工具生态

2019展望

要展望2019，我们应该好好思考Hinton谈过的两个观点：

关于反向传播：“我的观点是把它完全抛弃，从头再来。”

“未来取决于我说什么都深切好奇的那些研究生们。”

最后，附完整PPT：

https://dropbox/s/v3rq3895r05xick/deep_learning_state_of_the_art.pdf?dl=0

量子位（公众号QbitAI）还在网盘传了一份PPT，在公众号对话界面回复“最前沿”可得。

— 完—

鬼畜栗 发自 凹非寺 量子位 出品 | 公众号 QbitAI

用生成对抗网络 (GAN) 制造表情，本不是什么新玩法。

不过，从前的GAN只会生成一些互无关联的表情。这样，即便做成动图，也拥有浓厚的PPT风韵。

它们的表情包技能，是不完整的。

GANimation可不一样，能给图像里的人类，生成连续变化的表情，让他们身不由己地动起来。

听名字也能感受到，新选手的动画属性。于是，在下把这一串进行中的围笑，做成了动图。

生动的假笑，是在完全无监督的环境里炼成的，不需要变化前与变化后这样成对的数据来训练。

GANimation入选了ECCV 2018的Oral环节。评审里面，肯定有一小撮心系Gif事业的人类。

表情的渐变

那么，来看一下GANimation是如何让面部表情，发生连续变化的。

首先，观察神经网络结构，这里当然要包含一个生成模型(G) 和一个判别模型 (D) 。

生成模块是双向工作的，既可以给输入的图像，做出想要的表情，也可以从做好的表情出发，回到输入的样子。

所以，把动图做成双向播放，不只是为了顺滑的效果哟。

然后，重点来了。

能让表情发生变化的，是一些名为动作单元(Action Unit, AU) 的东西。它来自前人发明的面部动作编码系统(FACS)。

每个AU各司其职，比如AU25(右二) 可以让人开口闭口 ，AU45 (右一) 决定睁眼闭眼。

如此一来，不同情感的表达，动用的AU也不同。比如，一个面无表情的少女变得恐惧，调动的是AU1、2、4、5、7、20和26这七个。

如果要连续变化呢？有个参数叫α，负责调节AU的激活程度，只要一点一点激活，表情就会不知不觉地改变了。

所有AU，都可以从0开始逐渐激活到1，0表示不变，1表示变动最大。

还以恐惧的少女为栗，从有点吓到慢慢变成吓得不轻，就是那七个AU的激活程度在慢慢变化。

单独调vs同时调

再来看一次这张图，这是每个AU单独调节的效果。

而上文出现过 (除喵之外) 的动图，还有即将出现的两幅动图，都是同时调节多个AU，生成的动态表情。

两种操作相比，后者难度更大，按照论文作者的说法，是“挑战模型的极限”。

不过，团队依然对GANimation的训练成果表示满意。毕竟，用人类照片喂养的AI，连阿凡达都不怕。

与人类脸部相异只是其一。除此之外，改变面部表情的操作，对阴影渲染的要求很高，而阿凡达又处在非自然的光照条件之下，难度升级。

考验叠加的情形之下，GANimation依然表现稳定，实属不易。

研究人员说，复杂情况下不乱阵脚，依靠的是注意力机制(Attention Mechanism) ，即每个AU有不同的职责。

以上就是连续表情的生成。那么，为动图而生的AI，在不连续的任务里表现如何？

其实，上文出镜的恐惧少女，是GANimation同许多对手比赛的一个片段，比赛内容便是生成互不相干的表情。

它最强的对手，是一路璀璨的StarGAN。不过……

StarGAN生成的表情，跟原图相比，清晰度的损失比较大。

而GANimation生成的少女，大多是相对清晰的少女。

可能StarGAN的作品，与原图更像同一个人，但在相似度和分辨率之间，GANimation也算找到了一种比较理想的取舍。不分胜负。

其他选手，不论看分辨率还是相似度，都基本属于陪练了。

颜艺是百年大计

当然，GANimation也是有局限性的。

比如，输入图像的表情比较极端的时候，注意力机制的权重分配会出现一些问题，然后发生上图的惨状。

不过，路还长。再说，极端表情本身已经是表情包了嘛。

最后介绍一下，论文作者来自加泰罗尼亚理工大学，以及俄亥俄州立大学哥伦布分校。

ECCV Oral论文传送门：https://arxiv.org/pdf/1807.09251.pdf

开源代码：https://github/albertpumarola/GANimation

— 完—

近日，来画对其三大产品平台工具进行了全线更新，正式升级为短视频智能创作营销平台。

早前上线的来画视频4.0版本已经实现了人工智能技术在其动画引擎中的应用，包括AI智能绘图及AI智能配音两大功能。

此次全新升级后，来画视频平台融合真实实拍视频，并新增了25种转场动画效果、多种素材出场效果，场景背景虚化等强大的创作功能，帮助用户能在来画视频APP上传录音、图片等资源，并同步到来画Web端、Win10端平台。至此，来画再一次重新定义短视频智能创作的新形态。

新增酷炫功能 视频效果更专业

来画视频产品将自己定位为“像做PPT一样做动画视频”，除了长期致力于降低用户制作视频的技术门槛，来画也在不断更新迭代，力图使其平台用户创作的视频更具专业性。本次升级的几大功能，又大幅度提升了视频质量和专业性效果。

新增的25种转场动画效果，使视频场景间的切换更酷炫；另外还有新增的3类素材出入场动画效果，使素材的出场动态更加生动形象；场景透明度调节及背景虚化功能则满足了用户调节镜头感及画面重点的需求。

升级后的来画视频编辑器给用户带来了更加流畅与优化的操作体验，酷炫的新功能使得视频制作更具专业水准。

融合实拍视频 营销场景全面覆盖

来画视频4.1.0版在原来的四大场景基础上新增了实拍场景，用户可选的素材背景不再局限于动画，更有贴近生活的实景。真实视频与动画的融合极大地拓宽了用户视频的使用场景，同时也降低了企业用户的视频营销成本。

