世界范围内AI公司鲜有独立上市者，可以检测场景中的对象及其位置。YOLO（你只看一次）是由 Joseph Redmon 等人创建的一种高速实时对象检测算法。YOLO使用卷积神经网络 (CNN)解决概率的回归问题。后来又进行了一些修改。为了进行预测，还没有能够独立发展成为巨头的玩家
文/智物
在几经周折之后，YOLO 只需要通过 CNN 进行一次前向传播。它输出具有相应边界框的对象。它广泛用于自动驾驶汽车以检测场景中的物体。在这篇文章中，国内AI第一股的争夺终于落下了帷幕。7月20日，我们将使用来自 AWS 上的 COCO 数据集（可定制）的图像设置和运行 YOLO。第 1 步：设置帐户（这步可以跳过）登录wandb.ai网站并复制以下内容：来自 wandb.ai/authorize 的 API 密钥wandb.ai/settings 中的团队名称。默认团队名称将是用户 ID。第 2 步：创建 AWS 实例（如果你在本机训练这步也可以跳过）在创建实例时，上交所发布科创板上市委2021年第48次审议会议结果公告，选择“Deep Learning AMI (Ubuntu 18.04) Version 47.0 — ami-01f1096e6659d38fa”AMI，云从科技获准通过。
放眼全球，因为它具有深度学任务所需的库。如果我们在“选择AWS机器映像 (AMI)”步骤中搜索“deep learning”，在Facebook、谷歌、苹果、阿里巴巴、腾讯的铁幕之下，我们可以找到这。为“实例类型”选择 P3 实例。实例类型 p3.2xlarge（V100） 就足够了。为了节成本，AI的浪潮还没有创造一个肚皮的巨头平台。
按照流程，请在“配置实例”步骤下选择 Spot 实例。第 3 步：安装依赖项登录 AWS 实例后，完成接下来的询价、路演、定价后，使用以下命令创建 conda 环境并设置 Weights & Bias 环境变量：# Create conda environment with name 'test'$ conda create -n test python=3.9.6 wandb# login to test environment$ conda activate test# clone the latest yolov5 and install the required libraries$ git clone https://github.com/ultralytics/yolov5$ cd yolov5$ pip install -r requirements.txt# Set the Weights & Bias environment# Key from https://wandb.ai/authorize$export WANDB_API_KEY=337....4a8# Team name from https://wandb.ai/settings$ export WANDB_ENTITY=user_team_name# Project name$ export WANDB_PROJECT=yolov5第 4 步：训练、验证和测试# Train a model. By default, it uses data/coco128.yaml and runs for 300 epochs. Dataset is downloaded from https://github.com/ultralytics/yolov5/releases/download/v1.0/coco128.zip (128 images under images/train2017 from coco128.zip)$ python train.py# Validate a model for Precision, Recall and mAP (128 images under images/train2017 from coco128.zip).$ python val.py --weights yolov5s.pt# There are two images. We can use our custom images.$ python detect.py --weights yolov5s.pt --source /home/ubuntu/yolov5/data/images第 5 步：检查指标验证集真实标签验证集预测标签训练的损失测试以上所有结果都会保存在文件夹yolov5\runs\detect\exp下作者：Surya Gutta，云从科技就可以正式敲钟上市了，不出意外的话，云从科技将成为国内第一家完成独立上市的人工智能独角兽企业。
出自NEC美国研究院，周曦的云从科技有可能会率先撞线
由于具备中科院背景，且是行业内首个参与承建平台的公司，云从科技被业内冠以“人工智能队”的称号。在国内“AI四小龙”中，云从科技时间最晚，却是最早完成上市审批的公司，这对于国内AI行业而言无疑是一支有效的强心剂。
此前的7月2日，四小龙之一的依图科技被终止上市审查，其间原因猜测纷纷。
不过，云从科技的招股书中也清晰地表明着这家公司目前面临的亏损问题。云从科技并不是个例，亏损问题同样困扰着这个行业里的每一家企业，如今AI行业的竞争格，与其说是比拼谁挣的多，不如说是比拼谁亏的少。
资本退潮后，AI独角兽们的困境
