原标题：一家AI公司如何进化？
经过数年发展，国内人工智能领域到了开花结果的时候。自去年以来，多家人工智能公司都开始启动上市计划，旷视科技也是其中之一。这家公司在今年1月份宣布接受上市辅导，拟登陆科创板。
3月12日，旷视科技首发申请获受理。在招股书中，旷视全面披露了其业务进展、技术研发、产品布局和经营模式等关键信息。
旷视科技创立于2011年，是国内最早一批在计算机视觉领域的创业公司。与旷视同样以计算机视觉技术为主的商汤、云从、依图成立时间皆在其后。在一定程度上，旷视等公司的发展历程构成了中国人工智能产业发展史的重要部分。
自成立至今，旷视已经年满十岁。随着技术发展和应用落地，这家公司也在不断进化，从提供算法、软件到提供软硬结合的产品和解决方案，业务版图也从最初的面部识别场景拓展至目前的消费、城市和供应链物联网三大业务。
国内人工智能领域经过2016~2017年的快速爆发，已经进入产业落地的深水区。外界对于人工智能技术的高预期开始回落，去年7月份，在一次小规模的媒体交流会上，旷视科技CEO印奇判断行业正在经历“死亡之谷”，“到底哪家AI企业能穿越死亡之谷，大家都很难预测。”
“我们有信心穿越周期。”对于旷视的未来，印奇十分笃定地表示。
旷视能够穿越死亡之谷的密码是什么？作为一家以技术起家的公司，在走向商业落地的过程中，技术在扮演什么角色？在国内人工智能产业发展的过程中，旷视又希望扮演什么角色？
三级研发体系
对于旷视来说，技术和算法始终是核心竞争力，在商业化的过程中，旷视逐步构建了多层次的研发体系。
旷视认为AI产业落地分三阶段，第一阶段是0-0.1，是技术和产品价值的验证，是最为本质的创新。第二阶段是0.1-1，对MVP（最小的可用产品）打磨和验证。第三阶段是1-N阶段，也是规模化应用阶段。
相应地，旷视的多层次研发体系也伴随着AI产业落地进程的推进逐步形成。
据旷视相关负责人介绍，旷视研究院更侧重0-0.1的创新，负责AI技术的基础研究以及产品和解决方案应用级算法的开发和优化。
产品研发中心则侧重0.1-1的产品研发与验证，针对行业核心痛点，将AI技术和行业应用场景结合，完成各类产品战略制定规划、新产品开发和现有产品改进升级等。
创新交付中心负责1-N的规模化应用以及产品技术在客户方的落地，结合应用场景的特点提供定制化开发、技术方案优化等。
在上述三个阶段中，“0到0.1是最难的过程，它需要真正把技术、产品和客户需求连接起来。”旷视相关负责人告诉界面新闻。
虽然研究院、产品研发中心、创新交付中心三个部门职责各有侧重，但日常交流和沟通非常密切，“我们鼓励算法研究人员走到前线了解客户的真实需求，内部也有很多技术分享和学习课程，让来自行业的人才和AI人才相互融合。”
上述负责人认为，只有这样才能做出对客户真正有价值的产品和解决方案，形成系统性的技术产品壁垒，巩固自身的竞争优势。
以旷视的AI光学屏下指纹技术的研发过程为例，2018年，一家客户希望旷视可以提供屏下指纹解决方案，旷视由此开始屏下指纹识别技术的研发之路。
当时屏下指纹识别存在几大难点：首先是成像自带非常大的噪声（干扰信息），其次是屏下传感器能拍到的指纹信息量极小，并且跨状态（比如低温、强光等状态）下成像也会存在不同。
通过一年摸索和各类场景下试验，旷视最终在2019年推出了AI光学屏下指纹解决方案，通过结合深度学习算法，在低湿度、低温或强光等困难场景下获得了更高的准确度。
与传统的屏下指纹解决方案相比，旷视的优势在于其软硬件协同的设计——打通镜头的光学设计、芯片的传感能力设计以及指纹识别的算法设计之间的壁垒。而上述三个部分在传统的屏下指纹解决方案中是彼此割裂的，因此存在速度慢、效果差的问题。
可以看到，旷视之所以能够迅速推出AI光学屏下指纹解决方案，与旷视以客户需求出发开展研发工作，以及技术、产品和市场紧密联动的多层次研发体系是分不开的。
强大的研发体系离不开人才的支撑。在旷视内部，由知名人工智能学者孙剑任旷视研究院院长，负责领衔0-0.1阶段的创新研发工作。在孙剑的带领下，旷视研究院已发展成为世界上规模领先的聚焦于计算机视觉和AIoT领域的研究机构，目前拥有超过300名算法研究人员。
旷视亦十分重视吸收具备行业背景的人才。印奇认为，AI人才和行业人才融合发展的组织是AI产业落地的关键之一。
这些来自消费电子、物流和仓储管理等行业的人才对于旷视在行业中深度落地帮助非常大。完备的研发体系和人才积累也让旷视收获颇丰。旷视的招股书中披露，截至2020年9月30日，公司拥有576项专利权（包括境外专利47项），其中发明专利220项。此外，旷视科技代表行业领先技术提供方参与制订了近20项人工智能相关的国家、行业及团体标准。
