0
7月29日，曠視科技舉辦“始于算法，成于價值”主題年中媒體發(fā)布會，CEO印奇、CTO唐文斌首次合體出席，并正面回應(yīng)外界的關(guān)心和疑問。
一開始印奇便提到，今天我是以一位答題者的身份參加本次活動。作為CV領(lǐng)域名聲在外的明星企業(yè)，曠視的一舉一動都備受關(guān)注。
去年8月份，曠視沖擊AI第一股赴港上市，引起行業(yè)震動，結(jié)果在新冠疫情、美國實(shí)體清單事件、新基建等多重復(fù)雜因素下，曠視的上市之路顯得頗為坎坷。
與此同時，在這個特殊的時代背景下，AI產(chǎn)業(yè)發(fā)展也迎來了前所未有的機(jī)遇與挑戰(zhàn)。今天在本場發(fā)布會上，印奇和唐文斌將首度公開回應(yīng)上市進(jìn)程，并分享曠視在2020年的戰(zhàn)略布局與行業(yè)洞察。
“對于上市，我們非常有信心”，印奇在發(fā)布會上說到，
“上市是手段不是目的，我們希望通過上市這個公開窗口，向大眾展現(xiàn)曠視的綜合實(shí)力，所以上市計劃還在積極籌備中。”
曠視于去年8月25日正式啟動赴港上市計劃，據(jù)招股書顯示，曠視估值40億美元，擬公開發(fā)行40000萬股，募集資金5至10億美元。
IPO程序僅啟動兩個月，10月初便爆發(fā)了美國實(shí)體名單事件，包含曠視在內(nèi)的28家中國科技企業(yè)被禁止從美企獲取技術(shù)產(chǎn)品和服務(wù)。事件一出，曠視上市進(jìn)程稍有停擺，但并無大礙。
此外，對于公司業(yè)務(wù)發(fā)展，印奇表示，禁止科技企業(yè)間的業(yè)務(wù)往來，對于名單上的中國企業(yè)來說，多多少少都會有一定程度上的影響，但曠視擁有自主研發(fā)的算法和引擎，在技術(shù)產(chǎn)業(yè)鏈上相對獨(dú)立性，因此，這種影響可以忽略不計。
值得分享的是，新冠疫過后，AI產(chǎn)業(yè)落地迎來了更多應(yīng)用場景。曠視在此也開拓了一些新的業(yè)務(wù)路線，例如，今年2月初，曠視在10天內(nèi)自主研發(fā)了紅外感知自動測溫系統(tǒng)，被廣泛部署于地鐵站、寫字樓等人流密集場所。后來該產(chǎn)品推向海外市場，也收獲了一批海外訂單。
印奇表示，新冠疫情爆發(fā)前期，對AI企業(yè)產(chǎn)生了明顯沖擊，但疫情后，AI落地呈現(xiàn)出深度擁抱各行各業(yè)的態(tài)勢。疫情為AI激發(fā)了更大的發(fā)展邏輯，AI測溫只是一個小的開始，未來我們的衣食住行都會越來越被數(shù)字化技術(shù)所包容。
另外，今年受疫情影響國內(nèi)大力提倡新基建，著力發(fā)展5G基站、大數(shù)據(jù)、人工智能、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域，這意味著國內(nèi)AI技術(shù)發(fā)展迎來了新機(jī)遇，基于此，選擇A股上市也不失為一種好的選擇。
最后印奇表示，
一切選擇還在綜合考量中，如果上市，我們的股票必將是穩(wěn)定且持續(xù)增長的。
在經(jīng)歷了幾次爆發(fā)式增長后，AI產(chǎn)業(yè)發(fā)展逐漸步入穩(wěn)定期，或者說是瓶頸期。發(fā)布會上，印奇為我們分享了一組技術(shù)成熟度曲線（Gartner），可見當(dāng)前的AI產(chǎn)業(yè)現(xiàn)狀已陷入“死亡之谷”。
