在中國做AI，多多少少都與清華有著些關聯。

作者 | 張棟

傳統的安防市場，清華學霸們紛紛登場，按下了徹頭徹尾地改革之鍵。

1978年，文革剛剛結束，改革開放正在醞釀，清華大學便在計算機系內部成立“人工智慧與智慧控制”教研組。

那年，清華大學共招收了6名碩士生，分別是張國煊、張軸材、王家欽、鄭學忠、唐建邦、嚴雋薇；指導教師包括許萬雍、黃昌寧、許堯瑞、石純一、劉植幀等。

這幾位指導教師在隨後的二三十年中皆成為我國人工智慧領域的先驅及中流砥柱，而6位首屆碩士生也都先後成為各領域的關鍵人物。

1990年，清華大學成立了智慧技術與系統國家重點實驗室，這個實驗室曾連續三次在國家重點實驗室的評估中被評為A級實驗室。

重點實驗室的特點是不僅僅要進行人工智慧基礎原理、基本方法的研究，也要研究應用技術和系統整合技術。在體現研究的前沿性的同時，體現多學科交叉和不同技術綜合的特點。

以計算機領域權威的CS Ranking指標來看，在2010-2020這10年間，清華大學在人工智慧方向排名已位列世界第二，僅次於CMU。

如果說清華是中國AI人才搖籃，其實在AI安防這個細分市場，也走出了不少英雄豪傑。

海鑫科金董事長：劉曉春

劉曉春是中國首批從事模式識別研究的企業家，1989年從清華大學自動化系模式識別和影像處理專業碩士畢業，後就職於海軍裝備論證研究院某下屬企業。

1998年，他辭職創業，成立海鑫科金。

他們先後研發了包括支付寶“指紋付”等多款熱銷產品，全國最大的十一億庫容的人像識別系統也均由海鑫科金提供產品、合作建設。

就是一家這樣曾經輝煌無數的公共安全資訊化企業，在高速發展過程中也遇到了幾乎所有老牌企業都曾遇到過的成長挑戰及技術轉型難題。

幸運的是，劉曉春和他的海鑫科金在AI上也正在不斷髮力。

前些年，他們成立了專注於大資料服務和人工智慧應用的海鑫科金AI研究院。同時，還積極與包括Intel、阿里、華為等企業進行合作，打造海鑫AI生態圈。

“海鑫科金自成立以來，一直在做滿足社會剛性需求的事，我們不會在錦上添花的事上付出太多精力。”

劉曉春說，任何技術必須用來解決實際問題，海鑫科金不會做艾菲爾鐵塔式地研發，所有技術都必須要到市場上去驗證它的成功。

這樣的發展思路在旁人看來也許有些平淡，缺乏故事和看點，但在劉曉春眼裡：

穩健發展不是不求進步、也不是不肯冒險，是基於對識別技術的多年理解，更懂得做選擇。

說到AI安防的未來，這位清華人侃侃而談：

“AI並非紙面技術，硬體、平臺、網路的進階，一定會帶來產業的質變。”

他認為，今天的AI創業，技術門檻越來越低，但應用門檻越來越高，要求也越來越精細化。

也正因如此，每家公司後期都必須找到自身價值。

於技術公司而言，演算法的價值會逐步降低：一來開源不停、門檻漸低；二來沒有生產成本，複製銷售快過印鈔。

也就是說，演算法的價值在於配套：要麼配套工程、要麼配套裝置、要麼配套應用軟體。

“AI應用是一場沒有終點的馬拉松，每個人都有機會。”

劉曉春對AI的未來信心滿滿，同時，他也認為即便如此，也要慎重創業。

“我不太支援國家提的雙創，創業的成功者鳳毛麟角，失敗者遍地都是，但實際上任何一個創業者都會消耗大量的社會資源，家庭資源、個人資源。”

個人犧牲點時間、努力倒是次要，有些雙創直接把創業者家庭有限的經費消耗殆盡，帶來了家庭生活的困境是不應該的。

創業一定是少數精英才去做的事情。

曠視三劍客：印奇、唐文斌、楊沐

曠視科技三位聯合創始人印奇、唐文斌、楊沐是“姚班”的本科同學。

印奇於 2006 年進入清華姚期智實驗班本科，從本科起便在 MSRA 任職（包括實習）共四年時間，與孫劍等人共同研究微軟的人臉識別系統，並被廣泛應用在 X-box 和 Bing 等微軟產品中。

