3月17日，人工智能科技公司格灵深瞳成功挂牌上海交易所，股票代码：688207，正式成为A股科创板人工智能第一股。

格灵深瞳成立于2013年，是国内计算机视觉行业和算法技术的早期探索者和实践者，在计算机视觉领域拥有大量自主研发的核心算法。格灵深瞳的创始人赵勇曾在谷歌总部研究院担任资深研究员，并参与谷歌眼镜的早期研发，在计算机视觉、运算影像学等技术领域具有丰富的行业研发经验。

2018年至2020年，格灵深瞳最近三年累计研发投入合计28，308.78万元，占最近三年累计营业收入的比例为77.37%，而最近三年核心技术收入占主营业务收入的比重分别为：96.66%、95.76%、97.98%。

作为AI产业化的先行耕耘者，格灵深瞳搭建了集数据采集、数据预处理、数据标注、模型训练、模型优选等模块于一体的底层AI技术平台——深瞳大脑，并据此搭建起了核心技术体系。

此外，格灵深瞳的盈利能力也不容小觑，若扣除股份支付费用的影响，格灵深瞳自2020年起就已扭亏为盈。2018年至2020年，公司经营性现金流净额分别-1.11亿元、-1.11亿元、0.35亿元，扣除股份支付费用后的扣非后归母净利润为-8632万元，-1.15亿元、1031.69万元，2020年已实现经营性盈利，这使得格灵深瞳成了第一家实现经营性盈利的AI企业。

“天才公司”的蜕变

早在成立之初，格灵深瞳就被视作AI行业的“天才AI公司”，同样它也是投资人眼中的香饽饽。

这并不奇怪，因为格灵深瞳的创始人兼“1号”核心技术人员赵勇本身就自带光环。他毕业于美国布朗大学计算机工程，并曾在谷歌总部研究院任资深研究员，也是Google Glass最早期的七位设计者之一。

此外他还曾经担任安卓操作系统中图像处理构架的设计者。

2013年和2014年，格灵深瞳分别拿到真格基金和策源基金的100万美元A轮投资、红杉资本领投的1700万美元的B轮投资。

后来，经历了核心技术形成的初期和商业化探索阶段，格灵深瞳终于开始腾飞。

从2013年到2022年，格灵深瞳完成了这场独属于它的“成长蜕变”，从一个“天才公司”成长为一家从技术、场景落地到财务数据上实现了“看得远、行得稳、立得正”的三位一体AI公司。

选最难的技术之路

格灵深瞳从创始最初就是一家坚持技术为先的公司，这正是它“看得远”的属性所在。

对外，公司曾在研发过程中向学术界开源其TrillionPairs 和 Glint360K 两个人脸识别数据集，并开源了PartialFC训练代码，用自己的力量推动行业的发展；

而对内，公司拥有了19项发明专利、6项实用专利、4项外观设计专利及77项软件著作权专利。

在行业具有标杆作用的各项比拼中，格灵深瞳也都取得了不俗的成绩：人脸识别准确率99.1%、公安部亿级人像算法测试的1：1测试通过率99.97%（万分之一失误率）等。

目前，格灵深瞳已经形成了基于深度学习的模型训练与数据生产技术、3D立体视觉技术、自动化交通场景感知与事件识别技术、大规模跨境追踪技术和机器人感知与控制技术等五大技术方向。

其中，最重要的区别是：在商汤、旷视等公司还在选择用打标注、堆算法等模式让计算机学会识别人脸时，格灵深瞳就已经超前选择了3D视觉技术一步到位。

但这并非没有风险，在早期，格灵深瞳的研发成本较高，实现商业化的时间也较晚。但看得远之后，行得更稳。

格灵深瞳的3D立体视觉技术方向布局包括多目传感器标定与深度估计技术、运动姿态分析技术、3D重建与立体视觉分析技术，其中3D重建与立体视觉分析是一项关键性的基础技术，技术先进性体现在点云配准，即通过对同一坐标系下的不同视角下的点云数据进行矩阵变换，从而实现目标的完整的3D模型重建。

