旷视科技的“无限游戏”:AI创新不断,规则和参

工业机器人 2021-06-01 09:02www.robotxin.com工业机器人教育
人工智能方兴未艾,最初很多人将它视为一种创新技术,但现在更多人将其看做是一个基础设施,人工智能所蕴含的力量充满想象空间,而旷视科技迈出的这一步,无疑将成为整个AI产业的一个标志性事件。

原标题旷视科技的“无限游戏”

印奇将人工智能创新比喻为一场“无限游戏”,在其看来,有限游戏通常受时间限制,有输赢双方及明确的规则,而无限游戏则会一直持续,规则和参与者也会不断改变。

2004年,57岁的姚期智做出一个重要决定,他辞去普林斯顿大学的终身教职,回到中国成为清华大学的一名全职教授。

在计算机科学领域,姚期智享誉全球,2000年,他便成为素有“计算机界诺贝尔奖”之称的图灵奖的首位亚裔得主。

当时,姚期智或许不会意识到自己的这一决定会产生多大的影响,但站在2019年回首望去可以发现,他的归国,为中国计算机科学的发展埋下了一颗种子。

2005年,姚期智入职清华大学后做的一件事就是创办面向本科生的“软件科学实验班”(后更名为“计算机科学实验班”,也被称为“姚班”)。至今,“姚班”已经送走了约400名学生,其中大部分学生选择继续深造,也有一些人走进企业或者自己创业。

一位资深的AI行业人士告诉21世纪经济报道记者,“姚班”可以称作是中国计算机领域的黄埔军校,姚期智给学生构建的覆盖更全面的课程体系,让他们可以接触到最前沿的计算机科学还能进行跨领域研究。如今,业内很多大牛都来自“姚班”。

印奇、唐文斌、杨沐便是“姚班”毕业生中的三个典型代表,2011年10月,他们三人联合创办了专注于视觉人工智能领域的旷视科技。经过8年的发展,2019年8月25日,旷视科技向港交所递交了IPO招股书。

作为人工智能领域冲击IPO的第一股,旷视科技的IPO对行业而言有着深远的意义。毕竟人工智能方兴未艾,最初很多人将它视为一种创新技术,但现在更多人将其看做是一个基础设施,人工智能所蕴含的力量充满想象空间,而旷视科技迈出的这一步,无疑将成为整个AI产业的一个标志性事件。

清华走出的三位创业者

上述AI行业人士告诉记者,如果要给近些年人工智能的爆发式增长寻找一个起点,那肯定是2016年3月Alpha Go与围棋世界冠军李世石的人机大战。这件事造成的影响远超外界想象,它也让更多人见识到了人工智能的厉害之处。

但实际上,人工智能的历史由来已久,至少在2011年10月,印奇、唐文斌、杨沐这三位刚刚走出校园的青葱少年便已经意识到人工智能技术的发展机遇,并投身其中。

1988年出生的印奇,18岁被保送进入清华大学自动化系,随后进入“姚班”师从姚期智并于2010年毕业;1987年出生的唐文斌与印奇是同班同学;1989年出生的杨沐则比他们二人小一届。

能进入“姚班”的基本都是学霸,所以翻开他们任何一个人的简历,都十分光鲜亮丽。比如唐文斌,是清华大学首届“Yao Aard”金牌获得者,也是中国第五位获得Top Coder Target的选手,曾获得ACM/ICPC国际大学生程序设计竞赛世界总决赛第六名(亚洲第一名)。

而印奇在上学期间就开始在微软亚洲研究院(MSRA)实习,加上毕业后全职工作的时间,印奇总共在MSRA呆了四年,其间,他研发了一个系统并将其发表在当年的计算机视觉与(CVPR)会议上。