隨後印奇赴哥倫比亞大學攻讀 3D 相機方向博士學位，之後回國正式創業，創立了曠視科技，並擔任 CEO。

唐文斌從初中開始便參加資訊學程式設計比賽，先後多次獲得 ACM，Code Jam 等各類程式設計比賽冠軍，在高二被保送至清華大學，隨後進入“姚班”。

唐文斌還曾擔任國家資訊學競賽總教練 7 年之久，負責從高中選拔天才兒童參加國際資訊程式設計奧林匹克比賽(IOI)。

清華研究生階段，專注社交挖掘和影像檢索，曾獲 ECML best student paper runner-up 和 Google topcoder target。

楊沐畢業於清華大學姚期智實驗班，曾獲國際資訊程式設計奧林匹克比賽(IOI)金牌。

提到曠視安防，業內人應該都有所耳聞。

目前整體估值超過40億美元的曠視科技是國內第一批將AI技術應用落地到傳統安防行業中的獨角獸企業。

九年前，AI還未成風口，創業公司也沒幾家，VC圈尚不認可，那個年頭，做AI已經要有難得的孤注一擲的情懷，不曾想入場後不久，曠視便瞄準了行業公認的硬骨頭：安防市場。

人們疑惑、不解甚至是嘲笑，畢竟彼時行業內更多的觀點認為AI不過是新壺裝老酒，老生常談，落地應用乃至於商業化會有個漫長的過程，技術應用泡沫巨大。

也有一些行業客戶認為既然在十年前上了人臉識別的當，以後再也不會相信這一套玩意兒。

曠視並未理會，在這一垂直領域紮下根去。

當曠視用一個接一個的戰果證明技術已經成熟了的時候，行業才真正地認識到：AI時代真的來了。

經歷，折射出一個嗷嗷待哺的創業公司從嬰兒到長大最真實的樣子，而當他呱呱墜地時，商業畫卷也便漸漸展開。

今天，曠視安防所研發的產品矩陣涉及人、車、物特徵識別等多個領域；業務線涉及 雲、邊、端三大版塊。

可以說，在傳統安防擁抱人工智慧的當下，曠視正在用軟硬一體的方式打造涵蓋“演算法、技術、硬體產品、解決方案、資料”在內的全價值鏈。

商湯科技聯合創始人：楊帆

畢業於清華大學電子工程系的楊帆，是位學術與工程能力兼具的全才。

他碩士畢業後直接入職微軟亞洲研究院，負責AI、AR等圖形學相關技術的工程落地，一干便是八年。

而後，其與湯曉鷗教授等人一道，創立了商湯科技。

身為聯合創始人，楊帆的主要職責是幫助商湯打造完整的工程技術體系，用頂尖的技術變成可靠的產品，並創造足夠大的價值。

提起商湯，CV從業者們應該都不會陌生，作為目前市場上規模最大、估值最高的AI獨角獸，它依靠大量專業人才，短短几年時間便推動眾多原創AI技術在安防等行業落地開花。

楊帆說，AI安防的工作過程可以分為五大步： 採集、傳輸、儲存、分析、反饋。

AI尚未融入安防市場之前，這個行業的採集、傳輸、儲存過程已經進化得足夠優秀，包括各種高畫質攝像頭的不斷迭代，4G的全面普及，雲端計算、資料湖的全方位部署等等。

這些技術的演進與應用使得前面三大過程已經形成產品方案，從而也帶動了行業的飛速進步，並在短短十幾年時間內便讓中國安防屹立世界之巔。

“遺憾的是，“分析”、“反饋”這兩大環節卻未能在過去十多年中得到實質性發展，導致這一領域的產業資訊化沒有真正完成閉環價值的提供。”

分析是對於前端IPC採集的資料真正具備自動化價值提煉的能力；反饋是指擁有基礎提煉能力之後，再結合使用者需求，形成應用生態，能夠真正給客戶帶來價值。

楊帆篤信，對於後面兩個環節的補強便是商湯發力安防的機會點所在，商湯也會竭盡全力對一個成熟行業的不成熟環節進行商業化重構。

在頂尖人才及眾多原創技術的助力下，今天的商湯安防已經碩果累累。

眼下，商湯的安防業務已經覆蓋了全國30多個省，參與了總計超過十萬路大規模的城市級影片分析系統的建設。

另外，商湯的AI安防產品矩陣也已成型：包括2018年全新發布的SenseFoundry方舟城市級視覺開放平臺、已經投入實戰的SenseFace人臉布控實戰平臺等等。

