论文部分内容阅读
在应用场景的选择方面，灵至科技除了瞄准智能门锁、辅助驾驶，还准备针对职场生活和智能家居领域开发软硬结合的模块。目前其正在与智能会议室、白色家电等品牌厂商接洽。
目前，灵至科技的商业合作伙伴包括上汽汽车、智能门锁品牌商和智能制造企业。供应链方面，公司选择与头部供应链企业合作，保证硬件模块的做工和良品率。
这家公司也曾一度误入了“唯风口论”的歧途，尝试走C端路线，但很快就发现产品难以落地。
2016年，张志军和“老战友”苏剑波及很多行业人士一样，盼到了人工智能商业化的机会。他们二人最早相识于上海交大，张志军取得博士学位后，于 2001 年加入了上海交大的人工智能科研团队。此前 3年，上海交通大学教授、博导苏剑波在交大的支持下，联合创办了这所科研基地，专注研究人工智能技术的前沿研究，为后续的创业埋下了火种。
2016年7月，灵至科技正式成立。彼时，AlphaGo 正惊艳于世，当人工智能对决世界围棋冠军，人们意识到了深度学习重塑世界的可能。很多中国创业公司开始大批涌入，随之而来的是越来越多的通用算法模型逐步对外开放。忽然间，创业者发觉技术不那么重要，数据获取的能力才是决胜之本。
相比AI四小龙这样的独角兽企业，张志军坦言，灵至科技成立的时间看似不具备时间优势，但长期以来的技术积累很好地弥补了这一短板。而且，面对技术同质化的商业竞争，张志军和团队清楚，此时入局已经无法抢滩登陆，唯有技术创新，从底层框架做起，才能有别于大多数公司，顺利地脱颖而出。交大研究团队的主攻方向也从传统的深度学习算法转移至边缘学习算法的应用。这是灵至与其他AI公司的差异。
边缘计算是未来
所谓边缘计算，与我们熟知的云端学习算法正相反。张志军以支付宝的人脸支付为例：“支付宝要求用户拍照上传到云端，云端识别确认后，便成功完成了身份验证，整个上传、存储和计算的过程都是在云端进行。而边缘算法的识别工作无需联网，全部在本地完成，利用终端进行计算，譬如手机端的人脸识别就是最典型的案例。
具体来说，边缘算法的首要特性是其无需联网，时效性强，没有网络环境不佳带来的困扰，也不会因数据吞吐量过载导致延时的情况发生。其次，边缘算法对资源占用和硬件成本的需求较低。
在灵至科技成立前的2015年，张志军和苏剑波等人就组建起边缘计算研发小组，对边缘算法底层框架下的核心计算单元、整体网络结构、代价函数进行优化与改进，这一框架被命名为“LAF”。张志军表示，LAF1.0版本研发工作历时1年，使它具备了物品识别、人脸识别、手势识别等能力，可以实现自我学习和自我迭代，效率是普通边缘算法的两至三倍。相比云端算法，LAF1.0的计算效率得到3到8倍的提升，大幅降低了硬件功耗和成本预算。
2017年7月，LAF2.0版本推出。2018年11月，更精细、更专业化的灵至边缘算法 LAF 已经迭代至3.0版本，其实现了人脸识别、情绪识别、物品识别、手势识别、意图识别等一系列的识别算法。
张志军介绍，在细分赛道上，国内做边缘算法的公司很少，不过从2018年开始，大家愈发意识到人工智能落地的重要性，所以迫切地需要一款高性价比的解决方案，这正是灵至边缘算法的机会和价值所在。虽然百度和商汤均在去年落实了边缘算法的计划，但如果对比彼此间的性能，“灵至LAF 3.0只需要三分之一的硬件条件，就能达到同样的效果”，张志军笃定地说。
客观地说，边缘计算和云端计算各有利弊。边缘算法遵循本地识别，只需少量样本就能达到与云端算法同等水平的效果。灵至边缘算法经过优化，只需要1000张学习样本，和深度学习动辄30万至50万的数据样本比较，边缘算法的特定优势显而易见。然而，边缘算法的应用局限性体现在并发数与云端算法相差甚远。云端算法能够并发几十万个数据样本，边缘算法只能处理几百组数据。
