科學(xué)家紛紛回歸學(xué)術(shù)界，AI拉開下半場大幕

近日，有消息傳出，原澳大利亞阿德萊德大學(xué)計(jì)算機(jī)科學(xué)學(xué)院教授沈春華已于本月正式加入浙江大學(xué)。沈春華老師的個(gè)人主頁也透露出，他已于 12 月份正式加入了浙江大學(xué)，目前在浙大紫金港校區(qū)的計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)國家重點(diǎn)實(shí)驗(yàn)室工作。

11月，復(fù)旦大學(xué)官宣原螞蟻集團(tuán)副總裁、AI團(tuán)隊(duì)負(fù)責(zé)人漆遠(yuǎn)正式加入復(fù)旦大學(xué)，出任復(fù)旦大學(xué)“浩清教授”及復(fù)旦人工智能創(chuàng)新與產(chǎn)業(yè)研究院院長。漆遠(yuǎn)只是近期離開互聯(lián)網(wǎng)大廠的科學(xué)家之一。

差不多與漆選同一時(shí)間，京東技術(shù)委員會(huì)主席周伯文也從京東離職創(chuàng)業(yè)。8月份，字節(jié)跳動(dòng)AI（人工智能）實(shí)驗(yàn)室總監(jiān)李磊離職，入職美國加州大學(xué)圣巴巴拉分校（UCSB）任助理教授。消息一出，引發(fā)眾多關(guān)注。

前段時(shí)間清華大學(xué)爆出一張《擬聘新進(jìn)校人員公示名單》的照片，內(nèi)容中提到 UCLA 教授朱松純將入職清華大學(xué)自動(dòng)化系，職務(wù)為科研系列教授。這一消息讓中國科研界又沸騰了。據(jù)悉，朱松純教授是華人 AI 領(lǐng)域的頂級(jí)學(xué)者。他曾在各種國際頂級(jí)期刊上發(fā)表論文 300 余篇，三次獲得馬爾獎(jiǎng)，兩次擔(dān)任美國視覺、認(rèn)知科學(xué)、AI 領(lǐng)域跨學(xué)科合作項(xiàng)目 MURI 負(fù)責(zé)人。

幾乎每個(gè)月都能看到大廠科學(xué)家離職的消息。這波AI熱潮階段性結(jié)束，神仙們歸隱山林，普通煉丹師該考慮轉(zhuǎn)型了。科學(xué)家當(dāng)年高調(diào)加入，又在如今低調(diào)離場，人來人往也見證了AI領(lǐng)域從絕對(duì)的熱潮轉(zhuǎn)為低谷。

實(shí)際上，無論是“人才回國”引發(fā)的愛國主義的熱烈討論，還是 AI 大牛回歸高校對(duì)人才培養(yǎng)和科研學(xué)術(shù)的推動(dòng)，近兩年，我們發(fā)現(xiàn) AI 行業(yè)一個(gè)明顯的趨勢：越來越多的 AI 大牛陸續(xù)離開工業(yè)界轉(zhuǎn)而回歸學(xué)術(shù)界。

AI新時(shí)代開幕

熱火朝天的AI產(chǎn)業(yè)并不是一個(gè)新鮮事物，AI發(fā)展至今，已經(jīng)經(jīng)歷過三次浪潮：

第一次是50年代，AI從誕生到模擬人，最后失敗了被冷落

第二次是60、70年代，專家系統(tǒng)的熱潮

第三次是80、90年代神經(jīng)網(wǎng)絡(luò)興起

每一次，都是在理論認(rèn)知突破后嘗試場景化、硬件化，又都由于理論的局限，造成產(chǎn)業(yè)的退潮。不過，這一次，AI產(chǎn)業(yè)的浪潮與以往不同。半導(dǎo)體產(chǎn)業(yè)的飛躍極大推進(jìn)了AI理論的場景化、硬件化。再往后，AI產(chǎn)業(yè)發(fā)展的根本瓶頸已經(jīng)不是芯片技術(shù)本身，而在于建立在基礎(chǔ)理論之上的，對(duì)架構(gòu)的突破。

