尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
智東西（公眾號：zhidxcom）
文| 李水青
智東西7月29日報導，今天，曠視科技CEO印奇和CTO唐文斌同臺分享了曠視科技的AI落地實踐、技術進展。印奇表示，下半年會推出一款特殊的手機傳感器，機器人家族和新的視訊結構化硬件也會亮相，「希望今年年底之後，媒體叫我們最硬的AI公司！」
印奇和唐文斌都是清華「姚班」出身，平均年齡32歲，卻是估值超40億美元沖刺港股的AI獨角獸的創始人。開場之初，印奇自我調侃，創業9年來自己和文斌從「簡單幼稚的程序員」，變成了「簡單幼稚的程序員的管理者」，今天是以「高考生答題」般的心態答一答「AI產業落地的路徑實踐」。唐文斌則從技術角度，帶來了面向CV+的技術方面洞察和實踐。
▲曠視科技CEO印奇（左），曠視科技CTO唐文斌（右）
在這場交流中，印奇不斷用高考答題推導式的嚴密邏輯明確或澄清「AI是什麼」、「AI產業面臨什麼」、「曠視科技是誰」等基本問題，試圖以此降低大家對AI產業抱有的高期待，同時也隱隱顯露出這家AI算法起家的獨角獸老板的「AIoT」野心。
一、實體清單有影響，現金流充裕不著急IPO
會上，印奇和唐文斌對許多大家關註的熱點問題進行了解答。
談到許多人關心的IPO，印奇認為，上市代表幾個點，首先是代表自信，曠視向來是以上市標準來審視自身的；然後，曠視把上市當成手段而不是目的，不光上了，還有上市之後的表現。曠視還是很年輕的，3~5年後會在哪自身心裡也比較明確。目前曠視科技現金流充裕，上市不是特別亟需的東西，只是在穩步推進。
談到去年被美國列入「實體名單」，印奇坦言，這件事情對中國所有的科技企業都是有影響的，不過對曠視來說相對會好一些。因為AI裡最核心的算法引擎曠視是完全自主的，這也是今年3月份提早做開源的原因。另外，從全供應鏈來看，有些晶片和模塊我們需要做替代，但對AI企業至少對我們來說可能不是特別本質的問題。另外，它的影響是很綜合的，包括對資本市場等各方面。
談到新基建為曠視帶來的機遇，印奇則表示，曠視很簡單，雲、管都和我沒關係，我們就是希望在雲管端的端上能夠以應用為出發點。他還舉了很喜歡的微軟的例子——微軟是有了office，才有windows。一個super App的誕生，也會推進軟體、晶片等各層面的發展。
二、堅信「軟體定義硬件」，聚焦1~2個產業做到100億
當智東西問到，面對安防等行業友商，曠視如何發揮技術優勢、彌補行業經驗、渠道等短板？印奇很自信，首先他表示進入各行業後發現每個行業都有非常優秀的傳統玩家，就會去跟他學習，跟他競爭，是良性循環。
然後他話鋒一轉說：「我們堅信是軟體定義硬件，這不是軟體+硬件，就像最近華為也在講的「軟體定義硬件」。為什麼說自信？我認為如果我們是在正確道路上，核心能力也沿著這個道路不斷加強，最後（還看）誰能掌握這個核心能力和核心要素。一個企業都有它的周期，曠視也有自身的周期。」
對此，唐文斌補充，我們去年在工業物聯網方向上有非常大的一單Case，（競標）幾乎把這個行業所有的廠商都叫過去了像海選一樣，一輪一輪搞了三四輪，最後選了我們。Why us？
「就像你說的道路自信，當時我們跟他講了一句話，我們絕對不是這個行業裡最有經驗的廠商，但一定是進入到這個新的行業裡最創新的，帶著更強的技術意識的，而且有更強軟體能力的廠商。我們要用更好的大腦去賦能這個場景，而這個大腦真的能給你這個場景帶來不一樣的價值，而這個價值可能是其他廠商所不能提供出來那麼多的。」唐文斌說。