放眼国际，灵至科技直接对标美国和以色列的AI创企。在应用场景的选择方面，灵至科技除了瞄准智能门锁、辅助驾驶，还准备针对职场生活和智能家居领域开发软硬结合的模块。目前其正与智能会议室、白色家电等品牌厂商接洽。
因此，云端计算适用于机场、火车站、支付宝等大面积的并发场景。而灵至科技 LAF 算法选择了那些网络环境不好、时效性强的、个人隐私高度保密的应用。
例如汽车的辅助驾驶不可能要求联网，一旦采用服务器联网的解决方案，不仅会因服务器的功耗和价格制约了辅助驾驶或自动驾驶量产，还要考虑云端服务器掉线，或者车辆驶入没有通信信号覆盖的偏僻地块，后果将不可设想。
从2017年开始，灵至科技就与上汽汽车合作，利用边缘算法技术，为后者的辅助驾驶、疲劳驾驶等提供项目解决方案。
另外，智能门锁厂商也是灵至科技的重要合作伙伴，去年大部分收入均来源于此，单笔订单最高为百万级。张志军表示，灵至科技为门锁品牌商提供人脸识别模块，保证用户隐私性的同时，还避免了网络延迟和远程遥控劫持。下一步，灵至科技还将为酒店提供整套的识别方案。
拒绝泡沫，果断转型
从智能门锁开始，灵至科技的产品和业务完全面向B端市场。C端或许由更擅长的人去做，但确实不是灵至。张志军坦言，过去两年多以来，创始团队的确是在“摸着石头过河”。灵至科技最初的定位是“智能产品整机厂商”，2017年曾经一度尝试走C端路线，用智能机器人开拓市场，“但在实际过程中，我们很快发现产品难以落地”，误入了“唯风口论”的歧途。
“2017年大家都在做机器人，所以我们觉得不应该错过这波机遇，当时觉得正在风口之中，可以利用资本的加持，通过市场投放占领市场，”但他们后来发现，“很多的酒店、医院的服务型机器人，大部分都是在免费试用，而不是售卖，并没有解决实际的营收问题，只是为了教育市场去普及，这明显是个假市场。”服务型机器人的项目持续了八九个月，团队选择面对现实，果断刹停了这一项目。
转型调整带来的阵痛让团队对灵至科技有了清晰明确的市场定位，那就是以“AI+产业”的模式，利用人工智能技术为产业赋能。张志军强调，AI一定要越做越深，今年计划把成本再降50%，并把算法升级至LAF4.0版本，未來还会陆续推出LAF pro等多个版本。
而做“加号”，就是要针对各个产业进行深度定制。未来，灵至科技会以LAF4.0为基础，开放平台能力，赋能中小型的AI创业公司。
据了解，灵至科技从去年上半年开始商业化运作，全年营收破千万。张志军表示，公司期望2019年的销售目标过亿，力争实现1.5亿到2亿的成交总额。目前，灵至科技的商业合作伙伴包括上汽汽车、智能门锁品牌商和智能制造企业。供应链方面，公司选择与头部供应链企业合作，保证硬件模块的做工和良品率。
在市场推广和扩张方面，灵至科技的方法论是谋求与“产业龙头”合作，如此一来，后期的市场推广工作会相对省力很多，“例如我们跟上汽成功牵手，团队只要把方案定好，那么其他车企自然会有较强的意愿与我们合作”，张志军说。
融资方面，灵至科技于去年12月宣布获泰颢资本领投的千万级Pre-A轮融资。A轮融资的进程预计会在3月中下旬开启，该轮的目标金额是4000万到5000万元，资金将主要用于物料采购和模块生产，以及市场品宣等方面。截至目前，A 轮领投方已基本锁定，预计在6月份灵至科技会对外披露这笔交易。
张志军介绍，灵至科技现有团队规模50人左右，成员主要以科研和开发为主，技术岗约占60%，今年会注重引进商务和市场人才。