众所周知，传统的动画视频制作费用按秒计费，并且需要多人多天协作，而真人实拍视频的成本则更加高昂。来画平台在AI科技的加持下，为用户提供了视频创作营销的一站式解决方案。海量的素材和模板覆盖了各行各业多端场景，模块化简易操作使得创作效率提升12倍以上，企业营销成本也将大大降低。

店铺直达 驱动品牌数字化营销进化

来画视频本次升级的一大亮点是其自定义分享功能。用户在来画平台完成视频之后可选择一键分享至多端媒体渠道，包括微信、微博及其他视频平台，同时用户还可以将该视频外链至线上店铺及商城，这对于品牌做市场推广和营销来说无疑是一大福音。

传统的视频投放相对来说较为繁琐，并且投放效果难以准确评估。而来画平台则打通了视频营销与效果追踪之间的渠道，在分享页面直接引导消费者进入企业店铺，明显提升创意触达率以及营销转化率。

SaaS服务再升级 争做视频创作营销领域领跑者

来画成立于2015年7月，致力于AI短视频创作平台开发及运营、STEAM教育及来画Story业务，旨在为企业用户提供更加专业高效、创意有趣的智能短视频平台及服务。

目前，通过技术和营销的双重驱动，来画为企业提供全面立体的Saas解决方案，新华社、阿里巴巴、百度、中国移动、知乎等企事业机构，都与来画建立了长期稳定的合作关系。作为百度秒懂百科战略合作方，来画具备品牌百科的服务能力，将企业百科与短视频营销结合，助力企业低成本、长效营销。近日，来画还与微盟、有赞、3W企服等多家企业服务平台达成战略合作，来画视频的SaaS产品正式入驻众平台，展开深度联合推广。

从手绘动画短视频，到MG动画视频，再到最新版本的实景视频与动画的融合，来画在视频演示及营销领域不断深耕，其产品也在快速适应市场的变化及需求，此次的产品升级，可以说是掀起了演示领域与品牌营销的新风向。而来画也将持续对其产品进行迭代更新，争取短视频智能创作营销领域的领跑者。

智能备课

系统支持备授课一体化应用，在备课环节支持教师通过新媒体、富媒体等教学资源进行备课，并提供便捷的备课工具，让教师的备课更加高质量、个性化。

备课工具

1.智能插件(PPT插件)

为实现教师的便捷式备课，系统在不改变教师的备课习惯的基础上提供智能备课插件，实现基于原生PPT的备课方式，智能备课插件中包含备课资源接口（新媒体资源库、云端资源、本地资源等）、思维导图和多种活动模板（趣味分类、趣味素材、猜词游戏等）。

备课过程中，教师可对音视频、文本等富媒体资源进行再加工，并插入到PPT或电子教材任意位置；新媒体素材资源可直接导入PPT；思维导图可在PPT中直接编辑。

2.全景式PPT

系统支持全景式PPT技术的应用，提供全景式PPT制作工具，完整呈现教师的教学思维场景。

备课资源

为教师提供内容+工具+服务的完整资源解决方案，构建教学内容生态体系，实现富媒体资源、新媒体资源、定制化资源等全套资源体系的教学支撑。

1.新媒体素材资源

新媒体素材资源是通过可动态交互的AR、互动微件、三维动画等新媒体技术制作的交互式、可视化学科教学工具，新媒体素材资源以学科教学设计为中心思路、学科教学知识点为解构单元，学科教学应用为核心目标。目前新媒体素材资源包含数学、物理、化学、生物、地理五大学科，共有过万份新媒体素材资源供老师自由选择使用，新媒体素材资源分为图片、视频、微件、3D四种类型，操作界面简洁友好，老师可按学科、知识模块及素材种类点选，也可进行关键词检索。

2.富媒体资源加工

系统支持将学校统一教材、校本教材、精品教辅等各类校本资源转化为电子文档，并支持添加个性化的富媒体资源，生成图片、音视频等在内的校本富媒体资源，为学校教学、学习等场景提供支持，并积累并丰富、特色的校本资源。

3.精品资源定制

针对公开课、精品课程、课程竞赛等场景，我公司可提供优质的资源定制化服务，服务内容包括新媒体素材资源、精品课件的制作与加工，帮助教师完成高品质备课。

教育网站的建设旨在迎合新时代下科教兴国战略的教学任务，教育网站已逐渐成为一个国家教育水平，教育能力的判断标准之一，教育网站是互联网发展的必然产物。

教育网站就是一个面向学校，老师，学生，家长的全方位服务平台，也是一个在网上进行教育宣传交流资源共享的综合信息平台。教育网站的建设主要体现学校的办学特色和教学优势，加强学校与社会，师生与家长的互动交流的平台，也是向外展示校园风采的一大免费途径。

1、教育网站的宣传模块。

动态信息发布系统，包括学校对外发布学校动态，招生政策，教育行业动态，招聘信息等分类信息，可自定义分类和无限制级别设置，支持多种文本和动画格式。信息内容可以任意发布在任何频道，并灵活设置发布模式。

学校网站下各个院系都可以拥有各自的子网站体系，既可以高度共享网站资源，又能体现出不同风格的网页形式。教师专区，以图文等形式介绍各院系的教授，讲师等详细资料，并且可以随意搜索。讲师教授的荣誉以及所属院系。

2、教育网站服务模块。

校园论坛。一般来说，学校的校园论坛都拥有优秀的访问效率和抗负荷性。论坛具备较为完善的论坛管理功能，用户管理，等级管理，权限管理等。

网上报名系统，自定义设置招生的专业和学科设置，完全按需定制报名表单所填写的重要内容。系统自动对报名资料进行分类处理。

反馈系统，根据专业和姓名的分类，系统可以自动把学生的问题自动识别出来，根据问题的层次然后指派给不同的老师，充分加强老师和家长之间的信息互通，有利于老师全面的了解学生和因材施教。

3、教育网站的资源模块。

教学资源系统，教学资源没有必要设置级别权限，讲师可以浏览教授的知识理论，灵活定义教育资源的共享共分。反正都是为了学习，学校可以设置多种文件下载格式，包括各种PPT教学课件，图片等，网站系统可以全面保护下载链接地址。

