本次演讲主要从 AI 在自动化测试领域的应用角度出发，介绍了一款结合传统图像处理技术和深度学习在视觉处理和 OCR 上的应用，以视觉识别为技术支撑点的全新的自动化测试框架。由于传统框架存在对系统视图树的依赖强、资源 ID 和视图类型锁定繁琐、ID 混淆维护成本高等问题，而该框架从视觉识别出发，生成了一套直观的视图树，恰好屏蔽了这些问题，大大降低测试用例的编写成本和维护成本，提升框架的跨平台能力，让测试用例变得更加人性化。同时还与大家一起分享在实践过程中领悟到的深度学习的优势与挑战。

演讲提纲：

1. 理想中的自动化测试框架
2. 深度学习带来的机会
3. 基于 AI 的自动化测试框架的诞生
4. 基于 AI 的测试框架优势与挑战
5. 利用 AI 做更多的技术升级

听众受益点：

• 学习一套底层技术完全区别于传统移动测试框架
• 了解如何应用 AI 技术将 UI 图到视图树的逆向处理
• 了解如何利用 AI 技术更新现有技术架构