三年前杨向阳投了家AI成像公司 创始人曾在中兴通讯任职

◆ 琢磨成像技术久了，朱继志对光线也十分敏感。

文| 铅笔道 记者 邵毛毛

3年前，当成立眼擎科技时，朱继志并未预料到如今AI大爆发的局面。那时，他的想法很简单——从技术上解决图片成像问题，公司的主要业务是研发eyemore成像引擎。

他这样解释自己的目标：“比如自动驾驶应用中，每个车要安装十多个摄像头来采集图像数据。但若采集的图像质量存在问题，势必影响后续的分析处理。我们想让图像采集装置不受弱光、逆光、强光等各种光线环境的影响，始终稳定输出高品质的视觉图像信息。”

3年过去，目前团队已实现成像引擎的感光能力优于人眼，并将其落地为芯片。过程中，项目已完成Pre-A轮融资，此前天使轮投资人为杨向阳。

如今，恰逢AI风起，朱继志将公司定位进一步明确，即面向自动驾驶、工业监测、医疗、手机等场景应用下的机器视觉公司，提供以芯片为核心的成像解决方案。

明年1月，眼擎科技将正式发布eyemore成像芯片。

注: 朱继志承诺文中数据无误，为内容真实性负责。铅笔道作客观真实记录，已备份速记录音。

技术vs产品

朱继志眼中的2013年意味深长。

这一年，Google收购了智能家居公司Nest，而Facebook收购了VR公司Oculus。“算是拉开了媒体、投资机构等各方面关注技术行业的序幕。”这是朱继志现在对两事件意义的形容。

他也蠢蠢欲动着，打算在技术领域施展拳脚。“可是，国内部分号称技术型的公司其实更倾向于产品型公司。大家一般是先找到客户后马上推出一个满足其需求的产品。”

朱继志并不想这么做。他认真分析过两种类型公司的优缺点，思索之后，他更想创办一家由技术驱动的公司，以寻求核心竞争力和长久旺盛的生命力，打法也和“前辈”们一样：在产业链中挑选一个存在明显痛点但细小的环节切入。

研发成像引擎正是他所瞄准的方向。北大电子学系毕业后，朱继志曾就职于中兴通讯视频研发部，拥有10多年视频产品经验，对图像视觉也有着自己的理解。

在他看来，视觉技术可以分为两种：成像和图像处理。近些年来，随着AI的越发火热，其中计算机视觉成了人们关注的焦点，赛道中新玩家不断涌现，例如依图科技、旷视科技、商汤科技等。

这些计算机视觉创业公司的落地应用场景多样，或是安防，或是金融、无人驾驶等，但无一例外都是建立在图像识别、图像处理的基础之上。

相较之下，上游提供高品质图像的前端硬件公司寥寥。巧妇难为无米之炊，图像品质的好坏更是会影响接下来计算机学习的处理效率、识别准确率和计算机资源消耗等。“若图片处理类似于认知层面‘大脑’的话，成像技术就像是感知层面的‘眼睛’。”

当然，那时的朱继志还未能预料到人工智能在日后的爆发，但他坚信高品质成像技术有着多样的落地应用空间。加之无人机、VR等那些年一时风光无两的领域也和视觉图像密不可分，于是，朱继志心中有了决定——成立一家从事前端成像引擎的技术公司，名字就叫眼擎科技。

石榴带来的机缘

实际上，朱继志心里并没有底。

在成立公司前他曾找到余泊“碰”想法，对方是他在中兴时的同事，拥有约十年的图像处理和成像算法开发经验，现为眼擎科技联创兼CTO。两人判断“研发成像引擎“的思路可行，但技术上是否可以验证，只能在具体操作后才有答案。

要知道，传统的成像技术无外乎两种。第一代是以柯达为代表的胶卷成像技术，第二代则是以索尼、尼康、佳能为代表的数码成像技术。只是，拍摄成本高、噪点多、受光线环境影响大等，也是二代技术在采集图像时不可回避的问题。

朱继志想要颠覆传统的数码成像技术。“之前的技术无法做到像人眼那样自动适应光线不好的环境，但拍照时难免会遇到弱光、逆光、强光等问题，我们想通过研发智能化引擎实现稳定输出高品质图像。”