学生展示系统。对于有些学生的信息和作品资料可以展示出来，让其他同学学习，其他学生可以在网站上随意下载，当然也包含其他图片，文字和影音等格式。此举就可以对优秀学生给予嘉奖，也是对其他学生的一种鼓励，优秀的学生往往也是学校的代名词。这对学校教学水平的提升有着巨大的作用。

各种型号的摄像头挂满了搭建好的展台墙壁，人脸识别闸机摆放在靠近通道口的显眼位置，电视大屏幕里播放着象征着公司荣誉的落地项目新闻……

位于北京安博会W1馆的瑞为技术与其他AI公司的展台布置不同，走的是清新设计路线，而且占地面积也不大，丝毫没有那些AI当红炸子鸡们显现出的豪气。

但就是这样一家公司，W1馆内60%的门禁公司都是他们的用户。

“我们是行业内的隐形冠军，只是很少对外说自己的成绩，但事实是我们从2014年就开始做人脸识别模组，市场上非常有名的门禁系统厂商基本都是我们的客户。” 瑞为技术副总经理兼安防事业部总经理、高级工程师詹红梅表示。

瑞为技术副总经理兼安防事业部总经理、高级工程师 詹红梅

这种被称为“人脸识别模组”的产品，与讯飞的智能语音模组有些类似，都属于可以被嵌入到终端产品中的功能性模块。通俗点说，在传统的门禁系统添加了一个这样的硬件，就会变成具备人脸识别功能的门禁机，同样，嵌入到普通的摄像头里，就会变成一个人脸识别摄像头。

将复杂的人脸识别算法嵌入到前端硬件中，是瑞为技术从成立之初即确立的产品方向，“人脸识别技术要想在安防领域得到规模应用，必须实现智能前移”，詹红梅解释道，

“无论是从性价比、性能功耗比的考虑，还是出于实时性的要求，传统的将视频统一传到后端，依靠后台庞大的服务器集群来集中处理人脸的检测、跟踪和识别，都无疑不是一个可规模商用的合理方案。”

这其实就是这两年越来越多AI公司提及的“嵌入式人工智能”概念，只是瑞为技术从2014年即开始了这一技术路线的探索，并且率先在2016年得到规模商用。

的确，相比于其他AI技术公司，成立至今已逾6年的瑞为技术，算得上是一家颇具生存经验的创业老兵。

这家公司在激烈的市场竞争中稳扎稳打，在多个细分赛道上均脱颖而出：

早在2014年，瑞为便开始布局智慧零售领域，并经过几年时间的打磨，形成涵盖从入店到逛店再到收银的完整智慧门店解决方案，至今该方案已累计落地2万多家门店，覆盖鞋服、珠宝、3C、家居、商超等不同的零售行业场景，每天分析客流4百万人次以上。

而在安防领域，他们的成长速度十分迅速——在2017年金砖五国领导人厦门会晤安保使用的人脸抓拍摄像机技术测评中，瑞为技术就拿到了第一的成绩；

同时，在中航信人证合一安检项目信息化技术测评中，瑞为技术再次获得技术评分第一。

“我们最终用时间证明了我们的业务能力。阿里、京东、美的、小米、华为、格力、分众传媒、中航信、安踏等全球知名企业都是我们的客户。”詹红梅说。

关键优势——聚焦细分领域，不该做的不做

詹红梅作为安防事业部的负责人，经常会问团队一个问题：现在谈AI安防的公司遍地都是，客户为什么要选择瑞为，瑞为的关键优势是什么？

技术必须在一个行业里加大纵向延伸力度，才能扩展公司的业务话语权边界，找到更多的利润点——也就是“场景解决方案”，现在这也成为所有AI公司用来转型的利器。

“聚焦，把安防产品线的业务方向牢牢锁定在两个场景内，深耕并打穿场景。” 这是詹红梅总结出的第一个优势。

智慧机场与智慧园区解决方案，就是瑞为在安防领域深耕的两个细分应用场景。

“瑞为一直看重的不是让AI技术如何飘得更高，而是深入行业，将技术和场景结合，并快速转化为可落地的产品，让技术真正服务于客户。我们选择了这两个场景，集中精力和资源来确保我们能够更深入得去了解行业，从实际出发、确实有效的去解决他们的痛点和问题。而不是到处开花”

区别于大多数AI同行，瑞为从成立之初就不仅仅局限于AI算法的研发，更是从应用场景出发，同步研究算法的落地方案，以及在此之上的应用开发，构建能给客户带来价值闭环的完整解决方案。

以智慧园区解决方案为例，虽然在人员的通行管理上，核心技术都是人脸识别，但为满足从园区入口到园区内不同楼宇设施的细分场景需求，瑞为开发了人脸识别闸机、人脸识别访客机（立式、台式）、人脸识别门禁机、人脸识别摄像机、人脸识别点名机等不同的硬件产品。

再配合后端统一的FacePass智慧园区统一管理平台，让产品做到无论是员工/住户还是访客，都能快捷的一脸通行，并且随时查询任意人员的通行轨迹以及当前所在位置，极大方便园区人员管理，提升园区整体安全。

同时，“基于自主研发的AI专用芯片，早在2016年瑞为就实现了90%以上的算法均运行在前端智能硬件上，后端主要是人脸库的比对、搜索以及数据分析、挖掘，这不仅极大节省了整体解决方案的综合成本，更极大简化了系统的安装与部署，这也是瑞为在AI产品落地上能大幅领先同行的一个主要原因。”

技术不再决定项目落地水平？但细节可以

随着人脸识别技术进入到“大面积商用化”阶段，安防行业内对“技术同质化”以及“识别率的小数点差距在产品上根本不是差距”的认知开始浮出水面。

詹红梅认为算法还是核心。但是，同样的算法，在公开测试集上测出来的效果与真实场景差距很大，除了测试集的差异，应用场景本身的复杂性，特别是各种光线环境的变化，都是影响到最终识别效果的关键因素。

