商汤科技：把创业者弃之在旁的大学实验室圈成自己的矿井
在中国的创业者那里，你似乎总能听到一种“大学无用”的论调，尤其是针对中国的大学。不久前 Uber 和卡内基梅隆大学“分而合，合而分”的一出戏，几乎不可能发生在中国：为了研发无人驾驶技术，Uber 把卡内基梅隆顶尖的机器人团队连根刨走，就在这所大学几步路远的地方开设了一间新的研究室，让团队继续工作；没有坐靠创投资本，卡内基梅隆的机器人研究中心开不出 Uber 的高薪，人才严重流失，众人都以为这下大学要和 Uber 交恶，结果反而和 Uber 达成了战略合作，共同开发机器人驾驶和地图导航等技术——意料之外，情理之中。
然而吊诡的是，在美国的创业公司和高校争抢人才资源的时候，中国的高校似乎和创业公司各站两边。——不是说高校不扶持大学生创业，行政方面确实给出了相当多的鼓励性政策和资源，但是在研究项目上，教授和创业者似乎不太会想到一起去，学术和市场，两边的资源割裂开来，面向未来的研究探索没能直接输入到那些面向未来的年轻公司里去。
我们采访的商汤科技（SenseTime）也许是个积极的典例。这家公司专攻计算机视觉和深度学习原创技术，包括：1）引入大数据处理的低级视觉技术（low-level vision，即从图像数据推衍实际的场景，比如了解物体的运动情况，或是在反光、变形等情况下推测物体的原貌等。以商汤科技的产品为例，有一款程序可以把雾霾环境下拍摄的照片强化为清晰、无霾的景象，原理是找出照片中有雾霾遮挡的区域，然后将区域的颜色调整得更加鲜明、饱和。另一款程序可以在暗光环境里去除噪点）；2）感知技术（在二维图像的基础上，进一步判断物体的前后深浅层次和运动变化）；3）理解技术（根据感知来理解物体，比如商汤科技的人脸识别技术，据公司介绍曾在公开标准测试集 LFW 上的准确率超过 99%，胜过人眼自身的识别能力）。根据公司 CEO 徐立介绍，传统公司很难把如此宽广的产品谱全面覆盖，但是商汤科技专注核心算法，“相当于是修炼内功，而不是操练十八般武器。”随后商汤再和应用层级的公司（也就是那些技术相对简单，而营销、推广更为熟稔，以商业模式为核心的公司）合作对接，就可以落实为多款多样的产品。
“万变不离其宗”的内功从何修炼？徐立称，商汤科技找到了优良的大数据源，加上精英人才优化了算法效率（比如并行计算专家大大减少了深度学习所需要的 GPU 块数，使原先只有 Google 这类大公司才有能力配备研究的项目，在初创公司也有机会尝试）。所谓的精英人才有什么出身的讲究呢？本科毕业于上海交通大学的徐立认为，如果是创立一所应用层级的公司，他会非常青睐大陆大学的人才，因为他们学科知识基础扎实；但一所算法层级的公司是要去颠覆现状、引领未来的，需要更深厚的研究背景。这方面，徐立更偏好有海外留学背景的学生。商汤科技的研究总部落户香港，正是希望能更好地吸纳留学生或是在香港深造的学生，并且出资给多所香港院校的实验室，由教授领头来做研究。公司的工程部门则分设在北京和深圳，吸收大陆毕业的学生。
徐立说：“我觉得国内的学风也在变化，但是研究上还是有项目导向，要去拿国家经费，所以国内适合做大系统。但是有时候我们需要的不是增量型的系统，不是拼搭现成的东西，我们需要去做一些从前没有的、远期的东西。国内创业公司很少有魄力去买一个面向未来的研究团队，但在国外很常见，比如 Google、Yahoo、Facebook。国内的创业公司都在讲商业模式和渠道，硅谷、以色列是真的在创造新的东西。”
商汤科技的幸运之处是，投资人有相关的知识储备，并且看好商汤的创新研究之路，所以公司没有陷在思考盈利出口的泥沼里，团队全副火力用于算法研究。徐立相信在一个尚且无人涉足的领域能有所建树，搭出技术堡垒，在未来着陆到具体应用的时候一定会有无可替代的技术优势和可观的回报，而不用担心短期内的抄袭和价格补贴等商业威胁。商汤科技和东方网力科技的合作就是很好的例证，双方成立合资公司，拟将人脸识别技术应用于警方的监控视频中，通过算法在多处的摄像头视频中找出同一个人。徐立相信，随着商汤和一批研究型团队在商业上获得成功，创业公司也许会更乐于牵手高校的实验室，让学术和商业两片分开的拼图啮合到一起。
