Ranade是加州大学伯克利分校的一名学习人工智能的学生，在获得电气工程和计算机科学博士学位后，继续攻读博士，同时他也选择了去微软研究院做一名研究员。在那里，Ranade深刻地体会到企业研究员与学术科研不同，这份工作让他更清楚地意识到技术产品面临的问题。

现在他手头上有一个无人机项目。在博士阶段，Ranade证明了一些机器人运行定理。但与无人机公司进行沟通的过程中，Ranade思考了很多项目落地的问题，比如对系统安全性的担忧，包括系统何时会进入了一个危险区域，在实际飞行中无人机会撞到天花板还是地板上。如果只在学术界，他并不需要考虑这些，这帮助了他将具体的商业场景更好地结合在自己的实验研发当中。

事实上，技术、人才和资本在公司和大学之间的流动，已经成为AI产业创新生态非常重要的一部分。在AI领域，你可以看到越来越多的人才扮演着学术和产业的双重角色，不断推进AI技术从实验室走向产业落地。

随着时代的进步，技术的不断提升，如今技术公司开始拥有前所未有的AI技术需求，这同样促使了它们要在学术界寻找这种复合型人才。

在国内，有一家带着学术基因的AI公司——商汤科技，其从6年前开始一直推动产业、学术、研究一体化的融合，不断推动创新链、产业链的深度融合，构建了龙头企业与高校院所相互协同的创新联合体，并在过程中实现了多项科技成果高效地转移转化。

近日，商汤科技与清华大学启动了一个名为“感知计算产学研深度融合专项计划”，双方会围绕智慧医疗、智慧城市、高性能计算、三维视觉、遥感、基础视觉等多个领域，展开面向全校的深度合作。

合作中，商汤研究团队将通过提供在产业实践中有价值的研究方向和应用场景，以及数据和计算资源在内的基础设施，与合作老师共同开展技术研究。作为中国AI研究的顶尖院校，清华大学也能借此机会和产业方一同突破人工智能领域发展的瓶颈问题，推进研究成果的落地应用。

“随着技术迭代速度加快，产业的发展需要企业去思考如何与高校形成更好的合作创新。”商汤科技联合创始人、副总裁杨帆在接受钛媒体App采访时表示，相较于简单输送人才的产学研1.0时代，如今“产学研2.0时代”中，商汤与清华的这一合作，更多是共同致力前沿技术突破，开展核心技术联合攻关，共同开发可以落地的AI技术，从而助力产业升级。

产学研2.0时代已经开始

在产学研合作的1.0时代，知识“供给—需求”线性关系的两端，是很难实现利益协同，而且两者之间缺乏长期合作的粘性，比如高校可以不用关心企业提出某个科研课题的原因，课题以企业方接受项目成果结束，没有动机主动去解决成果转化与具体实施中的问题。

然而，随着时代的发展，企业的知识创新链已演变成发散的网络式结构，全面渗透到产品、人才以及市场竞争等各个环节，这要求面向企业的知识供给必须是可持续的、可靠的和高质量的。

针对行业产业中的重大技术难题，高校需要和企业进行长期合作，协同创新中心就需要打破原有的线性关系，以此为抓手，营造主体协同的环境和机制，实现促进高校体制改革和企业生产要素更优配置，从而带动社会生产力的提高，这就是“产学研2.0时代”的重要作用。

2018年，商汤科技正式推出访问学者计划，为身处学术界的学者们提供一个走近工业界的通道，协助学者们深入了解工业界面临的具体问题，进行计算机视觉、深度学习等领域的前沿课题研究。

作为“生产”知识的高校对“需求”知识的企业，不再是简单的供给—需求的线性关系的1.0时代，而是从工业时代中盛行的产学研合作演进到协同创新的2.0时代：高校成为企业知识创新链中不可或缺的组成部分。

突破“产学研、两张皮”之困，由企业、高校和连接二者的桥梁型职能组织构成的协同创新中心，这将是一种新型的“产学研”持续性发展形式。

在这种产学研一体化培养的生态中，商汤与浙江大学建立的“三维视觉联合实验室”研究团队就成功发布了一项面向 AR 的单目视觉惯性同时定位与地图构建（简称VISLAM）算法性能测试数据集以及评测标准和工具。相较于业内现有的 SLAM 测试数据集和评测标准，其在覆盖的应用场景和评估维度上更加全面，能够更真实和量化地反映基于移动平台（如智能手机）的 AR 应用环境下的 SLAM 系统的性能。

杨帆表示：“我们在这个过程里也愈发意识到，未来产业落地的过程中，高校和企业之间的合作可以带来更大的价值。有些环节企业有更强的能力和动力去解决，有些环节就需要高校和我们一起解决，让技术更快地形成产业转化。”

商汤深谙，只有用底层技术才能驱动产业链的升级，让应用往产业链更高端的地方走，让经济更有效率、更有价值。

商汤与高校的创新合作，从算法、算力、数据开始

当今世界全面进入知识经济时代，作为知识集中创造和传播主体的高校，与作为应用知识和成就知识经济主体的企业，两者之间的关系事实上是密不可分的。从经济学的视角，具有这样相互依赖关系的主体为实现共同利益，必须依靠协同合作、创新，这就是产学研2.0时代的共性需求。

随着技术的不断提升，AI公司需要在算法、算力、数据这三个基础技术层面要素中寻找技术和人才，而与高校的强强合作，是十分适宜的。

作为商汤科技创始人的汤晓鸥，其2014年创建团队时，就带领了香港中文大学多媒体实验室团队发表DeepID系列人脸识别算法，当时击败了Facebook，在全球首次超过人眼识别率，一战成名。