談到未來五年後對曠視科技的期待，印奇坦言，曠視不會是一個像很多AI公司宣傳的那樣特別平臺化的公司，而是會選擇聚焦1~2個產業，逐步化擴展，將單體行業先做大比如到100億元營收。平臺化的公司比如BAT等平臺有自己的立身之本，而作為曠視科技，目前也有明確的個人物聯網、城市物聯網、供應鏈物聯網三大產品方向。
或許是這兩位創始人先前實在很少同框，現場的提問環節幾乎搶占了所有的眼球，不過回到印奇和唐文斌演講的環節，也是有一些資訊量的。演講開場，印奇就毫無避諱地談到了AI行業步入「死亡之谷」。
三、AI步入「死亡之谷」：算法供給、價值閉環、組織陣型三大難點
印奇用一個AI產業的發展Gartner曲線引入他的話題，他認為AI經過2016~2017年的快速爆發，已經進入產業的深水區，步入「死亡之谷」。當前是各界對AI的高預期向下回落的階段，哪個AI企業能穿越這個死亡之谷很難預測。印奇感覺可能在18-24個月行之將半。
印奇接著強調了他篤信的一個概念，就是「AI小於IoT」。他認為互聯網的下一個時代是物聯網時代，AI更像當年的搜尋引擎。所以，AI是物聯網裡一個核心技術算能力，是未來很長一段時間技術創新的主軸，但不是產業落地的核心點。
那麼什麼是產業落地的核心點？印奇步入主題，從三方面開始答題：
1、算法供給側，AI企業做得不夠
首先，大家講到AI，很多事情都套上AI概念，但AI歸根到底還是算法。大家沒意識到，算法供給側，還是人臉識別等老三樣，AI企業做得遠遠不夠。AI算法側到底是極大的供給沒有壁壘，還是它其實還在極度稀缺的階段？
可以從兩個要素來看：
（1）AI算法可交付。什麼叫可交付？AI算法的應用有兩個環節，第一個環節叫訓練，第二個環節叫部署。其中，訓練的工作隻占20%，剩下80%的工作在於部署。一個團隊訓練100種算法，也不一定能交付，因為每個行業都是非常差異化、碎片化的。
（2）AI算法規模化。目前，AI算法依然成本高、周期長，不像軟體一樣想寫就寫，寫完就用。盡管曠視已經有brain++，但印奇判斷，當下算法供給能力不到應用需求的1%，目前是供應不足的。算法像整個物聯網裡的血液，血液如果供給不足會發現很多東西只是框架，只是骨骼。
基於以上兩點，印奇推導出，在算法供給側，AI企業做得還不夠。
2、價值閉環是AI產業落地的最大挑戰
價值閉環是近期的熱詞，可以拆解為產品和商業價值鏈兩個維度。
首先是產品維度。
在互聯網時代，產品應用就是PC或者手機上的Word、微信，那麼在物聯網時代，應用是什麼？
不同於互聯網時代，物聯網需要選擇一個空間，無論是家庭、倉庫、城市還是樓宇，這個空間裡會形成一張網。其中有很多計算AIoT中間計算節點，會連接很多傳感器、機器人等設備。當這些硬件設備連接在一起時，上面就需要很強的軟體連接所有這些東西，貫穿雲邊端，最後給最終用戶提供服務，這個東西叫AIoT應用。
真正一個AI產業落地本質上就是在不同空間、不同場景構建一個個獨立的AIoT應用。更進一步，只有應用有了才會有這個產業鏈、平臺、晶片，才會有所有東西生機勃勃的發展。
在這個過程中，AI算法如何變成AIoT應用？這一路徑很長，印奇認為可分為三個階段。
（1）最早可能先產生一個新的算法，算法在性能上要可用。
（2）AI公司首先成為系統集成商，用系統集成牽引做出軟體平臺，連接所有硬件。
（3）當軟體做得足夠好，會發現很關鍵的硬件，但沒有一個廠商真正做得非常好。於是AI企業開始做軟硬結合的方案，AI定義硬件。