（编辑 周静 charm1121@sina.com）
目前，灵至科技的商业合作伙伴包括上汽汽车、智能门锁品牌商和智能制造企业。供应链方面，公司选择与头部供应链企业合作，保证硬件模块的做工和良品率。
这家公司也曾一度误入了“唯风口论”的歧途，尝试走C端路线，但很快就发现产品难以落地。
2016年，张志军和“老战友”苏剑波及很多行业人士一样，盼到了人工智能商业化的机会。他们二人最早相识于上海交大，张志军取得博士学位后，于 2001 年加入了上海交大的人工智能科研团队。此前 3年，上海交通大学教授、博导苏剑波在交大的支持下，联合创办了这所科研基地，专注研究人工智能技术的前沿研究，为后续的创业埋下了火种。
2016年7月，灵至科技正式成立。彼时，AlphaGo 正惊艳于世，当人工智能对决世界围棋冠军，人们意识到了深度学习重塑世界的可能。很多中国创业公司开始大批涌入，随之而来的是越来越多的通用算法模型逐步对外开放。忽然间，创业者发觉技术不那么重要，数据获取的能力才是决胜之本。
相比AI四小龙这样的独角兽企业，张志军坦言，灵至科技成立的时间看似不具备时间优势，但长期以来的技术积累很好地弥补了这一短板。而且，面对技术同质化的商业竞争，张志军和团队清楚，此时入局已经无法抢滩登陆，唯有技术创新，从底层框架做起，才能有别于大多数公司，顺利地脱颖而出。交大研究团队的主攻方向也从传统的深度学习算法转移至边缘学习算法的应用。这是灵至与其他AI公司的差异。
边缘计算是未来
所谓边缘计算，与我们熟知的云端学习算法正相反。张志军以支付宝的人脸支付为例：“支付宝要求用户拍照上传到云端，云端识别确认后，便成功完成了身份验证，整个上传、存储和计算的过程都是在云端进行。而边缘算法的识别工作无需联网，全部在本地完成，利用终端进行计算，譬如手机端的人脸识别就是最典型的案例。
具体来说，边缘算法的首要特性是其无需联网，时效性强，没有网络环境不佳带来的困扰，也不会因数据吞吐量过载导致延时的情况发生。其次，边缘算法对资源占用和硬件成本的需求较低。
在灵至科技成立前的2015年，张志军和苏剑波等人就组建起边缘计算研发小组，对边缘算法底层框架下的核心计算单元、整体网络结构、代价函数进行优化与改进，这一框架被命名为“LAF”。张志军表示，LAF1.0版本研发工作历时1年，使它具备了物品识别、人脸识别、手势识别等能力，可以实现自我学习和自我迭代，效率是普通边缘算法的两至三倍。相比云端算法，LAF1.0的计算效率得到3到8倍的提升，大幅降低了硬件功耗和成本预算。
2017年7月，LAF2.0版本推出。2018年11月，更精细、更专业化的灵至边缘算法 LAF 已经迭代至3.0版本，其实现了人脸识别、情绪识别、物品识别、手势识别、意图识别等一系列的识别算法。
张志军介绍，在细分赛道上，国内做边缘算法的公司很少，不过从2018年开始，大家愈发意识到人工智能落地的重要性，所以迫切地需要一款高性价比的解决方案，这正是灵至边缘算法的机会和价值所在。虽然百度和商汤均在去年落实了边缘算法的计划，但如果对比彼此间的性能，“灵至LAF 3.0只需要三分之一的硬件条件，就能达到同样的效果”，张志军笃定地说。
客观地说，边缘计算和云端计算各有利弊。边缘算法遵循本地识别，只需少量样本就能达到与云端算法同等水平的效果。灵至边缘算法经过优化，只需要1000张学习样本，和深度学习动辄30万至50万的数据样本比较，边缘算法的特定优势显而易见。然而，边缘算法的应用局限性体现在并发数与云端算法相差甚远。云端算法能够并发几十万个数据样本，边缘算法只能处理几百组数据。
