被遗忘的6号:那个拒绝姚班的绍兴少年,和他藏在万亿刷脸生意背后的十年暗线

news2026/5/4 18:58:26
被遗忘的6号那个拒绝姚班的绍兴少年和他藏在万亿刷脸生意背后的十年暗线旷视的故事里一直有两条线。明线上站着的是印奇、唐文斌、杨沐——姚班三剑客聚光灯下的联合创始人。2019年旷视冲刺IPO的时候他们仨的名字出现在每一篇财经报道的标题里。暗线上站着一个团队被反复以“等”字略过的人周而进旷视12号员工初三保送清华的IOI金牌选手FaceID的缔造者一个27岁就管着百人团队的人脸识别技术负责人。这两条线之间隔着的不只是股权和头衔。还有一手把技术从论文变成10亿部手机里的刷脸功能的那十年暗路。绍兴一中信竞流水线和那个被清华“预定”的初三小孩绍兴一中信息学竞赛圈子有一个心照不宣的传统——走出去的IOI金牌选手暑假会回来给学弟上课。唐文斌回来上过。周而进也回来上过。这个“内部循环”背后藏着绍兴一中的实力在全国信息学竞赛的地图上绍兴一中是那种不需要被科普的存在。周而进出生在一个教师家庭父母都是老师老家在绍兴。具体哪个镇他很少提。外界能找到的资料里他从初中开始泡在信息学竞赛里用的是和所有OI生一样的方式——刷题、调试、和一道题死磕十几个小时。没有什么天才觉醒的戏剧性瞬间。但他很快就脱离常规叙事了。初三那年周而进拿下全国青少年信息学奥林匹克竞赛NOI金牌。“初三”、“NOI金牌”——这两个词组放在一起在OI圈子的分量不需要翻译。清华大学的保送资格随之而来那时他连高中还没上完。2009年8月第21届国际信息学奥林匹克竞赛在保加利亚普罗夫迪夫市举行。周而进作为四名中国队员之一出征拿下银牌第一——通俗点说总分在所有银牌选手里排第一。两年后2011年IOI在泰国芭提雅他又杀进国家队这次摘回的是金牌总分全球第七。同届金牌榜第二名叫范浩强。三年后他们会在旷视成为战友。两届IOI一银一金。在信息学竞赛这个圈子里“稳定”这个词比“第一”更难。因为你一年可以状态好两年不崩就很难初赛到省选省选到集训队集训队到国家队四选一每一轮淘汰率都在90%上下。能连进两届国家队的全国一只手数得过来。但周而进身上真正反常的东西是在选专业的时候暴露出来的。那时候的他手里捏着一张明牌——姚班的入场券。姚班是什么概念姚期智创办全国30个名额历年IOI、NOI金牌的默认终点站。唐文斌在里面印奇在里面范浩强也在里面。周而进没去。他去了清华大学电子工程系。这个选择在当时很难被理解。电子系硬件方向跟信息学竞赛的算法选手之间存在一个天然的“错位感”——去做硬件相当于从打比赛时最擅长的算法舒适区一脚踩进了一个需要重新学起的新领域。多年以后他自己解释了两层原因。第一层是对“应用科学”的兴趣。“电子工程的技术可以运用到许多不同的方面技术落地这个对我来说比较有吸引力。”第二层他没明说但可以从他在清华的项目选择里看出来——他进了电子系主任汪玉的实验室专攻硬件方向。对于一个已经站上算法金字塔塔尖的少年来说主动离开舒适区去重新学一门完全不同方向的东西——这种选择里藏着他后来职业生涯中反复出现的一个底层逻辑接近硬件的那些人往往才真正懂得什么叫“算法落地”。后来旷视做手机端的人脸识别方案算法要跑在算力极度受限的手机芯片上别人在做模型压缩周而进从硬件端反向理解需求。那个“选错了方向”的大学四年成了他后来职业生涯最大的护城河之一。12号员工和那个叫FaceID的起点2013年暑假大二快结束的时候周而进接到了唐文斌的邀请“来旷视看看。”那时候唐文斌在旷视管技术是他清华的学长也是绍兴一中信息学竞赛“师兄回来上课”传统里最经典的那个角色。“读高中时我就认识唐文斌了。他当时还在清华暑假回绍兴的时候会来母校给我们上信息学竞赛的课。”周而进后来这样回忆。大二那个暑假周而进骑着共享单车从中关村出来骑十五分钟到科学院南路2号的旷视研究院。那时候旷视成立不过一年多租的办公室不大员工不到20个人主营业务是做手游。那款叫“Crows Coming”的体感游戏用前置摄像头做人脸追踪玩法是用头部摇晃控制稻草人赶走乌鸦。唐文斌、印奇和杨沐从这款游戏里验证出了一件事——人脸识别这个方向有搞头。但验证和做成产品之间隔着十万八千里。需要有人从头把算法从论文变成云服务、变成API、变成手机厂商可以信赖的东西。这个人就是周而进。