一百多年來，信息技術從初興到成為基礎設施，成就了無數輝煌的科技巨頭。如今，人工智能也正狂奔在通往社會通用性技術的路上。要從上一波信息技術浪潮的產業規律中預測出AI的航海圖，并不容易。但回到歷史現場，也能悟出一番道理。

比如一個廣為認可的事實是，幾乎所有聞名遐邇的技術大廠背后，都有著或大或小的實驗室支持。其中不少都為人類通信領域做出過巨大貢獻，更是不乏諾貝爾獎和圖靈獎獲得者的身影。

毫不夸張地說，頂尖實驗室的存在，像是硅谷第一公民肖克利的實驗室，AT&T的貝爾實驗室，IBM的IBMResearch實驗室，施樂公司的帕羅奧圖研究中心PARC……等等，奠定了硅谷的創新水位，也為后續近百年的信息產業革命提供了肥沃的技術土壤。

而這樣的產業發展慣性，也自然而然地延續到了人工智能領域。誕生了機器學習框架TensorFlow的谷歌人工智能實驗室，孵化出智能助手小冰和小娜的微軟研究院，亦或是國內諸多巨頭的各種實驗室和研究中心，成為智能經濟的重要支撐。

其中，作為騰訊AI技術雙引擎之一的優圖實驗室，就是一個不容忽視的存在。與其他實驗室的不同之處在于，從2012年成立至今，歷經了三次重要迭代升級的優圖，可以說用8年時間走完了通信時代實驗室的世紀歷程。當我們在AI狂奔的高速度下試圖進一步求解，科技企業的歷史機遇點、基礎研究與產品商業價值的鴻溝如何消弭等基本問題的時候，優圖的升級修煉之路，未嘗不是一個絕佳的參考坐標系。

不同的產業階段，實驗室所扮演的角色也各不相同。比如通信技術方興未艾的產業發展初期，依靠實驗室完成底層技術突破，拉升企業競爭優勢的天花板，是最常見的訴求，也是實驗室成立的初衷。

所以我們會看到，近年來科技巨頭們不斷招攬AI大咖加盟工業界，谷歌實驗室請來了最重磅的專家——人工智能先驅、圖靈獎得主Geoffrey Hinton；Facebook的人工智能實驗室負責人Yann LeCun同樣是AI界的傳奇。吸引科技工作者的向往和追隨，不僅燒錢（年薪不菲），而且無法快速看到收益。對于將企業利益放在首位的商業機構來說，為什么要做這件事？

要尋找答案，我們不妨將時間倒帶到1925年，從最成功的貝爾實驗室中，探尋技術研究之于科技企業的核心價值。

很多人都知道，AT&T公司拿出產值的百分之三用于貝爾實驗室的研發工作，不愁經費的貝爾實驗室也在當時成為信息領域科學家的首選工作單位。當然，他們的加盟也為AT&T公司貢獻了難以估量的價值，比如信息論的發明、第一顆通信衛星的發射、第一條商用光纖的建立等等，無數創新，讓AT&T長期在通信領域領先于世界。

技術研究之于商業價值的先發優勢有多重要，從騰訊的AI版圖中就可以看出來。騰訊從最初的布局，到在自身業務、云服務等中全方位應用AI，與優圖實驗室的研究不無關系。2012年成立之初的優圖實驗室，最早是做圖片的二次壓縮，很快將研究重心心轉移至人臉識別識別、檢測方向，到現在聚焦整個計算機視覺，進行相關的技術研發與儲備。

在1.0階段，優圖的核心是拉升騰訊的技術水位，在視覺AI上不斷精進。2015年，優圖基于深度學習的理念研發了優圖Uface人臉識別算法，并于同年在LFW數據庫上評測，以99.56%的準確率，名列世界第一。2017年，優圖研發出“優圖祖母模型”， 深度從10層至1000層，可以應對所有場景數據，解決對各種“異源數據的融合”。

這些技術成果，多次創造了世界紀錄，拿下了不少AI專利的騰訊，也一躍晉升為全球AI技術研發的第一方陣。感知技術潮頭的深刻變化，通過積極探索來捕捉產業變局，是優圖1.0階段與AI世界建立聯系的關鍵意義，也為騰訊切入智能經濟搶占了先機。2018年9月，優圖實驗室升級為騰訊計算機視覺研發中心，由此進入2.0階段。

一方面，騰訊對優圖的研發投入進一步加碼；同時，優圖錨定了“基礎研究+產業落地”雙軌前進的路線。時任騰訊高級執行副總裁的湯道生提到，優圖專注探索社交娛樂、工業生產、社會進步、前沿探索“四大方向”，圍繞醫療、自動駕駛、工業、零售、辦公、文化、社會公益等“十大領域”深入場景創新。在技術上“跑高分”，在業務上“跑場景”，這一路線靠譜嗎？

回到上世紀90年代，通信科技從探索期走向實用化和成熟期，一大標志就是實驗室的商業化。比如IBM Research，其規模只有貝爾實驗室全盛時期的十分之一，但極富創新能力，成為當時世界第一專利申請大戶。而特點正是基礎研究與產業應用的結合。當時的IBM實驗室砍掉了一些偏重于理論而沒有效益的研究。一旦一個研究項目可以使用，就將整個研究組從實驗室挪到產品部門。