在该领域，公司更是提出了基于全局信息的重叠点预测模块以及基于 Transformer 的非重叠点过滤模块，有效提升了点云局部和局部配准的精度。

数据显示，格灵深瞳在 ModelNet40 数据集上旋转角度误差（即参照定点，拟合数据与真实图像之间的夹角）评估指标可达到 1.16°，是该领域技术指标的最好水准，比第二名的精度提升30%。

因此，它也成为了国内能够利用3D立体视觉技术形成下游商用化落地的唯一一家AI公司。

落地场景多样化

选择更长远的技术终究仍只是“看起来很好”，最终要落到现实层面，关键的一步还是——商业化。

这也是困扰整个计算机视觉领域几乎所有AI公司的难题。

此前的“四小龙”为自己选择的落地道路也各有不同：旷视科技选择物联网、商汤科技选择做平台、云从选择了金融，而依图则选择了最为传统的安防，后来又直接转向了基础层的AI芯片。

而对于选择了一条“少有人走的技术路线”的格灵深瞳来说，其商业化选择也变得至关重要。

招股书显示，目前格灵深瞳覆盖的下游主要包括城市管理、智慧金融、商业零售、轨交和体育健康领域，其中城市管理所占比重最大，但随着时间的推移收入比例正变得越来越均衡。

前文已经提及，只有“金融”领域有云从科技这个竞争对手，格灵深瞳所选的另外两个领域中几乎看不到大型的竞争对手。

而当眼光转向金融领域，格灵深瞳与云从科技也存在显著差异：

云从主要依托人机协同系统做前台客户核验、身份认证的工作；而格灵深瞳则主要依托三维行为识别分析系统，应用于金库、加钞间与网点等处的安全运营场景，进行合规监控和行为预警。

简单来说，格灵深瞳从早期的技术选择，到后来的商业化探索，一直在寻求与竞争对手的差异化，寻求能够走得更坚毅、更稳健的道路。

而现在，格灵深瞳已经在属于自己的差异化道路上，达到了竞争对手难以企及的高度。

亏损扩大

格灵深瞳本次发行募集资金总额18.26亿元，扣除发行费用后，募集资金净额为16.70亿元。公司最终募集资金净额比原计划多6.70亿元。格灵深瞳2022年3月11日披露的招股说明书显示，公司拟募集资金10.00亿元，用于人工智能算法平台升级项目、人工智能创新应用研发项目、营销服务体系升级建设项目、补充流动资金。

格灵深瞳本次发行费用总额为1.56亿元，其中保荐机构海通证券股份有限公司获得保荐及承销费用1.28亿元。

本次发行的战略配售由海通创新证券投资有限公司跟投。根据《上海证券交易所科创板发行与承销规则适用指引第1号——首次公开发行股票》要求，本次发行规模18.26亿元，保荐机构相关子公司海通创新证券投资有限公司跟投的股份数量为本次公开发行数量的3.29%，即151.94万股，获配金额6000万元，限售期限为自公司首次公开发行并上市之日起24个月。

2018年、2019年、2020年、2021年1-6月，格灵深瞳的营业收入分别为5196.35万元、7121.07万元、24,271.56万元和7218.80万元；净利润分别为-7456.55万元、-41,758.32万元、-7820.16万元和-5703.79万元；归属于母公司所有者的净利润分别为-6990.22万元、-41,352.66万元、-7,786.92万元和-5,691.11万元；扣除非经常性损益后归母净利润分别为-9230.15万元、-18,861.19万元、-10,213.40万元和-5473.99万元；经营活动产生的现金流量净额分别为-11,066.09万元、-11,063.18万元、3508.82万元和-4404.14万元。

2021年，格灵深瞳实现营业收入29,356.23万元，较2020年同期增长20.95%；净利润-6871.30万元，同比增长12.13%；归属于母公司股东的净利润-6841.77万元，同比增长12.14%；扣除非经常性损益后归母净利润为6510.88万元，同比增长36.25%；经营活动产生的现金流量净额-8590.36万元，同比下降344.82%。

2022年1-3月，公司预计营业收入约为5452.00万元——6599.79万元，收入较2021年同期增长约194.25%——256.19%；归属于母公司股东的净利润约为-1968.56——-1312.38万元，同比增长53.66%——69.11%；扣除非经常性损益后归属净利润为-1990.88——-1327.26万元，同比增长52.25%——68.17%。

