“讓我們的魔術師上來！”在前公司松下的年會上，管理者這樣介紹申省梅。

申省梅這樣稱號的由來，是因為在新加坡（松下）研究院的 27 年間，無論日本那邊的部門需要什麼計算機視覺技術，申省梅和她的團隊總能做出來。

這並非在誇大其詞。當對物理概念瞭解足夠深入，看得又足夠廣時，技術上的融會貫通就能夠實現，多年來，申省梅在醫療、3D、安全協議、資料壓縮等多種技術領域均有涉足。

比如在 2009 年至 2012 年期間，3D 爆紅之際，松下產品部門要求申省梅團隊做 3D。他們只用了短短一年半的時間，從零開始，成功將所有 3D 技術交付出來。

▲澎思首席科學家兼新加坡研究院院長申省梅

她是一位看起來儒雅而溫柔的女性，個子不高，一雙眼睛總是溫和地含著笑意，和你說起話時總有一種如沐春風的感覺。

她是一位出色的母親，將三個兒子分別培養進入牛津、劍橋和MIT，還心懷善意領養了一個小女孩。

她也是一位全球計算機視覺和人工智慧（AI）領域的傑出華人科學家，曾任新加坡（松下）研究院副院長，領導超過 40 人的演算法研究團隊，累計專利達 300 項。

工作依傍名門，桃李遍及天下，研究碩果累累，當許多人還在羨慕她的成就之時，她卻做出一個出人意料的決定，離開名滿世界的松下，轉身進入一家成立還不足一年的中國 AI 創業公司。

三十年結緣日企

申省梅與人工智慧（AI）結下不解之緣，最早可以追溯到 45 年之前，也就是她的學生時代。

1984 年，申省梅從西北電訊工程學院（現西安電子科技大學）電子工程系本科畢業，名列全年級第一。在隨後的兩年間，她繼續留校攻讀碩士學位，師從雷達專家、中科院院士保錚，同時在前深圳大學校長謝維信下做 AI 和模糊數學在自動駕駛的應用，以及 AI 在醫學心電圖模擬心臟專家演算法的實現。

結束求學之旅後，申省梅先在中國雷達實驗室做了兩年開發工作，後於1989年進入日本福田電子任開發工程師，專注於研發 AI 在醫學心電圖模擬心電專家的演算法和實現。而這只是她在日企工作的一個序幕，三年之後，她走到了人生一個新的節點——加入松下，在新加坡（松下）研究院做視音訊、影像處理等相關研發。

這一做，就是 27 年。

27 年的歷練，使得申省梅不僅在技術研究上日漸精進，而且具備了理解和快速響應產品需求的能力，無論松下的不同部門提什麼五花八門的需求，對於她的團隊來說，不過是萬變不離其宗。

申省梅從日企的模式中汲取經驗，也日漸感受到日企短期內難解的困局。

和多數日企一樣，松下充斥著濃厚的工匠精神，良品率極高，每個產品幾乎用十年、二十年都不會壞。申省梅的團隊曾參與了很多這樣的產品設計，包括電視機、DAC、專業的相機中的技術等，每一項技術無不花費了很大的工夫。

10 年前，申省梅曾去參觀松下在日本當地的工廠，她發現松下精益求精的態度已經深深植根於每一個人的大腦。他們從選擇每一個零部件開始，都要求它能應對風霜雨雪等各種惡劣環境而十年不壞。但這也造成最終產品的市場價格遠高於韓國的三星、LG，再過幾年，大陸推出更加便宜的產品。

在此期間，松下等日企已經有意識地做一些改變，比如縮短產品開發週期。以前傳統的開發方式，是要把所有效能都考慮得很周到，後來公司開始改變和學習加快步伐，考慮在產品不完善時先推出一款，後續在推新款時再進一步完善。

申省梅的團隊同樣在積極求變。

2012年，神經網路之父Hinton 用深度學習將 ImageNet 準確率提升高達10%，給申省梅等影像領域的研究人員們帶來極大的震撼。

基於前沿演算法科技的敏感性，申省梅迅速帶領團隊進入深度學習的領域。短短几年內，他們對全部傳統的機器學習進行改造，對演算法、技術、產品進行更新換代，也走在了世界前沿。

在松下的研究經歷，令申省梅受益頗多，但松下繁雜遲鈍的管理模式對其團隊生產力的枷鎖，亦令她開始動搖。

跨級校友“三顧茅廬”

當 AI 技術落地的狂潮席捲而至，申省梅十分興奮，對於一位深耕 AI + 計算機視覺研究多年的專家來說，還有什麼比能將自身擁有的技術轉化為更多行業的創新應用更令人心潮澎湃呢？

