创业8年重出江湖，里里外外都变了

杨净 发自 凹非寺

非常AI 报道 | 公众号 QbitAI

就在昨日，格灵深瞳科创板首发过会。

创业8年，这家CV公司，终于向IPO发起最后的冲刺。

格灵深瞳，以视觉感知起家，由前谷歌总部研究院资深研究员赵勇创办，是国内最早成立的AI公司之一，吸引了众多知名机构投资。

此番上市拟募资的10亿元，投入到人工智能算法平台升级、创新应用研发等项目。近三年营收分别为5196万元、7121万元、2.4亿元。

作为较早成立的AI公司，2013年成立至今，格灵深瞳切身体验了行业周期的潮起潮落：曾一度受各方资本认可，也曾一度蛰伏，淡出大众视野。

如今它重出江湖，向IPO发起冲刺。

不免让人好奇——

现在的格灵深瞳，到底是家什么样的公司？

技术层：5大技术方向

变了。

而且是从技术路线、落地业务到战略未来，上上下下由表及里，都发生了变化。

先来说技术路线。

不管从核心技术、场景、人效比等任意维度，都可以看到格灵深瞳技术路线更精。

首先，精在技术方向。

目前，格灵深瞳已经聚焦形成了五大技术方向，且大都与场景深度相关：

基于深度学习的模型训练与数据生产技术；3D立体视觉技术；自动化交通场景感知与事件识别技术；大规模跨境追踪；机器人感知与控制技术。

就拿3D立体视觉技术来说。作为格灵深瞳成立之初就主推的CV技术，具有天然的先发优势。

概念上讲，包括三维信息重建与三维信息理解两部分，通过传感器采集场景深度信息，再结合可见光信息计算出场景的三维图像。

目前，格灵深瞳已经掌握了多目传感器与深度估计、运动姿态分析、3D重建与立体视觉分析等技术。

具体到场景，3D重建与立体视觉分析技术就很适用于轨交运维。它将离散的局部列车零件数据进行融合和重构，得到列车标准模型，进一步协助进行零部件匹配和故障诊断。

据介绍，格灵深瞳的轨交运维产品已覆盖列车常见的190余种故障项点，项点处理速率超过20000个/小时，在高级重要性项点的故障诊断成功率大于95%。

一趟列车的车底维修大约18000个零件，8编组列车需要2名维修员工120分钟完成，但用格灵深瞳搭载的检测机器人，一次标准时间在45分钟，大大提升了列车检修效率。

其次，精在场景。

格灵深瞳的场景，一言蔽之，就是围绕人、脸、车三方面，且技术水平不容小觑：

• 在公安部治安管理局亿级人像算法测试中，1比1人像比对测试万分之一误识率下格灵深瞳通过率为99.97%，5万样本比1亿级人像比对测试中首位命中率超过98%， 均高于行业平均水平。
• 车辆识别技术，对大陆号牌、港澳号牌、非机动车号牌等多种类型车牌进行多种尺寸和角度的识别，支持倾斜角度在 45°范围内的车牌，准确率在98%以上；
• 人脸活体检测防攻击能力达到 99%以上；
• 行人重识别，公开数据集Market-1501 上测试首位命中率达到 96.91%；城市管理场景中，万分之一误识率下的召回率达到 94.86%。

不是什么宽而广的国际赛场上争抢名次，而是聚焦在一个个细微场景下，悄然取得行业领先水平，格灵深瞳确实变了——

场景求精，率先在赛道上创造价值。

另外，则是精在人效比。

目前，公司内部研发人员为150人左右，占员工总数的比重为 55.51%。与动辄数千人的其他科技企业相比，人效确实不低。

技术落地的成熟，带来了营收的正向增长。

最近三年间，格灵深瞳已经实现了商业变现，营收分别为5196万元、7121万元和 2.4亿元，复合增长率达到116.12%。

研发投入依然很高，三年累计研发合计2.8亿元，占最近三年累计营业收入的比例为77.37%。

在毛利率方面，公司主营业务毛利率分别为62.60%、53.13%和 61.57%，毛利率较高。格灵深瞳方面表示，毛利率呈现波动趋势，主要原因系产品结构和交付形态变化所致。

业务层：3条腿走路

其次，业务布局上的重构。

从商业早期探索，到三大业务并齐——

智慧金融、城市管理、商业零售。

其实跟很多AI企业一样，创业初期在寻求商业变现。

格灵深瞳也走过一些弯路。

但随着之后一系列产品体系的落地，三大主营业务也随即呼之欲出。

比如，公司最早研发设计的皓目行为分析仪，就在中国农业银行各地分支机构推广使用，这是格灵深瞳对智慧金融的成功探索。

还有商业零售领域，2018年研发的边缘计算设备，一经推出就在中国石化的智慧油站项目中应用，改造传统加油站近2000多座。

以及视图大数据平台，可有效提升政府机构情报收集、协作方案和快速反应处置的能力，就应用于城市管理领域，目标客户主要是公安系统和交警等。

还有像用在智慧道路、城市交通上的AI预审、交通事件检测系统等产品。

如今有了三条腿齐驱，格灵深瞳走的更加稳健。其中城市管理业务是最主要的营收来源。

其中一部分原因，是因为格灵深瞳越来越受到行业内众多客户的认可。

总体来说，三大主营业务营收在2020年都有了较大的提升，最高提升至3倍以上。

其中一部分原因，是因为格灵深瞳越来越受到行业内众多客户的认可。

招股书上的客户名单里能看到行业知名客户，典型的比如农业银行等。

除了已有的业务之外，格灵深瞳同样也在探索其他场景的可能性。

体育健康与轨交运维，目前都处于客户验证阶段。

体育健康，主要应用于校园体育教育、健身指导、康复评估场景，

通过对人肢体动作进行捕捉分析，并与专业运动员的动作进行相似度与标准度的对比，为体育训练提供个性化、科学化、系统化的健身建议和康复指导。

该方案包括了智能校园体育平台、智能场馆运营平台等。

比如，智能场馆运营平台可实现运动功能筛查、智能跑姿分析、健身行为分析等应用功能；校园体育平台可实现学生体育档案建立、体育考试项目训练和评价、在线布置体育作业等应用功能。