基礎(chǔ)理論上的瓶頸反映到當(dāng)下AI面臨的挑戰(zhàn)中，在找到具體應(yīng)用場景后，AI公司往往需要面臨三大難題：

功耗問題，以自動(dòng)駕駛為例，當(dāng)理論上已證明算法可行，但把算法放到真實(shí)場景中，在車內(nèi)測試，現(xiàn)實(shí)情況是，一旦開啟自動(dòng)駕駛模式，航程旋即大幅度縮水

本地化問題，如果將算法和數(shù)據(jù)都放在云端，一旦網(wǎng)絡(luò)出現(xiàn)問題，車的安全就失去保障，故而在實(shí)際場景中，必須有本地化處理的能力

突破時(shí)間的限制，所有AI實(shí)際場景應(yīng)用都有時(shí)間限制，而現(xiàn)在的云端算法往往還不夠快

不管是國內(nèi)還是國外，近幾年優(yōu)秀的AI人才多數(shù)被大企業(yè)壟斷，這非常不利于AI市場的創(chuàng)新與發(fā)展。雖然中國AI公司在應(yīng)用場景上走在世界的前端，但同樣需要意識(shí)到的是中國在AI前沿基礎(chǔ)研究上明顯落后于國外。

技術(shù)專家作為走在浪潮最前端的人，最明白技術(shù)的發(fā)展趨勢，他們的態(tài)度轉(zhuǎn)變更是說明了 一個(gè)不可否認(rèn)的事實(shí)：AI的發(fā)展 已經(jīng)迎來了相當(dāng)一段時(shí)間內(nèi)難以突破的瓶頸。

只有AI人才在商界的成熟企業(yè)、創(chuàng)新型企業(yè)、非盈利機(jī)構(gòu)和學(xué)界間自由流動(dòng)，AI的未來市場才會(huì)更加健康。在企業(yè)呆過的AI科學(xué)家在回歸教職后，培養(yǎng)出的學(xué)生將更適用于企業(yè)的發(fā)展需求。

大廠留不住科學(xué)家

這一趨勢最早從吳恩達(dá)開始，隨后李飛飛、張亞勤、沈向洋等AI界大牛也陸續(xù)選擇重返高校。

吳恩達(dá)的「三步走」可謂是經(jīng)典，用網(wǎng)友的話說就是：在上升期做科研，在成熟期做產(chǎn)業(yè)，在衰落期做教育。

出生于1976年的吳恩達(dá)是AI和機(jī)器學(xué)習(xí)領(lǐng)域國際最權(quán)威學(xué)者之一，也是在線教育平臺(tái)Coursera的聯(lián)合創(chuàng)始人：

1997年獲卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)士學(xué)位，1998年獲麻省理工學(xué)院碩士學(xué)位，2002年獲加州大學(xué)伯克利分校博士學(xué)位，同年進(jìn)入斯坦福大學(xué)工作，曾任斯坦福AI實(shí)驗(yàn)室主任

2010年，時(shí)任斯坦福大學(xué)教授的吳恩達(dá)加入谷歌，創(chuàng)建了「谷歌大腦」項(xiàng)目，通過分布式集群計(jì)算機(jī)開發(fā)超大規(guī)模的人工神經(jīng)網(wǎng)絡(luò)

2014年5月，加入百度，負(fù)責(zé)“百度大腦”計(jì)劃，擔(dān)任百度公司首席科學(xué)家

2017年3月，吳恩達(dá)宣布從百度辭職，目前是斯坦福大學(xué)計(jì)算機(jī)科學(xué)系和電氣工程系的客座教授

2017年3月20日，吳恩達(dá)宣布從百度辭職，重新回到自己夢開始的地方coursera，講述深度學(xué)習(xí)課程

無獨(dú)有偶，2018年，谷歌副總裁、首席科學(xué)家李飛飛，也重返學(xué)術(shù)界。擔(dān)任斯坦福大學(xué)以人為本人工智能研究院（HAI） 聯(lián)合主任。 