這一階段，如何去泡沫化，走出產(chǎn)業(yè)發(fā)展“深水區(qū)”，實(shí)現(xiàn)技術(shù)落地，是企業(yè)關(guān)注的焦點(diǎn)問題。作為一家估值40億美元的AI獨(dú)角獸企業(yè)創(chuàng)始人，印奇分享了他的見解與思考。
AI產(chǎn)業(yè)落地要跨越三大挑戰(zhàn)：算法供給、價值閉環(huán)和組織人才，印奇說。
算法如同血液，是基礎(chǔ)，是必需品，而當(dāng)前企業(yè)的供給能力還遠(yuǎn)遠(yuǎn)不夠。AI算法從開發(fā)到應(yīng)用需要經(jīng)歷可交付和規(guī)模化兩個階段。
其中，可交付性遵循二八原則，訓(xùn)練占據(jù)20%，部署占據(jù)80%。可見，部署是關(guān)鍵一環(huán)，從目前的規(guī)?；a(chǎn)來看，部署耗費(fèi)大量的時間成本，卻只能夠解決不到1%的算法供給需求
因此，解決算法供給問題的關(guān)鍵在于提高可交付性和規(guī)?；a(chǎn)能力。
技術(shù)研發(fā)的初衷是服務(wù)用戶。一個成熟的AI產(chǎn)品，必然要考慮它的用戶價值、商業(yè)價值和可規(guī)?；a(chǎn)的能力。這是從0到1的過程，也是AI產(chǎn)業(yè)落地最艱難的過程。
曠視的眾多AI產(chǎn)品，同樣遵循著這樣的研發(fā)邏輯。對此，印奇將其概括為三個階段：
價值驗(yàn)證：具備技術(shù)可行性和用戶使用價值。
MVP產(chǎn)品：代指最小可行性產(chǎn)品，觸達(dá)行業(yè)客戶，檢驗(yàn)商業(yè)變現(xiàn)能力。
規(guī)模應(yīng)用：提供軟硬件一體化服務(wù)，規(guī)?；a(chǎn)，推向市場。
在他看來，這三個是階段是層級上升，封閉式的價值閉環(huán)，同時也是AI產(chǎn)業(yè)落地的最大挑戰(zhàn)。
人才的培養(yǎng)是對于任何產(chǎn)業(yè)/行業(yè)而言都是至關(guān)重要的。AI賦能百業(yè)，這是一個復(fù)雜的系統(tǒng)，需要完整的人才體系結(jié)構(gòu)來支撐。
提到AI企業(yè)，大多數(shù)人的印象是公司員工基本為技術(shù)研發(fā)人員，但是對于打造一款面向行業(yè)、面向大眾的產(chǎn)品而言，公司配備了解行業(yè)知識的人才同樣非常重要。
拆開來看，AI產(chǎn)品從研發(fā)端到應(yīng)用端，需要挖掘價值需求、完成技術(shù)研發(fā)、進(jìn)行可行性評估，進(jìn)而推向市場，不同階段需要不同專業(yè)程度的人才。但整個過程AI技術(shù)和行業(yè)知識始終貫穿其中，并且同等重要。
印奇將這一人才需求體系稱為4 in 1結(jié)構(gòu)，凡是一個AI+產(chǎn)業(yè)，都需配備CEO（產(chǎn)品經(jīng)理）、CTO（產(chǎn)品開發(fā)）、CAIO（性能評估）、CMO（行業(yè)洞察）四種角色。
同時，他強(qiáng)調(diào)曠視的人才體系已形成了4:4:2結(jié)構(gòu)，前兩者比重相同，分別為技術(shù)和行業(yè)人才。
最后，印奇將AI產(chǎn)業(yè)落地的三個關(guān)鍵總結(jié)為：（1）解決算法供給側(cè)的問題是AI企業(yè)的責(zé)任。（2）只有賽道聚焦才能更快完成價值閉環(huán)。（3）打造AI人才和行業(yè)人才融合發(fā)展的新型組織。
聚焦AloT，踐行1+3戰(zhàn)略
始于視覺算法，終于物聯(lián)網(wǎng)（AloT），曠視早已不是一家單純的人臉識別算法供應(yīng)商，而一躍成為物聯(lián)網(wǎng)軟硬件一體化解決方案供應(yīng)商。