因此，除了拥有一支专业人工智能算法团队，瑞为还专门建立了一支非常资深的光学团队，设立专业的光学实验室，通过自研的ISP算法实现前端成像与算法的实时联动，确保在任意光线环境之下，都能获取最优的人脸成像。

“如果前端不能清晰成像，不能适应不同的光线环境，再好的算法，也会巧妇难为无米之炊”，詹红梅强调。

比如在机场的应用场景，瑞为在调试过程中就发现了许多光照影响识别的问题：

“如果你经常出差会发现每个机场的安检区朝向，以及光源分布都是不一样的。强光、背光、暗光和逆光，每个机场安检通道的位置和方向都会引发上述几种因素不同程度的干扰。所以，一个细节会让你的方案露拙，也会让你的方案迅速胜出。”

瑞为的智慧机场解决方案已在国内部署了40多家机场，为解决每个机场千差万别的光线环境，瑞为的光学专家自主设计了独特的自适应单帧宽动态技术，确保相机在99%的场景上都能够清晰捕获人脸。

詹红梅一直强调，瑞为技术是一家以技术见长的公司，但同时更是一家用落地效果说话的公司。因此，在技术上，瑞为技术不会只考虑某一个单点技术，而是会从应用场景出发，从细节出发，去解决在实际应用过程中可能遇到的种种问题。但是，细到什么程度，才能被叫做“服务安防客户”？

“其实从项目细节来甄别哪家‘方案好’，是很容易分辨的，”在采访现场，詹红梅直接拿出从标书中截取的产品细节指给我们看，

“我们在竞标PK的时候，连线材都是不一样的。

在安检区域人流多，环境比较嘈杂，因此机器工作一定会受到干扰，因此这个时候包括线材在内的很多零部件，都需要做到抗干扰级别。

“准备策略不充足，是会出问题的。我们必须尊重他们原有的使用习惯——哪里能摆，哪里能放，客户都有要求。”

“因此，在机场领域，瑞为在与其他公司同场竞标时，瑞为有充分的底气，不会给出‘我承诺能达到什么样的效果’这种预测式的说法，而是明确写明‘我们的系统已经在国内多个机场稳定运营了超12个月’”

2017年底，中航信（中国民航信息集团）为了更好地选择人脸识别解决方案供应商，举行了一次技术公开评测。

而瑞为在这次技术评测中以接近满分的优异成绩取得第一。

而其中一个让专家组赞扬的细节特别值得注意。由于过安检的乘客不仅高矮、姿态不同，还包括一些特殊人群，譬如因为生病或行走不便而坐着轮椅的乘客，都可能影响机器的响应效果。

瑞为在方案中给自己设立的一个明确指标是“识别不受年龄、相貌变化等因素影响，更无需旅客脱帽摘镜或改变姿态来配合”，而最终测试验证的效果与其技术承诺完全相符。

詹红梅提出了一个瑞为一直秉承的产品理念——“不让终端用户感受到不适”。

“传统的做法是需要旅客去配合相机完成抓拍，但我们觉得可以更人性化，因为‘不让用户感受到不适’才是真的把技术做到了极致。而不是去告诉他：这里有相机，你需要配合。

在已经部署应用瑞为人脸抓拍相机的机场中，旅客还没走近安检柜台，相机就能抓拍到他最佳正脸照，坐轮椅的旅客更不需要起立去配合抓拍；此外，我们还考虑到工作人员，尽可能让相机的安置角度去匹配安检人员的工作方式。”

就是凭着这样敏锐的市场嗅觉，以及把细节作到极致的方案研发能力， 瑞为不仅成为最早获得中航信认可的合作厂商，也成为拿下中航信机场项目最多的技术供应商。

在2018年1月，在兰州中川国际机场，瑞为成为国内首家全流程、无纸化刷脸安检、刷脸登机方案落地的技术提供商。

企业精神：市场厮杀激烈，用“狼性”杀开一条道

在詹红梅的2018Q4业务规划里，有一页PPT只写着一行字：

青空之下，瑞为技术狼。

这既是一句用来鼓舞团队士气的标语，也映射了瑞为技术一直秉承的公司文化。

瑞为创始团队的的华为背景注定了这家公司走的是一条“做远多于说”的发展路径。而詹红梅也承认，华为的狼性文化对公司有着很深的影响力。

“从算法到芯片，从前端智能硬件到后端系统平台，对内，瑞为一直踏踏实实在攻技术、做产品，而对外，公司上下始终秉承一个宗旨，以客户为中心，以市场为导向。”

詹红梅给我看了团队一位销售的业务总结——对外对内都不能抱怨，要多考虑如何解决问题。而在詹红梅的文件夹中，我们也发现了诸如“首问负责制”、“换位轮岗制”等各种以客户导向的创新管理制度。

先于行业的敏锐触觉和快速成长，让瑞为技术在智慧零售、智能家电等诸多AI落地领域都脱颖而出，市场份额遥遥领先，即便传统的人脸识别门禁市场，瑞为的人脸识别模块亦占据了60%以上的市场份额。

但是，取得的这些成绩虽然为公司早早建立起第一道壁垒，却不意味着瑞为技术之后的路会好走，因此市场厮杀仍在继续，甚至更为激烈。

在当下有诸多AI独角兽及巨头都想分一杯羹的安防市场，保证市场的健康成长与技术的合理运用其实是包括瑞为技术在内的技术公司一直关注并略显担忧的话题。

因为随着大量资本的注入，很多技术公司为了抢占市场份额，成功拿下项目，纷纷压低价格，甚至免费供应产品与算法，这种不良的市场状态也许破坏的不仅仅是行业规则。

“我们虽然技术分第一，但有时我们的竞标总分不是第一，因为价格我们不是最低的，有的公司把‘价’杀的很低” 詹红梅坦言，“这种做法其实不会令我们觉得紧张，我们相信市场总是有其存在的商业逻辑，天下没有免费的午餐，免费的往往是最贵的。”