然而，想法剛剛提出，就連連遇阻。

松下畢竟是一個龐大的日企，研究的內容受到嚴格的把控。申省梅每申請一個專案，都要獲得一層一層的批准。有些技術想法提交上去，松下會因為這個專案沒有與之匹配的銷售團隊，而不予透過。

這一難以改變的現狀，致使申省梅團隊的熱情和戰鬥力無處釋放。陸續有其他大公司向申省梅發出邀約。但換一家公司又能改變什麼呢？假如新公司和松下一樣，只能給予有限的研發空間，這對申省梅而言並無吸引力。

就在此時，中國大陸的一家計算機視覺創企澎思科技向申省梅遞出了橄欖枝。

澎思科技的創始人馬原和申省梅算是相隔很多級的校友，他們本科均為西電大，之前就認識。在馬原眼裡，他與申省梅幾乎是一拍即合。他意識到申省梅憋著一股勁兒想做大事兒，雙方的想法一碰撞，火花蹭得就冒了出來。

澎思“三顧茅廬”，並提出誘人的方案——足夠的研究空間來解放生產力。澎思給予申省梅完全的信任，令她十分感激，經三思過後，她對澎思的市場和產品能力持有信心，同時也對有更大研究的自由度和話語權心生嚮往。

經過多重因素的考量，她決定離開松下，加入澎思，任首席科學家兼新加坡研究院院長。

▲澎思新加坡研究院室內

這一決定同樣令澎思上下興奮不已。作為一家亟需在 AI 市場上開疆沃土的創企，澎思的當務之急是做出有競爭力的產品，因此他們選擇從工業界請一位資深的技術大牛來帶領研究團隊。

而申省梅不止是享有盛名的 CV 專家，隨著她一起來到澎思的，是 27 年企業級研究院的工作經驗，以及交付能力和培養人才能力所帶給初創公司的安全感。

技術產品雙劍齊發

在工業界耕耘數十載的申省梅，對公司需求、學界需求乃至工業需求都瞭如執掌，在新加坡（松下）研究院 27 年的經歷，使得她不僅繼承了日本企業的“工匠精神”，而且對於海外兩地的合作模式非常熟悉。

由於技術和市場發展速度非常快，因此申省梅的團隊擁有很強的未雨綢繆意識，極其注重開發技術的速度，而且能快速適應銷售、市場人員給的新需求。

這種快速響應需求、以使用者價值為導向的能力早已深入申省梅團隊的骨髓之中。幾乎只要大家想做一個東西，就能很快做出來。

例如在2012年時，松下還在用別人的雲技術，申省梅團隊在公司內第一個將雲技術做出來，甚至當時有一家公司想要給他們投資，好出去做這方面的生意。

相比學術領域不那麼“接地氣”，申省梅從專案一開始做時就已經考慮的很全面，包括何時該出高效能版本、輕量級版本以及其他版本。在新加坡（松下）研究院的生涯中，她汲取了非常多的經驗，比如從日韓市場之爭，意識到產品落地速度、軟體的使用者體驗等都是制約市場開拓能力的關鍵要素。

這些經驗被一併帶到澎思。

“你們儘管往前衝，要什麼東西我都能給你做出來。”這是申省梅說過的最令馬原感到安心的話。

在澎思新加坡研究院，申省梅要求支援落地產品和探索前沿技術兩手抓。90%資源會用於支援現在產品的更新以及爭取競爭地位，將技術精度、魯棒性等效能快速提升到一個層次；探索前沿技術約佔10%的資源，而這些技術可能會給公司帶來下一步業務的落地。

如果澎思新加坡研究院在探索新技術期間，中國市場有了新需求，研究院能做到很快就轉到這個需求上，等完成後再轉回原來的研究。

再加上現在微信、影片電話溝通越來越舒暢，澎思新加坡研究院幾乎每週都和國內的北京、南京研究院透過影片軟體開週會，遠端交流和分享研究近況，得到關於國內市場的反饋，配合實際需求對研究進行相應的調整。

背靠大陸，澎思面向的是迄今AI落地最大的市場，而新加坡擁有常年積累的先進技術和出色的研發人才。需求從大陸這邊提出，由新加坡研究院那邊定向研發，雙方既強強互補，又相互促進，在應用與研發上基本能做到無縫對接。

新加坡研究院作為一個離岸的研發中心，往往被交以一些較難解決的問題，壓力很大。而申省梅團隊的一個亮點在於，他們做的東西完全為市場服務，東西做出來後，產品線能整合、能賣出去，市場能接受，他們才會買賬。

