剛剛，云天勵飛上市！

同行不同路，AI賽道跑出一位異路玩家。

ChatGPT的橫空出世，重燃了人工智能賽道的火，一邊是狂熱投資者紛涌而至，一邊是大國博弈下，國家戰(zhàn)略層面的高度關(guān)注。

最近，云天勵飛CEO陳寧博士忙得不可開交，前腳接待了省級領(lǐng)導(dǎo)，后腳又趕去接待科技部重大專項司，各類調(diào)研絡(luò)繹不絕。

今天，云天勵飛正式敲響上市之鐘，企業(yè)發(fā)展與時代命題交織，在當(dāng)下這個時間節(jié)點，產(chǎn)生出鼓舞人心的共振。

自商湯率先破局，云從科技緊隨其后登陸科創(chuàng)板，再到如今云天勵飛敲響上市鐘聲，逆水行舟的人工智能賽道上，挺過IPO這瓶“卸妝水”的洗禮，是AI明星們給予過往嘲笑與批評，最有力的回?fù)簟?/p>

人工智能的魅力，在于其具有挖掘一切或緊密、或松散的數(shù)據(jù)關(guān)系的能力。

這些龐大而松散的數(shù)據(jù)關(guān)系中，潛藏著現(xiàn)實世界的種種蛛絲馬跡，對這些蛛絲馬跡的淬煉與加工，將能夠開啟一座座潛力無窮的寶庫。

該如何找到一把趁手的工具？該找到怎樣一把工具？

這條掘金之路，同時也是一條不歸路，卻從不缺前仆后繼的朝圣者。

身為其中一員，云天勵飛的回答格外精簡：專注、聚焦。

從算法到芯片，兩類「造芯故事」

AI是普惠的，如同水與電，它的存在是沉默的，同時擁有無可置疑的重要性。

如同需要水與電帶來生存上的便利，我們需要AI在于它能夠帶來降本增效，都是一種剛需。

然而，AI應(yīng)用落地的過程極其繁瑣，遠(yuǎn)不似技術(shù)創(chuàng)新般直觀。

AI以普惠之姿，進(jìn)行商業(yè)化落地過程中，對企業(yè)的考驗是能否“接地氣”，抓住痛點并解決問題，警惕的是過于陽春白雪，創(chuàng)造出“偽需求”。

AI要實現(xiàn)普惠，大規(guī)模進(jìn)入產(chǎn)業(yè)，就必須解決成千上萬的碎片化場景應(yīng)用問題。

從技術(shù)的演進(jìn)規(guī)律來看，由定制化走向標(biāo)準(zhǔn)化、平臺化，是一種必然。因為沒有標(biāo)準(zhǔn)化，定制化走不長遠(yuǎn)，定制化需要在標(biāo)準(zhǔn)化的基礎(chǔ)上延伸新的意義。

這是一條漫長的路，現(xiàn)階段，AI標(biāo)準(zhǔn)化的努力，主要在工具和研發(fā)流程的標(biāo)準(zhǔn)化。

站在AI企業(yè)的角度，定制化無疑是份苦差事，行業(yè)利潤總是被制定標(biāo)準(zhǔn)的公司賺去。

作為最先上市的CV公司，商湯CEO徐立曾表示，“商湯大部分產(chǎn)品是標(biāo)準(zhǔn)化的。”

To B行業(yè)存在定制化的特性，開發(fā)周期較長，期間需要實時響應(yīng)，而大多數(shù)AI公司由于標(biāo)準(zhǔn)化研發(fā)投入不足，導(dǎo)致常在一家公司處耗費大量人力、物力和時間。