 2019年，騰訊AI Lab主任張潼離職加盟創(chuàng)新工場，出任港科大和創(chuàng)新工場聯(lián)合實(shí)驗(yàn)室主任，并兼任科研合伙人。 

 張潼擁有美國康奈爾大學(xué)數(shù)學(xué)和計(jì)算機(jī)雙學(xué)士學(xué)位，以及斯坦福大學(xué)計(jì)算機(jī)碩士和博士學(xué)位，在香港科技大學(xué)數(shù)學(xué)系和計(jì)算機(jī)系任教。 曾經(jīng)擔(dān)任美國新澤西州立大學(xué)終身教授，IBM研究院研究員和雅虎研究院主任科學(xué)家，百度研究院副院長和大數(shù)據(jù)實(shí)驗(yàn)室負(fù)責(zé)人，騰訊AlLab主任。 是美國統(tǒng)計(jì)學(xué)會(huì)和國際數(shù)理統(tǒng)計(jì)學(xué)會(huì)fellow，并擔(dān)任NIPS、ICML、COLT等國際頂級(jí)機(jī)器學(xué)習(xí)會(huì)議主席或領(lǐng)域主席，以及PAMI、JMLR和Machine Learning Journal等國際一流人工智能期刊編委。 

2020年7月，曠視南京研究院創(chuàng)始院長魏秀參離職，出任南京理工大學(xué)教授。

魏秀參師從南京大學(xué)周志華教授和吳建鑫教授從事人工智能領(lǐng)域研究，主要研究領(lǐng)域?yàn)橛?jì)算機(jī)視覺和機(jī)器學(xué)習(xí)。 在相關(guān)領(lǐng)域國際頂級(jí)期刊及國際頂級(jí)會(huì)議發(fā)表論文四十余篇，相關(guān)工作獲得iWildCam 2020、iNaturalist 2019、Apparent Personality Analysis 2016等計(jì)算機(jī)視覺領(lǐng)域國際權(quán)威賽事共4項(xiàng)世界冠軍。 擔(dān)任ACCV 2022講習(xí)班主席、ICCV、IJCAI、ACM Multimedia、ACCV等相關(guān)研討會(huì)程序委員會(huì)主席，AAAI 2022、IJCAI 2021、BMVC 2021高級(jí)程序委員或領(lǐng)域主席。

2020年7月，字節(jié)跳動(dòng)副總裁、AI Lab主任馬維英離職，加入清華大學(xué)智能產(chǎn)業(yè)研究院。

馬維英在美國加州大學(xué)圣芭芭拉分校（UCSB）電氣和計(jì)算機(jī)工程系獲得了碩士和博士學(xué)位，曾在世界級(jí)會(huì)議和學(xué)報(bào)上發(fā)表過逾 300 篇論文，并擁有 160 多項(xiàng)技術(shù)專利。電氣電子工程師學(xué)會(huì)會(huì)士（IEEE Fellow），曾任國際信息檢索大會(huì)（SIGIR 2011）聯(lián)合主席、國際互聯(lián)網(wǎng)大會(huì)（WWW 2008）的程序委員會(huì)聯(lián)合主席。 

2021年8月，字節(jié)跳動(dòng)AI Lab總監(jiān)李磊離職，加入大學(xué)圣巴巴拉分校（UCSB）。

李磊曾就讀于上海交通大學(xué)計(jì)算機(jī)系本科ACM班，獲得卡耐基梅隆大學(xué)計(jì)算機(jī)系博士，并擔(dān)任加州大學(xué)伯克利分校博士后研究員。 在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和自然語言理解領(lǐng)域于國際頂級(jí)學(xué)術(shù)會(huì)議發(fā)表論文40余篇，擔(dān)任2017 KDD Cup與KDD2018 Hands-on Tutorial聯(lián)合主席和ICML、KDD、IJCAI、AAAI等大會(huì)程序委員。 