在印奇看來，物聯(lián)網(wǎng)是人工智能技術(shù)應(yīng)用的主要場景，
如果把人工智能比作「大腦」，物聯(lián)網(wǎng)就是「身體」，二者相結(jié)合，能夠讓世界更加智能化，我們的愿景就是構(gòu)建連結(jié)及賦能百億物聯(lián)網(wǎng)設(shè)備的人工智能基礎(chǔ)設(shè)施。
早在2019年初，曠視就已設(shè)下以“物聯(lián)網(wǎng)”為核心的3+1戰(zhàn)略布局。
基于自研的Brain++人工智能生產(chǎn)力平臺，深度聚焦個人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應(yīng)鏈物聯(lián)網(wǎng)三大領(lǐng)域，為更多企業(yè)提供行業(yè)解決方案。
Brain++集算力、算法、數(shù)據(jù)于一身。其中算法部分來自于深度學(xué)習(xí)框架天元（MegEngine）。曠視是國內(nèi)為數(shù)不多的自研深度學(xué)習(xí)框架的企業(yè)之一，目前最主流的學(xué)習(xí)框架要數(shù)Google的Tensorflow和Facebook的PyTorch，國內(nèi)比較知名的是百度的Paddlepaddle和華為的MindSpore。
在此，曠視是唯一一家能夠與國內(nèi)互聯(lián)網(wǎng)巨頭相媲美的AI獨(dú)角獸企業(yè)。
今年3月份，曠視將天元（MegEngine）框架正式開源，所有從業(yè)者都可以免費(fèi)享受這項(xiàng)技術(shù)服務(wù)。針對一些外界將天元與Tensorflow、PyTorch等主流框架相比較的聲音，印奇回應(yīng)稱，
與Tensorflow相比，Brain++是更高維度的東西，比如它更像是Visual Studio，是開發(fā)者從一個創(chuàng)意到最后算法交付的端到端產(chǎn)品。目前它還還需要持續(xù)的打磨，但Brain++的開源會對行業(yè)未來產(chǎn)生積極影響。
此外，本次決定將天元開源是出于多方因素的考慮，為3+1戰(zhàn)略模式擴(kuò)展更多to B客戶也是其中一個。
對于2020年下半年的發(fā)展規(guī)劃，唐文斌表示，曠視的業(yè)務(wù)板塊不會再擴(kuò)張。目前1+3的戰(zhàn)略模式已經(jīng)具備極高的商業(yè)價值，三大場景都是萬億級的市場。接下來， 我們會在技術(shù)層面和產(chǎn)品層面，融入一些對行業(yè)、對客戶價值的新的洞察和思考，把1+3戰(zhàn)略框架做深入做扎實(shí)。
此外，印奇透露今年9月份可能會發(fā)布Brain++的1.0版本。同時2021年，曠視也會陸續(xù)推出更多AI硬件。比如在手機(jī)端融入算法、SDK和IP，創(chuàng)建AI定義的智能模塊。在城市領(lǐng)域，用AI重新定義未來的傳感器，或者計算范式。在工業(yè)領(lǐng)域，打造更加智能化的工業(yè)機(jī)器人。印奇表示，
隨著Brain++和三個大場景的推進(jìn)，軟件和硬件一體化產(chǎn)品會在下半年Q3、Q4涌現(xiàn)。曠視在AI邊緣能力上會有越來越多的AI硬件誕生。
長期來看，曠視1+3的戰(zhàn)略版圖基本不會變，在此基礎(chǔ)上，曠視未來會著力打造一個到二個支柱性產(chǎn)業(yè)作為立身之本。從目前的財報數(shù)據(jù)來看，城市物聯(lián)網(wǎng)或許是最重要的場景之一，其在2019年的營收業(yè)務(wù)占比超過了七成。
