1樓：
「正如當年校招時一位耿姓學姐所言，用人工智慧改變世界的機會一生只有一次，所以依圖內部的每一位員工都非常珍惜這次機會，也非常拼搏。」
同學，那位耿姓學姐是朱瓏和林晨曦早期一手教起來的，已經離職去飛書大半年了……
2樓：付聰Ben
CV四小龍裡面踏踏實實做ZF單子的雲從在籌備上市，各種宣傳口徑來看比之前曠世的成功率要高。這場賽跑只有第一名可以上岸，就這麼殘酷。
另外乙個就是東南亞市場的優越性，國內的人工成本已經越來越高，監管也開始追趕擴張的速度。不僅外企，很多國內企業都在投資這個市場，現在的東南亞正像十年前的國內市場。
3樓：Morris.Zhang
跟顏水成老師同司共事過短暫的時間，他的不少成果是聚焦在神經網路topology領域，比如把DenseNet+ResNet聯絡到一起的DPN構型，做數學研究的時間可能多於做系統，雖然在短期不易在商業/工程化中發揮質變優勢，但隨著底層非馮domain specific異構及其電路邏輯的大量流行，顏老師的諸多NiN拓撲便會更加有利於演算法創新；
延展一點話題，與之類似的領域上面對同樣問題的可能是Hinton？比如用Capsule結構舉例，更像是把增加的第3維定義了，2D+1向量化，第3維是前兩維的微分關係，由此降低了2維的運算量；但問題同樣是，維度愈多，馮氏結構的Mem訪問時序的處理就會愈加繁瑣，雙通道不夠用，I/O設計更複雜，功耗愈難控制；最終受限於馮氏硬體效率，硬體就需要大改，特別是twist這樣的操作（這樣的3維模型，twist一下... 演算法公式看上去減少了計算步驟，實際硬體卻可能跑出非常大的運算量），所以Hinton的模型在傳統硬體效能前提下難以高效實現，因此同樣是要到未來階段才更有指導意義。
就像如今流行的Convolution和Pooling等方法，也是在摩爾定律的推動下才能堆積出這樣的計算效果，通用算力變得容易獲得和鋪設，但這些old school不是未來…；因此，顏老師和Hinton的研究方向、以及很多致力發掘神經元及其間鏈結的演算法價值的學者們，這些成果有望在未來大規模的非馮算力中發揮巨大價值。
4樓：nekomeshi
國內這幾個AI公司從商業模式上就是失敗的。
除非他們能向美國這邊公司學習。公司可以不掙錢，但可以通過美股反哺，fake it until make it。可問題是國內公司可沒這種溢價啊。
5樓：千與千尋ML
但從技術來說，其實AI四小龍的技術，比一些大廠的技術還要強，但是對於公司來說，可能還是需要實實在在的盈利，人臉識別的市場競爭越來越激烈了，甚至出現飽和的狀態。邊緣計算等的根源是晶元，但是晶元暫時還是使用GPU為主，部署的記憶體等還是存在很大的問題，人工智慧演算法的實實在在的落地，還有很長的一段路要走。暫時能落地輕量化的目標檢測與影象識別，因此競爭十分的激烈，而沒有落地的，研究的人又少，造成了現在邊緣計算市場也存在內卷。
整體的市場確實很大，但是大家都只做比較好做的，競爭就激烈一些吧，僅僅我個人的一些看法。
2021 年第一天，你打算怎麼過？
農曆新年第一天，我們家的習俗是，早早起床吃餃子，然後出門先去祖宗祠堂上個香，再去附近山上的廟裡拜拜菩薩求平安 今年廟裡去不了，但祠堂是一直在的。早上大霧瀰漫，我們穿過宛如仙境的村莊，去見那些早已變成牌位的祖宗們。新的一年，惟願平安喜樂，萬事勝意。 影閃人肉 2020年有了自己的窩，打算2021的第一...
2023年第一天被老公提離婚，我該怎樣為己謀？
caps1121 首先，你冷靜的看下，這些事都是小事。然後為什麼你老公會生氣，可能也是因為他覺得沒什麼大不了的，結果你跟你媽說了。本來他說離婚不是他提出的，是你說要搬出去，他說的是這和離婚有什麼區別，然後你說離婚吧，客觀來說，是你提出的吧？這些事情其實很容易解決，為什麼覺得很難，是在於你太當真了。比...
2023年的第一天你哭了嗎？
有，凌晨跨完年準備睡覺，開啟網易雲推薦第一首歌是祝你生日快樂，立馬就不行了。其實你會很羨慕那些不管是生日還是其他節日都會收到很多祝福的人，尤其是生日的時候。我應該說是個比較慢熱謹慎的人，同時又有點敏感。我有些自命清高吧，對於一些人一些事真的看不慣就是看不慣，一點不想委屈自己。我一直都覺著自己就是見人...