2013年4月12日。
这本是一个普通的周五，但对於全球计算机视觉（cv）领域来说，这一天註定被载入史册。
美国麻萨诸塞大学，lfw（labeled faces in the wild）人脸识別数据集官方网站的伺服器后台，在美东时间上午九点准时刷新了数据。
在2013年，无论是google、facebook、微软这样的硅谷巨头，还是麻省理工、斯坦福这样的顶尖学府，都在盯著同一个榜单，那就是lfw。
它是全球人脸识別的珠穆朗玛峰，谁能在 lfw上拿第一，谁就是世界公认的武林盟主。
此前，这个榜单的前三名长期被美国公司霸占。
然而，今天，全球计算机视觉圈的平静被打破。
当无数研究员刷新网页后，他们震惊地发现，榜单的第一名换人了。
第一名:深度视觉(china)
准確率: 98.56%
第二名: facebook(镁国)
准確率: 93.2%
美国，加州，脸书总部。
一家来自中国的公司占据了榜单的第一名。
这一刻，全球计算机视觉圈的平静被彻底打破。
尚未正式掛牌的ai实验室ai实验室內，一片死寂。
这里的空气仿佛凝固了，只有伺服器风扇的嗡嗡声在迴荡。
负责人马剋死死盯著屏幕上的那个98.56%，眼珠子上布满了血丝。
他手里抓著列印出来的深视科技那两页技术报告，纸张都被捏皱了。
“谁能告诉我，这是什么鬼东西？！”
马克愤怒地把报告摔在桌子上：“高维非线性统计映射？这是什么流派？是svm的变种？还是某种新的流形学习？”
“老板。”
旁边的首席科学家一脸迷茫，“我们分析了很久。lfw官方说验证了他们的日誌，数据是真实的。”
“文档里面说这是专有算法。”
马克气极反笑，“哈！给出了一个超越人类极限的成绩，却不发论文？只给了一篇满纸废话的技术报告？他们这是在搞什么？魔法吗？”
“该死！该死！”马克抱著头，在大办公室里来回踱步。
本书首发 追书认准 101 看书网，101??????.??????超省心 ,提供给你无错章节，无乱序章节的阅读体验
马克不知道的是，这正是陈阳想要的效果。
中国，京城，盘古七星酒店。
相比於大洋彼岸的焦虑，这里的包厢內充满了欢声笑语。
陈阳笑著举起酒杯，与汤小鸥、徐力、顾书瑶等人重重地碰在了一起。
玻璃杯碰撞出的清脆声响，是胜利的乐章。
“陈阳，你这招空城计，唱得好啊。”汤小鸥抿了一口红酒，感嘆道：
“我刚才看了眼国外的论坛，那帮老外都快疯了，都在猜我们到底用了什么数学模型。估计他们要在错误的道路上研究好几个月。”
“这就是我们要的时间差。”
陈阳放下酒杯，目光深邃，“现阶段，我们必须猥琐发育。facebook和google的实验室里坐著无数个天才，他们的实力强大。”
“如果我们今天把论文发出去。估计下个礼拜，扎克伯格就能復现出一模一样的算法？”
“到时候，我们就是给別人做嫁衣。”
徐力在一旁认同道：“对。我们先把市场占住，再把过时的技术发给他们看。”
“先保持半年的技术优势。”
“这段时间，足够我们把中国的安防和金融市场吃下来了。”陈阳在一旁幽幽说道。
虽然没有发详细论文，但“98.56%”这个硬邦邦的数字，足以引爆国內媒体。
在这个科技圈普遍缺乏自信的年代，一家中国创业公司在硬核技术上正面碾压了facebook，这种新闻的爆炸力是核弹级的。
第二天一早，各大媒体的头条像雪花一样飞了出来。
【新浪科技头条：神秘的东方力量！中国深视科技登顶全球人脸识別榜单，准確率98.56%碾压facebook！】
【网易独家：不发论文，不开源！这家中国公司用黑盒技术让硅谷恐慌。】
