人脸识别和安防是两个完全不同的领域，以下答案是人脸识别市场而言的。题主说到的这几家公司都是计算机视觉领域中Tier 1的技术服务商，都具备很不错的技术团队，目前拿到的融资也非常可观。 但是，人脸识别技术是一项场景性非常强的领域，在不同场景之间，如证照比对、嫌疑人排查、有配合的1:1识别、无配合1:1识别（即不能要求对象在摄像头前站好，摄像头从隐蔽处抓拍人脸），其应用难点与技术路线有非常大的差别，甚至其核心技术能力不在于算法本身，而在于对场景的深耕研究。

所谓的场景深耕，就是紧密围绕场景需求，以商业上能接受的代价（价格、计算延迟、维护性等），针对场景的特征并大量收集场景数据，不断调试方法或者使用多个方法的组合，走过一轮轮alpha、beta到zeta的版本号，最终实现产品化，其过程并不是一个算法打天下这么简单。

但这里摆在这些人脸识别技术提供商面前的一道难题是，人脸识别技术自身并很难构成一项单独的应用，必须与其他业务或者产品结合。比如技术+摄像头，成为智能视频监控设备，或者与传统支付产品结合，在密码/手机验证码上再加一层人脸识别验证，类似还有ATM机上增加人脸识别，才能在特定场景中形成具备商用价值的应用。 在上述背景下，人脸识别技术提供商与应用场景之间，存在一定的距离，它们不得不站在其他产品或商业模式的后面，导致缺乏对场景的深入把控，甚至难以获得升级技术赖以为生的场景数据，而缺乏对场景的把控，将导致技术本身难以通过有效的场景深耕而获得质变。 因此，我们看到了这几家人脸识别技术供应商，纷纷与在安防等领域具备场景纵深的企业深度合作。如商汤科技与老牌安防上市公司东方网力成立合资公司深网视界，利用双方优势推动人脸识别技术在安防产业的落地，另外还有云从科技绑定智慧城市上市公司佳都科技，以及依图科技+传统身份识别领域解决方案神思电子的案例，当然少不了旷视科技自身的阿里系背景，毕竟单靠技术算法本身，在缺乏场景深耕的情况下是难以有所作为的。 通过场景+技术这两个视角，观察这几家公司走向的逻辑就清晰了：第一、是否具备人脸识别应用场景深耕的禀赋，或者能与具备场景的合作方深度绑定？第二，能否在具体场景中取得商业化突破，并反映在具体的销售收入数据上？第三，回归到算法技术，除了CNN等传统计算机视觉技术外，是否能取得技术的突破，比如引入人脸3D信息、多特征融合、或者在1：N/N：N上海量人脸比对场景中更优秀的搜索策略？最后这点可反映在各公司发表的论文主题及质量上。 题主关心的上述几家公司谁能跑到最后这个问题，目前老实说还很难下结论，但可以肯定的一点是，人脸识别的市场规模是支撑不起这些公司同时存活的。