商汤（现在）是一家怎样的公司？

李根 发自 清华科技园量子位 报道 | 公众号 QbitAI

△ 刚完成B轮4.1亿美元融资的商汤科技

刚宣布4.1亿美元B轮融资的商汤科技，是一家令人熟悉又陌生的AI公司。

人们在他单轮巨额融资时议论，在他科研论文刷屏CVPR时议论，在ImageNet五项比拼三项夺冠时议论。但又鲜有“编外”人员准确贴切地给商汤一个定义，这真是一家“人尽皆知”而又距离感明显的公司。

为了讲清楚商汤现在是一家什么样的公司，薛音在北京清华科技园的办公室里耗费了半小时。在不超过20平的展厅内，这位代表商汤讲解业务的员工不仅需要“说”，还要“动”。

△ 薛音展示SenseAR应用

每一个小型业务展示台的相同标配是摄像头和屏幕，摄像头记录薛音的一言一行，屏幕相应做出实时反馈。

不同则是反馈的表现和目的，有的是为了识别，有的出于动态追踪，有的用于娱乐比颜值，有的则让直播网红们通过手机交互就能更炫酷一些，比如主播动手比个心，屏幕就真的出现了爱心——你或许不陌生，但多半不知道原来微博直播等背后的技术提供方是商汤。

所以商汤究竟是一家怎么样的公司？

从现有业务上看

在这场搜狐科技组织的观察活动来看，至少我们不难知道商汤正在做什么，每一个小展台都是一项具体落地业务的直观展示，可以归结为四大模块：

第一是软件的、系统的应用，如监控视频实现智能分析，主要应用在安防领域。

在目前落地的业务中，人脸布控、视图情报研判、人脸比对和视频结构化服务等成为落地重点。

商汤联合创始人杨帆还举例说，比如在成都太古里等密集商圈，商汤的智能视频分析技术，已经在帮助警察减轻反扒压力，并且具体作用不止于案发后对比追踪，更在于实时甚至是事前的研判预警。在此应用中，人脸识别、动作行为检测、人群分析，合理布控等技术被综合集成使用。

△ 商汤智能视频分析应用展示

第二是偏软硬件一体的智能前端设备应用，涵盖人脸识别闸机、身份验证一体机、商户娱乐营销使用的互动广告机之类的软硬件落地业务。

第三则基于智能手机，这也是目前商汤最容易被“视而不见”的落地业务。小米、OPPO、vivo，华为等智能手机中均已纷纷上马。比如拍照时的人脸监测、相册相片的智能归类、美肤美颜，以及OPPO等宣传广告中铺天盖地的双摄解决方案。

实际上，第四项业务与智能手机也密不可分。不过这项名为SenseAR（增强显示感绘）的技术之所以被单独列出，一方面原因是核心技术上，最近商汤把人脸关键点定位技术从106点，提高到240点；另一方面则是因为该技术最为“亲民”，在FaceU、美图、一直播、小咖秀，熊猫直播等火热的视频类App中，AR交互基本源自该方案。

此外，还有一些基于识别的身份验证和文字识别技术相关的业务，它们更多被落地在金融相关的业务场景中，构成商汤400多家B端合作方的一部分。

不过通过以上四大主要业务模块，只能定义商汤的此时此地此身，这或许还不是全部。

从即将进入的领域看

在B轮4.1亿美元的官宣消息中，商汤还宣布将进入自动驾驶领域，这无疑为已经火热不已的无人车行业又添了一把火，不过具体如何进入、进入多深，期望如何，商汤并未展开。

在此次采访中，商汤科技联合创始人及CEO徐立向量子位给出了回答。

徐立说，商汤在自动驾驶方面的开拓进展，会和OEM厂商合作来进行。

他解释了具体原因：首先，现今无人车行业可以大致分为三大群体——1）做地图，无论是3D地图还是高精度地图；2）整体运营车辆及其部署；3）OEM厂商。

在这三大方向上选择，徐立认为当前最稀缺的资源在于OEM厂商，他们拥有在数据收集方面的绝对优势。比如完全以商汤自主来做，造1万辆车，全部上路收集数据，不谈可能性可行性，也已经看到极限。但OEM厂商，比如上汽一年出货量400多万，每台车上收集一个数据，就已经相当于商汤1万台车做400年……

所以在徐立看来，与车厂的结合是更高效更现实的方案，商汤在自动驾驶领域会结合双方优势，采取与OEM厂商合作的模式，无论是ADAS还是L4以上的完全无人驾驶，只要OEM厂商想做、能做，商汤都会在技术方案模块上去参与。

徐立最后还强调，与OEM厂商的合作，可能是将来自动驾驶实现的必由之路。

另一新领域将是零售。

在商汤现有的展示中，已然可以看出他们利用智能视频分析，把宜家等商超里的视频变成结构化数据，形成了分析和辅助决策的方案模型。

商汤方面透露称，零售方面具体的、落地的合作将在不久后宣布，他们的目的非常明确，即利用视频分析能力，结合线下零售场景，让线下商超具备精准营销和定向挖掘反馈的能力。

这还不止于线下零售。

徐立以近期火热的电视剧《我的前半生》为试验，在视频画面中，每一个物体，不论是茶杯、衣服、西装，只要出现，都被识别。然后进一步赋予链接也变得顺其自然。

在这位商汤创始人看来，这会让整个电商增加一个全新的空间，诸如阿里京东一样的电商公司，会在现有的规模上发挥更大效应和累积。

当然，自动驾驶和零售也不会成为商汤的业务边界。在被问及商汤的计划时，徐立给出了答案。

这位商汤创始人说，商汤科技想要做的事情，本身在打造一个人工智能为核心的底层架构，可以和很多垂直行业进行结合，在结合过程中，需要结合各个合作伙伴，把应用场景定义清楚。