AI企业亏损之谜

亏损，几乎是人工智能企业的共性。旷视作为行业的独角兽之一，或许能从其招股书中，窥见AI行业的一隅。

旷视招股书显示，截至 2020 年 9 月末，旷视累计未弥补亏损为 142.5亿元。旷视最新招股书披露，2017年-2020年9月，归属于母公司所有者的净亏损分别为7.75亿元，28亿元、66.4亿元及28.46亿元。

为什么会在不到四年时间亏损上百亿？旷视在招股书中解释道，优先股以公允价值计量导致的账面亏损，以及公司正处于发展期投入大量资源用于研究创新及市场开拓。

旷视招股书显示，2017年-2020年9月公允价值变动收益分别为-5.89亿元、-20.96亿元、-54.7亿元、-18.56亿元。除去优先股以公允价值计量导致的账面亏损，旷视的亏损分别为1.85亿元、7.04亿元、11.7亿元、9.9亿元。

在除去优先股以公允价值计量导致的账面亏损之后，亏损数额看似大幅减少，但累积来看，四年时间里，旷视归母净亏损合计依旧高达30.49亿元左右。

30多亿元，亏在哪里？这显然备受瞩目。高额的营业成本，或许能解释一二。

数据显示，旷视2017年-2020年9月营业总成本为5.53亿元、12.58亿元、23.92亿元及17.53亿元，累计营业成本59.56亿元。

营业总成本很大一部分花销在于销售费用、管理费用以及研发费用。其中，旷视研发费用分别为2.02亿元、5.98亿元、9.33亿元、6.6亿元。分别占营收比例的66%、70%、74%、92%。换句话说，旷视的营收的“活水”基本上用于研发之后就难以再支撑其他开销。而剩下的成本缺口，则相应转化成了亏损。

作为技术驱动型企业，旷视在研发上的投入呈现上升的趋势，但从营收占比来看，旷视的研发投入占营收比重同样逐年攀升，甚至研发投入接近全年营收总额。

旷视在招股书中也坦言，由于人工智能行业的特殊性质，在不断探索新解决方案和新应用场景时，由于技术迭代速度较快、研发项目的进程会导致结果的不确定性。

艾媒咨询CEO张毅认为，目前人工智能企业在不断地开拓新业务试图拉高营收数据，但营收增长的同时，利润却没有得到同步增长，也就意味着营收带有一定的泡沫。

营业成本居高不下，营收回血跟不上烧钱速度，也直接导致了旷视现金流数据不容乐观。报告期内，旷视经营活动产生的现金流量净额分别为-1.68亿元、-7.47亿元、-15.91亿元以及-8.18亿元。旷视解释其原因称，主要系持续投入研发创新和市场开拓成本升高，以及经营规模扩大人力成本增加。

在创道投资咨询总经理步日欣看来，过去快速成长起来的一批人工智能企业都带有互联网的基因，前期靠着资本疯狂投入，这些企业开始不计成本地投入、开拓市场，进而被“催熟”。所以呈现出看似市场规模很大，但却亏损不断的现象。

AI企业还有未来吗？

近年来，数据、算法与算力三大驱动因素显著发展。在数据方面，互联网的快速发展使高质量、大规模的大数据成为可能，海量数据为包括计算机视觉在内的人工智能技术的发展提供了充足的原材料。在算法方面，机器学习算法取得重大突破，以多层神经网络模型为基础的算法，使得机器学习算法在人脸识别等领域的准确性取得了飞跃性的提高，为商业化应用奠定了重要技术基础。在算力方面，计算力提升突破瓶颈，以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助算法模型可以在更大的数据集上运行。

上述三大因素不断进步极大促进了人工智能技术的发展，尤其是以深度学习为代表的机器学习算法，及以计算机视觉、智能语音、自然语言处理、生物特征识别为代表的关键技术取得重要突破，部分技术已接近、甚至超越人类水平。未来，人工智能行业在数据、算法、算力方面仍具有巨大的发展与进步空间。相关技术创新与研发投入力度将继续加大，更快更高效的算法模型与部署效率、更庞大且标准化的行业数据、更强大且成本更低的计算芯片，将进一步推动行业技术进步。

文章来源：华尔街见闻，证券日报，中国新闻周刊，中经网财经