出身同门,让印奇、唐文斌、杨沐三人成为亲密好友,所以在2011年萌生创业的想法时,三人也一拍即合。同年10月8日,旷视科技正式成立,注册资金为3万元,印奇、唐文斌、杨沐分别缴纳22500元、3750元、3750元。三人同为联合创始人,印奇为董事长兼CEO,唐文斌为首席技术官,杨沐出任高级副总裁。

唐文斌曾表示,最初他们其实并没有想到创业,只是想将计算机视觉的技术应用到游戏中。据21世纪经济报道记者了解,2011年8月,由清华大学三位学生组成的团队VisionHacker曾推出一款移动体感游戏《Cros Coming》,而这正是出自唐文斌等人之手。

不过后来,他们转变了思路,决定做一家提供技术服务的公司,这也成为旷视科技至今在做的事情。当时其实还有一个背景事件,2012年,Facebook作价1亿美元收购了一家以色列公司Face.,这笔收购,也让处在创业初期的印奇等人突然意识到,自己在做的事情竟然这么值钱。

在明确了公司的战略方向之后,旷视科技也开始加速技术产品的研发。2012年10月,旷视科技推出了基于云端的计算机视觉开放平台Face++。不得不说,这是一款非常成功的产品,尤其是在当时人工智能还没有那么普及的环境下,Face++就可以一整套人脸检测、以及面部分析的视觉技术服务。

在随后的很长时间内,Face++这款产品也成为了旷视科技的代名词,很多人都知道Face++,却不知道旷视科技。但对于印奇等人而言,记住哪个名字不重要,重要的是他们的创业之路已经有了一个成功的开端。

马云的一次“代言”

而让旷视科技真正名声大噪的是2015年3月阿里巴巴创始人马云的一次“助攻”。当时,马云在德国CeBIT(汉诺威消费电子、信息及通信博览会)期间向诸多政要嘉宾演示了蚂蚁金服的刷脸支付技术,现场,马云通过刷脸支付从淘宝上购买了1948年汉诺威纪念邮票。

马云亲自做“代言人”,让刷脸支付一时间成为国内热议的话题,而根据官方介绍,这项刷脸支付的技术是由蚂蚁金服和Face++合作研发的。

不过,旷视科技和蚂蚁金服当时的关系已经不仅是合作伙伴那么简单。2014年8月,蚂蚁金服通过全资子公司向旷视科技战略投资了约1500万美元;而在马云演示完刷脸支付技术之后,蚂蚁金服又向旷视科技增加了约2200万美元的投资;同年,印奇还成为阿里巴巴湖畔大学的首期学员,马云也变成了他的老师。

成立至今,旷视科技共进行过九轮投资。据招股书披露,印奇目前持有旷视科技8.21%股权,唐文斌持有5.90%,杨沐持有2.72%。虽然三人共计持有的股权仅为16.83%,但由于同股不同权的架构,他们仍然享有旷视科技的实际控制权。

其他股东方面,蚂蚁金服子公司API Investment持有旷视科技15.08%股权,为最大的机构股东;淘宝中国持有14.33%;国风桥投资有限公司持有11.27%;Machine Intelligence持有6.19%;AI Mind持有5.57%。

可以看出,阿里巴巴通过蚂蚁金服子公司及淘宝中国共计持有旷视科技29.41%股权,已经成为其最大的股东。基于紧密的资本关系,旷视科技和阿里巴巴在业务层面所呈现出的合作状态也尤为亲密。

据招股书披露的关联交易显示,旷视科技与芝麻信用签订了合作协议,芝麻信用将使用旷视科技的身份认证解决方案。根据协议,芝麻信用向使用身份认证的终端客户每次收取1元的最低费用,并向旷视科技支付所收费用的85%。

2015年5月,旷视科技推出基于云端的身份认证解决方案FaceID,到了2016年3月,FaceID就已经为全球超1亿人完成了在线身份验证服务。而从2016年至2018年,旷视科技FaceID解决方案的客户数量从128名增至1044名。

