一百多年来，信息技术从初兴到成为基础设施，成就了无数辉煌的科技巨头。如今，人工智能也正狂奔在通往社会通用性技术的路上。
要从上一波信息技术浪潮的产业规律中预测出AI的航海图，并不容易。但回到历史现场，也能悟出一番道理。
比如一个广为认可的事实是，几乎所有闻名遐迩的技术大厂背后，都有着或大或小的实验室支持。其中不少都为人类通信领域做出过巨大贡献，更是不乏诺贝尔奖和图灵奖获得者的身影。
毫不夸张地说，顶尖实验室的存在，像是硅谷第一公民肖克利的实验室，AT&T的贝尔实验室，IBM的IBMResearch实验室，施乐公司的帕罗奥图研究中心PARC……等等，奠定了硅谷的创新水位，也为后续近百年的信息产业革命提供了肥沃的技术土壤。
而这样的产业发展惯性，也自然而然地延续到了人工智能领域。诞生了机器学习框架TensorFlow的谷歌人工智能实验室，孵化出智能助手小冰和小娜的微软研究院，亦或是国内诸多巨头的各种实验室和研究中心，成为智能经济的重要支撑。
其中，作为腾讯AI技术双引擎之一的优图实验室，就是一个不容忽视的存在。与其他实验室的不同之处在于，从2012年成立至今，历经了三次重要迭代升级的优图，可以说用8年时间走完了通信时代实验室的世纪历程。
当我们在AI狂奔的高速度下试图进一步求解，科技企业的历史机遇点、基础研究与产品商业价值的鸿沟如何消弭等基本问题的时候，优图的升级修炼之路，未尝不是一个绝佳的参考坐标系。
朝阳初升：安静角落里的技术“突围者”
不同的产业阶段，实验室所扮演的角色也各不相同。
比如通信技术方兴未艾的产业发展初期，依靠实验室完成底层技术突破，拉升企业竞争优势的天花板，是最常见的诉求，也是实验室成立的初衷。
所以我们会看到，近年来科技巨头们不断招揽AI大咖加盟工业界，谷歌实验室请来了最重磅的专家——人工智能先驱、图灵奖得主Geoffrey Hinton;Facebook的人工智能实验室负责人Yann LeCun同样是AI界的传奇。
吸引科技工作者的向往和追随，不仅烧钱(年薪不菲)，而且无法快速看到收益。对于将企业利益放在首位的商业机构来说，为什么要做这件事?
要寻找答案，我们不妨将时间倒带到1925年，从最成功的贝尔实验室中，探寻技术研究之于科技企业的核心价值。
很多人都知道，AT&T公司拿出产值的百分之三用于贝尔实验室的研发工作，不愁经费的贝尔实验室也在当时成为信息领域科学家的选工作单位。当然，他们的加盟也为AT&T公司贡献了难以估量的价值，比如信息论的发明、第一颗通信卫星的发射、第一条商用光纤的建立等等，无数创新，让AT&T长期在通信领域领先于世界。
技术研究之于商业价值的先发优势有多重要，从腾讯的AI版图中就可以看出来。
腾讯从最初的布局，到在自身业务、云服务等中全方位应用AI，与优图实验室的研究不无关系。
2012年成立之初的优图实验室，最早是做图片的二次压缩，很快将研究重心心转移至人脸识别识别、检测方向，到现在聚焦整个计算机视觉，进行相关的技术研发与储备。
在1.0阶段，优图的核心是拉升腾讯的技术水位，在视觉AI上不断精进。
2015年，优图基于深度学习的理念研发了优图Uface人脸识别算法，并于同年在LFW数据库上评测，以99.56%的准确率，名列世界第一。
2017年，优图研发出“优图祖母模型”， 深度从10层至1000层，可以应对所有场景数据，解决对各种“异源数据的融合”。
这些技术成果，多次创造了世界纪录，拿下了不少AI专利的腾讯，也一跃晋升为全球AI技术研发的第一方阵。
感知技术潮头的深刻变化，通过积极探索来捕捉产业变局，是优图1.0阶段与AI世界建立联系的关键意义，也为腾讯切入智能经济抢占了先机。
骄阳如火：挖掘商业富矿的支撑者
变化出现在2018年。
2018年9月，优图实验室升级为腾讯计算机视觉研发中心，由此进入2.0阶段。
一方面，腾讯对优图的研发投入进一步加码;同时，优图锚定了“基础研究+产业落地”双轨前进的路线。
时任腾讯高级执行副总裁的汤道生提到，优图专注探索社交娱乐、工业生产、社会进步、前沿探索“四大方向”，围绕医疗、自动驾驶、工业、零售、办公、文化、社会公益等“十大领域”深入场景创新。
在技术上“跑高分”，在业务上“跑场景”，这一路线靠谱吗?