最終淪為可悲的項目制，獲得與AI科技公司極不相稱的低毛利率，與此同時，失去的是覆蓋更多領(lǐng)域的機會，畢竟在玩家眾多的AI賽道，時間從不等人。

2017年深圳安博會期間，宇視總裁張鵬國接受雷峰網(wǎng)采訪時提到，以算法起家的AI創(chuàng)業(yè)公司，未來大概率有三種活法：

• 蛻變成行業(yè)解決方案提供商；
• 從算法到算力，軟硬件一手抓；
• 被收購或者直接消失。

起初，長于算法的AI創(chuàng)企，以“顛覆者”之姿闖入稍顯禁錮的傳統(tǒng)安防行業(yè)。

隨著AI安防走入深水區(qū)，算法廠商們紛紛撞上一個核心問題，AI技術(shù)的落地必須強依賴于硬件廠商，而硬件能力又難以獲得。

高端芯片增量需求與供給不平衡之間的矛盾，在美國的一紙禁令下，瞬間加劇。

一時間，造芯四起。

當(dāng)時坊間流傳的一種調(diào)侃式說法，描述了當(dāng)時造芯的盛況：未來不提芯片的算法公司不是一家好公司。

之后幾年，AI創(chuàng)企技術(shù)價值中心由軟件算法層向核心算力層的轉(zhuǎn)移，很好地證實了這一點。

在這個萬馬齊喑的轉(zhuǎn)型期中，不少企業(yè)倉皇離場。

深層原因在于，大多數(shù)人工智能企業(yè)在沒認(rèn)清自己，想好業(yè)務(wù)時，就技術(shù)先行，企圖以人工智能技術(shù)撬動整個行業(yè)。

這一商業(yè)模式上的缺陷，在行業(yè)野蠻生長時期，被掩埋；在行業(yè)的冷靜期中，則被無情曝露。

微軟亞洲研究院副院長張益肇曾告訴雷峰網(wǎng)，很多AI創(chuàng)業(yè)者們在切入某個場景時，既沒捋順流程，也沒想清模式。單純覺得我有AI技術(shù)，有幾個合作伙伴，就能大干一場。

在一批出現(xiàn)問題才解決問題的大軍中，只有少部分堅持商業(yè)模式，跟進(jìn)迭代速度的企業(yè)，涅槃重生，而這種代價自然不是所有公司都能承受得起。

不同于當(dāng)時業(yè)內(nèi)對 AI 如何落地的模糊認(rèn)知，云天勵飛非常注重技術(shù)的應(yīng)用場景問題，業(yè)內(nèi)較早意識到算法、芯片深度融合重要性的企業(yè)。

事實上，2014年陳寧在深圳創(chuàng)立云天勵飛伊始，便面向人工智能的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，重新設(shè)計處理器的芯片，確定了“云+端”的技術(shù)路線。

這一路線的邏輯是，通過將AI芯片植入前端智能設(shè)備，降低網(wǎng)絡(luò)帶寬要求，降低后臺處理成本，加快處理速度，同時還能保護用戶數(shù)據(jù)隱私。

這條路線的選擇，與云天勵飛創(chuàng)始人、董事長陳寧本身是芯片專家，且公司創(chuàng)始團隊多來自集成電路領(lǐng)域不無關(guān)系。

在戰(zhàn)術(shù)上，“算法芯片化”的理念，在當(dāng)時的AI圈實際是一件很先鋒，但同時冒險的事。

陳寧理解中的 " 算法芯片化 " ，不等于簡單的“算法+芯片”，而是一種將芯片設(shè)計者的理念、思想與算法相融合的 AI 芯片設(shè)計流程。

芯片研發(fā)周期長、投入極大、風(fēng)險極高，這條路的難走無需贅言。

在AI資本熱錢涌動的2015-2018年，云天勵飛沒有在資本市場獲得多大關(guān)注，也鮮有披露融資記錄。

在這幾年里，云天勵飛默默進(jìn)行著自己的芯片研發(fā)步驟：2016年推出第一代專用于神經(jīng)網(wǎng)絡(luò)處理器NNP100；2018年AI芯片“DeepEye 1000”（深目）流片。