透過AI掘金志，楊帆還分享了他對於AI技術型公司如何在安防行業更好活下去的三點看法。

一、透徹理解行業本身的運作模式，對於技術型公司而言，不可只往技術端走，不往客戶端走。

這一點看似老生常談，但實際能夠貫徹執行的公司少之又少，每一個行業都有其自身執行法則及內在規律，如何更好理解使用者需求才是重中之重。

二、技術實力才是為各個行業帶來本質革新的絕佳武器。

如果只往客戶端走，或者輕視了技術端，那麼後期被對手追上、趕超只是時間問題。

而這就考驗一家公司的產品化能力，如何能夠更快更好地將技術創新與使用者需求相互結合是每一家技術型創業公司的必修課。

三、需要學會揚長避短。

每個行業中的每個玩家都有自己的優勢、長處；但市場化比拼較為綜合，這個過程中，需要一邊打仗一邊調整，儘可能地發揮出自身最大價值，而非跟風調整。

他舉例，正如安防行業內近期熱議的‘軟體定義’命題，孰對孰錯？

其實透過已經非常成熟的手機、IT等行業就可發現，大量的公司透過軟體掙錢、透過硬體掙錢、透過服務掙錢。

也就是說，無論是做軟體還是做硬體，每一家公司都會有自己的生存空間，最終還是要看自身能夠為使用者提供多少價值與服務。

在高速行進的AI安防賽道，傳統安防公司會不停地強調客戶服務，同時發展技術能力；技術型公司則要一方面講技術，一方面緊緊貼住使用者。

誰先抵達技術與使用者交叉的中點，誰就贏得了這場戰役的勝利。

觸景無限執行長：肖洪波

肖洪波畢業於清華大學工程力學系，曾任惠普、CA中國技術顧問、IBM 資深資訊架構師、UIUC高等媒體研究中心影像組專案負責人。

2010年，肖洪波與陸凡（合作伙伴）一起，在北京成立觸景無限。

過去十年中，觸景無限的成長並非一帆風順，甚至有點坎坷。

觸景無限創業伊始選擇的路是基於人工智慧的“前端感知”。

在當時的國內，甚至國際上都沒有足夠成功的先例，觸景可謂摸著石頭過河。

但憑藉對市場的敏銳認知和自信，觸景無限先於行業摸清了“前端感知”：雲端AI的必要補充，邊緣智慧的深層應用。

近幾年邊緣智慧的突破式增長，印證了當初決策的正確性。

這一堅持也讓觸景無限領先市場跨入這一行業，為使用者提供更加成熟穩定的前端感知產品，成為了邊緣智慧產業的頭部企業。

漫漫十年，觸景從無到有，逐漸成為擁有頂級軟硬體研發團隊，海內外五家子公司、七大行業覆蓋、數十家行業客戶的國家高新技術企業。

相對後端智慧，前端雖優點不少，但也同時面臨模型引數大、實時性要求高、運算能力弱以及室外複雜場景執行等複雜問題。

用肖洪波的話說， 做前端智慧，無異於“在螺絲裡做道場”。

幸運的是，咬牙堅持的十年，命運終於給了觸景無限一個不錯的交代。

在對技術和場景應用的不斷打磨中，觸景無限也推出了不少差異化產品及解決方案：包括盾悟智慧盒/分析主機、人工智慧模組“瞬視”、 角蜂鳥Horned Sungem AI視覺套件等，如今也都應用在包括安防、金融、零售、社群等幾十個場景中。

針對AI安防市場的開拓，肖洪波認為沒有終點。他提出了“三毫”概念： 毫米、毫秒、毫瓦。

這也對映了觸景無限對感知的技術願景，即打造“小體積、反應速度快，且功耗低”的產品，這一理念的最終點就是感知的“晶片化”。

“以單一的晶片取代原來的複雜設計，置入各種裝置，打造一個“看得見”的世界。”