詹红梅并不担心这种竞争会给公司带来不利影响，因为有大格局，一定会对公司的长久存活起到决定性作用。

“华为的任总说过，板凳要做10年冷。我们已经6年多了，不是初出茅庐的创业公司了，能存活这么久也是因为我们坚持一个信念：

坚决不做风口上的猪，要做就做在路上狂奔的狼。”

不久前，在浙江乌镇召开的第五届世界互联网大会主会场，清华微电子所所长WSJ教授发布了"CPU硬件安全动态检测管控技术"。这一全新的集成电路硬件安全技术入选本届世界互联网大会15项全球领先科技成果。

根据清华微电子所文章：

世界互联网大会每年都发布由数十位国内外权威专家从全球近千个申报项目中评选出的约15项领先科技成果，这些成果通常被认为代表了当时互联网和信息技术相关领域的最高水平。

不过，对于这项"CPU硬件安全动态检测管控技术"，一些业内人士是有看法的。

"CPU硬件安全动态检测管控技术"到底是啥

根据清华微电子所文章：

该技术以CPU的行为跟踪为基础，通过快速分析和识别来判断CPU运行过程中是否存在损害其硬件安全的行为。这一技术克服了传统的在CPU芯片商业部署前进行安全检测无法有效应对软硬结合的复杂硬件安全攻击、难以发现全新硬件技术漏洞等先天不足（即"模拟环境下的离线检测"），在CPU芯片部署后上电运行的过程中，用一个独立的动态可重构芯片对CPU的所有重要行为，包括指令执行、内部状态变化、与外部存储及网络设备的数据交互，以及预测执行、缓存控制等微架构行为进行快速采样和实时分析（即"真实应用场景中的在线实时检测"）。无论是硬件木马、硬件漏洞（如"熔断"、"幽灵"）、硬件后门以及恶意利用硬件前门的行为（如恶意利用微码的行为），都会因CPU芯片行为异常而被该技术方案迅速发现，并能根据危害等级和用户安全需求进行管控。以上对CPU芯片的动态检测和实时管控是杀毒软件、软硬件"补丁"等传统安全方案无法实现的，可为用户的软件、系统和网络提供一个高度安全、可靠和可信的硬件计算环境。

其实，这玩意就是澜起的津逮CPU中的那个所谓的"可重构计算安全检测模块"，本次WSJ教授只是把以前早就发布的东西进行申报，然后就入选了本届世界互联网大会15项全球领先科技成果。

"CPU硬件安全动态检测管控技术"真的安全么

"CPU硬件安全动态检测管控技术"，其实就是在Intel的CPU基础上增加一个安全模块，通过安全模块采集CPU访问数据后进行分析该项指令是否存在安全隐患。如果分析出来是安全的，则通过，如果分析出来是存在隐患的，则不通过。

然而，这种做法还是存在风险的，因为这种做法只能基于已经验证的东西进行防范，如果一种攻击是全新和未知的，安全模块就很难进行识别，然后恶意指令就被放进去了。

业内人士认为：

"CPU硬件安全动态检测管控技术"防护方式与防病毒软件类似。因为再怎么行为分析，也得有先验知识（病毒库）。毕竟现在的动态防御，智能防御都还在发展过程中。

业内人士还指出：

"CPU硬件安全动态检测管控技术"防不住"幽灵"和"熔断"，对于此前刚刚曝光的PortSmash更是无能为力。

业内人士认为：

与"CPU硬件安全动态检测管控技术"相关的很多文章和发布会PPT等资料中，都用"可重构计算"这个词汇，然而，"CPU硬件安全动态检测管控技术"中的可重构计算和学术界广泛认可的可重构计算不是同一个东西，清华大学微电子所的用词和做法，颇有滥用术语的嫌疑。

"CPU硬件安全动态检测管控技术"商业上没前途

虽然WSJ教授轻视自主可控CPU立足于安全市场建立根据地，鼓吹要把目标对准95%的公开市场，这种观点在W所《发展高端芯片不能自娱自乐》的报告中展现的很清晰。

然而，W所带头搞得"CPU硬件安全动态检测管控技术"，绕了半天，还是瞄准安全市场的玩意。

而且这项技术不仅在安全市场是存在一定隐患的，在商业市场上也没有前途，唯一的作用就是把Intel的CPU洗白，使Intel可以堂而皇之的进入安全市场。

为何说"CPU硬件安全动态检测管控技术"，也就是澜起津逮CPU在商业市场上没前途呢？

在Intel的CPU上增加一个安全模块，从现在公开的资料看，这么模块的面积还不小，这必然会增加硅片成本。

而且安全模块是和Intel的CPU封装在一起的，这又会增加封装成本。

那么，在封装尺寸变化之后，还能直接插现有的Intel主板么？如果要专门开发特定主板，又会继续增加整套方案的成本。

之前提了，由于是把安全模块是和Intel的CPU封装在一起，而CPU的价格和产量息息相关，以津逮CPU那点可怜的产量，成本会非常高，如此高昂的价格会劝退绝大多数客户。

何况商业公司对于安全本身就不像党政机关那么关注，而且"CPU硬件安全动态检测管控技术"在安全防护上也是存在一定隐患的，和直接用Intel CPU在安全上没有革命性提升，这使得商业公司不会为一个噱头去买单。

而对于国外的客户来说，由于建数据中心的大多是政府和大型企业，加上中国威胁论甚嚣尘上，相对于津逮CPU这种加了中国机构做的安全模块的CPU，西方政府和公司恐怕会认为，直接买Intel的CPU会更安全。

"CPU硬件安全动态检测管控技术"为Intel冲击党政市场服务

由于商业前景惨淡，澜起津逮CPU只能去冲党政市场了。

而党政市场虽然名义上对安全要求很高，但实际上都是在拼关系，这一点从一大票马甲CPU打进政府采购目录就能看出来。只要关系够硬，不论是买IP做集成也好，还是拿洋人的源代码也罢，都可以大言不惭的宣称"自主可控"。