【独家揭秘：基於自研框架neuralflow，深视科技构建起技术护城河。】
【知乎热榜：如何评价深视科技超越人眼识別极限？为什么他们拒绝公布算法细节？】
知乎上，这个问题的热度瞬间衝到了全站第一。
一位认证为“机器学习博士”的高赞答主写道：
“看到榜单的那一刻，我头皮发麻。98.56%是什么概念？人眼的极限才97.5%。这意味著机器比亲妈还认得准你！至於不发论文？这才是成熟商业公司的做法！核心技术为什么要教给外国人？陈总这波操作大气！不仅拿了第一，还顺便推了一波自家的neuralflow框架。这波装逼，我给满分！”
底下的评论区更是沸腾：
“牛逼！终於不是山寨了！”
“深视科技？没听过啊，哪里冒出来的神仙公司？”
“听说创始人是清华姚班的大一学生？果然英雄出少年！”
深视科技，总经理办公室。
窗外的中关村车水马龙，楼下聚集了想要採访的记者。
陈阳坐在办公桌后，看著网上铺天盖地的討论，神色淡定地喝了一口水。
“书瑶。”陈阳放下茶杯，看向坐在对面的顾书瑶。
“趁著这个热度，官网的平台马上更新。”
陈阳手指轻轻敲击著桌面，“把我们的人脸识別sdk（软体开发工具包）掛上去。”
“价格方面。”陈阳沉吟片刻，给出了一个在当时极具竞爭力的定价策略。
“我们將提供两种模式。”
“第一种，针对中小开发者，提供离线sdk授权。一套授权3万到6万人民幣每年，这个版本包含基础的人脸检测和1:1比对，足以满足大部分门禁和考勤需求。”
“第二种，针对高並发的大客户，比如银行、网际网路大厂。我们提供私有化部署或者云api调用。”
陈阳伸出一根手指：“这个价格，一事一议。起步价50万，上不封顶。如果调用量大，还要按次收费。”
“好！”
顾书瑶飞快地记录著，“3-6万这个门槛设置得很巧妙，既挡住了白嫖党，又比国外动輒几十万美金的授权费便宜太多。我有预感，我们的客服电话要被打爆了。”
“要的就是这个效果。”陈阳点头。
“还有。”
“让清雪进来一下。”
片刻后，沈清雪推门而入。她今天穿著一身米白色的职业套装，脸上洋溢著喜色，显然也被公司爆火的氛围感染了。
“陈大老板，有什么指示？现在外面好多vc想见你，都要排队呢。”沈清雪笑著调侃。
“vc先晾著，让他们急一会儿。”陈阳摆摆手，
“清雪，有个更重要的任务交给你。”
“你说。”
“我们现在有了世界第一的软实力，但还需要硬载体。”
陈阳站起身，走到白板前，写下了两个字：安防。
“我们不止卖软体sdk，还要切入硬体市场。”
“你动用猎头，或者通过咱们投资人的关係，帮我挖一批人。”陈阳目光灼灼，
“我要找那些在海康威视、大华股份待过的老兵，熟悉安防硬体、熟悉供应链的人。”
“我们要自己做硬体？”沈清雪惊讶道，“那个投入可不小。”
“不，现阶段我们不做生產，我们做方案整合。”
陈阳解释道，“去找那些做考勤机、门禁机、闸机的小工厂。告诉他们，深视科技愿意提供世界第一的人脸识別模组。他们只需要把我们的技术装进他们的壳子里，这就变成了ai考勤机。”
“以前的指纹打卡太慢，还容易传染细菌。以后，员工只要走过去，『滴』的一声，0.2秒完成打卡。”
“还有小区的门禁，未来都要换成刷脸的。”
陈阳在白板上重重地画了一个圈：“这是一片蓝海。我们要趁著现在名气最大的时候，把深视科技的logo，贴满全中国的写字楼和校门口。”
沈清雪听得美目流转，她敏锐地捕捉到了其中的商机。
“软硬结合，降维打击。”沈清雪总结道：
“用世界第一的算法去卖考勤机，这简直是杀鸡用牛刀。不过我喜欢。”