他们有个大概的方向，“虽然不知道怎样达到人眼的工作原理，但我们知道人眼的视觉效果”。于是，朱继志和团队在传统的ISP（图像信号处理）架构基础上研发算法，并将其集成在硬件上。

反复调算法、反复试验场景……团队第一台原型机出炉时，时间已过去半年。那是个老式固定电话大小的盒子，样子有些简陋，其中包含的算法也不稳定，“但出来的照片是比人眼看着要亮一些”。这个Demo机不仅让朱继志和团队放下心来，也终于给了他们向外展示的机会。

天使投资人杨向阳家门口有棵石榴树，夏末秋初的傍晚是一天之中光线最复杂的时候，枝丫上饱满的石榴隐藏在微弱的光线中无法寻见。于是，抱着那个笨重的盒子上门交流的朱继志当场演示起来。通过照片，杨向阳终于发现了人眼始终没有看到的那颗石榴。

体验了实际效果，而且杨向阳本身也热衷投资具有前瞻性的技术类项目。2014年年底，几次接触后双方迅速谈定了天使轮融资事宜。此后，团队又完成了由京基资本注入的Pre-A轮融资。

有了资金加持，eyemore成像引擎的研发工作总算能按部就班地开展。只是，时间有些漫长。早晨、中午、傍晚、霓虹灯、路灯……每一种复杂光线都是严峻考验，若想保持稳定的成像效果，团队只能针对每个环境不断编写算法模块，同时还要做到在光线变化后的实时自适应。

“就像开车过隧道的时候，光线将经历从明到暗再到明的过程，而一旦场景变化，我们的引擎将自动调用符合情况的算法模型。”

获取客户的奥秘

“3年研发技术，3年推向市场。”早在决定创办公司时，朱继志已经做好了承受漫长研发周期的准备。只是，研发毕竟不能闭门造车，团队总要了解行业客户的需求。

虽说此前也有客户陆续找上门来，但朱继志还是秉持着自己筛选合作对象的标准：符合eyemore成像引擎的发展方向，市场前景广阔且有具有行业代表性。

去年正是AI兴起之际，朱继志当机立断明确了眼擎科技的定位，即为各场景应用下的AI机器视觉公司，提供以芯片为核心的前端成像解决方案。

在与客户的接触中，eyemore成像引擎不断得到完善。除了增加坏点去除、颜色校正、自动曝光等功能，开发多级降噪、分层成像、动态范围增强等几十个核心成像算法外，为了方便和客户系统交互，团队还增加了定制化SDK接口，“方便AI公司的软件工程师能一键控制我们的硬件设备”。

如此一来，eyemore成像引擎在输出图像后，还能与后端客户处理图像的GPU交互，实现根据其需求成像。

其中，在与一家生产3D扫描仪的客户对接时，根据对方的应用方向，朱继志和团队专门为其开发算法，采用独有的分时复用技术，用单个成像引擎替代了原先的双摄像头。“以前对方要使用两个摄像头，现在单引擎即可驱动，成本节省了一半。”

现阶段，eyemore成像引擎已基本成熟。落地的硬件产品形态已稳定为名片大小，在成像方面可实现感光能力优于人眼，“但是响应速度、还有综合能力方面还要对标人眼做很多工作”。

在朱继志的规划中，接下来团队将正式推出成像芯片，而那些与客户的磨合过程也为他推广芯片做足了铺垫。这是他丰富经验的总结，担任过芯片及解决方案服务商科通集团副总裁，朱继志曾负责向汽车、家电、通信、安防、手机等行业推广芯片方案。

他很清楚，推广芯片同样有着漫长的周期，因为客户需要进行产品验证，其过程还十分有讲究。“我们要先有开发平台给客户调试对接，接着要提供模组给对方小批量生产样品，完成严格的测试后，客户决定进入量产环节后，芯片才能推广成功。”

在此期间，团队要与客户相互配合，不断磨合。朱继志介绍说这就是“Design In”，成功后便可获得客户的“入场券”。

目前，团队已与10家AI公司客户成功完成“Design In”，行业涉及人脸识别、自动驾驶、工业检测等领域。他表示，自动驾驶、人脸识别的安全领域、工业检测、手机、医疗领域将是团队在未来两三年内重点尝试的行业。

朱继志透露， eyemore成像芯片将在明年1月正式发布，预计量产时间为6月。