科學(xué)家也要背KPI

在阿里的7年時(shí)間里，漆遠(yuǎn)曾任阿里數(shù)據(jù)科學(xué)技術(shù)院執(zhí)行院長、螞蟻集團(tuán)首席AI科學(xué)家及數(shù)據(jù)智能委員會(huì)主席，也完整經(jīng)歷了一個(gè)大廠研究院的成長和動(dòng)蕩。

2014年，當(dāng)時(shí)已經(jīng)是美國普渡大學(xué)計(jì)算機(jī)系和統(tǒng)計(jì)學(xué)系終身教授的漆遠(yuǎn)，在阿里技術(shù)委員會(huì)主席王堅(jiān)的邀約下，登上了回國的飛機(jī)。為了拉來漆遠(yuǎn)，王堅(jiān)給出的“誘惑”是阿里用之不盡的商業(yè)數(shù)據(jù)，大量數(shù)據(jù)的價(jià)值蘊(yùn)藏其中，并讓漆遠(yuǎn)建立超大規(guī)模機(jī)器學(xué)習(xí)平臺(tái)。

與漆遠(yuǎn)同一時(shí)期回來的，還有美國密歇根州立大學(xué)終身教授金榕，阿里數(shù)據(jù)技術(shù)研究院iDST就此創(chuàng)立，當(dāng)年這個(gè)號(hào)稱阿里最神秘的部門，目標(biāo)是確保阿里在未來數(shù)十年做到技術(shù)領(lǐng)先的地位。

風(fēng)風(fēng)火火的iDST就像是一場淺嘗輒止的嘗試，iDST成立不久，就發(fā)現(xiàn)技術(shù)突破、落地的時(shí)間被低估，而這些從高校邁入商業(yè)公司的科學(xué)家，身在局中也不得不跟著轉(zhuǎn)身。

2015年夏天，成立不到一年的iDST被迅速拆分，這些被王堅(jiān)邀請(qǐng)回來的科學(xué)家走出實(shí)驗(yàn)室不到一年，就被送往各個(gè)事業(yè)線，其中金榕去了淘系；漆遠(yuǎn)則去了螞蟻金服。

“說白了，技術(shù)和商業(yè)能不能相互理解，這可能是當(dāng)時(shí)最大的矛盾。”后來漆遠(yuǎn)在回顧這場實(shí)驗(yàn)時(shí)表示。

據(jù)此前媒體報(bào)道，當(dāng)時(shí)阿里對(duì)于iDST的角色定位，是要做阿里其他部門不愿做也做不了的事情。而這個(gè)創(chuàng)新部門，也沒有背負(fù)績效考核目標(biāo)。

但事情漸漸發(fā)生了一些變化。技術(shù)和商業(yè)的矛盾不容易解決，但打造技術(shù)研究院的意愿仍在，于是在2016年，達(dá)摩院計(jì)劃被提了出來，許多iDST的舊部后來也選擇加入達(dá)摩院。相比前身iDST沒有績效考核，達(dá)摩院計(jì)劃在提出時(shí)就強(qiáng)調(diào)，其使命是技術(shù)創(chuàng)新，但需要結(jié)合阿里的具體業(yè)務(wù)。

AI落地困難自然是造成這一困境的重要原因。

落地，是 AI 學(xué)術(shù)研究的最終歸宿 ; 沒有落地，夢再美，都是枉然。然而，學(xué)術(shù)界和工業(yè)界在 AI 思維上一直存在分歧。

學(xué)術(shù)方向的研究，希望探索的最前沿的問題，并且不計(jì)成本，不計(jì)營收

工業(yè)和企業(yè)角度而言，更偏實(shí)用，成本和產(chǎn)出必須被嚴(yán)格審視。隨著技術(shù)門檻進(jìn)一步降低，企業(yè)內(nèi)部的技術(shù)話語權(quán)，必然會(huì)回到工程派、產(chǎn)品負(fù)責(zé)人手中