這是肖洪波的夢，也是觸景無限的夢。

賽靈思AI雙子星：姚頌、單羿

從左往右：單羿、汪玉、姚頌、韓松

姚頌1992年出生，2011年進入清華大學就讀電子系。

2012年年初，進入汪玉博士的實驗室，從三維積體電路設計、硬體安全等CAD方面的研究開始，後轉而鑽研計算機體系結構。

2014年7月，前往史丹佛大學電子系進行2個月的LLVM編譯器開發實習。

2014年9月以後在微軟亞洲研究院實習，方向是設計與開發應用於必應搜尋引擎專用加速處理器的專用編譯器，正是在此奠定了姚頌的創業基礎和方向：深度學習硬體。

2015年畢業之際，姚頌獲得卡內基梅隆大學的博士Offer（當然還有高額學術獎金），後選擇放棄創業，與單羿、汪玉、韓松聯合創立深鑑科技，任CEO。

單羿畢業於清華大學，獲得電子科學與技術博士學位，倫敦帝國理工大學國家公派聯合培養博士生。

原深鑑科技合夥人、CTO，全面負責公司技術方向與研發及開發團隊的管理工作。

他帶領研發團隊開發了面向人工智慧應用的DPU(Deep Processing Unit，深度學習處理單元)及其軟硬體系統，在此基礎上形成了深度學習加速FPGA板卡模組和專用晶片兩個重點方向解決方案，應用於智慧安防、資料中心等領域。

2018年8月，深鑑科技被賽靈思全資收購，現在在賽靈思主要帶領團隊負責AI研發和專案落地的接洽。

據AI智道報導，深鑑最初的產品定位是無人機，後期考慮多方面因素，最終選擇轉型安防等市場（當然無人機的積累並沒有放棄）。

基於無人機技術的積累，他們著手開發壓縮、編譯、加速三位一體的自動化流程，試圖實現演算法、軟體、硬體協同最佳化，為開發者打造高效的深度學習DPU平臺（Deep Learning Processing Unit，深度學習處理單元）。

2018年，深鑑科技已經擁有六款產品：深度學習開發SDK DNNDK、人臉檢測識別模組（前端）、人臉分析解決方案（後端）、影片結構化解決方案（人/車分析）、深鑑ARISTOTLE架構平臺、語音識別加速方案。

而DNNDK要對標英偉達的TensorRT，DNNDK提供了一套完整全流程軟體工具鏈，涵蓋了神經網路推理（Inference）階段從模型壓縮、異構程式設計、編譯到部署執行的全流程支援。

降低了深度學習演算法工程師和軟體開發工程師DPU平臺深度學習應用開發的門檻和部署難度，縮短演算法部署到硬體的週期，加快了AI產品研發過程。

文安智慧董事長：陶海

陶海，1993年獲得清華大學自動化系碩士學位，1999年於美國伊利諾伊大學香檳分校獲得電機與計算機工程系博士學位、師承“計算機視覺之父” Thomas S. Huang教授。

2001年，陶海任教於美國加州大學，後成為該校終身教授（至2010年），先後發表數十篇較大影響力的學術論文，並獲得十餘項計算機視覺領域發明專利。

2005年，陶海率隊成立文安智慧，專注於人工智慧視覺技術與產品的研發，主要應用在智慧交通領域。

“不同於別人，我們只做垂直，聚焦單個領域深耕，把它做到不止是落地，更要給使用者一個價值體現。”

眼下，文安智慧的產品系列已經覆蓋前端攝像機、邊緣端、叢集伺服器、後端應用平臺。

在陶海看來，交通智慧化的技術趨勢，雲端協同是未來，且前端AI必不可少。

利用後端AI解決所有問題極不可取，電子警察與普通人臉識別截然不同，想要在高速運動、多車道的情況下精準、快速識別車牌，一些特殊應用還需要在前端進行，實現前後端協同。

