从“天才公司”到“人工智能第一股”，格灵深瞳完成蜕变

近日，A股迎来了真正意义上的“人工智能第一股”——格灵深瞳。

对比其他AI企业在港股与A股坎坷多艰的上市历程，格灵深瞳从受理到过会再到上市仅经历半年多时间，也实属顺畅。

3月7日，格灵深瞳科创板启动申购，发行价为39.49元/股，发行股数不超过4624万股，预计募资总额将达18.26亿元。

3月17日开盘，格灵深瞳正式登陆科创板，股票代码688207，截至收盘，其总市值约为69亿元。

当我们的目光穿透招股书，更能从多维视角看到它身上的独特魅力：不慌不忙、步履坚定。

01

国家级战略与喷薄的市场

如果我们以技术的视角回看人类发展史，会发现每次将生产力推进下一个更领先阶段的，其实都是硬科技，也就是对经济社会发展具有重大支撑作用的关键核心技术。

量化历史学家曾经指出，工业革命是人类历史上最伟大的事情。

作为全球第二大经济体，我们一直在努力建设社会主义现代化强国。但在历代工业革命的发展历程中，中国此前曾经长期处于跟跑的地位，未能领先。

当我们进入工业4.0时代，中国却已经已经进入了以人工智能为核心的“第四次工业革命”的第一梯队，并把人工智能当成了未来战略的指导。

2016年，国务院发布了《“十三五”国家科技创新规划》，明确把人工智能作为发展新一代信息技术的主要方向。

2017年7月，国务院颁布《新一代人工智能发展规划》，正式将发展人工智能上升到了国家战略层面。

在此基础之上，工信部又于2018年12月发布了《促进新一代人工智能产业发展行动计划(2018-2020年)》，提出了具体行动目标，不仅聚焦基础理论与关键技术、也关注在各个重要行业的落地化应用。

2021年3月，十三届全国人大四次会议通过的《十四五规划》，明确提出“培育壮大人工智能、大数据、区块链、云计算、网络安全等新兴数字产业”，为“十四五”甚至较长时期内我国人工智能行业以及公司未来持续较快发展创造了良好的政策环境。

在此背景之下，人工智能产业获得了长足的发展。

据艾瑞咨询数据，2019年我国人工智能核心产业及带动产业规模分别为1088.6亿元和3821.5 亿元，预计至2025年将分别达到4532.6亿元和16648.3亿元，年均复合增长率分别为26.8%和27.8%。

将产业细分，人工智能可以分为底层的基础层、中间的技术层与上层的应用层。其中基础层主要包括芯片和基础软件框架，是人工智能的重要基石;而技术层则通过关键技术和算法模型完成技术型支撑;最终落地的是应用层，面向特定的应用场景需求而形成软硬件产品或解决方案。

格灵深瞳就是一家专注于技术层与应用层的AI公司。它所属的计算机视觉核心产业规模和带动相关产业规模在2019年已经达到633.3亿元和1438.6亿元，并预计将在2025年分别达到1537.1亿元和4858.4亿元。

02

“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。

03

看得远：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。

04

行得稳：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。

05

立得正：财务数据最稳健

技术的长期投入、落地场景的选择，最终需要体现在财务数据上。

虽然从整体报表上看，目前国内的AI行业公司并未能实现规模性盈利，格灵深瞳2018-2020年的归母净利润也呈现亏损状态。

但以2020年数据为例，当年归母净利润为如果剔除股份支付费用的影响，那么它2020年的扣非归母净利润为1031.69万元，已经实现扭亏为盈，且为行业内首家已经实现经营性盈利的AI公司。

如果说，各家的盈利仍在路上，但人均收入与毛利率的差异却已经十分显著。

2018-2020年，格灵深瞳的人均创收从人均20.79万元增长至92.29万元，位列行业可比公司第一位。

2018-2020年，行业整体平均毛利率分别为50.06%、48.21%和38.71%，而格灵深瞳的同期毛利率则分别为62.60%、53.13%和61.57%，远高于行业平均。

2021H1，公司毛利率高达72.37%。

而在这每一项优异数据的背后，都是格灵深瞳此前长达9年的选择与积累。

尾声

每个行业都会有些公司，他们愿意做困难的事、愿意付出更高的成本，等待“厚积薄发”那天的到来。

在新能源车领域有比亚迪，长期坚守磷酸铁锂、做垂直模式完善自己的产业链;在AI领域这个公司或许正是格灵深瞳，不做粗暴的模型堆积，愿意自己从头搭建技术体系。

“做困难但正确的事”，这是每一个“第四次工业革命”参与者应有的使命感，而格灵深瞳已经用实践告诉了我们答案。