他加入旷视后的第一个任务是开发一个真正能让公司赚钱的商业产品。那时候金融行业有个痛点远程身份验证需要用户拿着身份证拍照然后靠人眼比对。效率极低准确率还不行。周而进盯上了这个痛点。结果就是FaceID——金融级身份认证云服务。这是旷视第一个真正意义上的商业产品。当初能拿下互联网金融、银行、征信机构的首批客户全靠这东西。后来这个产品成了旷视商业模式的起点也是最早实现规模化营收的产品线。实习期间周而进还顺便干了一件事——他以第一作者的身份参加了ICCV 2013的自然环境人脸关键点定位比赛300-W拿下工业界组冠军。ICCV是计算机视觉领域三大顶级会议之一。300-W是当时人脸关键点定位领域最权威的国际评测标准极其严苛。周而进提交的方法在真实环境下的人脸检测准确率上超过了同场竞技的全球所有参赛团队。那年他大学还没毕业。2015年周而进从清华电子系毕业正式以第12号员工的身份加入旷视任高级研究员。此后四年他的人生进入了一条飞速爬升的曲线25岁当上算法总监带近百人研发团队。27岁担任人脸识别研究组负责人——这是旷视最核心的技术阵地。他在人脸识别、人脸检测方向拿下多个顶会级别的世界第一。他负责的面部识别算法被广泛应用在各大主流品牌智能手机中。旷视从一个不到20人的手游公司发展成近3000名员工的世界级AI企业全球有超过10亿部手机在使用旷视的技术。周而进经手或主导的算法跑进了这些手机里。但真正让人看清周而进这个人技术思维全貌的不是这些数字。是他做FaceID这件事本身——把一个从零开始的技术原型推到金融行业的商用级标准跑通商业闭环赚钱。这件事在整个旷视历史上被严重低估了。“算法量产”背后的那场思想越狱在旷视的前五六年里周而进和团队做算法落地的方式跟当时行业里几乎所有AI公司是一样的。客户来了需求派几个算法研究员去驻场从头收集数据、标注、训练模型、调试部署到客户的系统里。一个项目接一个项目一年大概交付5到10个。“今年多做几个项目明年需要多招人后年又要多招人每年都预计今年招完人做这一波项目明年就好了但实际上发现明年有更多的项目要做人员永远招不够。”周而进后来在一次采访里这样描述那种状态。更严重的问题是知识体系是储存在研究员脑子里的不是在系统里的。研究员离职了项目质量跟着波动行业知识壁垒高了算法研究员跨行业做项目相当于每次都从零开始补课。周而进管这叫“小作坊模式”。2019年底他做出了一个决策逻辑上很简单但行业内很少有人敢做的事——停止作坊式生产开始带队自研算法生产平台AIS。这个平台的核心逻辑不是“做更多算法”而是把生产算法的过程本身标准化、工具化、系统化。降低对算法研究员的绝对依赖让不同行业的客户自己能参与算法生产。周而进自己用了一个很精准的比喻算法量产本质上是一本“菜谱”——数据、算法、算力只是炒菜的原材料菜谱告诉你用什么火候、什么顺序、怎么搭配。真正懂菜的人不需要每天请大厨站在灶台前。2022年7月AIS平台正式上线全面支撑旷视城市物联网等业务的算法落地工作。这个平台从头到尾是周而进带队做出来的。从技术架构到产品选型从内部推进到对外发布。这也是他在旷视内部从“最强单体算法”完成向“系统型技术负责人”角色跃迁的关键一步。在2022年底的一次公开交流会上周而进系统性地阐述了一套方法论核心是三个判断算法生产模式的进化不是工具层面的小修小补而是生产力本身的升级问题不在“产出更多算法”而在于让算法生产的产能不再线性依赖人的数量算法量产是AI大规模落地的必经之路。“小作坊模式一定不可能真正解决未来的大规模需求。”周而进说。这句话背后是他作为旷视内部从实习生一路做到核心研发负责人的亲历者对冲了AI 1.0时代十年所有痛点的最终判断。产品端是FaceID和手机AI基础架构端是AIS和算法量产体系。十几年下来周而进在两个维度上都交出了经过真实验证的答卷。但AI 1.0时代结束后旷视上市受挫业务收缩无论是对公司的叙事还是个人的心气都落入了某种僵持。一个最擅长折腾的人选择了最不动声色的创业姿势2025年3月一则融资消息让沉寂许久的旷视故事重新浮出水面。一家叫原力灵机的具身智能公司宣布完成2亿元天使轮融资投资方包括君联资本、九坤创投、启明创投。创始团队来自旷视科技成员包括范浩强、周而进和汪天才。这不是一个全新的团队。这其中周而进的身份是联合创始人兼CTO。