所以商汤科技未来会展现出怎样的业务？某种意义上是从个人的芯片到端，手机社交，再加上家居商业，再到整个城市的链条，提供驱动行业发展的AI方案及模块。

△ 商汤科技创始人及CEO徐立

商汤=1+1+X

除了直观表述，徐立甚至给还出了公式。他认为“1+1+X”就是商汤。

其中，“1”代表商汤科技本身，包含商汤的所有技术和能力；“+1”表示与产业进行结合，实现产研一体化；“+X”则意味着技术赋能。通过三者作用，实现产业的效率、效益和价值最大化。

如果按比喻来说，徐立认为商汤科技是卖深度学习的“乐高积木”，而且这个积木会通过与合作伙伴的联合，有更为明确的落地应用，可以搭无人车，可以搭人脸闸机，而商汤通过这套积木，就能卖很好的价钱，恰如特斯拉的自动驾驶模块——有需求就额外付费使用。

但说易行难，这种直接掏钱使用的价值模块，不仅要好用，还能持久，这对创立刚满3年的商汤不可谓不是挑战。

徐立回应称，这也是B轮4.1亿美元最核心的用途所在。他认为归根结底，商汤的核心竞争力现在基于三方面。

首先是垂直行业的结合与延伸，可以不断丰富产品线，实现公司的商业运转和进一步创新。

其次是基础核心应用平台。自创立以来，商汤出现在大众印象中的公司图片是一间服务器机房，这实际是商汤耗时费力后搭建起的深度学习专用的高性能GPU集群，也是商汤各类AI系统的基础层面的保障。

在这间机房里，拥有近3000块英伟达的GPU计算芯片，共有4个GPU集群。目前，如此规模的深度学习计算平台算得上全球罕见，也是商汤巨额融资背后的原因之一。

徐立告诉量子位，他们内部常调侃称，这样的平台上调整一次参数后出结果，就能耗费50万，而按照现在公司120名博士数目来计，每天按下的“按钮”——其实就是点击鼠标，都是大额支出，而且这也会是常态。不过徐立也表示，也是由于这些支出，保证了商汤跑得更快，技术护城河更深更厚。

最后也是最核心的竞争力，是人才。这位商汤创始人称，公司创立之初的18位教授和120位顶尖博士，正在产研结合中成为“导师”级人才，商汤未来更多会从学生中挑选，让导师带队，培养起自己的人才梯队，并打造真正的可持续的造血机制。

△ 商汤科技联合创始人徐立、联合创始人杨帆

OMT：商汤心得：从学术界到工业界的建议

最后，作为从学术界到工业界的创业代表，商汤也向我们分享了相关看法：(综合了商汤科技创始人徐立和商汤联合创始人杨帆的观点)

从学术圈出来，很多人喜欢做命题作文，学术圈一定要成为某个行业的世界第一，才能发表出好的文章。在学术的概念当中，你一定要解决现有存在的问题，然后来做。甚至可以从现有的问题，把这个范围不停的缩小，缩小到这个范围不能再缩小为止。

比如我们以视觉为研究对象，而视觉里一个比较有意思的就是跟踪，就是通用的物体跟踪，我跟踪一个物体，结果发现全世界有100名顶级学者，你要做到世界顶级第一，你相对比较难，因为你要超过100个人。

其中研究更细分的利用视觉技术把物体变形，也有50个人来做，要成为50个人里面第一还是很难。

于是更细分，可以解决半透明的物体跟踪，全世界只有十个人干，相对竞争少了一些，但是要做全球第一还是有难度。最后，你可能研究的论题就变成了一个热的、非钢体的半透明的物体，全世界只有你一个人能做，然后你发表一个论文。

最后不难发现，在命题情况下，只能缩小它的应用范围，使得这个应用范围在切实情况下最终落到一个实际的点来实现解决。

然而，工业界完全不是这样的，工业界要有一个实际运营场景，我要解决开水放在这个透明玻璃瓶里。我要解决我家猫的动作跟踪，而且这个猫的动作可能牵扯到非常多的变化——光线的变化，皮毛的变化，于是你需要重新定义这件事情，不管是从猫的四肢开始解决，还是猫的脸开始解决，或者是整个猫的部分开始解决，这个问题的重定义，会变得非常关键。

然后在解决过程中，还需要把问题拆解称若干步骤，最后再拼接、落地应用，而且要高效、性能消耗合理。

大家看商汤的很多产品，比如SenseFace，其实就是人脸识别——这可能只是表象。你光讲一个人脸识别，在非场景中怎么去做人脸识别？这个事情可不可行？在实际的抓逃中，就会产生场景问题，所以我们还需要对模糊增强、比对，最后一系列技术问题解决后，才能只展现一个人脸识别系统。

看起来简单直白的场景应用，背后可能牵涉到一个系统的工程，涉及无数小问题和小方案，在工业界，研究和工程是并行的，无法分割，而对问题的重新定义，优先且最关键。