從算法到系統集成、到軟體平臺、到最後的軟硬結合，這是AI企業真正想在行業落地，實現價值閉環時必經的一個最小路徑。
那麼這個路徑龐雜度如何？印奇從商業價值鏈維度進行了推導。
相比於互聯網時代大家講到的「0~1」，AI落地更加龐雜。
（1）0~0.1 階段：技術可行性和產品價值的驗證。比如當年曠視用人臉識別完成金融支付，技術也不成熟，產品也不成熟，應用場景也不成熟。
（2）0.1~1階段： 是要打磨MVP產品（最小的可用產品），觸及到行業用戶，用戶買了單，完成了最早期的商業實現和落地。
（3）1~N階段：是規模化應用階段，就一定是軟硬一體。沒有硬件，永遠是反覆在走前兩個階段。
印奇認為，如果一個AI公司只有算法、軟體，很難走到1~N階段，很可能不斷地在走0~0.1、0.1~1。所以，一個AI公司所用的路徑一定是要先能夠驗證價值，真正完成MVP和客戶的驗證，最後定義成軟硬一體化的產品，然後規模化復制。而這個價值閉環過程，比之前互聯網認為的從0到1要更長，要更難。
3、最難點：AI落地對組織的密度和陣型要求極高
回到人的問題，技術、商業模式再難，印奇感到往往都沒那麼沮喪。但這是非常龐雜的組織，AI公司裡的產品部門可能具備四個人群。
（1）產品經理，需要有50%的AI能力，50%的行業經驗。（2）CTO，把軟體、硬件算法整體來看，有AI行業背景同時也能學習行業。（3）CAIO首席AI官，負責AI可行性評估，可能很懂AI但沒有那麼懂行業。（4）CMO，強調行業積累，是最後真正實現行業閉環的人。
當AI每個小的產品落地過程中，可能都需要這樣四個角色。每進入一個AI行業，部門都需要搭好4 in 1的組織架構。
總得來說，經過以上推導，印奇論證了對於AI產業，AI算法供給、AI價值閉環和AI產業落地組織要求三大方面都十分關鍵。
二、AI不會覆蓋所有行業，最大頭是城市物聯網，最看好供應鏈物聯網
完成了理論答題，印奇講起曠視近十年來的實踐。
印奇從「1+3」戰略說起，其中的「1」即曠視完全自研的深度學習框架Brain++，「3」指的是針對三大行業的解決方案：個人物聯網、城市物聯網、供應鏈物聯網。其中，曠視的實踐是長期踐行這個戰略。
據稱，在個人物聯網方面，全球現在有10億部手機裡面都有AI的技術，其中大部分用了曠視的面部識別、超畫質、多攝等技術；在城市物聯網方面，就是大家常提的新基建、智慧城市、安防等，已經有北京城市大腦、智慧公租房等許多落地案例；在印奇最看好的供應鏈物聯網領域，曠視推出了河圖，也有柔性化的機器人軟硬一體化產品，也越來越多會進入到真正的物流倉儲核心領域。
回到「1+3」戰略，從深度學習框架Brain++說起。今年3月份曠視選擇開源Brain++的最核心組件——深度學習框架天元。印奇說，曠視科技不是Google、微軟那樣的大公司，把研發六七年的一大核心技術拿出來開源也是糾結的。今年3月基於中美大環境，決定開源「天元」。
印奇認為，海量的算法不會覆蓋每個行業，而是在某個行業有很飽和的攻擊。每個行業不僅僅需要人臉識別的算法，可能需要100種、1000種算法在同一個場景裡，而Brain++經過各方面的實踐會發現，它能夠縮短80%左右的從需求到落地的時間，同時降低55%左右的算法生產成本。
海量算法會對哪些行業進行飽和攻擊？印奇的答案藏在曠視科技的三大業務板塊中，印奇說，曠視科技的產品有的處於0~0.1階段，有的處於0.1~1階段。由此前數據可知，截至2019年6月30日，在曠視科技的三大業務板塊中，城市物聯網貢獻了73%的收入，其次是占比22%的個人物聯網。