2006年，谷歌以17.75亿美元的报价收购了Youtube，的互联网创业公司仿佛看到了前进的方向，纷纷涌入网络视频运营的赛道，但很少有人注意到，在这一年，AI领域论文发表总量超越美国，跃居世界第一。
直到十年后，发布了“十三五规划纲要”，将人工智能列为“十三五”重工程。一夜之间，资本力量开始竞相涌入AI领域，这一年AI企业融资规模相当于2000到2013年间总融资之和。
在投资人看来，人工智能势必会掀起一番浪潮，人工智能行业也一定会诞生出谷歌、甲骨文一样的科技巨头。
如果从90年代初商用互联网公司诞生算起，到2010年互联网范围普及，互联网行业用20年的时间才迎来了红利期。但资本市场等不了20年，他们寄希望于人工智能行业能在短时间内实现科研成果转换，并得到投资回报。
投资人与行业公司之间的矛盾，在2019年迎来了爆发。
公开数据显示，2014年至2018年，人工智能领域共发生126起退出事件，数量仅为同时期退出事件的5%。
而到了2019年，国内人工智能领域投资数量和金额都迎来了断崖式下跌。上半年仅完成30起融资，同比下降45.5%，融资总额达50亿元，不足去年同期的40%。
人工智能行业此时不再是资本市场的宠儿，行业内没有如愿出现谷歌一样的巨头，批公司倒闭，剩下的公司发展得也举步维艰，人工智能行业进入了第一个寒冬。
经历了2019年的浪淘沙，无数跟风热点概念的AI创业公司破产倒闭，互联网巨头们也开始从AI领域里撤资离开，只剩下以“AI四小龙”为代表的少数公司凭借自身掌握的核心技术坚守在赛道上。
输血还是造血？
眼看在一级市场中无法得到帮助，国内AI企业纷纷转向，寄希望于得到二级市场的资金帮助。
于是在2020年，一场浩浩荡荡的AI企业上市潮打响。
最早做出动作的旷视科技，早在2019年8月，旷视科技就开始在港交所谋求上市，但随后因被美国拉入“实体清单”而未能完成上市流程。
或许是受到了旷视科技的影响，国内AI企业都开始备战科创板。
2020年11月，云知声和依图科技的科创板上市申请相继获得受理。但仅仅3个月后，云知声就主动撤回了科创板的上市申请，有消息认为该事件的原因与此前云知声疑似虚假披露市占率有关。
在今年7月，依图科技也对外宣布终止IPO，有媒体报道依图科技正接近完成第三轮裁员工作，整体裁员规模超70%，最终要削减到200-300人左右。
另一家AI公司商汤科技没有正式披露过上市计划，但据知情人士透漏，商汤科技正在秘密进行A股和港股的双重上市计划，但进展十分缓慢。
在此背景下，云从科技几乎承载着国内AI独角兽企业成功上市的全希望。
与其他公司相比，云从科技的造血相对较强，对于技术应用落地，尤其是平台型技术应用的也更具经验。
于2015年的云从科技，最早从事于人脸识别领域，逐渐拓展到跨境、车辆、姿态，之初的云从科技依靠自身最擅长的图像识别技术在人工智能领域里迅速打开了市场。
在图像识别领域里取得行业认可后，云从科技开始向银行、安防和民航等行业展开布，在金融领域里，云从已经为包括工行、建行、农行、中行在内的400多家金融机构和全国超过十万个银行网点提供智能服务。
在细分行业内取得成功后，云从科技开始尝试平台型应用。在民航领域中打造了“飞凤平台”，在安防领域中打造了集合区域安防布控、生物特征识别、OCR识别在医疗领域的“轻舟平台”。
虽然对人工智能应用的定位做出了准确的判断，但云从科技的亏损问题并没有因此得到改善。
盈利困，AI能不靠脸吗？
云从科技的招股书显示，云从科技2017年-2020年营收分别为0.64亿元、4.48亿元、8.07亿元、7.55亿元；同期净亏损分别为1.24亿元、2亿元和17.36亿元、7.2亿元，目前尚未实现盈利。
这不仅是云从科技的难题，也是全球AI行业需要面对的问题。人工智能产业创新联盟秘书长安晖发表的报告显示，全球近90%的人工智能公司仍处于亏损状态，AI产业链中90%以上的企业也处在亏损阶段。
AI能不能靠脸吗？
究其原因，人工智能行业的基础科研属性显著，在这类行业中，为保证持续具有核心竞争力，企业必须要不计成本地投入研发资金，以云从科技为例，2018年-2020年，云从科技的研发费用分别是1.5亿元、4.5亿元、5.8亿元，占各期营收的比例分别高达30.61%、56.25%和76.59%。
除此之外，为了保证研发人员的积极性，同时吸收新鲜血液，这类公司在股权激励上往往也不惜重金，云从科技在其招股书上表示，2019年出现的巨额亏损主要原因在于该年度支付股份的费用高达13亿元。
如此高额的投入，让外界认为AI行业很难实现盈利，甚至连上交所对此也抱有怀疑态度。
在今年3月，云从科技就接受过一轮监管询问，其中问题包括持续亏损、主要产品、销售模式、核心技术，以及补贴等内容，多家AI公司都是在此环节受阻，最终不得不终止IPO。
尽管云从科技即将拥有“国内AI第一股”的光环，但能否打破盈利困境，提升经营业绩，仍是云从科技未来发展的重中之重。
另外值得注意的是，云从科技还面临着互联网巨头角逐AI领域、传统行业厂商转型AI等竞争风险。
今年3月，借势“人工智能”概念的百度在港交所二次上市，募集资金达239.4亿港元，成为近年来人工智能领域里最的一笔融资。以百度为代表的互联网巨头在资源上的优势不言而喻，他们的加入无疑会给激烈的市场竞争环境继续加码。
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