科學(xué)家和業(yè)務(wù)之間的矛盾，體現(xiàn)的最明顯的并不是在管理者身上，而是那些夾在科研和業(yè)務(wù)之間的研究員，不僅要有成果，也不能只專注于手頭的科研工作。對(duì)于他們來說，就是在接連的架構(gòu)調(diào)整之中，一陣要配合業(yè)務(wù)，一陣又要注重研究產(chǎn)出。

一位先后待過大廠研究部門和業(yè)務(wù)部門的技術(shù)人士表示，在與騰訊的研究院和阿里達(dá)摩院合作的過程中可以感受到，共同點(diǎn)是科學(xué)家們光產(chǎn)出Paper是不夠的，他們都有業(yè)務(wù)產(chǎn)出的壓力，為此，甚至有人會(huì)挨個(gè)和業(yè)務(wù)部門的人接觸，目的是“分到一些業(yè)務(wù)”。

而字節(jié)跳動(dòng)AI Lab實(shí)驗(yàn)室在架構(gòu)上直接屬于字節(jié)跳動(dòng)的Data部門。馬維英作為實(shí)驗(yàn)室主任離開后，AI Lab下的各個(gè)組直接對(duì)接Data部門，這意味著，AI Lab在字節(jié)跳動(dòng)技術(shù)體系內(nèi)的地位進(jìn)一步下降。

業(yè)務(wù)部門可能以前是對(duì)研究院抱有很大期待的，但經(jīng)過這么多年發(fā)展，發(fā)現(xiàn)很多很頂尖的Paper，在業(yè)務(wù)里其實(shí)是沒法用的。這就是做研究和業(yè)務(wù)的巨大鴻溝，一個(gè)例子是，做研究的時(shí)候，用到的數(shù)據(jù)可能是很完美的，但實(shí)際上業(yè)務(wù)里的數(shù)據(jù)很復(fù)雜很“臟”，反而可能是一些簡單的策略會(huì)更有效。

作為業(yè)務(wù)部門其實(shí)也不太樂意和研究部門合作，就算是包給他們做，洗數(shù)據(jù)、調(diào)模型這些事情還是要業(yè)務(wù)來配合，再加上一些溝通的成本，還不如業(yè)務(wù)部門自己解決。合作之后，雙方可能還要掰扯一些KPI計(jì)算分配這樣的細(xì)節(jié)問題。

因而，很多時(shí)候業(yè)務(wù)部門把一些邊角的工作給到了研究部門，核心的業(yè)務(wù)扔緊握在自己手上，最終研究部門的成績也不會(huì)出彩。這導(dǎo)致研究部門非常尷尬。

在大公司做科研，向上管理非常重要，但不是每個(gè)高校出身的研究員都能掌握這項(xiàng)職場技能。有的出身藤校博士的研究員，在里面折騰了幾年至今還只是P7，現(xiàn)在想搞點(diǎn)自己感興趣的項(xiàng)目都很難。

一位近兩年從美國博士畢業(yè)回國任教的青年學(xué)者表示：相較于工業(yè)界，回學(xué)術(shù)界任教對(duì)于研究人員有著更高自由度的吸引力：從企業(yè)的研究科學(xué)家轉(zhuǎn)型為高校的教授，他們往往可以在自己感興趣，但是并不為公司短期所需要的的基礎(chǔ)研究方向上投注更大的精力而不求短期的回報(bào)。

洗牌時(shí)刻：2.0時(shí)代

不管是國內(nèi)還是國外，AI研究院的作用都可以大致分為三類：

基礎(chǔ)研究作為技術(shù)儲(chǔ)備，可能未來有很大用處

為實(shí)際業(yè)務(wù)提供支持，強(qiáng)調(diào)和實(shí)際場景結(jié)合實(shí)現(xiàn)技術(shù)落地、商業(yè)化