不过，虽然买IP做集成和拿洋人的源代码去重新流片可以包装成"自主可控"，但在当下，任何一家公司或单位都不敢冒天下之大不讳，直接拿Intel的CPU宣传自主可控。

毕竟前者的行为还处于侮辱老百姓智商的阶段，里面的门道太多，可以蒙混过关，属于隐晦造假，而后者的行为就是明目张胆的造假了。

据业内人士介绍，津逮CPU中的安全模块和Intel的CPU，其实完全是两个芯片，没有必要一定封装在一起，安全模块完全可以单独装在主板上。而且这样做的成本要比直接封装在一起低不少。

此外，安全模块独立出来还有一个好处，那就是有利于市场推广。

因为一旦"CPU硬件安全动态检测管控技术"和津逮CPU被认为符合安全可控标准，那么，其他马甲CPU一看情况，澜起直接拿Intel的CPU加了一个安全模块封装在一起都能安全可控，我司虽然是马甲，但好歹拿了部分源代码呢，那我也加一个安全模块岂不是更加安全可控？

因此，各路马甲CPU必然趋之若鹜，会主动找清华微电子所合作，这对于W所推广安全模块显然比现在和Intel的CPU封装在一起更有利。

业内人士认为：

之所以把案么模块和Intel的CPU封装在一起，目的就是为了让津逮CPU看起来是一款"自主研发"的CPU，看起来像是国内搞出来的新东西。

如果"CPU硬件安全动态检测管控技术"被广泛认同，则会带来一个很大的问题，那就是给Intel的CPU一个改投换面的机会，从国外CPU，摇身一变，成为"安全可控"CPU，这将使自主CPU失去赖以生存的根据地，进一步加深Wintel对中国市场的垄断，对于中国建立自己的Wintel产生毁灭性作用。

用对工具，人力资源管理更高效!

人力资源管理者普遍存在的疑惑：

关于招聘：

小微企业如何招到大牛?

招聘就是电话面试办入职?

最容易忽略的招聘风险，你知道吗?

关于培训：

员工对公司安排的培训不“感冒”，怎么办?

如何用入职培训留住新员工?

如何从无到有搭建企业培训体系?

关于薪酬：

核心员工提出不加薪就离职怎么办?

员工擅自离职，工资能不能扣?

小公司怎么做员工福利?

关于绩效：

绩效方案美如画，落地执行就变卦?

绩效就是公司变相降低工资?

小公司做绩效就是没事找事?

人力资源部内训课件，招聘、面试、培训、薪酬等技能快速提升的14套PPT

人力资源部内训课件14套源文件目录：

1、员工招聘实务培训PPT课件

2、面试官技能培训PPT课件

3、招聘管理与面试甄选技巧培训PPT课件

4、销售人员招聘和甄选诊测技术培训PPT课件

5、员工培训实务培训PPT课件

6、企业文化培训PPT课件

7、目标管理培训PPT课件

8、薪酬设计培训PPT课件

9、有效沟通技巧培训PPT课件

10、员工关怀培训PPT课件

11、团队忠诚度培训PPT课件

12、以KPI设计思路与实施实践培训PPT课件

13、商务管理KPI介绍培训PPT课件

14、商务礼仪培训PPT课件

原本以为口袋新出的口袋神技只是日常 “开胃菜” 而已，没想到，口袋抖音特效用在PPT里面，一下子就停不下来了。这不，我差不多花了3分钟用PPT做三毛钱特效的电影海报。

魔性的PPT海报大概是这样的！

（纯PPT制作的一键特效）

热度之后，有个口袋的朋友就给我留言：

大抵的意思是：

抖音这种酷炫的新潮画风，自己很喜欢，

但是不敢下手放在PPT里面。

粉丝很热心，也很真诚，

字里行间也透出一个大家的共识：

动画虽好，可是却不敢在PPT中间使用。

拆开有趣的两个词

“动画好”

“不敢用”

那么今天，我就这两个词，

同大家聊聊关于动画的使用。

因为干货太干，内容有点多，

需要花您一定的阅读时间，

注意护眼！！！

“动画好”

针对动画，尤其是PPT中的动画，一直饱受争议。过于平淡，显得无趣；过于张扬，又觉得抢了焦点和主题。总之，关于PPT的动画一直存在矛盾性的争议性。但，我所认同的是：从潜意识角度去看待动画，更多的是喜欢、甚至追爱。我简单给大家剖析下。

动画的视觉性

回归人的生物属性，人是一种视觉动物，尤其是在现在时代节奏这么强的今天，信息流的高频，纷繁复杂，由于工作或者生活节奏的加快，我们不再满足于简单的静态图文，而是需要一些冲击力或者刺激点，来唤醒我们可能已经疲于各种信息流的注意力，那么动效的视觉表达无疑是最直接的一种方式，来吸引更多的关注的视觉焦点。通常来讲，动态的视觉传达能够更好的把信息流传达给我们听众。

PPT中动态视觉传达，可以是这种微课的小片头、片尾，如：

（动画来源：口袋在线动画资源）

也可以是这种有一定活动营销的宣传PPT页面。

甚至于这些酷炫的动画，结合一些音效，最终呈现出来的效果是非常给力的视听盛宴了。

动画的趣味性

动画的趣味性，应该是所有人都共识的一个点了。听一场完整的报告或者总结会，人集中注意力的时间是非常短的，整场的平乏安静的演讲，总是需要结合一些动效表达来调剂下的，否则导致的结果是：我们需要表达的没有表达出来，关注想吸收的也没有吸收。所以，而动画才能够让你的PPT更富生机和趣味性。

如下面这些小动画，都足够让你的表达更有活力。

动画的辅助性

动画原则上是属于整个演示活动很重要的一个元素，PPT中最重要的一个单词是Presentation，演示之意，之所以不是“展示”或者“演讲”，极大的体现出来动态表达或展示是在我们进行观点表达和展示过程中必须具备的一个环节。落实到动画的辅助性，动画既能做到承上启下的模块衔接，也能在特定的环境增加更多的节奏感。

比如：各种手机发布会上，定价环节中，那个酷酷的轰然下落，虽已不见鲜，但仍旧非常出彩。

再比如这种流程图动画。

“不敢用”