根據(jù)招股書，2019-2021年，公司研發(fā)費用分別為2億元、2.19億元、2.95億元，占營業(yè)收入的比例分別為86.79%、51.42%及52.17%。

一個有趣的現(xiàn)象是，2019年開始“AI資本寒冬”來襲，這一年卻剛好是云天勵飛發(fā)展的轉(zhuǎn)折點：“DeepEye 1000在這一年正式對外銷售并商用；公司在這一年開始接連披露大額融資。

云天勵飛有了AI獨角獸的骨像。

這一現(xiàn)象背后的原因，其實很好解釋，資本市場回歸理性，其實就是回歸企業(yè)本質(zhì)，有核心技術(shù)壁壘且與應(yīng)用場景深度結(jié)合的公司，猶如潮退后顯露出的海底礁石，引人駐足流連。

兼顧成本和易用性，算法與芯片的「攻城戰(zhàn)」

當(dāng)下，大規(guī)模應(yīng)用與推廣，是AI企業(yè)的集體困境。

這一困境表現(xiàn)出來的外在矛盾是：現(xiàn)有產(chǎn)品難以兼顧成本和易用性。

人工智能領(lǐng)域，各個場景都有獨特的需求，依靠算法形式推廣，定制化程度高，成本難以下降。

只有把生產(chǎn)要素的成本降下來，才能談AI的大規(guī)模產(chǎn)業(yè)化。

而只有做到“開箱即用”的易用性，才能加快產(chǎn)品落地和迭代。

這一困境的內(nèi)在矛盾，指向眼下AI公司直面的兩大挑戰(zhàn)：算法和芯片。

比如，云天勵飛可以在一秒鐘里完成對數(shù)十億級規(guī)模數(shù)據(jù)的檢索，而只需基于云端一臺普通PC機的運算能力。

這與前端芯片的結(jié)構(gòu)化、云端的深度學(xué)習(xí)和大數(shù)據(jù)分析的算法能力是分不開的。

AI時代，神經(jīng)網(wǎng)絡(luò)運算需要大量的算力，原有的主流處理器架構(gòu) CPU、GPU ，已無法提供最佳解決方案。

• 制程工藝上，摩爾定律減緩，芯片制程已達(dá)物理極限，無法進(jìn)一步縮小以提升有效算力。
• 能耗上，縮放比例定律（Dennard Scaling）規(guī)律結(jié)束，芯片的功耗急劇上升。

制程工藝和能耗的雙重瓶頸，制約著高計算需求 AI 芯片成本的降低。

曾經(jīng)的AlphaGo 1.0系統(tǒng)，有1900個CPU+280個GPU，訓(xùn)練一盤比賽的電費高達(dá)1000美元。

這說明，能承載復(fù)雜算法，且能被嵌入各類終端設(shè)備的高性能、低功耗AI芯片，是大規(guī)模產(chǎn)業(yè)化的剛需。

然而，芯片之于AI的重要性雖已得到印證，但國內(nèi)企業(yè)在AI芯片的布局上仍有缺失。

一方面，企業(yè)級客戶更多講究的是功能實現(xiàn)，除非能帶來業(yè)務(wù)和管理效率的提升，同時成本可接受，否則很難說服客戶將根據(jù)場景定制的AI芯片嵌入各類終端設(shè)備中。

另一方面，AI芯片市場同質(zhì)化問題嚴(yán)重，現(xiàn)有產(chǎn)品不能滿足客戶的降本增效需求。

不同于業(yè)內(nèi)存在的以“拼湊”方式做AI芯片，云天勵飛對AI芯片進(jìn)行了重新設(shè)計，這來源于團隊十幾年的領(lǐng)域積累。

AI芯片市場的角逐，算法是一個重要突破口。

將海量的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成結(jié)構(gòu)化數(shù)據(jù)，并將數(shù)據(jù)打上標(biāo)簽，然后進(jìn)行比對分析，要確保這一過程通暢無阻，不僅需要強大的AI芯片，還要有結(jié)合業(yè)務(wù)場景的高性能算法。