目前，格灵深瞳已经在部分中小学在线体育课中展开试点。

轨交运维，主要应用于高铁、地铁等列车和轨道的故障检测、运营维护场景，通过对轨道列车各零部件的多维数据的智能分析，实现自动化的故障或缺陷检测。

公司与中车电气在宁波、无锡等地铁运维项目中已展开合作。其轨交运维解决方案被正式纳入华南地区某铁路集团动车段一级检修流程。

战略层：3个维度

说完过去，当然要说未来。

有了技术路线和业务场景，外界都很好奇，启动上市的格灵深瞳，未来究竟会如何走？

第一个维度，技术实力要保持。

如何把握住市场机遇，尤其还是在AI企业上市关键期，还得自身技术“硬”。

格灵深瞳此次募资10亿，其中有三分之一的资金都将用于用于人工智能算法平台的升级。

只有提高算法的跨平台能力，实现更高效的技术复用，才能为人工智能产业化降本增效。

第二个维度，则是融合创新。

随着AIoT、大数据、机器人、无人机等先进技术的发展，人工智能与其他先进技术之间的交叉融合已经成为应时之势。

不光能为AI公司现有业务带来一种全新的解决思路，还能提升公司的创新能力，跨界形成各类产品。

格灵深瞳同样如此，甚至已经在大数据、物联网等多领域开始技术的融合。

聊了技术，聊了融合创新，最后AI要落到行业。

格灵深瞳的第三个战略层，就是关注高价值行业。

虽然都说，AI像水电煤一样赋能各个行业。但不同行业对人工智能技术商业化的需求，以及实际发展进程，都有着较大的差异。

尤其CV领域，本身就是AI中技术率先取得突破、应用场景较为明确的关键领域之一。

“如何发现并专注于即将出现商业应用价值的行业”，这对CV玩家来说并不简单。

但一旦发现高价值场景，就以高性价比的AI算法、丰富的创新融合产品，构建出完善的智能化解决方案。

这是格灵深瞳的战略之道。

蜕变：少年走向成熟

格灵深瞳重出江湖，一亮相就摊开IPO答卷。

算是有底气。

与年轻的格灵深瞳相比，正如前所述，技术路线更精，率先创造行业价值；三条业务走路，能有效应对市场风险；以及面对未来市场的洞察能力，有更多场景探索的可能性。

而之于整个行业来讲。

所有CV企业基本上都面临着两大挑战：人力短缺；竞争加剧。

首先，人工智能人才整体需求缺口较大，尤其计算机视觉领域岗位极度稀缺。《人工智能产业人才发展报告（2019-2020年版）》显示，供需比仅为0.09。

除开高校加大人才培养力度之外，机构企业也要合理利用人才。

高人效比，就是合理的一种解决方式。

如前所述，格灵深瞳的高人效带来了企业运营效率和健康的投入产出比。

其次，计算机视觉作为人工智能产业应用规模最大的领域之一，市场规模增长变缓，竞争加剧。

iResearch《中国人工智能产业研究报告(2020 年)》曾预计2025 年，我国计算机视觉核心产业规模和带动相关产业规模将分别增长至 1,537.1 亿元和 4858.4 亿元，年均复合增长率分别为15.9%和22.5%。

如何有效找到除了安防、金融等现阶段几乎所有CV企业都在押注的领域之外的新赛道，成为计算机视觉领域下一个发展阶段各个CV公司新的角逐点。

格灵深瞳的答案是体育健康和轨交运维。

两者都是国家政策大力扶持的领域，也是计算机视觉极具场景价值的领域。当前放眼整个行业，这两个领域尚且没有其他主流CV玩家大举进入。

这也给格灵深瞳建立先发优势和行业壁垒的时间窗口。

那么第三层面的底气，那就是格灵深瞳如今看山还是山。

不过这得把8年的格灵深瞳揉进整个计算机视觉进程来看。

2013年，AI四小龙还没有江湖名号，赵勇就从谷歌研究院离职回国创办格灵深瞳。

于他而言，这并不是一时兴起拍脑袋的决定。而是一个国外留学近十年的技术弄潮儿，被中国不可思议的快速发展所感染，所以立志回国创业，结果很快就吸引到知名机构的投资。

从技术Gartner成熟度曲线来看，这之后的几年属于技术过热期，所有AI企业都在投资圈里炙手可热。

但没过多久到了落地兑现期，企业开始重新审视产业价值，对自身造血能力进行深入思考。

甚至跟最初外界定位，已然相去甚远：

当年的AI四小龙，同路不同归；格灵深瞳，也已褪去昔日稚嫩。

表面上看他们已经变得陌生、不同。但其实这种变化，是每个陷于“死亡之谷”的企业的生存之道。

以前看山是山，后来看山不是山，这当中有的触礁沉底，再也没能从泡沫中挣扎起来；有的只是暂时折戟，蛰伏积淀。

格灵深瞳就是后者，如今已然看山是山。

最后，格灵深瞳这个例子其实也从另一个层面告诉我们，其实细水也许更适合长流。

也正如格灵深瞳CEO曾坦言：我们也许瘦一点，更适合长跑。

毕竟，这个世界不缺年轻气盛、只争朝夕的格灵深瞳。

而格灵深瞳未来如何，我们拭目以待。