根据灼识咨询报告,按2018年收入计算,旷视科技是中国最大的云端身份认证解决方案供应商,占据超60%的市场份额。这其中,阿里巴巴起到了重要的推动作用,据招股书披露,2017年、2018年,芝麻信用向旷视科技支付的个人解决方案相关费用分别为1350万元和1810万元,2019年上半年为660万元。

除此之外,旷视科技与阿里巴巴的合作还有很多,比如其推出的智慧物流解决方案为亚洲最大的智能仓库之一提供技术支持,以服务阿里巴巴的天猫超市。,旷视科技还与阿里云签订了框架协议,由阿里云向旷视提供多种云服务、云存储及相关的技术支持服务并收取服务费。2018年,旷视科技向阿里云支付的费用总额为2180万元,2019年上半年则为1270万元。

技术研发构建竞争壁垒

目前,旷视科技对外提供的解决方案主要面向三个领域,即2012年底进入的个人、2015年底进入的城市以及2017年进入的供应链。准确的说,旷视科技是一家售卖技术服务的公司,它们通过将人工智能技术商业化来实现公司的增长,,在面向行业竞争的时候,技术也成为衡量企业竞争力的核心指标。

招股书中提到,深度学习领域的创新是近年来人工智能技术发展的主要推动力,而旷视科技是全球为数不多的拥有自主研发的深度学习框架的公司之一。

这个深度学习框架指的是Brain++,它是整个旷视科技的底层技术架构,为算法训练及模型改进提供支持。据悉,Brain++具体包含人工智能基础架构 (Brain++ Infrastructure)、人工智能计算与数据平台(Brain++ Platform),与核心的人工智能训练与推理引擎(Brain++ Engine)。

基于Brain++,旷视科技构建了一条不断自我改进、不断更加自动化的算法生产线,,Brain++也能针对不同垂直领域的碎片化需求定制丰富且不断增长的算法组合。

而站在这些领先技术背后的,则是旷视科技实力强悍的研发团队。据悉,截至2019年6月30日,旷视科技的研发团队由1432名计算机科学家、算法工程师及产品研发人员组成。

自2017年以来,旷视科技的研发团队在各项国际人工智能顶级竞赛中累计获得22个项目的世界冠军,竞争对手中不乏来自世界科技巨头及顶尖大学的研究团队。

,在过去两年中,旷视科技参加了计算机视觉领域最权威的国际精神之一COCO的八项赛事,并取得了7项第一名和1项第二名。旷视科技的技术实力,由此可见一斑。截至目前,旷视科技在全球注册了约250项人工智能相关专利,还在申请的约有900项。

在高手如云的旷视科技,前微软亚洲研究院首席研究员、现任旷视首席科学家、研究院院长的孙剑更是佼佼者。孙剑在科研领域获得的成就不计其数,他也是印奇在微软实习时的老师。

2015年,孙剑提出了深度残差网络ResNet。据悉,Res Net取得的一个重要突破是实现了152层的网络深度,其诞生之后,很快就成为深度学习领域应用最广泛的结构之一,如Deep Mind的AlphaGo Zero便是Res Net的使用者之一。

孙剑的加入,也让旷视科技在算法开发上取得了诸多突破,除了Res Net,旷视科技还于2016年提出DoReFa-Net、于2017年提出Shuffle Net。目前,这也是旷视科技最主要使用的三种尖端深度。

截至2019年6月30日,旷视科技研发人员占公司总人数的比重达61%,庞大的研发团队,也对应着旷视科技庞大的研发支出。招股书显示,旷视科技2016年至2018年的研发支出分别为7816.5万元、2.05亿元、6.12亿元,2019年上半年为4.68亿元。

期,旷视科技的营收分别为2016年6780万元、2017年3.13亿元、2018年14.26亿元、2019年上半年9.49亿元。通过数字对比可以看出,旷视科技研发支出占营收的比重一直很高,而这也成为旷视科技亏损的主要原因之一。