不得不說，在AI與商業市場如此貼近的今天，技術的進步與商業場景的融合更加密不可分。2018年，優圖實驗室面臨的環境是，人工智能技術已經完成了算法的原始積累，革命性的突破開始減少。與此同時，各行各業開始認識到人工智能的價值，產業端渴望技術加持的訴求十分強烈。這一時期，實驗室如何完成從技術基礎開發到產業部署探索的體系化之路？

升級后的優圖就選擇了擁抱場景。優圖的工程師說，當時感覺優圖不是一個獨立的實驗室，更像是一個騰訊內部的業務支持部門。針對各個業務線和B端企業的需求，去做相應的技術支持。而在騰訊內部豐富場景的錘煉下，憑借集聚優勢的數據資源，優圖的基礎技術與場景融合很快完成。許多人臉識別、圖像識別相關的基礎研究，被包裝成SDK或標準服務的方式，通過行業解決方案輸送出去。

內部業務中，已經在QQ、QQzone、微信、微視、騰訊云等超過90余個自有產品線中落地；同時，與企業客戶合作的行業標桿案例，也在這一階段蓬勃爆發。比如和寧波銀行一起推動各項AI技術等在金融領域的應用；與企業用戶推出以OCR為核心的智能核保和智能票據解決方案；微信支付的刷臉支付功能在上海家樂福投入使用；輔助華星光電超過100道工業質檢，與中國南方電網合作進行的電網智能巡檢……等等。

用優圖員工的話來說，“客戶有時不太清楚自己的業務想要什么，所以優圖及其他架構師、項目經理的一起加入，共同分析在項目里面怎么用（視覺AI）更合適”。可以說，在AI積極融入產業視角的兇猛浪潮中，優圖實驗室的“基礎研究+應用落地”的兩條腿模式，成為騰訊AI貫穿新產業紀元的重要保證。在最近舉辦的世界人工智能大會上，優圖實驗室的“人設”又發生了新的變化。

6月10日，優圖實驗室宣布正式開源新一代移動端深度學習推理框架 TNN。這一消息透露出了兩個命題：1.騰訊優圖進一步開源，AI生態托舉者的角色繼續壘實；2.移動端AI開發的門檻進一步降低，騰訊吸納新一代開發者的姿態清晰化。這一次升級的契機又是什么呢？如果要在計算機通訊領域找到對標的實驗室，并不那么容易。因為通訊產業與AI產業的邏輯最本質的不同是，人工智能從一開始就是開源的。

AI技術決定了它需要開放共進的生態環境，來實現技術的加速生長；另外，來自現實應用中的創新與迭代，是AI繁榮不可或缺的原動力。所以，開源成為全世界眾多實驗室“進一步成果回饋”的共識。谷歌、蘋果、Facebook等在內的AI巨頭都在開源社區上有積極的布局。而升級2.0的優圖一直在融入全球AI開源生態上動作不斷。

比如與美國科學促進會官方刊物《科學》（Science）系列戰略合作，共享在計算機視覺領域的資源和信息，把自己已經成形的技術平臺、模型或神經網絡等構架直接開放給平臺上的全球科學家，來共同推動CV技術的發展。再比如借助騰訊優圖開放平臺，將人臉識別、圖像識別等多項領先世界的算法能力，通過云端服務為用戶開放調用。

此外，借助 Rapidnet 前向計算框架、RapidAIoT 邊緣計算框架，以及業界首個專注移動端的推斷框架 ncnn 的開源，讓更多開發者更容易觸摸AI。那么3.0階段，優圖的開源又有那么不同呢？一方面，優圖在基礎研究層面，占據了“橋頭堡“地帶，在產業協同上承擔更多的平臺責任。

僅2020年，優圖被國際CV頂級會議CVPR接受了17篇論文。這些領先的創新成果，通過開源和平臺型產品，釋放更大的AI價值，是3.0階段的優圖所渴望承擔的社會意義。所以我們看到，正式開源新一代移動端深度學習推理框架TNN，就以優異的性能、輕量級開發、簡單實用等特色，讓移動端AI面向更多開發者打開。

另一方面，移動互聯網的發展告訴我們，基礎設施型平臺是戰略級別的競爭。以安卓和IOS生態為例，想要進一步激活商業創新價值，就需要將絕大多數的AI開發者、用戶都吸引到自己的開源環境上。只有使用自家工具鏈及工具生態的開發者越多，就越可能在商業生態擴展上讓被人無法追趕。

從這個角度來看，優圖首次開源深度學習框架TNN，幫助開發者更輕松地去開發人工智能App，對于滋養端側的商業生態，催生AI在端側場景下的創新應用，意義非凡。這對于讓AI變成智能時代無處不在的必需品，如同水、電、WiFi一樣成為現代生活的底色，值得給予更大的期許。從2012年成立至今，優圖的八年也是這一波人工智能浪潮從初興、爆發、理性融合的崛起路程。

優圖從“技術-平臺-場景”的升級修煉，讓視覺AI走向實用化探索，在產業領域落地生根。整個路程，如同信息技術技術蝶變的百年縮影。實驗室模式、天頂技術、商業社會，也在此時此刻，讓優圖成為智能未來最直觀的疊影。

fqj