從依圖科技看中國AI的彎道超越

作者 | 曹亦卿

角力加碼，你來我往。

10月8日，美國聯邦政府宣布，將28家中國實體加入“管制清單”，禁止在列實體購買美國產品。

這是一份科技含量相當高的花名冊。其中包括大華、?？低?、科大訊飛、依圖、曠視、商湯、美亞柏科、頤信等8 家企業，以及 20 家中國政府和商業組織。

“5G是小兒科，未來最大的機會是人工智能。”任正非的預判，給了美國政府新的方向：通訊之后，美國打壓中國的大棒準確地揮向了人工智能。

上榜的8家企業都是人工智能領域嶄露頭角的黑馬，雖不如華為領跑5G之強悍，但對想要繼續稱霸AI的美國來說，同樣造成了不容忽視的威脅。

其中，成立于2012年的依圖科技是生于上海的明星獨角獸，其發展路徑的背后亦是中國AI產業從無到有的突破。

中國AI產業如何能在今日對美國形成沖擊之勢，或可從依圖身上管窺一二。

“我們很貴”

“有人創業可能天天想著被收購，我們從第一天開始就知道我們很貴，別人買不起。我們做這個企業，就是10年后見。”

依圖科技創始人朱瓏說這句話的時候，剛過而立之年。如今，7年時間過去了，他和林晨曦創辦的依圖科技已經成為估值150億元的獨角獸，躋身中國AI四小龍。

別人創業摸著石頭過河，他倆創業卻是奔著成功而去。

不是自大，而是這兩個學霸非常清楚自己的能力和目的。

朱瓏和林晨曦都是1978年生人，讀同一所小學、同一所初中和同一所高中。福建英華中學，這所培養了數學家陳景潤和12位兩院院士的學校，是朱瓏和林晨曦共同的母校。

從英華中學畢業后，朱瓏進入了美國東北大學就讀計算機專業。在這所強于機械制造的研究型學府中，朱瓏開始關注人工智能。2003年，朱瓏前往加州大學洛杉磯分校攻讀統計學博士，在那里，他師從霍金嫡傳*、美國計算機視覺學科奠基人Alan Yuille。

2008年，朱瓏進入MIT人工智能實驗室擔任博士后研究員，專攻計算機視覺建模。2010年，朱瓏又加入紐約大學Courant數學研究所，研究圖模型和深度學習的關系。

在國內，另一個學霸則走出了別樣的人生。

林晨曦考入上海交通大學時，就讀于材料學院。在加入交大ACM（全球大學生程序設計競賽）班時，正是這支被認為史上最強戰隊的低谷期。

但林晨曦“誤打誤撞”第一次參加ACM大賽，就獲得了全球第七名的好成績。整個戰隊都看到了希望，只有“不知深淺”的林晨曦不滿意：“我們為什么不能超越清華?為什么就不能是我們獲得總冠軍?”

任性的人生不需要解釋，2000年，已經大三的林晨曦決定留級轉入計算機系。“我們得不到冠軍，不是做不到，而是不敢想。”他們每晚凌晨兩三點回到寢室，第二天九點接著集訓，以冠軍隊伍來要求自己。

2002年，林晨曦帶隊為交大奪得ACM全球大學生程序設計競賽總決賽首個冠軍，打破了亞洲零的記錄。

2005年，林晨曦加入微軟亞洲研究院，和一群最聰明的人共事，他在“會解題”后，又學會了怎樣給自己“出題”，“在我考慮一個問題時，我會站在一個全球、全人類的視角去思考。”

“云計算這件事非做不可。如果我們所有的信息計算都必須通過國外的系統，那么未來的中國不堪設想。”2008年，在上司兼摯友王堅的邀請下，林晨曦離開了微軟亞洲研究院，加入到當時在他眼里只是個“民營企業”的阿里巴巴。

在一片否定的聲音中，擔任阿里云技術總監的林晨曦和團隊共同搭建了中國首個擁有自主知識產權的分布式計算平臺“飛天”。

想起那段艱難的時光，林晨曦笑著說：“我喜歡解答自己給自己出的難題。”