曠視在2019年初，將公司名稱由Face++升級為Megvii，以此對外宣稱曠視不在是單一的人臉識別算法公司，而是走向了更加完整的戰(zhàn)略模式。可能很多朋友會好奇Mgevii的名稱由來，在這里曠視CTO唐文斌，做了一個小分享。
計算機(jī)視覺（Computer Vision）技術(shù)，定義為“How computers can gain high-level understanding from digital images or videos”
在這里，唐文斌將它簡單理解為“大的視覺”，即Meg Vision，那么，縮寫來看便成了Megvii曠視。
名字由來并不復(fù)雜，不過其背后卻有著復(fù)雜且完整的技術(shù)體系：CV+
以深度學(xué)習(xí)為支撐的計算機(jī)視覺技術(shù)如何才能更好地應(yīng)用？首先要解決的是輸入源的問題，高質(zhì)量的視頻/圖像作為輸入數(shù)據(jù)，顯然會有助于視覺技術(shù)的處理，其次，處理之后的輸出，能用來做什么？
基于這樣的技術(shù)洞察，唐文斌提出了以計算機(jī)視覺核心、包括計算攝影學(xué)，以及視覺反饋控制在內(nèi)的三大模塊，構(gòu)建了一套完整的CV體系。
計算攝影學(xué)：它就像“超級義眼”，通過手機(jī)前置攝像頭等傳感系統(tǒng)捕捉肉眼無法感知到的信息。如相機(jī)、單反或者攝像頭，它們所攝取的信息分為光、感、知三個系統(tǒng)。
“光”是光學(xué)的結(jié)構(gòu)，“感”是光感芯片（CMOS Sensor），“知”即采集一些曝光時長、光譜頻率等信息傳遞給算法。這是傳統(tǒng)的攝取方式，曠視要做的是在其中融入AI技術(shù)。唐文斌表示，
目前的攝像系統(tǒng)屬于單向信息傳遞，數(shù)據(jù)之間無交互，我們將通過AI技術(shù)打通數(shù)據(jù)之間的鏈接，重構(gòu)光感知系統(tǒng)。
視覺反饋控制：基于視覺認(rèn)知，調(diào)動“眼、腦、手、腿”等全套設(shè)備協(xié)同運(yùn)動。如“眼之所見，手之所向”，“腦之所念，手之所動”，在復(fù)雜世界中，像人類活動一樣，通過視覺判斷，完成手、腦一套設(shè)備的協(xié)調(diào)運(yùn)作。
在供應(yīng)鏈場景中，曠視發(fā)布的操作系統(tǒng)“河圖”，便是這一功能模塊的充分體現(xiàn)。
計算機(jī)視覺：它以深度學(xué)習(xí)為核心，具體從算法、系統(tǒng)和數(shù)據(jù)三個維度來講，曠視做了很多研發(fā)和創(chuàng)新。
算法訓(xùn)練就是深度神經(jīng)網(wǎng)絡(luò)，在這方面做得最好的就是OpenAI研發(fā)的GPT3，它能通過預(yù)訓(xùn)練，與下游任務(wù)建立聯(lián)系，無需微調(diào)達(dá)到SOTA，是目前NLP領(lǐng)域的最優(yōu)算法模型。對于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)性創(chuàng)新，也是曠視一直在嘗試和探索的事情，比如，
成立基礎(chǔ)模型組，不做應(yīng)用研究。最后提出的ShuffleNet、ShuffleNet，實(shí)現(xiàn)了低算力下的高訓(xùn)練效率。
將芯片的二進(jìn)制用于深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，探索極高的性能功耗比。其推出的DorefaNet通過低比特神經(jīng)網(wǎng)絡(luò)，實(shí)現(xiàn)了性能功耗的明顯提升。