申省梅的核心競爭力不止在於經年累月所煉就的企業級研發經驗。

一方面，她猶如一塊“金字招牌”，只需站在原地，就能吸引一批 CV 人才湧來；另一方面，她個人研究能力和培養、管理 AI 人才的能力，能給企業帶來更多的安全感。

創新風暴眼，人才吸鐵石

無論是學術界，還是產業界，拜入大牛門下做研究總是令無數學生新生嚮往。

每一個有潛力的年輕人，無不希望未來的職業發展將出現很多里程碑式的跨越，而一個優秀的導師將是其研究道路上機器重要的引路人。

在風起雲湧的 AI 時代，新加坡以其純淨的學術研究環境與獨特的地利優勢，成為獨立於美國、歐洲、中國之外的一個重要的 AI 人才輸出地。新加坡恰如一個通往世界的視窗，面向全球人才市場，能夠看到世界的技術發展到了什麼程度。

從新加坡國立大學、南洋理工到各大國際級企業研究院，一批批科研實力雄厚的科學家陸續走出，他們投身於中國 AI 建設的浪潮之中，成為其中領銜產業技術實力和走向的中堅力量。

近期剛剛官宣加盟依圖任CTO的顏水成，就曾是新加坡國立大學計算機視覺研究的帶頭人，至2009年顏水成回國之前，申省梅與他有長期的合作。

顏水成歸國後，他的學生馮佳時回新加坡國立大學，接任機器學習與視覺實驗室的主持工作。馮佳時所領導的研究團隊，將與申省梅所帶領的澎思新加坡研究院，共同承擔新加坡國家 AI 專案AI Singapore（AISG）中的 AI 照相機系統研究專案。

▲從左到右依次為：NUS機器學習與視覺實驗室負責人馮佳時教授，NUS原副校長、工程領導力研究院院長康長傑教授，澎思首席科學家兼新加坡研究院院長申省梅

此外，阿里巴巴 AI 實驗室首席科學家王剛、優必選人工智慧首席科學家陶大程等國內 AI 技術骨幹，都曾接受過新加坡學術的浸染。

這些科研大牛們，成為各個企業 AI 業務最好的名片和王牌。馬原用“家有一老，如獲一寶”的諺語來比喻申省梅的重要性。

有的人能力非常強，但只擅長個人衝鋒陷陣；有的人則能幫助別人快速成長，成就別人。申省梅正是屬於後者。

申省梅從不擔憂 AI 人才荒的問題，因為在過去，她從零開始培養新人，培養的團隊個個猶如精兵猛將，在各個領域衝鋒陷陣，而且披得榮光歸來。

從2010年到2018年，申省梅帶領團隊陸續在PASCAL VOC（Image Net前身）視覺物體檢測分類、微軟百萬名人識別競賽MS-Cele-1M人臉挑戰賽、IJB-A人臉驗證和人臉辯證、行人再識別（RE-ID）四項公開資料集、國際機器人大會移動操作挑戰賽、NeurIPS自動駕駛比賽Driving Olympics等國際賽事中獲得冠軍。

有一個例子曾令申省梅內心深受觸動。一位中國學生有一天突然告訴她：“進來的時候我是zero，現在我是hero”。這個學生在PhD剛畢業進入團隊時，很擔心能否勝任任務，申省梅帶著他從2D做到3D，陸續面向相機、電視做技術，等兩三年後，他已經做出了很多成就。

在申省梅看來，很多孩子的潛力都很大，關鍵是如何將他們的潛力挖掘出來。甚至很多學生剛來時什麼也不知道，申省梅會教他怎麼去把如何把東西做出來，怎麼把國際大賽打到第一名。

AI 人才培養的經驗

關於人才培養，申省梅著重分享了一些經驗。

首先是勇爭上游的精神。她告訴學生，打比賽就要衝著第一名去，如果只是想著重在參與，最後成績墊底，是不會有成就感的。

其次是面對失敗的心態。在打比賽期間，當年輕人遇到問題，想要打退堂鼓時，申省梅會鼓勵他們“Be Tough（皮實點兒）”，找出問題所在，克服困難，最後拿到第一名。

還有對實驗嚴謹性的重視。申省梅要求團隊每個人對自己研究的位置有清晰的認知。

比如在每週開例會時，所有人都會彙報本週做的東西，申省梅則會針對性地講問題，著重看效能上是否有嚴格地參考與比較，做的東西和別人的相比水平如何。

不過，她並不崇尚以說教的方式培養年輕人，她認為鼓勵要比批評更為奏效。

她的團隊裡曾有年輕人參與做一個停車場自動監測空餘停車位的政府專案。經觀察，她發現一些做研發的人不太願意下到實際場地，去捕捉諸如相機怎樣的角度能覆蓋更多地方之類的問題。

她並沒有批評學生，而是向他們介紹好的樣例，當時有個泰國學生做專案非常願意衝在捕捉資料的前線，申省梅以他為例，告訴學生們要做好工程師或研究人員，如果整天關在屋子裡，永遠沒法知道系統開發的到底適不適合，只有跟出去採集資料，才能知道自己的技術還有多少侷限性。