从旷视的人脸识别技术负责人到一家具身智能创业公司的CTO——他再次站在了技术最前沿也再次面临一个人从零开始搭建技术架构的任务。原力灵机做的具身智能通俗来讲就是“让AI有身体”——用大模型驱动机器人在物理世界里完成真实任务。这一轮AI创业浪潮里具身智能被认为是比大模型更难、也更接近AGI终极形态的赛道。但这支团队选择了一条“不性感”的路——没有立刻堆订单冲营收没有急着讲一个软硬全栈的漂亮故事去拉高估值。他们做的第一件事是建模型、搭数据框架、做评测系统。成立不到一年原力灵机完成了三轮融资。A轮由蔚来资本领投洪泰基金、联想创投等跟投A轮由阿里巴巴独家注资数亿元三轮累计金额近12亿元人民币。在原力灵机周而进负责具身模型与系统架构的研发。2025年底到2026年初团队密集交出了几项关键成果具身原生大模型DM0发布开源框架Dexbotic 2.0上线量产工作流DFOL和真机评测平台RoboChallenge上线。“具身智能会让99%的团队被筛掉”在一系列技术发布后周而进密集接受了几次深度媒体采访抛出的判断一个比一个冷。2026年4月他在接受《智能进化论》采访时给出了三个论断第一真机数据无可撼动。“你要真想把具身智能搞出来至少得有百万小时级别的真机数据规模。”第二具身智能的“ChatGPT时刻”不是花哨动作而是基本动作不出错。机器人到了一个自己没见过的场景面对没见过的物品不炫技、不出错、稳稳把事情做完。周而进管这叫“开箱即用的泛化性”并直言这个能力“会残酷地筛掉99%的人”。第三不可压缩的时间成本。“这里面有大量无法用算力跳过去的认知和工程问题——撞不过去就会死在这块地里面。”这三点不是从理论推演出来的是一个做过十年AI商业落地的人在真实战场上被反复教育后沉淀下来的判断。同月他接受了另一家媒体“智能相对论”的专访系统阐述了原力灵机的技术架构——世界模型 VLA视觉-语言-动作模型耦合。和行业里一些试图直接套用现有大模型做“嫁接”的思路不同原力灵机选择从零构建原生机器人模型DM0。周而进称之为“分层智能系统”大脑层对场景环境做长程理解和规划小脑层处理拿、放、推、拉等low level动作指令System 0层驱动电机、处理关节控制、传感器的力反馈和触觉反馈。这三层分开训练、协同推理。周而进对此的解释一如既往地朴素和人一样理解世界、规划任务、操纵物理实体本质上是不同层级的能力。记者问他这和行业里那些“大模型机器人”的路径有什么本质区别。周而进跳过了所有技术黑话“我们做的事是让人工智能真正理解‘干预世界’和‘预测世界’之间的区别。”翻译成大白话大模型在文本里写“把杯子拿起来”和真让一个机器手臂不碰倒东西地把杯子拿起来是两件完全不同的事。“不靠谱才有意思”是别人的剧本“做到再说”是他的肌肉记忆周而进成为原力灵机CTO这件事之所以值得被单独拉出来深度回顾不是因为又出了一个IOI金牌创业者——这些年从IOI走出来创业的人已经不少了。而是他身上那股从少年时代就根深蒂固的工程师逻辑在经历了商汤竞争、旷视上市波折、AI寒冬之后几乎没有被稀释。翻遍他在旷视时期的所有公开报道他的表达方式极度统一技术层面观点直接、不给余地——“这个模型跑通了”“这条路做不了”“别绕”。商业层面坦诚到有时候不像是管理层该说的——“旷视早期也是小作坊模式就是堆人。”个人层面几乎不提供任何情绪价值。他不喜欢讲那些“不靠谱才有意思”的戏剧化创业叙事他的底层信仰没那么浪漫但更结实——“把事做成”。从头到尾把这句话验证了四件事FaceID从零到商业化的一次成功手机AI从算法原型到全球十亿部设备的一次渗透AIS算法量产平台从内部平台到完整产品体系的一次构建以及现在——在经历了之前所有这一切后依然有足够的动力跳进具身智能这个新坑。原力灵机刚起步胜负远没到揭晓的时候。但周而进在这个节点上做出创业决定本身更像是在用行动说一句话能真正改变物理世界的AI才配被称为“智能”。这是他十四年技术生涯一直在追逐的答案。接下来要看的是他能不能带着一帮同样打了十几年硬仗的旷视老将在一个全新的、更硬的赛道里再赢一次。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2551229.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…