前面解释了“为什么我们喜欢PPT中的动画”的三个原因，很多人喜欢动画，而往往在PPT中绝大多数人很少用动画，甚至出现不敢加动画。为了能够把自己喜欢的动画很好运用到PPT中，你需要明白自己“不敢用”的根源。

动画的有难度

难度大，想用却不会用，想必这是自己“不敢用”的第一个原因。

首先，PPT原生的动画元素是有一定的学习门槛的。

就拿PPT自带的预设动画来讲，按照特定用途区分为了四大类型：进入、退出、强调、路径，每一个类型分别又对应着几十种特定功能特效的类型动画，不算一些高级用户自己自定义的动画，加起来一共有上百个预设动画，这无疑给用户造成了一定的学习成本，他们需要在进行动画创作前，需要掌握每一种类型所具备的效果属性。

其次，PPT原生动画的分散感增加了我们的认知难度。

PPT自带的这些类型动画都是一些非常“独立”的特效动作，每一种动画仅仅完成的一个简单的动作如飞入、字体放大等等这些，如果需要完成一个稍微具体的动效表达，往往需要我们结合多个预设的动画来复合完成，在这一点上，又一次把动画的创作增加了难度。

如下这个小小的片头动画：

其图层个数为42个，而动画数量是104个！

如上动画，对于刚入门，完成105个动画来叠加出一个稍微酷一点的效果，几乎不可能！

鉴于这样，一些原因，就限制了PPT中的动画发展与应用传播。

动画的有场景性

动画的表达一定自带场景属性的，且不同场景对应的动画的要求也是不一样的。场景是一种根据我们的演示对象、作用、活动内容特性综合得出的用法指南。

如学校街舞社团的招新PPT，面对是一群刚入大学校园的青春学弟，我们需要给他们更多酷炫的色彩，自然可以灵动些，动画特效可以夸张些。

而书法社的招新，需要更多的是中国风，节奏需要慢一些，或许沉韵古化的感觉更适合我们的人群。

（因为图片压缩原因，动画有加快）

甚至有一些场景最好不要带动画。

例如：发给老板的一个总结小结，结果你却自以为酷炫的加了很多动画，最后老板只是浏览了一遍内容（那么动画肯定是没有播放过），这样既浪费了时间，还做了这么多无用功，降低了工作效率。

在这个问题上，如果我们思考不足，最终得到的结果就是：出力不讨好，不仅没有让我们的PPT加分，甚至可能降低大家的好感度。

最后往往在，在“吃亏”之后，干脆“不加动画”，反而可能会更安心些（这也是我曾经的痛点）。

动画的节奏感

根据我们的演示场景确定如何来勾画我们的动画基调之后，剩下就是基于内容的进行节奏化的内容动画创作了。这个过程既需要动画的创作者有一定的内容分析能力，也需要有结合场景和内容来落地实施的创作能力，甚至还需要制作者本身需要有一定的演讲经验和节奏感。

举个例子：针对用一个关于iPhoneX的三个介绍，可能不同的动画映射出的信息都有所差别。

动画语义：强调iPhone的重磅上市，然后平铺展示三大特性。

强调iPhone，且在屏幕中间停留，此时演讲者可能是在陈述悬念，最后再展示三大特性，用户的感知可能更强。

展示iPhone的重心更加突出在三大特性的描述上了，上面动画应该是一个点击类型，一个个强调描述，让我们的产品陈述更加从容有力。

到底“如何用”

上面长篇幅，聊完那么多很多纠结我们多年的疑惑外，我们应该如何在PPT中使用动画呢？

我也简单整理三个步骤：

第一：是否需要动画？

在开始创作之前，一定要确定你的文档对象、场合是否需要动画。这个是前提条件，否则下面有关动画的玩法就不要进行了！

第二：选定场景

确定好我们的目标人群，来设定“画风”。更进一步讲，我们需要对文档内容划分二级场景模块，比如片头、转场、片尾、倒计时模块、抽奖模块、辅助小动画模块等等。

第三：贴和内容

根据内容和表达目的，抽象出关键词，进而根据关键词进行动画内容创作。

说了这么多，可能大家已经备了一筐臭鸡蛋了，这些理论确实有点抽象和复杂，我是小白，本来就读书少，那么如何快速的根据这么“高格逼”的理论去创作动画呢？

很简单！

强烈安利：口袋动画

，是一个叫做神器的PPT插件，让你瞬间变大神，基于上面那些理论，口袋让更多心有疑惑的小伙伴，从此不再苦恼动画和文档创作。

关于场景

口袋动画为你按照使用场景整理了使用智能动画资源。

关于节奏

输入你要的展现形式，口袋把所有的酷炫都封装成一键化的操作。

（流程结构识别）

（目录结构的识别）

（一键生成抖音动画）

就这样简简单单几步，就能完成我们认知为“大神”才能完成的动画和文档需求，或许这样才能给更多的人带来文档制作的“自信心”。那么，我相信，你会更好、更得体的把动画运用在我们的文档中了。

文末留言：

写下你的疑惑，

下次分享可能就是你想要的答案！

各种报告总结会议，纷至而来；

盛启2018，齐规划计划展望之聚，皆来

年末PPT 小编想说

演示的精巧性

作为演示会议必不可少的PPT，在这种既要承接上年辉煌总结又要豪望前途的大场合下，如何才能瞬间出彩呢？小编简单总结了五个字：精巧的动画。

说到这里，可能一开篇就会有人开始吐槽小编的言论了，绝大多数人都能理解：

一份出彩的PPT需要好的文案结构、精美的页面设计和排版，配色和内容布局的精心搭配，再结合讲演者修辞表达就能将其近乎完美的呈现。

诚然，我也是认同这种说法的，但是我今天要说的是瞬间出彩，是在大场合下的瞬时行为，是能够让听众感受到触动的精彩。

如果说PPT中的精美页面设计与文案，是一个循序熏染而来的享受，那么我认为精巧的动画确是一种能够带来极具冲击力的触动表达，也是配合讲演者者修辞达到高潮的一种有力保证。