秀肌肉，考驗(yàn)企業(yè)的公關(guān)能力以達(dá)到宣傳、吸引人才的效果

幾年過去了，AI 行業(yè)并沒有往大家設(shè)想的藍(lán)圖方向發(fā)展，反而是行業(yè)遭遇大洗牌，明星公司相繼隕落。行業(yè)觸及天花板，AI 大牛選擇回歸學(xué)術(shù)界。不可否認(rèn)，相比于前幾年的發(fā)展，現(xiàn)如今的 AI 產(chǎn)業(yè)呈現(xiàn)出一種“繁榮”現(xiàn)象，但是似乎也碰到了一個(gè)天花板，產(chǎn)業(yè)創(chuàng)新進(jìn)入了一個(gè)瓶頸期。

對(duì)互聯(lián)網(wǎng)公司來說，從人才下海熱到回歸熱，經(jīng)歷了從狂熱到“冷靜”。互聯(lián)網(wǎng)企業(yè)增長趨于停滯的時(shí)候，高投入?yún)s短期看不到回報(bào)的AI研究被率先冷落：

一方面，最近幾年國內(nèi)科技公司AI Lab正在面臨越來越多的業(yè)務(wù)壓力

另一方面，在目前科技公司高待遇的背景之下，高級(jí)研究人員可以在幾年之內(nèi)獲得很高的財(cái)務(wù)回報(bào)，這也讓他們?cè)谶x擇之后的職業(yè)生涯時(shí)有了更大的自由度

• 阿里達(dá)摩院已經(jīng)被要求盈虧自負(fù)
• 騰訊的AI Lab和優(yōu)圖實(shí)驗(yàn)室也更多的成為內(nèi)部的算法提供者而不是通用研究平臺(tái)
• 字節(jié)的AI Lab在大約半年前經(jīng)歷了一次組織調(diào)整，部分人員已經(jīng)更加專注于業(yè)務(wù)方向
• 百度研究院在領(lǐng)軍人物吳恩達(dá)（Andrew Ng）離開之后經(jīng)歷了一波較大的基礎(chǔ)研究人員流失，較巔峰時(shí)期，規(guī)模大大縮減

就算是在硅谷，能堅(jiān)持大量資源投入、為科學(xué)家研究提供高自由度的公司可能也只有谷歌、微軟和Meta。這也顯示出，基礎(chǔ)研究需要長期高額的投入，但遙遠(yuǎn)且模糊的回報(bào)讓這場游戲變得不是每家公司都玩得起。

在谷歌的版圖里，DeepMind是大公司研究院的標(biāo)桿，即便如此，商業(yè)化的壓力依然存在。DeepMind聯(lián)合創(chuàng)始人Humayun Sheikh自己也說過：如果谷歌沒有以6 億美元的價(jià)格收購DeepMind，他們的AI實(shí)驗(yàn)室可能已經(jīng)破產(chǎn)。DeepMind自從2010年正式成立以來，就從沒實(shí)現(xiàn)過盈利。

過往報(bào)道顯示，DeepMind的主要營收來自Google和YouTube等內(nèi)部項(xiàng)目。就是這樣一個(gè)傾斜了無數(shù)資源的研究院，只是在內(nèi)部落地，就已經(jīng)困難重重。

今年5月，《華爾街日?qǐng)?bào)》爆料，DeepMind已經(jīng)和谷歌爭吵了數(shù)年，前者希望在運(yùn)營上獲得更多自主權(quán)，以及一個(gè)獨(dú)立的法律架構(gòu)。但谷歌最終收緊了對(duì)AI研究的控制，在今年徹底拒絕了這一請(qǐng)求。

據(jù)The Information消息，有谷歌員工不滿于Deepmind的特殊地位，他表示Google Brain已經(jīng)證明了自身的價(jià)值，他們所做的事情是基于谷歌已有的業(yè)務(wù)，開發(fā)例如優(yōu)化地圖的圖像識(shí)別功能、優(yōu)化語音識(shí)別能力之類的工作。但轉(zhuǎn)頭一看，DeepMind研究的東西看起來很厲害，但折騰了幾年什么錢也賺不到，可能未來十年時(shí)間都做不到收支平衡。