就是這樣兩個“別人家的孩子”，在2012年共同創建了依圖科技。

“YITU”中的四個英文字母，分別代表了Young（年輕）、Innovative（創新）、Team-working（團隊協作）和Unique（獨特）。

公司成立的2012年，被朱瓏認為是人工智能的新時代。在那之前，他不太敢說自己是做AI的，而說自己是做統計建模的。直到2012年人工智能的概念熱起來，AI一詞開始見諸報端，他認為時機成熟了。

而對于林晨曦而言，做依圖科技同樣是在解題，“處在這樣一個大國，你可以不斷發現一些世界級的命題，然后去解答。”

兩個有著扎實研究背景的聰明人，自然會吸引來有同樣氣質的年輕人。

那一年，交大閔行校區旁的居民區里，一間60平的兩居室讓十幾位交大的優秀畢業生放棄了進入世界500強的機會。電梯被厚厚的防護墊包裹著，但他們只關心代碼哪里出現了問題、系統還可以怎樣優化。

創業第二年，朱瓏和林晨曦開始尋求融資。和很多創業人苦于找錢不同，兩人對于投資人十分“挑剔”。

“我們非?？粗赝顿Y人的品牌，這從另一個方面也反映了依圖的實力，我就是能拿到最好的投資人的錢。”林晨曦說。

在向多位投資人解釋了何為“人工智能”之后，兩人最終選擇了真格基金的創始人徐小平，“徐老師是最不費勁的，談了20分鐘就想把錢拍下來，我們就問他為什么要你的錢。”

為了回答這個問題，只用20分鐘敲定投資的徐小平，花了8個小時來說服朱瓏和林晨曦拿錢。

徐小平回憶，“兩個創始人2013年上半年來到我家里，從下午3點鐘跟他們聊到深夜一點鐘。我曾經專程早上6點鐘飛上海，跟他們聊了一天，晚上6點鐘再飛回來。我們就這么認真的去爭取這個投資機會。”

在那間兩居室中看到了一家偉大企業的雛形，徐小平的真格基金本想拿出200萬美元的天使資金，卻被拒絕。2013年8月，依圖科技完成了由真格基金領投的100萬美元天使輪融資。

2014年，依圖完成紅杉資本和高榕資本的數百萬美元A輪融資；2016年，完成由云鋒基金領投的數千萬美元B輪融資；2017年，完成由高瓴資本領投3.8億元C輪融資；2018年6月，完成由高成資本、工銀國際、浦銀國際的2億美元C+輪融資；2018年7月16日，完成興業國信資管1億美元融資。

