2016 年，張志軍和「老戰友」蘇劍波和很多行業人士一樣，盼到了人工智能商業化的機會。他們二人最早相識於上海交大，張志軍取得博士學位後，於 2001 年加入了上海交大的人工智能科研團隊。此前 3 年，上海交通大學教授、博導蘇劍波在交大的支持下，聯合創辦了這所科研基地，專注研究人工智能技術的前沿研究，為後續的創業埋下了火種。
2016 年 7 月，靈至科技正式成立。彼時，AlphaGo 正驚豔於世，當人工智能對決世界圍棋冠軍，人們意識到了深度學習重塑世界的可能。很多中國創業公司開始大批湧入，隨之而來的是越來越多的通用算法模型逐步對外開放。忽然間，創業者發覺技術不再如此重要，數據獲取能力的才是決勝之本。
相比 AI 四小龍這樣的獨角獸企業，張志軍坦言，靈至科技成立的時間看似不具備時間優勢，但長期以來的技術積累很好地彌補了這一短板。而且，面對技術同質化的商業競爭，張志軍和團隊清楚，此時入局已經無法「搶灘登陸」，唯有技術創新，從底層框架做起，才能有別於大多數公司，順利地脫穎而出。交大研究團隊的主攻方向也從傳統的深度學習算法轉移至邊緣學習算法的應用。」這是靈至與其他 AI 公司相比的差異。
2017 年 7 月份，LAF 2.0 版本推出，上圖為兩種算法的技術特點
邊緣計算是未來
所謂邊緣計算，與我們熟知的雲端學習算法正相反。張志軍以支付寶的人臉支付為例：「支付寶要求用戶拍照上傳到雲端，雲端識別確認後，便成功完成了身份驗證，整個上傳、存儲和計算的過程都是在雲端進行。而邊緣算法的識別工作無需聯網，全部在本地完成，利用終端進行計算」，譬如手機端的人臉識別就是最典型的案例。
具體來說，邊緣算法的首要特性是其無需聯網，時效性強，沒有網絡環境不佳帶來的困擾，也不會因數據吞吐量過載導致延時的情況發生。其次，邊緣算法對資源佔用和硬件成本的需求較低。
在靈至科技成立前的 2015 年，張志軍和蘇劍波等人就組建起邊緣計算研發小組，對邊緣算法底層框架下的核心計算單元、整體網絡結構、代價函數進行優化與改進，這一框架被命名為「LAF」。張志軍表示，LAF 1.0 版本研發工作歷時 1 年，使它具備了物品識別、人臉識別、手勢識別等能力，可以實現自我學習和自我迭代，效率是普通邊緣算法 d 娥兩至三倍。相比雲端算法，LAF 1.0 的計算效率得到三到八倍的提升，大幅降低了硬件功耗和成本預算。
2017 年 7 月份，LAF 2.0 版本推出。2018 年 11 月，更精細、更專業化的靈至邊緣算法 LAF 已經迭代至 3.0 版本，其實現了人臉識別、情緒識別、物品識別、手勢識別、意圖識別等一系列的識別算法。
張志軍告訴極客公園，在細分賽道上，國內做邊緣算法的公司很少，不過從 2018 年開始，大家愈發意識到人工智能落地的重要性，所以迫切地需要一款高性價比的解決方案，「這正是靈至邊緣算法的機會和價值所在」。雖然百度和商湯均在去年落實了邊緣算法的計劃，但如果對比彼此間的性能，「靈至 LAF 3.0 只需要三分之一的硬件條件，就能達到同樣的效果」，張志軍篤定地說。
客觀地說，邊緣計算和雲端計算各有利弊。邊緣算法遵循本地識別，只需少量樣本就能達到與雲端算法同水平的效果。靈至邊緣算法經過優化，只需要 1000 張學習樣本，和深度學習動輒三十至五十萬的數據樣本比較，邊緣算法的特定優勢顯而易見。然而，邊緣算法的應用侷限性體現在併發數與雲端算法相差甚遠。雲端算法能夠併發幾十萬個數據樣本，邊緣算法只能處理幾百組數據。
放眼國際，靈至科技直接對標美國和以色列的 AI 創企。在應用場景的選擇方面，靈至科技除了瞄準智能門鎖、輔助駕駛，還準備針對職場生活和智能家居領域開發軟硬結合的模塊。目前其正在與智能會議室、白色家電等品牌廠商接洽。