通常，學生們會覺得不好意思，之後便會向這些優秀的樣例看齊。

申省梅同樣將這些思維和習慣帶到了澎思，如果能在培養人才方面建立系統性方法論，相比人才會源源不斷地到來。

以新加坡為橋頭堡，主攻泛安防賽道

從申省梅執掌起澎思新加坡研究院起，她的使命變得與過往截然不同。

澎思的核心業務面向泛安防市場。隨著攝像頭裝置布控數量的增加，每天每個城市的人臉抓拍量可能增長到幾億張、幾十億張甚至上百億張。數量級地飆升，對技術迭代提出必然的需求。

新加坡研究院猶如澎思的橋頭堡，負責研究攻克核心技術，然後再由澎思國內的團隊在相應的場景去做驗證。

▲澎思科技的產品組合

不同於重點為自身業務線做技術儲備的 BAT 等大廠、一些高揚“AI 賦能百業”旗幟的 CV 創企，澎思的落腳處是“行業 + AI”，先集中優勢兵力，先把一個行業打穿，成為業界標杆式企業後，然後再考慮橫向擴張。

澎思的目標非常明確，“行業”的第一站即是安防，他們衝向的是海康的400億市場。

安防賽道有兩大特點，一是戰略縱深長，二是技術邊界寬。靠關係、拼資源只能帶來一時的盈利，唯有核心技術是永恆的支柱。

在國內的安防領域，澎思雖然屬於後來者，但幾乎是業內跑得最快的，成立不足一年，融資三輪破億，斬獲多個城市的公安安防大單。他們從一開始在軟體、硬體、演算法上全面佈局，堅信這塊足夠大的市場，能夠撐起澎思未來三到五年的一個收入的增長、技術的迭代。

▲澎思科技的部分客戶案例

光跑得快還不夠，如果技術內功修煉不足，產品的積累和服務的能力則是無稽之談。要想長久的發展，必然離不開充足的技術儲備，保持對機會的敏感性，在機會敲門之時，能快速將團隊轉到這個方向上，高質量地接住和滿足需求，而這恰恰是申省梅的團隊所擅長的。

從2015年開始，AI 在安防行業落地主要基於人臉識別。經過幾年的技術發展，人臉1:1驗證技術已基本可用，但1:N的競賽才剛剛開始，如果說前者如百米衝刺，那麼後者則如五千米長跑。N必然會越來越大，驗證技術也不會拘泥於人臉。

隨著5G、OBI等能力的提升，面向整個畫面全結構化幾乎已是一個必然的趨勢，這意味著每幅畫面中內容的維度就大大提升。

結合澎思的商用程式對技術的需求，申省梅除了帶領團隊攻破一些落地應用時遇到的問題外，她也在擴充研究的疆界，做行為識別、骨骼識別、以及更多場景的識別，以應對未來可能呈幾何數上升的計算量和計算維度。

同時，當申省梅及其團隊發現一個技術可能會帶給公司新的價值和盈利點時，即便國內暫時沒有相關需求，研究院也可能涉獵。比如近日刷屏的 FaceAPP 背後的技術，申省梅團隊很早就在研究，只是目前它的商業模式如何暫不清晰，主要作為宣傳和娛樂的手段，澎思也在尋找機會。

在接下來的時間，申省梅帶領的新加坡研究院將重點投身於兩個方面。其一，繼續研究可落地的、實際工程化的演算法和 SDK；其二，在一些國際競賽上繼續打出自己的名聲。這兩個拳頭都將一直硬下去。

結語：AI 人才爭奪戰事加劇

隨著 AI 的熱度持續升溫，產業界積極向更多的 AI 研究專家發起邀約。無論是 AI 演算法公司司，還是在 AI 業務上有長遠規劃的傳統行業玩家，都開始加入這場廝殺正緊 AI 人才的爭奪戰。

AI 專家們帶給企業的是豐富的理論知識和研究經驗，企業反之為專家們提供海量真實的資料、實際的落地環境、以及來自落地應用的真實反饋，反覆迴圈之下，AI 技術的研發與落地得以日臻成熟。

但不可否認的是，企業與 AI 專家的適配性也尤為重要。近些年來，一些在產業界闖蕩後，又瀟灑離去重返學術殿堂的專家們並不少見，他們中有的是理念與企業不一致，有的是無法適應產業的某些環境和規則，也有一些其他的原因。

AI 專家們本身的影響力只會在短期內，為企業帶來人才、影響力等方面的增益。而他們真正推動企業走向未來的價值，在於能將他們的研發和培育人才的經驗形成體系，融入到企業 AI 研究工作之中，將技術轉化為實際生產力。