城市物聯網在印奇認為與近期的新基建熱潮更匹配。
印奇認為，沒有一個公司能端到端地打造一個城市大腦，正常的情況是，每個城市都有自己的操作系統，每個建築有自己的操作系統。當下在雲、管、端各方面，全社會在投入大量資金，大家對硬件（「端」）的想像是非常統一的，是視訊類的應用。
印奇坦言，不同的公司都在朝著同一個方向，但這件事情階段性大家磨合還很難，企業都沒有太認知到自己的邊界，沒有形成很好的上下分工，需要時間。
「曠視很簡單，雲、管都和我沒關係，我們就是希望在雲管端的端上能夠以應用為出發點，用AI能力把它連起來。這些硬件可能是我們的，也可能是別人的，AI本身是連接、賦能最後那個大腦部分，而用戶用的是大腦那部分，所以我們核心希望是在選的這三個領域裡紮紮實實地搭建幾個核心的應用。」印奇說。
就像微軟是有了office，才有windows。一個super App的誕生，也會推進軟體、晶片等各層面的發展。印奇舉了一個自己非常喜歡的例子。
當智東西問到，面對安防等行業友商，曠視如何發揮技術優勢、彌補行業經驗、渠道等短板？
印奇表達了自己的自信。首先他澄清，To B的競爭沒有To C市場那麼激烈，因為市場是碎片化的。曠視科技進入制造業、物流、零售等行業後會發現，每個行業都有非常優秀的傳統玩家，就會去跟他學習，跟他競爭，是良性循環。
同時，曠視自身提到了道路自信，「我們堅信是軟體定義硬件，這不是軟體+硬件，就像最近華為也在講的「軟體定義硬件」。為什麼說自信？我認為如果我們是在正確道路上，核心能力也沿著這個道路不斷加強，最後（還看）誰能掌握這個核心能力和核心要素。一個企業都有它的周期，曠視也有自身的周期。」
說完業務，印奇談到了組織架構，目前曠視科技有3000多名員工，AI人才、行業人才、職能部門的比例是大概是4：4：2。各路人才的背景很不一樣，印奇認為要以客戶價值為牽引，從相融、包容到融合。
三、「CV+」技術探索：基於計算機視覺，計算攝影向左，視覺反饋控制向右
在印奇用1.5倍速講完了曠視科技在產業上的進展後，曠視科技CTO唐文斌則用幾乎一致的語速講了曠視的技術實踐與探索。
唐文斌開門見山地拋出一個詞「CV+」。意思是，計算機視覺（CV）的核心就是從圖像和視訊裡怎樣獲得高層次理解的資訊，這就是曠視科技現在在做的事情。
唐文斌認為，在這個過程中，他的團隊洞察到有兩大問題亟需解決。
1、首先是在輸入層面，如何獲得最佳的視訊和圖像，以方便後續的圖像資訊理解？
2、然後是輸出層面，理解了又怎樣？
問題的答案是什麼？唐文斌扔出了一張曠視科技地技術地圖，叫CV+。曠視最早的時候是以深度學習為核心，以深度學習作為支撐，支撐起了計算機視覺這樣的應用。
如何獲得更好的輸入？從計算機視覺出發，曠視科技發展了計算攝影學。
識別了又怎樣呢？從計算機視覺出發，曠視發力了視覺反饋控制。
講到這裡，唐文斌提醒大家講到的東西會比較技術。
1、深度學習算法本身的思考
曠視科技在算法、數據和系統三個維度對深度學習進行了探討。
在算法上，可以簡單分為以下幾個方面。
（1）在深度神經網路結構創新上，曠視科技有一個專門的基礎模型組，不做應用研究，隻探索深度學習本身的邊界。唐文斌主要分享了兩個技術。
一是動態神經網路。一般情況下，神經網路其實都是一成不變的。曠視就想，能不能根據輸入神經網路還能有所變化？於是就有了這一新技術，動態神經網路能獲得更高的精度，獲得更高的速度。
二是之前曠視提出了ShuffleNet，ShuffleNet在很多低算力場景下如何讓神經網路效率更高。