2017年，曾供職NEC Labs，前Snap資深科學(xué)家、Snap研究院創(chuàng)始人之一王孝宇博士歸國，出任云天勵飛首席科學(xué)家。

王孝宇上任第一要務(wù)，就是對公司的算法和大數(shù)據(jù)進(jìn)行進(jìn)一步規(guī)劃。

• 大數(shù)據(jù)上，通過積攢海量的數(shù)據(jù)系統(tǒng)，增強訓(xùn)練。
• 算法創(chuàng)新上，開發(fā)算法自動化系統(tǒng)，縮短研發(fā)周期。

隨著深度學(xué)習(xí)等技術(shù)的成熟，AI公司在算法和性能上逐漸相差無幾。

但客戶對技術(shù)的需求，一如馬斯洛需求理論概括的人類需求，總是在低層需求滿足后，在其他方面提出更高的要求。

比如AI算法模型，從研發(fā)至生產(chǎn)周期漫長、成本高昂，每種模型的生產(chǎn)都需要大量算力和人力。

但現(xiàn)實情況往往是，大量耗時耗力開發(fā)出的AI模型，覆蓋場景非常有限，不僅需要后續(xù)持續(xù)不斷的投入、迭代，還難以實現(xiàn)規(guī)?；?，從兩個層面上削弱著AI公司的盈利能力。

這就是大多數(shù)AI公司面臨的真實困境。

而云天勵飛花在算法上的成本，正在降低。

現(xiàn)階段，云天勵飛研發(fā)的可重定義AI芯片，面向嵌入式前端和邊緣計算應(yīng)用，可靈活支撐多類算法框架，提高算法實現(xiàn)的效率，降低后臺處理成本，具備高性能、低功耗、低成本的優(yōu)點，并且支持運行自有及第三方人工智能算法。

這是因為，隨著AI的研發(fā)模式發(fā)生變化，云天勵飛隨之改變了自己的研發(fā)觀念，把重心從建立更好的模型，轉(zhuǎn)移到了高效獲取最好的數(shù)據(jù)上。

“之前我們的觀念是招聘最好的人，開發(fā)最好的技術(shù)，達(dá)到最好的效果。但實際不是這樣的，如何在最短的時間內(nèi)，得到可以使模型達(dá)到最優(yōu)效果的數(shù)據(jù)集，這才是最重要的。”

降低技術(shù)應(yīng)用的門檻：左手自研AI芯片，右手自研算法

從稍顯禁錮且同質(zhì)化嚴(yán)重的安防領(lǐng)域一路挺進(jìn)，又在AI公司普遍布局算法和芯片后成功上市，云天勵飛的成功，主要得益于自身夠?qū)?、夠深的護城河。

算法、芯片、數(shù)據(jù)是公認(rèn)的人工智能核心三要素。

三者緊密結(jié)合，才有可能打磨出真正為行業(yè)所需的產(chǎn)品。

云天勵飛的護城河在于，一開始就堅持在上述三方面自主研發(fā)，形成了“算法+芯片+數(shù)據(jù)”的閉環(huán)生態(tài)。

這一部分也來源于幾位海歸博士分別在芯片、算法和數(shù)據(jù)這三個領(lǐng)域的跨界創(chuàng)新的融合。

背后的邏輯很簡單，通過提高技術(shù)門檻，來降低技術(shù)應(yīng)用的門檻。

在其背后，是來自于英特爾，摩托羅拉，中興通訊等芯片研發(fā)部門，且平均擁有 10 年以上摸爬滾打經(jīng)驗的行業(yè)老兵。

云天勵飛構(gòu)建了完整的AI技術(shù)鏈路，所有研發(fā)聚焦在三大平臺上：算法平臺、芯片平臺、大數(shù)據(jù)平臺。

人工智能算法平臺，由云天勵飛多次獲得國際視覺大賽冠軍團隊打造，通過將多項計算機視覺技術(shù)和對場景理解以及工程化經(jīng)驗融合，可以部署到下游各個領(lǐng)域。