最舍得在基礎(chǔ)研究上砸錢的谷歌尚且如此，就更別說靠著融資運(yùn)營的AI初創(chuàng)。在國內(nèi)，能夠看到較完整財(cái)務(wù)數(shù)據(jù)的就只有被稱為AI四小龍的商湯、曠視、云從和依圖，他們已經(jīng)是此次AI創(chuàng)業(yè)熱潮中的明星公司。

虧損，是CV四小龍避無可避的話題。AI企業(yè)特有的高科技、高人才、高研發(fā)的“三高”富貴病魔咒，賺的錢趕不上研發(fā)投入的錢。在“悲催”背后，是這幾家公司均未實(shí)現(xiàn)盈利、依然需要大量資金投入、商業(yè)化場景落地困難的現(xiàn)實(shí)。
 

早年間，CV四小龍幾乎都在探索AI+行業(yè)，而“行業(yè)”則包含金融、零售、安防、汽車、物流等領(lǐng)域，不同點(diǎn)在于各自的領(lǐng)域各有側(cè)重。但從2019年前后，同處計(jì)算機(jī)視覺下的AI四小龍開始講起了“獨(dú)特”故事：

曠視把目標(biāo)定在了AIoT上，所有業(yè)務(wù)都要帶上“物聯(lián)網(wǎng)”?；诖耍€打造了“算法+軟件+硬件”的一體化產(chǎn)品體系，推出物聯(lián)網(wǎng)時(shí)代的AIoT操作系統(tǒng)。目前，在招股書中，其主要業(yè)務(wù)分為物聯(lián)網(wǎng)解決方案、城市物聯(lián)網(wǎng)解決方案、供應(yīng)鏈物聯(lián)網(wǎng)解決方案

依圖則在探索應(yīng)用場景過程中發(fā)現(xiàn)了產(chǎn)業(yè)鏈上的“芯片”一環(huán)，于是打開了“算力提供商”的新世界，以人工智能芯片技術(shù)和算法技術(shù)為核心

商湯招股書中，其主營業(yè)務(wù)分類為智慧商業(yè)、智慧城市、智慧生活和智慧汽車。將自身定位成人工智能軟件平臺(tái)型公司，打出了“1（基礎(chǔ)研究）+1（產(chǎn)業(yè)結(jié)合）+X（行業(yè)伙伴）”戰(zhàn)略，AI+“所有”，沒有給自己限定場景，什么行業(yè)都做

云從則是涉及智慧金融、智慧治理、智慧出行、智慧商業(yè)四個(gè)領(lǐng)域

作為CV領(lǐng)域的“小弟”，格靈深瞳的業(yè)務(wù)分類為城市管理產(chǎn)品及解決方案、智慧金融產(chǎn)品及解決方案、商業(yè)零售產(chǎn)品及解決方案

 盡管說法各有千秋，但實(shí)際上他們幾家最初的技術(shù)門檻與路線接近，商業(yè)化場景也都是從消費(fèi)、安防、金融等領(lǐng)域開始，所以，這幾年來不斷喊出的新口號(hào)，追根溯源，還是新瓶裝舊酒。AI企業(yè)家們現(xiàn)在講出的故事，早已不再能如同此前般打動(dòng)人心。

四家公司在一級(jí)市場融資接近500億元，總估值超過了1400億元。隨著技術(shù)逐漸成熟，商業(yè)化的腳步卻遲遲沒有達(dá)到理想的進(jìn)展。二級(jí)市場的表現(xiàn)倒掛一級(jí)市場，這讓投資者們對(duì)“估值高、回報(bào)周期久”的AI公司已經(jīng)失去了信心和耐心。資本冷卻的重?fù)?dān)最先就砸在了“CV四小龍”所在領(lǐng)域。這堪稱“三十年河?xùn)|三十年河西”，此前CV是中國市場AI行業(yè)中技術(shù)和落地均發(fā)展最快的，現(xiàn)在，它卻成為“卷”得最厲害的窄巷。