在AI賽道上，依圖的融資節奏和金額都可以算是謹慎和保守的，就像朱瓏創業之初預設的，10年未滿，依圖還沒走到真正的高光時刻。

對于科技初創企業來說，比錢更重要的，是人。

依圖有高質量的創始團隊打底，優秀的團隊自然會吸引優秀的人。

去年1月，前谷歌科學家研究員、美國華盛頓大學計算機博士呂昊回國加盟依圖科技，任首席創新官CIO。

今年7月，原360集團副總裁、首席科學家、人工智能研究院院長顏水成加入依圖，擔任CTO。

細數這些核心技術人才的履歷，不難發現他們幾乎都有美國求學或美企工作的背景——美國在人工智能領域的領先優勢，確實成為了中國此輪AI產業崛起的養分。

站在巨人的肩膀上，中國AI產業正在成為巨人。

結硬寨、打呆仗

依圖創立之初，人工智能在國內還只是一個概念，初創企業想要養活自己并不容易。

在這樣的情況下，依圖選擇了安防。

事實上，自2011年開始，我國就開始建設“天網”工程，其中涉及終端監控設備、網絡連接、存儲系統、圖像及信息處理系統等多個環節。

然而，當時面對海量的圖像，甄別手段主要還是人力，準確率堪憂，破案效率低下。因此，智能化識別技術成為當時公共安全部門的迫切訴求。

AI獨角獸中，依圖是最早將人工智能應用到安防領域的企業之一。

在林晨曦看來，安防市場具有明確清晰的商業模式，國家公共安全系統每年都會在安防基礎設施建設上投入大量資金，“市場成熟，潛力巨大” 。

確定了方向，接下來就要去找業務，那時候作為創始人的朱瓏和林晨曦都要親自出去跑客戶。

依圖科技的第一單就來自朱瓏跑來的蘇州市公安局。

2013年，通過朋友介紹，朱瓏找到了蘇州市公安局一位主管技術的副局長。對方在休息時間給了朱瓏3分鐘，訴求是打造一個車輛品牌識別系統。

彼時，政府服務商對車輛品牌的識別率只能達到30%，在實際應用中難以起到參考作用。政府部門希望將這一數據提高到70%。

依圖團隊迅速響應，建立車輛品牌數據庫，更新調試算法模型，三周內將5個品牌車輛的識別率提高到95%；三個月后，100多個品牌的識別率也達到了95%。

“訂單下來了！”成立一年多后，依圖科技拿下了第一單生意。

在成功拿下車輛品牌識別技術后，依圖沿著這個方向繼續深入，將業務范圍擴大到假*識別、高架大貨車識別等領域。

與此同時，那套在蘇州落地的識別技術，也通過全國公安系統內部交流學習，出現了示范和輻射作用。

依圖科技在公安系統內“火”了。

2015年，依圖科技“蜻蜓眼”車輛大平臺系統獲得了公安部科學技術進步獎。這套系統擁有品牌識別、假套牌分析、以圖搜車等智能識別能力。

與對車的識別同期進行的，還有對人的識別。

當時，客戶當地公安系統的數據庫里有數百萬人，需要從中匹配出犯罪嫌疑人的照片，原有技術的識別率僅為20%，依圖在第一天實驗時就將識別率提高到85%。

同樣取名為“蜻蜓眼”的人像識別系統，既可進行基于圖片的靜態人臉比對，也能進行基于視頻的動態人像識別比對。

其中，動態人像系統，整合了人臉跟蹤捕獲和識別、實時布控、過往路人軌跡查詢等功能，被廣泛應用于居民區、商業區、火車站、地鐵站、快速公交站、機場、海關、商場出入口等人流密集區域；靜態人像比對支持十億級別的大規模人像庫比對，快速精準確認被查詢人員身份，被廣泛應用于公安等領域。

2019年1月，網上在逃故意傷害致死案嫌疑人王某出現在廣州火車站地鐵站，依圖人像識別系統發出高分預警，最終幫助警方確認身份將其捉拿歸案。

而依圖人像識別系統的依據，是警方數據庫中僅有的一張20年前的黑白證件照。

依圖透過大量交叉實驗認證，2015年前后，機器識別人的水平已經正式超過人類。

“中國每1億人中就有一個人跟你長得一模一樣。意味著，全中國范圍內，就有除你之外的13個人，可能連你親生父母都分辨不出區別。”朱瓏在圖靈大會上的這番話頗有點“聳人聽聞”，但也充分體現了人臉識別的困難和必要性：

人的辨別能力在到達“億”這個量級時失效，面對中國如此龐大的人口，人工智能識別是必須之舉——龐大人口是人臉識別的阻礙，但也是其商業化的沃土。

然而，億級的比對量，對于人工智能來說同樣是巨大挑戰。

在1：N識別比對中，如果是省級范圍，機器要從1億張人臉中回答“你是誰”；如果上升到國家范圍，要從14億人次中找出目標，對機器識別性能的要求則是千倍、萬倍的增長。

“在中國做科學研究也好、做創業也好，我們選擇面對這種世界性的命題，命題的高度直接決定了公司的高度。”朱瓏的話和林晨曦“全人類視角”有異曲同工之處。

法乎其上，得乎其中。

或許正是因為發上等愿，依圖才能在行業中取得領先地位。

2017年7月，依圖科技在由美國國家標準技術局（NIST）主辦的全球人臉識別測試（FRVT）中奪得第一，成績在千萬分之一誤報下達到識別準確率95.5%，是當時全球工業界在此項指標下的最好水平。

