眾所周知，視頻已然成為我們生活中不可或缺的一部分了。無論是在日常的休閑，抑或是工作之中，視頻都起到了一個信息傳遞的介質作用。而且與同為介質的圖文相比，視頻具有信息量大，更為直觀等諸多優勢。也正因于此，視聯網應運而生，作為以視頻作為主要信息傳遞介質和功能載體的下一代互聯網形態，其必將顛覆當前圖文生態的互聯網形態，引發新一輪互聯網生態的激烈競爭。

作為一個新興的概念，視聯網的定義勢必需要人來劃分。極鏈科技作為領頭羊，提出了視聯網的四階段，即嬰兒-成長-青年-成熟。其中嬰兒期便是我們目前所處的階段，也就是所謂的“猜你所想”。

在視聯網的這個起點，人們剛剛學會如何利用AI技術打破視頻的信息壁，并能夠利用視頻信息進行初步的商業應用。在這一階段中，對于視頻信息的解讀和利用是比較有限的，表現為數據維度較少、可辨識的類別有限。這主要是受限于視頻數據的數據量和標識量。當前以深度學習多層神經網絡算法為主流的AI技術需要大量經過標識的視頻數據作為訓練AI算法的養料，但數據的標識需要大量的人力投入，同時視頻內容的版權和信息安全問題也制約了視頻數據的傳播。人力與數據共同限制著視頻識別能力的提升。

為了最大化的利用識別出的有限信息，嬰兒期的視聯網應用表現出了典型的“預期-推送”模式。在這一模式中，本質上是利用外部已有的用戶行為大數據 (抑或是常識)對觀看用戶的心態和行為進行預判，進而在計算機解析出的場景信息中挑選出那些被認為是最能引起觀眾共鳴的場景，推送與之相關的應用服務。

近日谷歌發布的手勢跟蹤AI也與之有著相通之處，其管道中的最后一步是手勢識別系統，通過從關節角度確定每個手指的狀態并將手指狀態集合映射到預定義的手勢，它能夠識別來自多種文化的技術手勢和各種手勢。也就是說，只有在擁有大量樣本的情況下，才能將現場采集的數據與后臺預設的數據一一對應，也就是典型的嬰兒期視聯網特征。

而當視聯網來到成熟期時，從技術便利性的角度出發，我們可以對視聯網的成熟形態作出大膽而又堅實的想象：在視聯網的成熟期，借助可穿戴智能設備、尤其是智能眼鏡的普及，人所見的一切信息都將被攝像頭捕捉并在極短的時間內處理成計算機可以識別的視頻信息。此時，人們從視覺信息中激發的所有需求都能得到直接的響應。通過語言、手勢、眼動捕捉等多種形式，計算機能夠接收到人們提出的需求，并結合捕捉到的視頻信息明確需求的內容和對象，進而調用互聯網的相關應用和服務來滿足人的需求。

也就是說，視聯網將在體驗方面做到“知你所想”。人眼觀察所能認知的一切信息都將被計算機捕獲，甚至超越人眼的可辨識范疇的信息都將被計算機掌握。屆時，視聯網將不再是通過預設的對比來進行統籌，而是以一種更加多樣化的方式來實現瞬時的技術支持。人們頭腦中浮現的需求便能隨時被實現，這也是視聯網建設的目標。