（2）在晶片優化方面，晶片的本質是0、1問題，那麼AI能不能也變成0、1的問題，從而獲得極高的性能功耗比？基於這樣的思考，曠視研發了兩個東西：
一是DorefaNet。Dorefa就是1、2、4，這個網路目標是實現通過低比特神經網路，讓它在性能功耗比上有本質的提升。
二是通過算法本身和晶片，曠視和合作夥伴一起做晶片的共同設計，讓這個晶片不再是個普通的晶片，而是擁有極致的性能功耗比。
（3）在規模化算法序列方面，曠視科技的研發人員研發出了千卡分布式訓練祖母模型，使得大模型來訓練中等模型，中等模型再訓練小模型，就像祖母培養爸爸，爸爸培養孩子，因此名字裡含有「祖母」。唐文斌還提到了AutoML，能通過網路方法自動模型做物聯網的探索。
（4）在算法自演化方面，曠視科技開發了算法自演化模型，使得算法不再一成不變，數據可以不需要監督的，不需要標註，能夠和那些數據迭代自身，在曠視一些應用裡現在已經開始在使用。
（5）在數據和系統方面，曠視有天元MegEngine和Brain++一整套系統，通過工程化創新去提升效率。數據層面之前也發布了一個數據集，和北京智源研究院一起發布的「Objects365」，據稱是第二大數據集的16倍。
2、計算機視覺
基於深度學習的技術和能力，曠視科技這幾年一直在做計算機視覺。唐文斌坦言，雖然曠視好像做了很多的算法，但市場還需要很多很多多維度、高精度、高關聯度的算法。「當我們看待一個問題時，它有不同的對象、不同的屬性、不同的事件，等於一系列的東西，我需要非常多的算法。」且「必須是能接近95%、99%甚至99.99%的準確率。」
對此，曠視科技除了通過前面講的技術解決，還依靠整個full time（全職）研究員大概500人的研究院，據稱是全球最大的計算機視覺研究院。
3、如何更好地輸入——計算攝影
以計算攝影領域的屏下照相頭場景舉例，當下現狀是，螢幕、光傳感器、算法都是獨立的，面臨螢幕下進光不夠的問題，傳統的光感知系統中，就是對光、感、知各系統進行獨立優化，這是低效的。而曠視科技的優化思路是，將三大環節聯合優化，螢幕進光量不足，可以在傳感器環節解決，增大曝光面積，優化AI算法。從最終應用出發，做聯合優化。
3、輸入後做什麼——視覺反饋的控制
第一，眼、腦、手的配合與協同優化。看到之後能不能讓手動起來，手眼是要聯動的。曠視稱，目前已經能「眼之所見，手之所向」，「腦之所念，手之所動」。第二，眼、腦、腿的協同優化。據稱曠視科技目前已實現通過龐雜的場景看到這個世界，讓小車、讓「腿」能夠跑起來，而且能跑得很快。
結語：放低期待，找一兩個行業活下來，走到最後方成大器
我們本次深度呈現了曠視科技的產業和技術發展路徑，兩位年輕的「AI老將」用高考答題般的推導方式向大家輸出了自己的AI行業、物聯網浪潮的體驗和認識。
當智東西問到，以後大家會不會說曠視科技從AI公司變成一個機器人公司、或者AIoT公司？唐文斌表示不介意，但他認為可以不這麼狹隘的理解，軟體也好，硬件也好，AIoT也好，這都是術語、是手段。「很早以前別人說我們是AI公司，我們就說我們是以AI技術為核心的產品和解決方案公司。」
總的來說，他們很坦然地承認，甚至在極力的向大家證明，先前外界對於AI的期待可能需要降低一些；同時，他們也似乎對自己選擇的從AI算法供給出發，通過軟硬一體的價值閉環在一兩個行業做出成就的眼下路徑十分自信。這是曠視科技的發展路徑，或許能為千百步入所謂的「死亡之谷」的AI創企提供一個參考。