到2018年6月，依圖將這一指標提升到了接近極限水平，即在千萬分之一誤報下的識別準確率接近 99%。

截至日前，依圖科技已經具有十億元級的全球最大規模人像對比庫，先后參與全國近300個地市的公共安全建設，服務了12個警種，年均協助公安機關破案十萬余起；并為廈門金磚國家峰會、博鰲亞洲論壇、全運會等活動安保提供人像識別服務。

在成功突入G端業務后，依圖在B端的發力也見效顯著。

B端，依圖的業務主體是醫療和金融。

金融領域，依圖為招商銀行提供的人臉識別技術，在2015年時就已經推廣到1500家網點，用于輔助柜員核實銀行客戶身份。此外，依圖的金融客戶還包括農業銀行、浦發銀行、平安銀行等金融機構。

醫療領域，依圖在2016年成立了子公司依圖醫療，推出care.ai®醫療智能產品解決方案。

此外，通過學習幾百份病例和建立醫學專業知識圖譜，依圖醫療和廣州婦女兒童醫療中心建立了一套AI系統，可以做到治療50種疾病的能力超越3年資深兒科醫生的水平。

如今，7歲的依圖科技已經形成了清晰的業務架構：以視覺識別為核心，2G和2B并進，安防、醫療、金融為主體。

然而，一直以來堅持垂直和深耕的依圖，近來卻開始“不務正業”。

2018年12月，依圖科技發布了一個名為“聽寫大賽”的微信小程序，內嵌多款語音識別引擎，網友可以對比識別率。

結果有些出人意料：幾乎在所有場景下，依圖科技的識別準確率都領先阿里、百度、騰訊及科大訊飛。

隨后，科大訊飛解釋稱這只是自家的免費版產品，收費版準確率遠高于此。但消費者并不買賬，期待依圖的入局促進語音識別行業的透明和普惠。

比做語音識別更“出格”的是，依圖還在2019年5月發布了自研芯片。

這款名為“求索”的云端視覺推理AI芯片，主攻加速視覺分析任務?；谝缊D求索芯片的服務器，提供的算力與8張英偉達P4卡服務器相當，體積僅為后者的一半，功耗不到其20%。

英偉達是AI芯片領域的一座高山，也是中國企業實現自主化道路上的一道天塹。

當摩爾定律失效，算法精度又以每年上萬倍的幅度增長時，像依圖這樣的AI企業開始從算法的角度來重新設計芯片的架構。

在補齊了芯片這塊木板之后，依圖已經構建起了從算法、芯片到解決方案的全棧AI能力。

一番“求索”背后，野心已現。

彎道超越

將視線拉高，依圖是中國人工智能賽道的一個縮影。

在視覺識別領域，中國已經形成了“AI四小龍”格局，所代表的商湯、曠視、依圖和云從都是全球領先的人工智能獨角獸。

其中，最受關注的或許是被稱為“融資機器”的商湯。

商湯創始人湯曉鷗，是香港中文大學信息工程系系主任，也曾任微軟亞洲研究院的視覺計算組主任。據已披露的數據，商湯至今已經累計融資超30億美元，估值超70億美元。

值得一提的是，2017年，商湯宣布實現盈利。其產品包括C端的智能拍照、相機美顏等手機產品；面向B端的智慧安防、智慧樓宇等智慧城市板塊，以及自動駕駛等領域。

四小龍中，在上市道路上跑得最快的是曠視。

與依圖同樣位于上海的曠視科技，在今年8月份向港交所提交了招股書。

創始團隊中，曠視的三位創始人都畢業于清華姚班。在資金方面，曠視至今已經獲得9輪融資，累計融資13.5億美元，估值40億美元。

與上市同時進行的，還有業務架構的調整。

在核心技術上，曠視正在從人臉識別平臺Face++升級為系統化AI算法引擎Brain++；在業務場景上，則從城市管理、物流、零售、地產、手機、金融等垂直場景升級為城市大腦、供應鏈大腦、個人生活大腦三大IoT場景業務群。