人工智能芯片平臺，通過自定義指令集、處理器架構(gòu)及工具鏈的協(xié)同設(shè)計，實現(xiàn)算法技術(shù)芯片化，提升產(chǎn)品和解決方案中的高效性及場景適應(yīng)性。

大數(shù)據(jù)平臺，用來做更深層次的分析。

ChatGPT帶火的多模態(tài)AI技術(shù)，也是云天勵飛未來的布局方向。

除了繼續(xù)提升相關(guān)算法速度和精度，還將結(jié)合場景，采用音頻等模態(tài)信息，提升傳感器信息流中語義和非語義信息的結(jié)構(gòu)化密度，帶來更加智能的大數(shù)據(jù)自動推理分析，使產(chǎn)品及服務(wù)在更多應(yīng)用場景落地。

八年時間，云天勵飛走過了“算法芯片化”和“端云協(xié)同”的技術(shù)探索之路，也走過了從安防到城市再到商業(yè)的產(chǎn)業(yè)落地探索之路，親歷了人工智能從蠻荒到普及的全過程。

• 公共安全領(lǐng)域，基于智能分析能力，構(gòu)建城市安全盾牌；
• 城市治理領(lǐng)域，AI觸角從城市大尺度空間向最后一公里滲透，打造了龍華智能運算能力平臺等項目，為城市管理的方方面面提供AI支撐；
• 公共交通領(lǐng)域，綜合運用人工智能、大數(shù)據(jù)、云計算等技術(shù)，與深圳巴士集團共同打造智慧線路優(yōu)化系統(tǒng)，構(gòu)建城市立體化交通體系。

足夠的技術(shù)實力是一方面，能夠鋪開規(guī)模，同時控制好成本和供應(yīng)鏈，又是另一方面。

相比于傳統(tǒng)巨頭，渠道以及生態(tài)建設(shè)能力往往是AI創(chuàng)業(yè)公司的“七寸”。

為了在需求迭代馬不停蹄的碎片化市場，更好實現(xiàn)AI的落地，云天勵飛還提出了具有里程碑意義的“自進(jìn)化城市智能體”，積極布局整個生態(tài)聯(lián)盟。

自進(jìn)化城市智能體，即具備自學(xué)習(xí)、自進(jìn)化能力的人工智能技術(shù)，通過關(guān)注全場景，實現(xiàn)端云協(xié)同，統(tǒng)籌管理、應(yīng)用承載。

形象一點解釋就是，給城市換上一個更強健的軀體，以及一個更聰明的大腦，同時為其注入靈魂，為整個城市的智慧化進(jìn)行一次從上到下的升級。

為了實現(xiàn)這一目標(biāo)，云天勵飛正在發(fā)揮自己的橋梁作用，一邊連接著無數(shù)碎片化的場景，一邊連接著扮演不同角色的開發(fā)者和服務(wù)商。在滿足客戶差異化需求的同時，達(dá)成生態(tài)伙伴的“群體勝利”。

從名不見經(jīng)傳的AI創(chuàng)企，到2020年疫情“黑天鵝”和國際形勢雙重大背景下橫掃資本市場、沖刺IPO的黑馬，再到如今成功上市，云天勵飛用穩(wěn)扎穩(wěn)打的八年，摸索出一條適合自己的產(chǎn)業(yè)化道路。

在“AI公司只有用正向凈利潤才能完成自身證明”的論調(diào)中，立足于國內(nèi)廣闊的場景和應(yīng)用空間，這家全產(chǎn)業(yè)鏈公司上市后，能否講好AI故事，值得拭目以待。

作者 | 路遙

編輯 | 秀松