这本是一个普通的周五，但对於全球计算机视觉（cv）领域来说，这一天註定被载入史册。
美国麻萨诸塞大学，lfw（labeled faces in the wild）人脸识別数据集官方网站的伺服器后台，在美东时间上午九点准时刷新了数据。
在2013年，无论是google、facebook、微软这样的硅谷巨头，还是麻省理工、斯坦福这样的顶尖学府，都在盯著同一个榜单，那就是lfw。
它是全球人脸识別的珠穆朗玛峰，谁能在 lfw上拿第一，谁就是世界公认的武林盟主。
此前，这个榜单的前三名长期被美国公司霸占。
然而，今天，全球计算机视觉圈的平静被打破。
当无数研究员刷新网页后，他们震惊地发现，榜单的第一名换人了。
第一名:深度视觉(china)
准確率: 98.56%
第二名: facebook(镁国)
准確率: 93.2%
美国，加州，脸书总部。
一家来自中国的公司占据了榜单的第一名。
这一刻，全球计算机视觉圈的平静被彻底打破。
尚未正式掛牌的ai实验室ai实验室內，一片死寂。
这里的空气仿佛凝固了，只有伺服器风扇的嗡嗡声在迴荡。
负责人马剋死死盯著屏幕上的那个98.56%，眼珠子上布满了血丝。
他手里抓著列印出来的深视科技那两页技术报告，纸张都被捏皱了。
“谁能告诉我，这是什么鬼东西？！”
马克愤怒地把报告摔在桌子上：“高维非线性统计映射？这是什么流派？是svm的变种？还是某种新的流形学习？”
“老板。”
旁边的首席科学家一脸迷茫，“我们分析了很久。lfw官方说验证了他们的日誌，数据是真实的。”
“文档里面说这是专有算法。”
马克气极反笑，“哈！给出了一个超越人类极限的成绩，却不发论文？只给了一篇满纸废话的技术报告？他们这是在搞什么？魔法吗？”
“该死！该死！”马克抱著头，在大办公室里来回踱步。
本书首发 追书认准 101 看书网，101??????.??????超省心 ,提供给你无错章节，无乱序章节的阅读体验
马克不知道的是，这正是陈阳想要的效果。
中国，京城，盘古七星酒店。
相比於大洋彼岸的焦虑，这里的包厢內充满了欢声笑语。
陈阳笑著举起酒杯，与汤小鸥、徐力、顾书瑶等人重重地碰在了一起。
玻璃杯碰撞出的清脆声响，是胜利的乐章。
“陈阳，你这招空城计，唱得好啊。”汤小鸥抿了一口红酒，感嘆道：
“我刚才看了眼国外的论坛，那帮老外都快疯了，都在猜我们到底用了什么数学模型。估计他们要在错误的道路上研究好几个月。”
“这就是我们要的时间差。”
陈阳放下酒杯，目光深邃，“现阶段，我们必须猥琐发育。facebook和google的实验室里坐著无数个天才，他们的实力强大。”
“如果我们今天把论文发出去。估计下个礼拜，扎克伯格就能復现出一模一样的算法？”
“到时候，我们就是给別人做嫁衣。”
徐力在一旁认同道：“对。我们先把市场占住，再把过时的技术发给他们看。”
“先保持半年的技术优势。”
“这段时间，足够我们把中国的安防和金融市场吃下来了。”陈阳在一旁幽幽说道。
虽然没有发详细论文，但“98.56%”这个硬邦邦的数字，足以引爆国內媒体。
在这个科技圈普遍缺乏自信的年代，一家中国创业公司在硬核技术上正面碾压了facebook，这种新闻的爆炸力是核弹级的。
第二天一早，各大媒体的头条像雪花一样飞了出来。
【新浪科技头条：神秘的东方力量！中国深视科技登顶全球人脸识別榜单，准確率98.56%碾压facebook！】
【网易独家：不发论文，不开源！这家中国公司用黑盒技术让硅谷恐慌。】