在前端建立網路傳輸，相容協同；在後端對老的電警進行改造，增加功能。建設之時，按期規劃，逐漸擴大網路，解決各地不同的實際需求差異。

交通智慧化的產業趨勢主要分三個層面：車輛智慧化、道路智慧化和管理智慧化。

車輛智慧化與to C端相似，現在的車聯網、自動駕駛、輔助駕駛等等實際上是企業to C端來做。

道路智慧化，車路協同需要建設，路側端的建設帶來道路的管理，包括擁堵、交通訊號燈、交通組織、資訊服務、資訊釋出等等。

另外一部分則是偏政府管理端的管理智慧化，其實就是分析、決策、執法、最佳化到服務能力提升，到最後已經不是管理而是經營，是服務融入日常生活。

文安智慧主要是以道路智慧化和管理智慧化為主要的目標進行相應的系統的打造。

道路智慧化，具體來說即城市道路做精、高速公路做強、鄉村道路做補。

管理智慧化，下一階段的目標，其實就是治堵。

力維智聯董事長：徐明

徐明，清華大學博士，曾在中興通訊工作超過十五年，2017年8月擔任力維智聯董事長兼總裁。

他在智慧城市領域建樹頗深，擁有十多項個人發明專利，是智慧城市“一圖一網一雲”架構的主要實踐與推廣者。

他認為，物聯網萬億市場下，AI與物聯網技術的結合已經非常必要且必然，兩者的融合、執行將會給安防行業甚至世界帶來新一輪變革。

在他看來，目前相關技術在行業落地仍有兩點不足：

1、安防行業和公安實戰結合的深度不夠。

人工智慧、物聯網、大資料等新技術必須服務於行業和公安實戰中的問題與挑戰，並能夠解決問題，才能真正實現在行業和公安實戰中的落地。

2、僅僅依賴單一的影片資料不足以解決所有複雜的安防問題。

單一的影片資料下的解決方案過於豪華，且越來越會涉及到公眾隱私這一敏感問題。

上述兩大問題的存在也就意味著，人工智慧、物聯網和大資料三大技術領域本身需要深度融合，才能與公安實戰深度結合。

換句話說，AIoT+公共安全戰略或成未來行業主旋律。

在後期AIoT技術的發展與落地中，徐明坦言，力維還將繼續堅持三件事：

第一、打通從感知到認知的任督二脈，形成感知到認知的閉環；

第二、建立起資料、資訊、知識、到智慧的自動化演變和遞進；

第三、搭配類腦神經功能的AI晶片的IoT節點路由器普遍應用，將智慧分佈到物聯網的任何一個節點。

深醒董事長：袁培江

袁培江畢業於清華大學，後取得加拿大西安大略大學博士學位，師從中國人工智慧泰斗張鈸院士和加拿大兩院院士Patel教授。

2015年，袁培江編寫了一個20多兆的人臉識別小程式，這個小程式吸引了警方的注意，被拿到新疆進行測試。

結果不到一週，這個粗糙的小程式就識別了一名反恐分子，這次嘗試，讓袁培江看到了公安領域的需求。

2016年，袁培江參與創辦了深醒科技，專注於安防領域人工智慧產品的研究與應用服務的自主可控創新開發。

相對於一眾早先成立、高融資、高估值的計算機視覺企業，深醒入場似乎有些遲。但這好像絲毫不影響他們的成績。

眼下，包括新疆、貴州、青海等十幾個省份、幾十個城市都已用到深醒產品，實現AI落地。

創業幾年下來，袁培江對於AI安防的認知逐步加深。

一來、雖然很多企業都在講技戰法，但其實只有少數幾個廠家會真的花時間在上面。

二來、公安內有刑警、交警、治安、戶籍、經偵、巡警等多個警種，對影片資源的應用需求也都不相同。

場景細分下，需要攻克的難點眾多，如何平衡實際場景需求和產品化的成本也是一個重要問題。

相對於業內對細分領域需求的追求，袁培江認為，客戶的需求是多場景的，但場景細分不意味著都要形成產品，如果不能複製，就難以平衡需求和成本間的問題，對企業來說，負擔就會很重。

“產品都是從專案中提煉出來的，但不是所有專案都能提煉出產品。產品肯定是某些場景應用的一致性比較強、在產品程度化較高的時候才能形成。”

