[汽車之家 先驅者] 有這樣一家成立于2014年，旋即成為該領域“獨角獸”的高科技企業，說起它的名字大部分人可能以為是歷史課本某一章節的名稱，但不夸張的說，如今我們幾乎每天都離不開它的產品或技術。它賦予機器超過人類的辨別能力，并且在還會創造出更多來自于科幻小說的未來場景，那么TA與我們的《先驅者》系列內容又有什么聯系呢？且聽我娓娓道來。

這篇《先驅者》將要聊到：

1、如今大部分主流智能手機都裝載了TA的技術；

2、這家公司匯集了計算機視覺領域的頂尖人才；

3、TA讓管理大型城市就像玩電子游戲一樣簡單直觀；

4、TA可能是未來自動駕駛領域一家頂尖的技術供應商。

●你不知道的商湯

　　不知你有沒有發覺如今的機器正在變得“聰明”起來：早晨你抬起手機，當屏幕亮起的剎那就會自動解鎖，想回顧一下昨天郊游的精彩照片，手機相冊會根據不同的主角把相冊中海量的照片自動分類；在地鐵站臺旁的無人售賣機旁，可以直接刷臉支付購買飲料；在機場無需工作人員，只要用身份證和你的人臉進行比對就可以完成值機手續；特殊時期，公司入口的攝像頭就能夠自動偵測訪客的體溫……

　　在這些“聰明機器”的芯片內，可能都寫入了這家公司的代碼，創始人湯曉鷗教授將這家公司命名為“商湯”，它是中國有據可考的第一個朝代商的開國君主的名稱，也意味著這家公司將要在一片新的領域開疆拓土。

　　說到計算機視覺技術，在如今大家可能耳熟能詳，但是在上世紀90年代初，大部分人還沒接觸過電腦的年代，湯曉鷗就已經開始投身與相關領域的研究了。

　　基于多年深耕，湯曉鷗教授在計算機視覺以及人工智能領域成就卓著，2001年，他建立了香港中文大學多媒體實驗室，這也是最早應用深度學習進行計算機視覺研究的華人團隊。在2016全球GPU技術大會（GTC）上，多媒體實驗室與來自麻省理工、斯坦福以及加州大學伯克利分校等實驗室并列為10大頂尖AI先鋒。如今，它仍然是計算機視覺以及深度學習領域最為活躍的實驗室，每年在該領域的頂級學會上發表百余篇重量級論文。實驗室吸引了諸多頂尖人才的加盟，也被業內譽為計算機視覺界的“黃埔軍校”。

　　人臉識別是計算機視覺技術的一個主要應用場景，同時也被業內認為是一項挑戰性非常高的技術，因為首先不同人的面部關鍵特征位置類似，其次即便一個人，在不同時間和環境下，TA的面部特征也因光線和情緒等不同而有著不小的變化。

　　人臉識別技術獲得廣泛應用的里程碑事件發生在2014年：Facebook首先發布了自己的DeepFace面部識別技術，在750萬人臉數據的基礎上，達到了接近于人類的識別率；而僅僅幾個月后，湯曉鷗團隊開發了一個基于高斯過程的人臉識別技術GaussianFace (高斯臉)，取得了98.52%的識別率，首次超越了人類，隨后團隊發表的DeepID系列算法，將準確率逐步提升到了99.55%。這意味著計算機面部識別技術已經可以應用于金融以及重要的工業應用領域。

　　2014年，湯曉鷗教授正式開始自己的創業，獲得IDG資本數千萬美元的A輪投資之后，與徐立、王曉剛等一起創建了商湯科技。商湯科技成立之后，迅速“籠絡”了多媒體實驗室朋友圈的各路精英“學霸”，成為了將前沿尖端科技向產品落地轉化的孵化基地。

　　憑借著在AI領域強大的技術優勢，商湯科技創立以來受到了資本市場的格外青睞，是目前全球總融資額及估值最高的人工智能創新企業。

　　在文章的開頭我們說過，我們幾乎每天都在接觸著商湯的技術：諸如智能手機上的面部識別解鎖、手機照相美顏及AR特效、美圖軟件、在線視頻平臺，以及我們在銀行柜臺、支付軟件、火車站、機場等場合使用的面部識別身份認證系統等等。在我們看不見的地方，商湯還在與各地政府合作建立智慧城市解決方案，諸如通過分析遍布城市的上百萬個攝像頭所采集的信息，可以迅速發現出在城市各個角落發生的異常情況，諸如共享單車違規停放、垃圾隨意堆放、突發火情等，相當于削減了大量人力巡視成本，同時提升了城市管理效率。基于深度學習技術，智慧城市還會根據需求延伸出多種應用場景。

● 跨界自動駕駛：竟源于偶然？

　　2017年12月，一家國際一線車企宣布與商湯合作研發L4級以上的自動駕駛技術，并為商湯自動駕駛團隊投入了一筆大額啟動資金用于后續項目的研究開發。這在業界掀起了不小的波瀾：一家蜚聲世界的大型國際車企為何要選擇與這樣一家僅僅成立3年，且之前在汽車界沒有任何聲量的企業進行合作？

　　事實上這家國際車企的決定絕非草率：在前期招標期間有十余家國際一流企業競標，最終商湯團隊憑借著其算法的高識別率、準確和穩定性一路過關斬將，憑硬實力最終贏得了甲方的信賴。在2016年，商湯便與這家車企合作推出了基于四個攝像頭的自動駕駛解決方案，并且成功完成特定場景下的自動駕駛挑戰，并且在大雨天氣下仍然表現出色。這對于高度依賴感知技術的自動駕駛汽車來說，無疑是一個令人側目的突破。