2015年，商汤发布了第一版自主研发的深度学习框架SenseParrots。那时候它已经具备了多机多卡联合训练和多路径执行等领先业界的特性。2018 年，商汤发布了 SenseParrots 的第二代，不但具备一系列更加重要的特性，拥有更丰富的能力和更高的性能，而且也逐渐成为了商汤“赋能百业”的战略支撑。在SenseParrots的支持上，商汤建立了算法工具链，包含了商汤业务所需的各种基本算法组件；最上面一层，才是各个垂直业务方向的应用平台。这其中，也包括了北大-商汤联合实验室一些重要合作成果的落地应用。

目前其核心团队由两大部分组成，一部分是来自麻省理工学院、香港中文大学、清华大学、北京大学的博士、硕士等，另一部分则是来自微软、谷歌、联想、百度等相关领域的从业者。

实际上，2017年起，商汤科技已与上海交通大学共同建立了“深度学习与计算机视觉联合实验室”，2019年在此基础上进一步成立了上海交大清源研究院，在高端人才引进、科技项目研发等方面，开展了更大规模的合作，吸引了多位海内外高端优秀人员的加盟。

市场对于智能技术创新的需求是海量增长的。这意味着，不管是像商汤这样的企业还是清华这样的核心高校，都需要用更快、更好、更高效的方式提供创新技术。

再看算力。AI领域存在一个摩尔定律，即每三个月其所需要的总算力会翻一番。而如今，超大通用模型已经是必然的趋势。

基于商汤在基础研究领域深厚的学术积累，让它在自研原创技术上有了更大的底气。早在早在2018年4月，商汤就投资近7亿元，开始布局人工智能计算原型机的项目预研。

今年2月，商汤科技投资56亿元，欲打造AI时代的新型算力中心，这是高校落地实践的最佳场所，也是“产学研2.0”发展的一个重要指标。

利用商汤强大的基础研究数据能力，其推出的SenseCare® 智慧诊疗平台可以支持全院临床医生进行同时的、高质量的三维渲染交互，目前已经部署到上海交通大学医学院附属第九人民医院、四川大学华西医院、浙江大学医学院附属邵逸夫医院等诸多国内顶级三甲医院。以上海第九人民医院为例，双方在骨盆肿瘤等骨科疾病的诊断、个性化手术规划、3D 打印与耗材设计等全流程的AI辅助方面进行联合探索，大幅提升了骨科、影像科、3D打印中心工程师医工之间的沟通效率，解决医生手工勾画费事费力，准确度低的问题。

目前，商汤已与香港中文大学、中国科学院、清华大学、北京大学、上海交通大学、浙江大学、新加坡南洋理工大学、澳大利亚悉尼大学等高校和学术机构，都建立了联合实验室或联合研究院，开展科学研究、人才培养、学术交流等多方面的合作，例如联合课程、联合竞赛以及科研合作。

例如今年2月，商汤与清华大学电子系联合开设了《高等计算机视觉》课程，结合清华大学电子系的优质教学经验和环境，由商汤科技企业导师讲解产业界最前沿的实例，提供企业真实数据、仿真平台支持和丰富超算资源，让在校学生进行实验教学，将能够发挥出产学研一体化融合的最大价值。

不仅要科研，最后还得技术落地

AI未来的机会不是用机器取代人类，而是提高人类的效率。

在杨帆看来，AI提高效率的落地应用，从整个经济大趋势来讲主要有两个方向，一是产业互联网，二是整体服务业升级。

技术公司需要将高深复杂、成本昂贵的AI应用技术，变成触手可及的“平民化”工具。在这方面，商汤无疑是商业化落地最成功的AI企业。

为了更好地将多年的产学研积累进行成果转换，推动AI技术更大规模地落地，商汤近期还推出了SenseCore商汤AI大装置，整合大数据、大模型和超强算力资源，形成一整套完整的AI基础设施。

在上海临港新片区，现在正紧锣密鼓建设中的商汤全新AI算力中心（AIDC），其建成后计算峰值速度将达到3740 Petaflops（1 petaflop等于每秒1千万亿次浮点运算）。未来，以超强算力资源为基础，商汤AI大装置将仿佛流水线工厂，不断以基础设施方式输出模型，再把AI能力输出到企业服务、城市管理和个人生活中。

商汤全新AI算力中心（AIDC）

商汤不断突破边界，让AI赋能百业，以全球领先的深度学习平台和超算中心为基础，服务大众，助力产业升级，探索出一条商汤独具特色的“1（基础研究）+1（产品及解决方案）+X（行业）”模式。

根据IDC发布最新的数据显示，商汤科技在计算机视觉相关应用市场份额位居首位。先后推出的人脸识别、图像识别、文本识别、医疗影像识别、视频分析、无人驾驶和遥感等技术，在多个垂直领域全面开花。

当然，商汤要想在AI领域持续输出创新技术，仅仅靠自身的研发力量是不够的。杨帆认为，英伟达曾经花了十几年的时间在全球的高校免费推CUDA（Compute Unified Device Architecture），人工智能时代一来，这个企业马上一飞冲天。现在商汤的开源算法体系和工具，也希望有大量的高校学生和科研者，共同参与到算法的共建中来，这有助于未来更大规模的产业项目落地。

“很多时候我们都会高看一年内能做的事情，但是会低估十年、二十年长期坚持做一件事情所带来的价值和力量。”杨帆对钛媒体App表示。

杨帆强调，中国的经济要有更好的发展，科技产业要有更大的前景，就需要企业和高校一起在同一个方向上坚持不断地探索和突破。这既是商汤义不容辞的责任，也是商汤持续在全球AI领域领先的重要基石。

（本文首发钛媒体App）