利用幾千張GPU訓(xùn)練超大“祖母模型”，讓算法模型更加規(guī)模化。
研發(fā)具有自我演化能力的模型（無需監(jiān)督和標(biāo)注）
除了基于算法的結(jié)構(gòu)性探索，曠視在系統(tǒng)層面，打造天元MegEngine與Brain++相結(jié)合的完整系統(tǒng)，通過工程化創(chuàng)新提升效率。在數(shù)據(jù)層面，與北京智源研究院共同發(fā)布“Objects365”數(shù)據(jù)集，據(jù)了解，它比COO物體檢測的數(shù)據(jù)集還要大16倍。
我們通過該數(shù)據(jù)集與超大“祖母模型”相結(jié)合，嘗試探索深度學(xué)習(xí)的邊界，唐文斌表示。
同時，他也強(qiáng)調(diào)，基于深度學(xué)習(xí)的計算機(jī)視覺在物體關(guān)聯(lián)度、感知維度和感知精度方面都仍有很大的提升空間。這其中的關(guān)鍵，在于視覺算法的規(guī)?；潭?，而目前已知的探索極限，將是全面的、城市級的數(shù)字孿生。
提到創(chuàng)辦曠視科技，還有一個有意思的小故事。印奇和唐文斌思同在微軟實(shí)習(xí)，某一天他們突發(fā)奇想在Iphone4手機(jī)上制作了一款小游戲，沒想到的是，這款小游戲竟意外的在App store上火了（中國區(qū)排第三），更沒想到的是，為此還吸引來了一批投資人。于是，曠視就在這樣的契機(jī)下開始了…
啟明創(chuàng)投的創(chuàng)始人鄺子平也是曠視的早起投資者之一，他說，以前覺得他們是一群很酷的年輕人在做一件很酷的事，時隔9年之后，感覺依然如此。
今日，為了能夠更深入的了解曠視，了解曠視的創(chuàng)始人，鄺子平與印奇和唐文斌開啟了一場深入又輕松的對話，下面小編將部分內(nèi)容分享給大家~
問題一：印奇和文斌同為技術(shù)出身，在創(chuàng)辦曠視的企業(yè)管理中，是如何確定分工的？
答：（?。┤缤饨缢f，曠視是一家命格清奇的公司，我們的創(chuàng)始人組合并不是最優(yōu)組合，曠視走到今天背后也有很多偶然契機(jī)。我更偏向全局性和戰(zhàn)略思考，解決“what”的問題，文斌更側(cè)重技術(shù)和產(chǎn)品，擅長解決“How”的問題。但內(nèi)部實(shí)際工作中，并沒有嚴(yán)格的劃分，很多問題我們都是一起商討和學(xué)習(xí)的。
（唐）我認(rèn)為我們都很聰明，但聰明的點(diǎn)不太一樣。同樣一個新技術(shù)，印奇更擅長Deep learn深入思考，而我更擅長Quick learn快速掌握。這一點(diǎn)我們相互補(bǔ)充，并負(fù)責(zé)不同屬性的的工作。
另外，對于產(chǎn)品問題，我分享一個與第三位創(chuàng)始人楊沐的思考所得。對于產(chǎn)品的定義？他認(rèn)為是價值的設(shè)計者，我覺得非常好，但從AI產(chǎn)品的角度來講，我認(rèn)為產(chǎn)品既需要滿足客戶價值，同樣還要滿足商業(yè)價值，雙重價值導(dǎo)向才能設(shè)計出一款真正好的AI產(chǎn)品，因此它是雙向價值設(shè)計者。
問題二：諸如如小區(qū)門禁等，視覺技術(shù)越來越普及化，很多AI企業(yè)都可以實(shí)現(xiàn)。曠視作為行業(yè)領(lǐng)導(dǎo)者，它技術(shù)壁壘是什么？