因此，雲端計算適用於機場、火車站、支付寶等大面積的併發場景。而靈至科技 LAF 算法選擇了那些網絡環境不好，時效性強的，個人隱私高度保密的應用。
例如汽車的輔助駕駛不可能要求聯網，一旦採用服務器聯網的解決方案，不僅會因服務器的功耗和價格制約了輔助駕駛或自動駕駛量產，還要考慮雲端服務器掉線，或者車輛駛入沒有通訊信號覆蓋的偏僻地塊，後果將不可設想。
從 2017 年開始，靈至科技就與上汽汽車進行合作，利用邊緣算法技術，為後者的輔助駕駛、疲勞駕駛等提供項目解決方案。
另外，智能門鎖廠商也是靈至科技的重要合作伙伴，去年大部分收入均來源於此，單筆訂單最高為百萬級。張志軍表示，靈至科技為門鎖品牌商提供人臉識別模塊，保證用戶隱私性的同時，還避免了網絡延遲和遠程遙控劫持。下一步，靈至科技還將為酒店提供整套的識別方案。
LAF 2.0 已經迭代為 LAF 3.0，靈至科技今年會把算法升級至 LAF 4.0
拒絕泡沫，果斷轉型
從智能門鎖開始，靈至科技的產品和業務完全面向 B 端市場。「C 端或許更擅長的人去做，但確實不是靈至」，張志軍坦言，過去 2 年多以來，創始團隊的確是在「摸著石頭過河」。靈至科技最初的定位是「智能產品整機廠商」，2017 年曾經一度嘗試走 C 端路線，用智能機器人開拓市場，「但在實際過程中，我們很快發現產品難以落地」，誤入了「唯風口論」的歧途。
「2017 年大家都在做機器人，所以我們覺得不應該錯過這波機遇，當時覺得正在風口之中，可以利用資本的加持，通過市場投放佔領市場」，但他們後來發現，「很多的酒店、醫院的服務型機器人，大部分都是在免費試用，而不是售賣，並沒有解決實際的營收問題，只是為了教育市場去普及，這明顯是個假市場」。服務型機器人的項目持續了八九個月，團隊選擇面對現實，果斷剎停了這一項目。
轉型調整帶來的陣痛讓團隊對靈至科技有了清晰明確的市場定位，那就是以「AI+產業」的模式，利用人工智能技術為產業進行賦能。張志軍強調，AI 一定要越做越深，今年計劃把成本再降 50%，並把算法升級至 LAF 4.0 版本，未來還會陸續推出 LAF pro 等多個版本。
而做「加號」，就是要針對各個產業進行深度定製。未來，靈至科技會以 LAF 4.0 為基礎，開放平臺能力，賦能中小型的 AI 創業公司。這需要技術公司對產業 KnowHow 一清二楚。「在人工智能分支裡，行業 KnowHow 往往比技術更重要」，除了研發人員之外，靈至科技會找行業內的商務「老兵」，幫助靈至科技積累行業 KnowHow。
據瞭解，靈至科技從去去年上半年開始商業化運作，全年營收破千萬。張志軍表示，公司期望 2019 年的銷售目標過億，力爭實現 1.5 億到 2 億的 GMV。目前，靈至科技的商業合作伙伴包括上汽汽車、智能門鎖品牌商和智能製造企業。供應鏈方面，公司選擇與頭部供應鏈企業合作，保證硬件模塊的做工和良品率。
在市場推廣和擴張方面，靈至科技的方法論是謀求與「產業龍頭」合作，如此一來，後期的市場推廣工作會相對省力很多，「例如我們跟上汽成功牽手，團隊只要把方案定好，那麼其他車企自然會有較強的意願與我們合作」，張志軍說。
融資方面，靈至科技於去年 12 月宣佈獲泰顥資本領投的千萬級 Pre-A 輪融資。A 輪融資的進程預計會在 3 月中下旬開啟，該輪的目標金額是四千萬到五千萬元，資金將主要用於物料採購和模塊生產，以及市場品宣等方面。截至目前，A 輪領投方已基本鎖定，預計在 6 月份靈至科技會對外披露這筆交易。
張志軍介紹，靈至科技現有團隊規模為 50 人左右，成員主要以科研和開發為主，技術崗約佔 60%，今年會注重引進商務和市場人才。
閱讀更多 攬客魔 的文章