精巧动画的前提条件

今天不探讨动画有史以来的争议性，但是需要强调几个关于精巧动画的前提条件：

适当：在一定程度上，放松对动画的抵触感，适当的添加动画，无论是制造悬念感或者动态辅助，都是会让你的演讲表达出彩的一种途径。

适合：不过分追求炫酷动画，从内容和内容对应的表现感上出发，做出的动画具有对应贴切的表达与展现就足矣。

适时：动画一定不是盲目的全文通上的，而是一种基于演讲者角度的考量后而加上的一种表达升级，一次更彻底的传递。恰当的时机，恰当的表达，结合恰当的动画，一定会让你的动画发挥真正的意义。

适事：动画的设计一定需要对应的场合感和事物感，适地适事。

新品发布，就需要一定的悬念感和震撼感；

怀旧演讲，配合舒缓的浅动画，才能更为真切；

年会盛典，数据展现最好需要有士气的自豪感与开拓感，承继未来.....

不同的观众和表达目标，需要的动画都是不一样的。

上述为小编个人心得整理和总结，不足之处，大家可以指出和补充。

此外，针对上述的每一个动画的特性条件，其实都能延伸出一篇详细的文稿之谈，时间篇幅有限，今天就不扩展，容后再去拓展。

进入正题，为大家分享10个通用的出彩PPT动画

NO.1 标题

标题LOGO动画

通常是一个以个人、企业和组织logo为展现主题，配合以主要文字为展现方式的动画形式。

口袋动画，不仅提供大量的主题动画，还可以针对下载的动画资源智能修改，一键更换LOGO和标题、主题色，让你的二次创作更加简单。

（动画盒子）

（更换LOGO）

（更换主题色）

实战更换：金山WPS 产品家族

适用场景：个人展示、产品介绍。

NO.2 强调

轰然下落

相信所有经常关注苹果或者小米发布会的人都知道：，是个比较炫酷的动画效果，此特效是来源于Keynote（苹果系统下的演示文档软件）中的做一个演示特效，随着各大发布会的普及使用，司空见惯，但是仍然被广大的互联网发布会所青睐，用这种比较酷炫的方式来突出重磅产品或内容。

（内容仅供参考，PPT真实制作效果）

口袋动画中也支持一键插入众多Keynote特效，欢迎各位去解锁。

使用场景：用户强调或者重磅介绍“接下来”事物。

NO.3 流程

流程图动画

流程图是我们在演示报告中用来描述一段时间阶段内容的表现形式，其核心内容除了需要阐述清楚每个时间节点的内容外，还应该主要增强其节点特性。

在此基础上，口袋动画内部资源支持一键更换流程图数量，也欢迎大家解锁。

使用场景：时间流程、步骤类内容。

NO.4 轮播

图片轮播

图片轮播是逐个展示图片类元素的动画形式，常见于各种网页banner，但是这种展示方式，其实演示文档中使用也比较多，借助“单击触发”，能够更好的把产品内容逐个展现。

（小米产品海报）

（前任3海报）

PS：口袋动画，支持插入资源后，能够任意替换和增删，简单快捷。

使用场景：产品展示、相册展示、个人展示。

NO.5 数据

数据强调

数据应该是很多报告中都会应用的内容模块，为了突出某些重点数据，我们需要在原有数据基础上加一些重点强调，这就需要逐点进行“焦点化”。简单处理了两种形式（更多动画形式，可以参照口袋动画盒子库）。

：数据报告与展现

NO.6 标题

幻影主题

在很多时候，我们为了突出某个主题（图形或者文字），就会在出现的时候都会加上一些“打”在屏幕的幻影效果，如下：

这个效果的特点是能够强烈的突出动画主题，效果上属于比较酷炫类的，可用于一些片头。

口袋动画，一键添加幻影动画

姿势1：选中对象 ->搜索“渐变幻影”->下载应用

姿势2：应用后的资源，支持一键替换幻影对象，零设计门槛。

主题、标题强调类动画

NO.7 逐个

逐个强调

演示中，通常如某页面中所表达的三个并列内容，都会采用一个“总分”的讲演手法来阐述，即先把三个观点内容展示出来，先给听众以整体印象，然后逐次逐序的进行介绍。

那么意味着每一项内容我们需要依次强调，所以这部分内容虽然很小，但是能够稍加以强调动画，其最终表达结果就会好很多。

并列内容或者观点的逐个强调需求。

NO.8 目录

目录缩放

目录是在开始演讲前的整体结构的介绍，可以让观众可以提前知晓整场演讲内容模块，以便更好的理解演讲者后面阐述的内容。

传统的目录直接在开场后就把目录展示出来。其实稍有欠妥的，通常来讲，目录所阐述的都是好几块内容，我们都需要逐一对其按序做一个简单的介绍，然后观众才能真正把结构理解好。所以在这块的建议：还是需要有节奏的辅助一些“节奏”动画

口袋动画，一键生成目录动画（极简动画，实用超然）

：具有讲演环节的目录介绍阶段。

NO.9 倒计时

倒计时

倒计时，即倒着计时，通常是一个时间跨度较短的计时形式，作为具有强时间属性的表义动画，其提醒的作用应该是首要体现。

在一定意义上更是一种能够将集会气氛拉倒高潮，比如每年的新年倒计时，跨年倒计时等，众人齐聚、齐喊，是一种气势、一种参与、一种氛围。

通常出现的时机是在非常重点的节点流程即将到来前的一项活动，用来强调“接下来”节点流程的重要性，所以倒计时一个重要的作用就是能够凝聚焦点，突出重要，迅速把全场的焦点目光吸引过来。

，支持一键修改倒计时初始值。

：聚会、会议、盛典的开头暖场环节。

NO.10 结尾

二维码结尾动画

二维码结尾，主要是用于演示结束时二维码（微信、微博或活动）展示动画，华丽的收尾，能够给人以最好的接受度。

口袋动画，支持一键更换二维码。

使用场景：微课结束、个人展示结束