答：（唐）它類似于90分和100分的區(qū)別，隨著技術(shù)發(fā)展拿下90分可能已經(jīng)不是什么難事，但要想拿到100分卻并不容易。曠視的標(biāo)準(zhǔn)就是100分。
可能有的朋友會問，真的有必要達(dá)到100分嗎？進(jìn)入小區(qū)、公司能夠達(dá)到90分已經(jīng)夠用了但視覺技術(shù)的應(yīng)用場景十分豐富，很多行業(yè)/場景要求能夠達(dá)到一個金融級別的安全性。越是需要高精尖技術(shù)的場景，價值往往也越大，自動駕駛就是一個很好的例子。
問題三：李開復(fù)關(guān)認(rèn)為，“如今，AI壁壘低于行業(yè)壁壘，AI從業(yè)者學(xué)習(xí)行業(yè)難度要遠(yuǎn)高于行業(yè)者學(xué)會AI”，您怎么看？
答：（唐）我認(rèn)為不一定。行業(yè)知識需要的是經(jīng)驗(yàn)，它需要時間的積累，我最近在學(xué)習(xí)房屋地面沉降方面的知識，對此深有體會。反過來講，行業(yè)里的人去學(xué)AI技術(shù)，之前從未接觸未必能對它形成深刻的認(rèn)識。技術(shù)本身是童子功，與行業(yè)知識相比哪個更容易？還真不一定。
我們在招聘行業(yè)人才時，有一個基本要求就是對技術(shù)要有信心、有好奇心，有空杯心態(tài)?，F(xiàn)實(shí)中，很多行業(yè)里的人要么不相信技術(shù)，要么對技術(shù)抱有不切實(shí)際的幻想，我們二者最好可以能夠綜合一下，畢竟一個好的AI產(chǎn)品最終還是要回歸到交易平衡中去。
問題四：隨著AI落地深水區(qū)，曠視的友商越來越多，包括AI企業(yè)、互聯(lián)網(wǎng)巨頭、傳統(tǒng)科技巨頭等，請問曠視在技術(shù)層面，產(chǎn)業(yè)方面有哪些優(yōu)勢？
答：（唐）對于優(yōu)勢的定義是人無我有，人有我優(yōu)，我認(rèn)為這個世界上沒有什么人無我有，行業(yè)里大家都很聰明，只是有人先看到了一些東西。比如，計算機(jī)攝影寫、比如Brain++，我們先看到，并且踏踏實(shí)實(shí)地去做了，最終我們成為了這個領(lǐng)域內(nèi)的優(yōu)勢者。
（?。┝硗?，對于企業(yè)競爭問題，首先行業(yè)比較碎片化，to B競爭沒有to C那么激烈，另外，曠視三大賽道的友商，可能與大家想象的友商越來越不一樣。我們通常在深入某個行業(yè)后，才發(fā)現(xiàn)這個行業(yè)里非常優(yōu)秀的玩家，它可能偏傳統(tǒng)，但并不是大家眼中的AI企業(yè)。
另外，我們可以看到眾多AI公司的風(fēng)格變得越來越不一樣，這很正常，是一種很良性的狀態(tài)。這是每家公司有自己拿手絕活，他們選的行業(yè)不一樣，對行業(yè)的認(rèn)知也不一樣。對于曠視而言，我們自己內(nèi)部講要道路自信，我們很堅(jiān)定地朝這條路走，越走越覺得這是一種更務(wù)實(shí)的打法。
問題五：印奇總談到，AI商業(yè)化路徑分為三個階段：價值驗(yàn)證（檢驗(yàn)技術(shù)可行性、驗(yàn)證產(chǎn)品）、MVP產(chǎn)品（觸達(dá)用戶，完成變現(xiàn)）、規(guī)?；a(chǎn)（軟件一體化，推向市場），請問曠視在正處于哪一個階段，三個階段最難的是哪一個，是否有出現(xiàn)過失敗，或者走不下去的情況？
答：（?。┦紫?，曠視聚焦的三大場景（個人、城市、供應(yīng)鏈）涉及不同的領(lǐng)域和行業(yè)，不同行業(yè)不同的發(fā)展階段，所以很難一概而論。