在細分場景的關注中，深醒也提煉出了一些更細緻的應用。深醒去年年初就申報了一個重點課題，透過一組腳印，或鞋印，能倒推出人的身高、年齡、體態和行為方式。

對於AI創企在市場的角色，袁培江認為，雖然玩家很多，但目前AI在安防市場中的滲透率還很低，這還不是個“紅海”市場，AI在其中也還大有可為。

零度智控創始人：楊建軍

楊建軍，2002年畢業於清華大學電子工程系，之後進入二炮某研究所從事航天飛行器科研工作，2007年創立零度智控。

2016年5月，零度集中全部資源推出一款口袋無人機DOBBY，意圖搶佔消費級無人機市場。

不過半年後，快速擴張的零度因產品銷售未達預期出現現金流緊張的局面，最後不得不一次性裁員134人。

痛定思痛後，楊建軍戰略大調整，從To C領域大舉挺進To B市場，並選擇安防作為技術制高點。

他們透過大量調研發現，安防行業還沒有一家企業，既有飛控又有飛機、還有吊艙和資料鏈，並且懂得行業併兼具網際網路思維。

得益於此前的團隊技術積累，零度智控陸續推出了飛控、吊艙、資料鏈、視覺模組，之後做整機。

主要場景為公安抓捕、日常巡查，按照他們的產品定義，未來操作人員只需要在室內操作，領導可以隨時看到轄區內的任何一個地點，還能直播給地面人員導航追蹤。

楊建軍推斷，安防市場的飛行器需求會很大，一年做5個億是比較容易的事情。

“今天的這些成熟技術，會支撐一個警用安防時代的蓬勃而出，警用安防、邊防、巡查將是零度下一個重點方向。”

對於零度來講，未來需要重點做兩件事：

第一，找一個長遠方向，市場需要足夠大、足夠深、足夠技術含量，要一直做下去；

第二，長期要方向、短期要盈利，控制好現金流，走好每一步。

深網視界總經理：萬定銳

萬定銳，2004年於清華大學自動化係獲得學士學位，2009年於清華大學自動化系資訊處理研究所獲得控制科學與工程博士學位。

2015年起任東方網力科技股份有限公司副總裁兼深圳市深網視界科技有限公司總經理。

談到人工智慧，這位清華人的話匣子徹底被開啟。

“安防最終需要完成從感知到認知的過渡，但現在安防行業還未出現真正的DI（資料智慧）。”

現階段來看，未來安防產業的技術趨勢是雲化大資料、深度人工智慧以及軟硬一體化。

技術在不斷演進，能否持續、準確判斷未來技術趨勢是件非常困難的事，需要持續跟蹤和判斷，磨鍊自己的技術嗅覺。

在保證靈敏的技術嗅覺的同時，技術落地更是當務之急。萬定銳認為，智慧技術應用於相關係統中，仍舊存在諸多不足。

如今賽道內成熟玩家的AI監控業務主要圍繞以上兩個點展開：

AI獨角獸們不惜一切代價在演算法精準度上拉開差距；而傳統廠商則在此基礎上，在穩定性、成本、服務上做系統化的整體提升。

“安防系統特別強調準確性及實時性。傳統安防系統做精準布控，除了高準確率外，時效性也絕對不可忽視，至少要求做到秒級響應，但就目前而言，挑戰巨大。”

還不夠“快”的主要原因在於演算法的不足及算力的不夠：城市級的安防系統擁有海量點位；另外，影片圖片作為一種非結構化資料，用深度學習處理，運算量巨大，成本高。想要做到實時響應，需要大量運算力及高額成本。

“所有的這些難題最終可以歸結在人才層面，人才是阻礙AI落地的重要因素之一。技術革新不斷加速，一個系統型專案的落地，需要對多種技術進行交叉融合、綜合利用，而當下我國這類綜合型人才緊缺。”

從東方網力自身來看，他們過去多年在智慧演算法、智慧硬體、人機互動、無人駕駛等新興領域投入了巨大精力，先後在美國投資了Jibo、Exyn等國際一流的機器人和人工智慧專案。

時勢造英雄

一群清華人，他們都是技術出身，深刻認識和理解AI對於世界的顛覆作用。

四十載芳華，如今的清華AI已經碩果累累，除了上述豪傑們之外，還有太多清華AI人正在做著努力。

2020年6月20日-6月21日，第三屆 「中國人工智慧安防峰會」將於杭州正式啟幕，會上也將有不少清華AI人帶來精彩思考及主題分享。

AI與安防的融合，經由2018年的靜水深流、2019年的混沌廝殺，2020年的技術研究與方案落地將會更為清晰、成熟。