2016年至2018年,旷视科技的净亏损为3.42亿元、7.58亿元、33.51亿元,2019年上半年的亏损更是达到52亿元。旷视科技表示,亏损主要是由于优先股的公允价值变动及持续的研发投资。

所以按照非国际财务报告准则(剔除非经常性损益)来计算,旷视科技在2016及2017年分别录得亏损9195万元、1.42亿元,2018年及2019年上半年则录得净利润3219万元、3267万元。

AI并非烧钱无底洞

目前,大家常说的人工智能主要包含三个核心领域,即计算机视觉、以及自然语义理解。其中,计算机视觉是商业化潜力最大的领域。而旷视科技的规模化盈利,则给整个计算机视觉产业释放了一个积极的信号,它让同处这一赛道的其他玩家更清晰地了解到,AI技术的商业化并非是烧钱的无底洞。

2019年上半年,旷视科技最主要的营收来源是城市解决方案,这部分业务营收达6.94亿元,占总营收73.2%。招股书显示,城市解决方案的商业模式是通过跟每个城市的项目订立个别合约,然后按照软件特许及设备销售的相关约定收取费用。

个人解决方案是旷视科技的第二大收入来源,它又可以进一步细分为个人解决方案(SaaS)和个人解决方案(个人设备)。

其中,个人解决方案(SaaS)的收入主要来自FaceID解决方案及Face++平台客户的收费,一般按用量计费收龋2019年上半年,这部分业务的收入为1.24亿元,占总营收13.1%。

而个人解决方案(个人设备)的收入主要来自设备解锁解决方案及智能个人设备公司支付的许可费。2019年上半年,这部分业务的收入为8270万元,占总营收8.7%。

,供应链解决方案的收入主要来自智慧物流解决方案客户支付的费用,上半年的收入为4696万元,占总营收5%。

从盈利能力来看,城市解决方案虽然收入规模比较大,但毛利率却是2019年上半年旷视科技所有业务场景中最低的,为59%。个人解决方案(SaaS)的毛利率最高,为87.2%,个人解决方案(个人设备)和供应链解决方案分别为77.9%和62.8%。

一位熟悉旷视科技的人士告诉21世纪经济报道记者,旷视科技在进入新行业领域的时候其实非常慎重,因为技术落地到垂直行业并不是简单的平台接入就完成了,它需要深入了解行业然后进行定制化研发,,拓展新行业的成本非常高。

旷视科技在招股书中也坦言,在进入新行业之前,会先评估自身的人工智能解决方案能否有效解决该行业的痛点并为客户创造价值,以及相关市场的潜在规模、自身的能力和可利用的资源等。

而当决定进入一个新行业时,旷视科技则通常会先与行业领导者合作完成一两个标志性的项目,以展示自己的技术能力,然后再向更多客户提供解决方案,进而深入渗透行业并占领市场份额。

目前,除了上述国内行业市场,旷视科技也在进军海外。截至2019年6月30日,旷视科技已经向国际手机厂商及网约车公司提供了个人解决方案,与此,其还向中国境外15个国家及地区的客户提供城市解决方案。

在招股书中,印奇表示,只有商业应用的成功,才能为技术创新提供充足的后备动力。,印奇还将人工智能创新比喻为一场“无限游戏”,在其看来,有限游戏通常受时间限制,有输赢双方及明确的规则,而无限游戏则会一直持续,规则和参与者也会不断改变。

多年以前,电影《终结者》中名为Sky的人工智能防御系统在年幼的印奇心中埋下了一颗种子,他也从此立志要从事与人工智能相关的工作。如今,置身这场“无限游戏”,印奇创办的旷视科技已经抢占先机,他也坚信,人工智能这场技术革命势不可挡,也是人心所向。

Copyright © 2016-2025 www.robotxin.com 人工智能机器人网 版权所有 Power by