相比商湯、曠視和依圖，云從是成立時間最晚的一家。

然而，從初創到躋身獨角獸，云從科技僅僅用了三年，在這背后，“國家隊”的標簽是云從有異于另三家的最大光環——已完成的四輪融資中，全部來自中資機構，亦有多個國家基金參投，天使輪則來自中科院。

近日，有消息稱，云從或將選擇在科創板上市，估值超230億元。

四小龍扶搖直上，在其身側，科大訊飛、?？低?、大華等企業同樣順風疾行；而BAT、華為等巨頭同樣在人工智能上持續加碼——中國的人工智能行業正在崛起。

這番景象與全球范圍內人工智能的創業熱潮密切相關。

今年2月，全球知名創投研究機構CBInsights發布了一份名單，梳理了全球32家AI獨角獸企業。2018年，這一數字為17家，而2017年則只有9家。

相比于總數的逐年翻倍，更重要的是另一組數據。

在2019年的32家企業名單中，有美國企業17家，中國企業10家，其余的來自英國、日本、以色列。

中國頂尖AI技術人才在資本、政府、市場需求等多種因素的作用下，正以狂飆突進之勢向美國科技界發起沖擊。

如此境況下，對科技霸主地位有強烈“占有欲”的美國政府自然無法坐視不管。

今年6月份，美國白宮曾發文稱：“美國人從成為AI的早期開發者和國際領導者中獲益匪淺。但是，隨著全球AI創新步伐的加快，美國不能坐視不管。美國有必要確保AI的開展繼續受到美國智慧的推進，反映美國的價值觀，并為美國人民的利益服務。”

隨著中國AI企業快速成長，中美博弈日趨焦灼。

不能否認，中國在人工智能領域與美國的實力差距是客觀存在的。

首先，在論文方面，中國在數量上雖然快速逼近美國，但引用率卻差了后者一大截。這與中國高等院校的激勵機制有直接關系。

同時，在人才方面，中國的AI資深從業者遠低于美國。在中國，工作10年以下AI人才在各個年限都超過美國同行，在工作10年以上的人才方面，美國則遠超中國：美國超過71.5%的人工智能領域的人工作了10年以上，而中國這一比例為38.7%。

但此為發展中問題，屬于階段性差距。在與美國的競爭中，中國亦有優勢。

人工智能離不開數據，中國的龐大網民數量和成熟的移動互聯網生態，是產生數據的沃土，能夠提供豐富的AI使用場景。

在硬件算力方面，英偉達的GPU包攬了深度學習的絕大部分算力，是AI企業的核心供應商，比如商湯每年采購GPU的花費就超過億元。

不過，中國企業正在試圖突圍，平頭哥、依圖、華為、寒武紀、深鑒等企業都發布了各自的AI芯片，在“國芯崛起”的浪潮中，中國人工智能算力也將最終實現自主可控。

競爭在傷害產業全球化的同時，也必將刺激產業加速發展。

但在焦灼競爭和狂飆突進的同時，我們仍要清楚認識到，AI產業仍處于發展的早期階段——技術成熟度、數據量和應用場景等因素，都是行業需要一個個突破的關口。

如今，AI已經能夠看懂、聽懂、進行簡單的理解，未來，機器智能將會追趕甚至超過人的智能。

人類這一物種誕生于600萬年前，農業文明發生在1萬年前，工業革命才至今200年。而人工智能從20世紀50年代發展至今也才60年時間，可以預見，這一個量變產生質量的過程，無法一蹴而就實現。

就像朱瓏提出的“智能密度”概念中所說的，當智能化基礎設施的密度不斷提升并形成網絡時，才能推動革命性的智能文明到來。