【独家揭秘：基於自研框架neuralflow，深视科技构建起技术护城河。】
【知乎热榜：如何评价深视科技超越人眼识別极限？为什么他们拒绝公布算法细节？】
知乎上，这个问题的热度瞬间衝到了全站第一。
一位认证为“机器学习博士”的高赞答主写道：
“看到榜单的那一刻，我头皮发麻。98.56%是什么概念？人眼的极限才97.5%。这意味著机器比亲妈还认得准你！至於不发论文？这才是成熟商业公司的做法！核心技术为什么要教给外国人？陈总这波操作大气！不仅拿了第一，还顺便推了一波自家的neuralflow框架。这波装逼，我给满分！”
底下的评论区更是沸腾：
“牛逼！终於不是山寨了！”
“深视科技？没听过啊，哪里冒出来的神仙公司？”
“听说创始人是清华姚班的大一学生？果然英雄出少年！”
深视科技，总经理办公室。
窗外的中关村车水马龙，楼下聚集了想要採访的记者。
陈阳坐在办公桌后，看著网上铺天盖地的討论，神色淡定地喝了一口水。
“书瑶。”陈阳放下茶杯，看向坐在对面的顾书瑶。
“趁著这个热度，官网的平台马上更新。”
陈阳手指轻轻敲击著桌面，“把我们的人脸识別sdk（软体开发工具包）掛上去。”
“价格方面。”陈阳沉吟片刻，给出了一个在当时极具竞爭力的定价策略。
“我们將提供两种模式。”
“第一种，针对中小开发者，提供离线sdk授权。一套授权3万到6万人民幣每年，这个版本包含基础的人脸检测和1:1比对，足以满足大部分门禁和考勤需求。”
“第二种，针对高並发的大客户，比如银行、网际网路大厂。我们提供私有化部署或者云api调用。”
陈阳伸出一根手指：“这个价格，一事一议。起步价50万，上不封顶。如果调用量大，还要按次收费。”
“好！”
顾书瑶飞快地记录著，“3-6万这个门槛设置得很巧妙，既挡住了白嫖党，又比国外动輒几十万美金的授权费便宜太多。我有预感，我们的客服电话要被打爆了。”
“要的就是这个效果。”陈阳点头。
“还有。”
“让清雪进来一下。”
片刻后，沈清雪推门而入。她今天穿著一身米白色的职业套装，脸上洋溢著喜色，显然也被公司爆火的氛围感染了。
“陈大老板，有什么指示？现在外面好多vc想见你，都要排队呢。”沈清雪笑著调侃。
“vc先晾著，让他们急一会儿。”陈阳摆摆手，
“清雪，有个更重要的任务交给你。”
“你说。”
“我们现在有了世界第一的软实力，但还需要硬载体。”
陈阳站起身，走到白板前，写下了两个字：安防。
“我们不止卖软体sdk，还要切入硬体市场。”
“你动用猎头，或者通过咱们投资人的关係，帮我挖一批人。”陈阳目光灼灼，
“我要找那些在海康威视、大华股份待过的老兵，熟悉安防硬体、熟悉供应链的人。”
“我们要自己做硬体？”沈清雪惊讶道，“那个投入可不小。”
“不，现阶段我们不做生產，我们做方案整合。”
陈阳解释道，“去找那些做考勤机、门禁机、闸机的小工厂。告诉他们，深视科技愿意提供世界第一的人脸识別模组。他们只需要把我们的技术装进他们的壳子里，这就变成了ai考勤机。”
“以前的指纹打卡太慢，还容易传染细菌。以后，员工只要走过去，『滴』的一声，0.2秒完成打卡。”
“还有小区的门禁，未来都要换成刷脸的。”
陈阳在白板上重重地画了一个圈：“这是一片蓝海。我们要趁著现在名气最大的时候，把深视科技的logo，贴满全中国的写字楼和校门口。”
沈清雪听得美目流转，她敏锐地捕捉到了其中的商机。
“软硬结合，降维打击。”沈清雪总结道：
“用世界第一的算法去卖考勤机，这简直是杀鸡用牛刀。不过我喜欢。”