一線| 商湯科技王曉剛：長遠布局AI，不急於爆款

騰訊《一線》卜祥

智能手機遇上人工智慧，能做的事情越來越多，商湯科技對此已經有全年規劃，第一季度推出SenseAR平台，第二季度在小米8探索版上推出3D人臉解鎖，第三季度推出人臉3D重建和3D虛化。「第四季度我們還會有新的尖端技術出來。」近日，商湯科技聯合創始人兼研究院院長王曉剛對騰訊《一線》說。

商湯科技聯合創始人兼研究院院長王曉剛

6月初OPPO在巴黎發布的Find X是商湯科技與OPPO多年合作的最新進展之一，在Find X上運用人臉3D重建技術，實現「3D個性美顏」。在OPPO R9手機上，商湯已經提供了單目虛化功能，用一個攝像頭即可把人從背景上分割出來，而無需兩個攝像頭。接著，在R11上，繼續演化成為雙目虛化。

商湯最早實現在人臉捕捉106個關鍵點，後來形成了業內標準。接著，隨著用戶有美妝要求，商湯推出240點，能夠更精細捕捉人的細節。因為客戶OPPO要做智能美顏，根據美顏的要求，商湯又推出一套新的關鍵點。

這些都是人工智慧給手機行業帶來的好處。

做「黑羊」，不急於爆款

手機廠商之間硬體同質化趨勢越來越嚴重之後，軟體演算法成為差異化比拼之處。在王曉剛看來，哪個人工智慧公司能把演算法的價值體現出來，才能爭取到主動權。「否則你不管跟硬體怎麼結合，都會存在問題。」

他注意到一些軟體演算法為主的人工智慧公司，有從演算法開始，向固件、硬體拓展的趨勢。在中國，做演算法的往往受制於客戶對於商業模式的認可。在大多數人眼中，做演算法、賣軟體，本身不能像做硬體、賣硬體那樣理直氣壯。硬體實物擺在面前，總是比虛無的一行行代碼更值得付錢。

不過，王曉剛保持著一種克制，和對商業模式誘惑時的冷靜，「不要以為把演算法放到硬體裡面就能體現出額外的價值，手機廠商對產業鏈每一部分成本都非常清楚。」他更主張專業化分工，各司其職。

整體上，王曉剛所領導的商湯科技研究院希望將眼光放得更長遠，而不是某一個AI功能。「整個AI提供的舞台和天地非常廣泛，根本沒有必要糾結在其中一個功能點上。」除了FaceID，商湯還有3D的人臉重建、人體重建、場景重建——「我不想把這些描繪成佔領一個一個地盤，因為一個單點技術很難決定一個公司命運或者走向。」

按照這種思路，商湯科技進行多方面探索，有些看起來溫吞吞，不那麼狼性。奇怪的是，商湯核心靈魂湯曉鷗對於商湯理念提出過一個黑羊文化。「羊造福人類，商湯也一樣，造福百業。羊有一個問題，趨同，導致群羊效應。商湯不做普通羊，要做黑羊，跟別人不一樣。」

人工智慧基礎層面很核心的晶元技術掌握在美國手裡的現實，要求中國公司要注重長期的技術積累，而不是非常急功近利地去找爆款級應用。研發、應用正確的姿勢應該是在一些核心技術上需要有耐心，做比較深厚積累。當爆款或者應用出現時，順勢推出。

小米8透明探索版是商湯AI技術另一個落地項目。它採用的商湯3D結構光人臉識別技術，應用了與iPhone X不同的結構光方案，能夠創建帶有面部深度信息的人臉模型，實現更優的解鎖速度、識別精準度及安全性。

商湯科技的這項3D結構光人臉識別技術，通過投射33000個編碼點陣，創建毫米級3D面部模型，並基於紅外人臉圖像支持進行特徵提取。在此基礎上，經過大量樣本數據累積以及攻擊測試，其能夠達到百萬分之一級別精度的安全識別和活體檢測，為刷臉支付等高安全要求場景提供更加完善的安全保障。

在Find X上，商湯原創的人臉3D重建技術與3D虛化技術在業內首次落地。這項演算法，透過3D編碼結構光形成的點雲信息取得深度，本地操作無需連網，即可完成建模流程的複雜演算法運算，能夠更快速地呈現出真實3D人臉模型。

與小米、OPPO合作之後，商湯接著又與華為合作，推出華為nova3。該款產品新加入了3D Qmoji功能，使用它，可以將拍照變成表情包。在相機模式下，3D Qmoji通過人臉關鍵點點位捕捉人物表情信息，通過3D擬合與表情分解，渲染齣卡通形象的表情變化，驅動卡通形象完成相應的表情動畫。

在3D Qmoji模式下，使用者只需要做出甩頭動作，moji模型就會根據nova3的人臉識別功能，自動落在被識別的另一張臉上。

為什麼高通、本田選擇與商湯合作

商湯創始團隊最早源自香港中文大學實驗室，已經有20年歷史。「湯曉鷗老師建立團隊在20年前，研究積累了20年，其他人想複製商湯模式很難。」王曉剛說。

搭建研究團隊，建立研究平台，在實際中真正接觸到了大規模、產業化的應用需求。比如，商湯合作的一個城市項目里，布下了10萬路攝像頭進行人臉識別、人的軌跡追蹤。「首先要有系統平台，我們在這個龐大平台上開始做這個研究。」

正是此類優勢，吸引了高通、本田等世界級公司選擇與商湯科技合作。高通找到商湯，因為他們知道未來的AI晶元重要性。設計AI晶元，支持深度學習神經網路，需要找到合作夥伴。

而商湯正是最早而且有大量人工智慧深度學習技術落地在手機上。「我們真正知道哪些應用，會在什麼時候落地到手機上，應用到高通的晶元上，我們在應用過程中遇到了哪些問題，將來晶元怎麼設計會更合理，這些是高通想要的。」王曉剛說。同時，高通還是商湯的戰略投資人，在B+輪進入。

與高通的合作不是偶然，商湯自動駕駛與本田公司戰略合作，「本田2016年到中國找戰略合作夥伴，也看了很多，最終找到了商湯，那時候商湯並沒有太多的自動駕駛方面的成果。它來到我們這邊，看到首先我們有自主的AI平台，用的並不是開源的東西。我們用的都是自主開發的深度學習引擎。」王曉剛介紹。

2016年時，商湯已經能夠訓練出超過1000層的神經網路。有很強大的平台在後面做支撐。1000層網路意味著什麼呢？

王曉剛說，深度越深，網路學習能力越強，學習能力隨著層數增加呈指數增長。很深的網路非常難訓練的，一般平台無法支撐。2016年，商湯用這樣的網路在ImageNet拿了三項冠軍。

將來中國一定會變的像美國一樣，不能每天去copy別人的東西。美國要把基礎的技術收回的話，我們就失去了根本。現在美國的發展就是中國未來的樣子，「中國現在最缺什麼，自主開發的知識產權最有價值。」王曉剛說。

【一線】為騰訊新聞旗下產品，第一時間為你提供獨家、一手的商業資訊。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！