　　說到商湯的自動駕駛團隊，究竟聚集了多少業界的“大牛”能做到這樣的成績？在《先驅者》對話期間，我們有幸在商湯位于北京中關村的辦公地點遇到了商湯自動駕駛團隊負責人本尊，令我們沒想到的是，她竟然是一位“準九零后”姑娘——初次見面說她是一名在校大學生絕對沒人懷疑，不過言行舉止間透露著當年班中那位“學霸”的氣質。

　　如同香港中文大學的其他師兄弟姐妹們一樣，石建萍有著一份令人矚目的履歷。攻讀博士期間，她專注圖像模糊評估領域，發表了12篇頂級會議和期刊論文。

　　16年商湯開始著手研究自動駕駛時，她與團隊提出了僅依賴攝像頭實現特定場景下的自動駕駛技術所需的所有感知的方案。當時這樣的想法在業內尚無先例，在非常短的時間內，他們從零開始，快速完成了數據標注、模型提升、數據多樣性增強等多個方面的快速迭代，順利實現了依靠攝像頭達到特定場景下自動駕駛駕駛的要求。在毫無經驗可言的未知領域探索，大概也只有像她這樣天賦異稟的年輕人才能如此充滿創造力吧。

　　隨后，商湯自動駕駛團隊迅速壯大，由10余人發展到了超過200人規模，這些都是在相關領域的尖端人才。憑借著人才和技術優勢，相繼攻克了多傳感器信息融合、人車行為分析預測與決策系統等多重難題，建立了完整的自動駕駛/輔助駕駛解決方案，迅速實現了商業化落地。

　　說到與當前在輔助駕駛領域深耕多年并且占據絕大部分份額的國際巨頭相比較，石建萍表現得相當自信：“在感知的核心算法性能，我們肯定是超越他們的。”——一種被學霸支配的恐懼感油然而生。不僅如此，在與主機廠進行合作時，商湯還有著本土化優勢，無論溝通成本還是深度定制化能力，都是國際供應商所不能及的。

　　那么做好對一座大型城市的感知之后，做自動駕駛是否是一種“降維打擊”呢？石建萍也坦言，即便是“學霸團隊”，面對新事物仍然需要一個學習過程。相比智慧城市的相關感知，做自動駕駛對于精度和準確性無疑有著更高的要求——因為這與車上成員的安全息息相關，安全正是自動駕駛的第一要素。而與國際一線的汽車廠商合作，也讓商湯的自動駕駛團隊深入了解了汽車廠商的研發流程和思維方式，從而也為今后與更多的OEM合作打下了基礎。

　　除了與國際廠商合作之外，商湯的高級駕駛輔助系統解決方案在國內的落地步伐也在逐漸加速——在今年的北京車展上，搭載商湯輔助駕駛解決方案的哪吒汽車正式與公眾見面。

　　在上海臨港智能網聯測試園區以及周邊開放道路，商湯科技的L4級自動駕駛車隊正在進行著緊鑼密鼓的路測，在這里測試車型收集的數據，將要在商湯的深度學習模型中進行積累訓練，從而“培養”出更聰明的自動駕駛汽車“大腦”。

　　相比已經開始項目落地的L2級駕駛輔助功能，商湯的自動駕駛技術團隊同時也在投入相當的精力用于L4級多傳感器融合感知以及決策的研究。在石建萍看來，L4和L2之間并沒有天然的壁壘，兩者從技術角度來看有著一定的共通性：一方面L2的數據通過有效積累可以為L4打下基礎；同時L4測試的數據可以積累回溯到L2的場景中。L2的視覺感知對于L4是不可或缺的部分，也是對于激光雷達一個必要的補充。石建萍頗有些自豪地說，對于商湯這個體量的公司而言，做自動駕駛不需要講故事來吸納風險投資，所以可以按部就班，潛心研究技術的迭代。這無疑是讓許多自動駕駛公司眼紅的地方。

　　通過多傳感器感知算法的研究，目前商湯在該領域已經積累了相當的經驗，在不久前，商湯與我們在《先驅者》第四期聊到的國內激光雷達頭部公司禾賽共同推出了集成算法的PandarMind激光雷達產品，大大降低了客戶的研發成本。

　　2020年“新基建”是一個熱度非常高的話題，國家對于5G以及城市智能化基礎設施的投入，對于自動駕駛而言絕對是個利好消息。除了車端之外，石建萍團隊也在著手進行路端感知技術的推進工作——將傳感器集成在路端，同時通過5G信號低時延地將海量感知數據傳輸給自動駕駛車輛，這相當于在路上的自動駕駛車輛可以“共享”傳感器，對于自動駕駛車型而言也會降低單車成本，同時作為傳感器的冗余，也可以提升車輛自身的安全性。

　　除了自動駕駛之外，以感知見長的商湯科技自然還會將自己的AI技術拓展到新的用車場景：在上海商湯總部，我們體驗了商湯定義的智能車艙。通過視覺識別技術，相當于為車輛安設了雙眼——以金融級的識別準確率來分辨車主，可以實現面部解鎖、千人千面個性化設置，而在車內的攝像頭，則可以識別駕駛員各種手勢命令以及對不規范的駕駛行為進行識別和提醒等等。得益于商湯對于視覺識別技術的深厚積累，我們在現場體現各項識別功能可謂準確而流暢。據悉，商湯已經與另外一家歐洲豪華車廠達成合作協議，不久的將來就可以看到更多車內智能感知功能面世。配合駕駛輔助系統，商湯可以為主機廠提供一套完整的智能汽車解決方案，不同部門之間形成良好的協同效應。

寫在最后：

往期回顧：

先驅者（4）激光大戰中的中國高端玩家

先驅者（3）中國激光雷達企業逆襲記

先驅者（2）機器視覺領域的中國挑戰者

先驅者（1） 一文了解世界自動駕駛格局