其次，我認(rèn)為第一個和第三個階段最難。第一階段是完全由創(chuàng)新驅(qū)動的過程。一個商人在開拓新業(yè)務(wù)時，會考慮兩方面：一是技術(shù)場景，二是商業(yè)模式，兩者之中必然會有一個是確定的。比如，技術(shù)場景是確定，那么可以從商業(yè)模式和銷售通路上創(chuàng)新，這條路商業(yè)化路徑也可能走得通。但對于AI產(chǎn)品而言，這兩個方面都是不確定性的，要想在兩者之間發(fā)現(xiàn)交集點(diǎn)，這個難度要占整個鏈路的50%。
第三個階段要求AI公司必須構(gòu)建出非常強(qiáng)的軟+硬平臺化能力。硬件能力是平臺化，硬件從供應(yīng)鏈到生產(chǎn)制造到銷售需要平臺，搭建完之后“軟”會變得越來越容易。真正解決第一階段核心的公司，如果很快構(gòu)建第二和三步的話，可能會在行業(yè)里勝出。
（唐）第三個小問題我來分享一個案例。之前為了增強(qiáng)手機(jī)的交互體驗(yàn)，我們做過一款小鳥游戲，用不同的姿勢隔空打小鳥，后來這個產(chǎn)品被斃了。我們做一款產(chǎn)品會考慮它的價值增效（Value Add），具體來講，它是否達(dá)到了降本增效，或者提升了用戶體驗(yàn)。這款產(chǎn)品聽起來比較新奇，但它只是一時的刺激感，成就感和激勵才是持續(xù)性的東西，所以我們放棄了。
還有一些產(chǎn)品還未發(fā)布，是因?yàn)槟壳暗募夹g(shù)水平不能達(dá)到最佳的降本增效或者用戶體驗(yàn)的效果，只要未體現(xiàn)出真正的產(chǎn)品價值，我們就不會公布。
（印）補(bǔ)充：關(guān)于產(chǎn)品這個問題，我發(fā)現(xiàn)對于技術(shù)性或to B業(yè)務(wù)的公司，節(jié)奏感非常重要。比如，曠視早年研發(fā)了一款產(chǎn)品，發(fā)現(xiàn)不work（起效），但三年后，這款產(chǎn)品在市場上很有Value（價值），自動駕駛就是一個很好的例子。技術(shù)性公司產(chǎn)品研發(fā)周期長，它節(jié)奏是按年來衡量的，如何早個5年、20年，公司發(fā)展就很困難了，所以方向很重要，節(jié)奏也很重要。
曠視成立9年，收獲了很多標(biāo)簽，融資快、估值高，CV四小龍，AI獨(dú)角獸。在這些榮譽(yù)背后，可能離不開的是貫穿其中的企業(yè)基因：技術(shù)信仰、價值務(wù)實(shí)。
印奇曾用Moonshot來形容他和唐文斌的技術(shù)信仰，一幫很聰明的人，做著從沒做過的事兒，經(jīng)過N多年努力，經(jīng)歷了很多的困苦，最后一刻發(fā)現(xiàn)把很多東西只往前推了一小步。
如果說技術(shù)信仰是一種自我推動力，那么價值務(wù)實(shí)則體現(xiàn)了曠視，對市場、對用戶負(fù)責(zé)的態(tài)度。印奇在會上表示，價值務(wù)實(shí)是我們的流淌在血液中的基因，能夠?yàn)橛脩魩碚鎯r值，是每一款A(yù)I產(chǎn)品的初衷和目標(biāo)。
對于未來5年，10年，曠視會成為一家什么樣的公司，印奇表示，曠視不會成為一家特別平臺化的公司，我們會基于1+3戰(zhàn)略，打造幾個支柱型產(chǎn)業(yè)，作為立身之本。此外，在不同場景和維度中構(gòu)建不同的“腦”，比如在供應(yīng)鏈場景中，Brain++作為大腦，河圖作為中腦，未來會在每個設(shè)備中開發(fā)小腦，打造一套完整的智能化體系為行業(yè)賦能。
（雷鋒網(wǎng)雷鋒昂雷鋒網(wǎng)）
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