放眼国际，灵至科技直接对标美国和以色列的AI创企。在应用场景的选择方面，灵至科技除了瞄准智能门锁、辅助驾驶，还准备针对职场生活和智能家居领域开发软硬结合的模块。目前其正与智能会议室、白色家电等品牌厂商接洽。
因此，云端计算适用于机场、火车站、支付宝等大面积的并发场景。而灵至科技 LAF 算法选择了那些网络环境不好、时效性强的、个人隐私高度保密的应用。
例如汽车的辅助驾驶不可能要求联网，一旦采用服务器联网的解决方案，不仅会因服务器的功耗和价格制约了辅助驾驶或自动驾驶量产，还要考虑云端服务器掉线，或者车辆驶入没有通信信号覆盖的偏僻地块，后果将不可设想。
从2017年开始，灵至科技就与上汽汽车合作，利用边缘算法技术，为后者的辅助驾驶、疲劳驾驶等提供项目解决方案。
另外，智能门锁厂商也是灵至科技的重要合作伙伴，去年大部分收入均来源于此，单笔订单最高为百万级。张志军表示，灵至科技为门锁品牌商提供人脸识别模块，保证用户隐私性的同时，还避免了网络延迟和远程遥控劫持。下一步，灵至科技还将为酒店提供整套的识别方案。
拒绝泡沫，果断转型
从智能门锁开始，灵至科技的产品和业务完全面向B端市场。C端或许由更擅长的人去做，但确实不是灵至。张志军坦言，过去两年多以来，创始团队的确是在“摸着石头过河”。灵至科技最初的定位是“智能产品整机厂商”，2017年曾经一度尝试走C端路线，用智能机器人开拓市场，“但在实际过程中，我们很快发现产品难以落地”，误入了“唯风口论”的歧途。
“2017年大家都在做机器人，所以我们觉得不应该错过这波机遇，当时觉得正在风口之中，可以利用资本的加持，通过市场投放占领市场，”但他们后来发现，“很多的酒店、医院的服务型机器人，大部分都是在免费试用，而不是售卖，并没有解决实际的营收问题，只是为了教育市场去普及，这明显是个假市场。”服务型机器人的项目持续了八九个月，团队选择面对现实，果断刹停了这一项目。
转型调整带来的阵痛让团队对灵至科技有了清晰明确的市场定位，那就是以“AI+产业”的模式，利用人工智能技术为产业赋能。张志军强调，AI一定要越做越深，今年计划把成本再降50%，并把算法升级至LAF4.0版本，未來还会陆续推出LAF pro等多个版本。
而做“加号”，就是要针对各个产业进行深度定制。未来，灵至科技会以LAF4.0为基础，开放平台能力，赋能中小型的AI创业公司。
据了解，灵至科技从去年上半年开始商业化运作，全年营收破千万。张志军表示，公司期望2019年的销售目标过亿，力争实现1.5亿到2亿的成交总额。目前，灵至科技的商业合作伙伴包括上汽汽车、智能门锁品牌商和智能制造企业。供应链方面，公司选择与头部供应链企业合作，保证硬件模块的做工和良品率。
在市场推广和扩张方面，灵至科技的方法论是谋求与“产业龙头”合作，如此一来，后期的市场推广工作会相对省力很多，“例如我们跟上汽成功牵手，团队只要把方案定好，那么其他车企自然会有较强的意愿与我们合作”，张志军说。
融资方面，灵至科技于去年12月宣布获泰颢资本领投的千万级Pre-A轮融资。A轮融资的进程预计会在3月中下旬开启，该轮的目标金额是4000万到5000万元，资金将主要用于物料采购和模块生产，以及市场品宣等方面。截至目前，A 轮领投方已基本锁定，预计在6月份灵至科技会对外披露这笔交易。
张志军介绍，灵至科技现有团队规模50人左右，成员主要以科研和开发为主，技术岗约占60%，今年会注重引进商务和市场人才。
（编辑 周静 charm1121@sina.com）