旷视对研发的重视也体现在不断攀升的研发投入上。招股书显示，旷视的研发投入从2017年的2亿余元增长至2018年的6亿余元，2019年进一步增长至10亿余元。同时，研发投入占营收比例从2017年的67%增至2019年的82%。2020年前三季度，研发收入占比更是进一步提升至104%。
算法演进之路
自旷视成立以来，算法就是其核心竞争优势。在旷视不断扩展边界，落地行业的过程中，旷视变得越来越“硬”，推出了一系列软硬结合的产品。那么，算法对于现在的旷视来说意味着什么？
从旷视的发展历程来看，算法始终是其核心基因，但经历了从核心算法突破，到行业算法落地，再到推出规模化算法生产平台的不断演进的过程。
十年前，旷视将深度学习与计算机视觉进行结合，形成了以面部识别、视频结构化、物体检测、动作识别等为代表的核心算法能力。
之后，旷视开始在深度学习和计算机视觉能力上各自进行拓展，研发了更为底层的深度学习模型，以及计算摄影、屏下指纹识别、机器人导航等计算机视觉能力。
随着旷视开拓并深入新的场景和行业，意识到每个细分行业的客户都会根据业务实际，提出碎片化、个性化的算法需求。而AI应用落地场景的碎片化和长尾化，导致对算法的需求急剧增长。
印奇认为，AI算法侧仍处在极度稀缺的阶段，而且还面临着可交付和规模化的问题。
在旷视内部，解决上述问题的办法是旷视Brain++。Brain++是旷视自主研发的AI生产力平台，包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute以及数据管理平台MegData，将算法、算力和数据能力融为一体。 作为AI基础设施，Brain++助力AI技术实现了从算法生产到应用的全流程化和规模化供给。
据了解，旷视内部1,400多名研发人员在日常工作中都在使用Brain++，而非TensorFlow等其他开源框架，Brain++也是旷视的核心竞争力之一。
2020年3月，旷视宣布将Brain++的核心组件深度学习框架MegEngine（天元）对外开源。选择开源，旷视希望让更多程序员可以在此平台上开发自己的应用。旷视也希望以此提升算法生产效率，推动人工智能技术在产业中落地。
旷视的Brain++平台也获得了政府主管部门的高度认可。2019年， Brain++平台在第六届世界互联网大会上荣获网信办颁发的世界互联网领先科技成果奖项。同年，公司成功入围工信部“新一代人工智能产业创新重点任务”，并获科技部批准建设“图像感知国家新一代人工智能开放创新平台”。
AIoT时代操作系统
回顾过去20年，技术发展经历了从互联网到移动互联网的过程，下一个时代被普遍认为是物联网的时代，而人工智能技术将是物联网中的核心能力。“未来AIoT会变成一个词，AI是里面那个杀手级的能力和特性，但IoT是那个大时代的洪流。”印奇曾在接受采访时说。
面向物联网时代的大洪流，旷视已经形成了“1+3”战略，“1”指AI生产力平台Brain++，“3”指3大落地赛道和方向：消费物联网、城市物联网、供应链物联网。消费物联网面向移动终端、云端SaaS等；城市物联网面向城市、智慧建筑等；供应链物联网面向物流、工业等行业。
在物联网时代，交付产品必须是软件硬件结合的产品或解决方案。旷视内部希望建立起AI+IoT生态，内核是AI引擎、核心是平台软件，向外辐射到不同场景中时，打造不同的硬件产品。旷视要让每个物理空间里，将 AI 和 IoT 结合在一起。因此旷视要将 AI 的能力注入到IoT 场景中，实现从应用、数据中台、边缘设备和终端的全面智能化。
以供应链物联网方向为例，旷视选择的落地场景之一是物流。2019年，旷视发布了智慧物流操作系统——河图。通过同构仿真和AI调度优化的能力，河图实现了项目规划、仿真、实施、运营等全流程的数字化和智能化，帮助客户极大地降低了整体解决方案的落地难度，并获得效能的最大化。它可以看作是物流仓储场景中机器人网络的大脑，是一个机器人乐队的指挥。
未来旷视将聚焦在上述三大赛道中，做深做透。技术创新往往能够推动产业格局的重塑，这给了初创公司撼动老牌巨头的机会。旷视对自身的定位是做聚焦物联网的世界级人工智能公司，这个目标足够宏大，但眼下它的征途才刚刚开始。
印奇曾表示，旷视希望成为人工智能行业的务实者和领跑者。作为一项新技术，人工智能在应用落地的过程中必然会遭到质疑，企业唯有务实才能长久。另一方面，无论是技术实力还是产品力和商业化能力上，旷视已经有充分的信心领跑行业。