回到上世纪90年代，通信科技从探索期走向实用化和成熟期，一大标志就是实验室的商业化。
比如IBM Research，其规模只有贝尔实验室全盛时期的十分之一，但极富创新能力，成为当时世界第一专利申请大户。而特点正是基础研究与产业应用的结合。
当时的IBM实验室砍掉了一些偏重于理论而没有效益的研究。一旦一个研究项目可以使用，就将整个研究组从实验室挪到产品部门。
不得不说，在AI与商业市场如此贴近的今天，技术的进步与商业场景的融合更加密不可分。
2018年，优图实验室面临的环境是，人工智能技术已经完成了算法的原始积累，革命性的突破开始减少。
与此同时，各行各业开始认识到人工智能的价值，产业端渴望技术加持的诉求十分强烈。这一时期，实验室如何完成从技术基础开发到产业部署探索的体系化之路?
升级后的优图就选择了拥抱场景。
优图的工程师说，当时感觉优图不是一个独立的实验室，更像是一个腾讯内部的业务支持部门。针对各个业务线和B端企业的需求，去做相应的技术支持。
而在腾讯内部丰富场景的锤炼下，凭借集聚优势的数据资源，优图的基础技术与场景融合很快完成。许多人脸识别、图像识别相关的基础研究，被包装成SDK或标准服务的方式，通过行业解决方案输送出去。
内部业务中，已经在QQ、QQzone、微信、微视、腾讯云等超过90余个自有产品线中落地;
同时，与企业客户合作的行业标杆案例，也在这一阶段蓬勃爆发。
比如和宁波银行一起推动各项AI技术等在金融领域的应用;与企业用户推出以OCR为核心的智能核保和智能解决方案;微信支付的刷脸支付功能在上海家乐福投入使用;辅助华星光电超过100道工业质检，与中国南方电网合作进行的电网智能巡检……等等。
用优图员工的话来说，“客户有时不太清楚自己的业务想要什么，所以优图及其他架构师、项目经理的一起加入，共同分析在项目里面怎么用(视觉AI)更合适”。
可以说，在AI积极融入产业视角的凶猛浪潮中，优图实验室的“基础研究+应用落地”的两条腿模式，成为腾讯AI贯穿新产业纪元的重要保证。
AI高照：无处不在的智能托举者
在最近举办的世界人工智能大会上，优图实验室的“人设”又发生了新的变化。
6月10日，优图实验室宣布正式开源新一代移动端深度学习推理框架 TNN。这一消息透露出了两个命题：
1.腾讯优图进一步开源，AI生态托举者的角色继续垒实;
2.移动端AI开发的门槛进一步降低，腾讯吸纳新一代开发者的姿态清晰化。
这一次升级的契机又是什么呢?
如果要在计算机通讯领域找到对标的实验室，并不那么容易。因为通讯产业与AI产业的逻辑最本质的不同是，人工智能从一开始就是开源的。
AI技术决定了它需要开放共进的生态环境，来实现技术的加速生长;另外，来自现实应用中的创新与迭代，是AI繁荣不可或缺的原动力。
所以，开源成为全世界众多实验室“进一步成果回馈”的共识。谷歌、苹果、Facebook等在内的AI巨头都在开源社区上有积极的布局。
而升级2.0的优图一直在融入全球AI开源生态上动作不断。
比如与美国科学促进会官方刊物《科学》(Science)系列战略合作，共享在计算机视觉领域的资源和信息，把自己已经成形的技术平台、模型或神经网络等构架直接开放给平台上的全球科学家，来共同推动CV技术的发展。
再比如借助腾讯优图开放平台，将人脸识别、图像识别等多项领先世界的算法能力，通过云端服务为用户开放调用。
此外，借助 Rapidnet 前向计算框架、RapidAIoT 边缘计算框架，以及业界首个专注移动端的推断框架 ncnn 的开源，让更多开发者更容易触摸AI。
那么3.0阶段，优图的开源又有那么不同呢?
一方面，优图在基础研究层面，占据了“桥头堡“地带，在产业协同上承担更多的平台责任。
仅2020年，优图被国际CV顶级会议CVPR接受了17篇论文。这些领先的创新成果，通过开源和平台型产品，释放更大的AI价值，是3.0阶段的优图所渴望承担的社会意义。
所以我们看到，正式开源新一代移动端深度学习推理框架TNN，就以优异的性能、轻量级开发、简单实用等特色，让移动端AI面向更多开发者打开。
另一方面，移动互联网的发展告诉我们，基础设施型平台是战略级别的竞争。以安卓和IOS生态为例，想要进一步激活商业创新价值，就需要将绝大多数的AI开发者、用户都吸引到自己的开源环境上。
只有使用自家工具链及工具生态的开发者越多，就越可能在商业生态扩展上让被人无法追赶。
从这个角度来看，优图首次开源深度学习框架TNN，帮助开发者更轻松地去开发人工智能App，对于滋养端侧的商业生态，催生AI在端侧场景下的创新应用，意义非凡。
这对于让AI变成智能时代无处不在的必需品，如同水、电、WiFi一样成为现代生活的底色，值得给予更大的期许。
从2012年成立至今，优图的八年也是这一波人工智能浪潮从初兴、爆发、理性融合的崛起路程。
优图从“技术-平台-场景”的升级修炼，让视觉AI走向实用化探索，在产业领域落地生根。整个路程，如同信息技术技术蝶变的百年缩影。
实验室模式、天顶技术、商业社会，也在此时此刻，让优图成为智能未来最直观的叠影。
重庆分公司
重庆分公司
