◆ “衣+”創(chuàng)始人張默
2015年年底，ImageNet競賽（被譽為國際計算機視覺領域的“奧林匹克”）結(jié)果揭曉?！耙?”團隊的三位成員，在“靜態(tài)圖片和視頻目標檢測和分類任務”中獲得了五項世界第一，與它同場競技的有谷歌、英特爾、微軟等巨頭和斯坦福、香港中文大學等研究機構(gòu)。
兩年前，張默從新加坡回到國內(nèi)，創(chuàng)立“衣+”，研發(fā)人工智能視覺搜索引擎。系統(tǒng)主打柔性物體（如衣服等）識別，準確度約90%。
產(chǎn)品主要面向B端，包括邊看邊買引擎、圖像識別智能分析引擎、人臉識別分析引擎。通過識別和分析視頻或圖像中的物體，以標注、打點、搜索同款等方式投放廣告，提高轉(zhuǎn)化率。
◆ “衣+”的商業(yè)模式
目前，“衣+”的合作伙伴有30多家，包括優(yōu)酷、360、新浪微博、阿里云、華為等，已接入淘寶、天貓的2億SKU，并獲得優(yōu)土等平臺的內(nèi)容和流量導入。系統(tǒng)能識別10000類物品、400種場景，單物體識別一項的精度甚至超過人眼。
注: 張默承諾文中數(shù)據(jù)無誤，為其真實性負責，鉛筆道已備份錄音速記，為內(nèi)容客觀性背書。
2013年圣誕節(jié)前，硅谷一家投資機構(gòu)的辦公室里，張默正在協(xié)議上簽字。座位旁邊放著一副拐杖。事故發(fā)生在前一天，她腳踝骨折，但這個“天生愛闖蕩”的姑娘，連石膏都沒有打，一路從新加坡殺到硅谷。
協(xié)議簽完，張默當場拿到了一張15萬美元的支票。她手握支票，心潮澎湃。此時，她只有一個創(chuàng)業(yè)想法，做一個以圖搜衣的軟件，其余什么都沒有?！巴顿Y機構(gòu)愿意在這種情況下給錢，我還挺受鼓舞的?！?/p>
她關注計算機視覺領域很多年。北京大學軟件專業(yè)畢業(yè)后，她曾在華為、微軟和IBM等公司從事研發(fā)工作。她一直認為，“技術創(chuàng)新能創(chuàng)造藍海，而計算機視覺技術又是發(fā)展前沿”。
工作之余，她潛心研究行業(yè)，尋找應用方向。作為一個“擁有愛美之心”的女生，張默經(jīng)常關注時尚，有時在路邊、網(wǎng)上看到好看的衣服，自然而然地就想搜到同款?，F(xiàn)有的文本搜索框無法滿足需求，她決定通過視覺識別搞定。
◆ 穿上西裝和晚禮服的程序師們讓人耳目一新。
種子輪融資塵埃落定，張默拄著拐杖，返回新加坡。算法團隊來自當?shù)?，開發(fā)團隊則是清一色的印度人。三個月時間，張默沒有躺下來養(yǎng)病，而是拖著腿上的石膏跟研發(fā)團隊奮戰(zhàn)。
5月，出于市場考慮，張默回國，成立“衣+”。“當時我覺得北京是一個充滿夢幻和憧憬的城市，所以義無反顧地回來了。”
張默招來自己的同學和朋友，組建了一支10人的團隊攻堅技術難關。他們選擇直接從圖像識別中最難的柔性物體（如衣物等）識別入手。這類物體穿在人身上容易變形，相對剛性物體（如3C、日用品等）來說，技術壁壘更高。
為了提高識別的準確度，團隊采用卷積神經(jīng)網(wǎng)絡將不同商品建模。該模型設計通過不同層級去表述商品的不同特征，可以識別復雜環(huán)境，盡可能排除光線、角度、圖片質(zhì)量的干擾。
◆ 層級示意圖
模型網(wǎng)絡的底層采用商品的基本特征，如顏色、款式、材質(zhì)和紋理等；更高層使用細節(jié)特征，如衣領翻折角度、皮毛材質(zhì)的卷曲程度、圖案的大小間距等。“現(xiàn)在，我們的層級已經(jīng)從20多層發(fā)展至200層，已經(jīng)超過了去年微軟提出的152層?！?/p>
此外，團隊建立深度學習模型，通過訓練數(shù)據(jù)（商品數(shù)據(jù)）和用戶行為反饋，糾正系統(tǒng)，持續(xù)迭代優(yōu)化。“算法是引擎，數(shù)據(jù)是燃料，兩者缺一不可。”當時，系統(tǒng)的SKU大多通過爬蟲抓取，數(shù)據(jù)量不大。
10月，“衣+”App上線，用戶可通過手機拍照上傳，搜索服裝同款信息。兩個月后，張默拿到500萬天使輪融資，投資人是兩個分別將公司出售給阿里、騰訊的成功創(chuàng)業(yè)者張峰、戴志康。
上線后，產(chǎn)品一直不溫不火，張默琢磨著此路不通。“C端獲客成本太高，場景有限。”春節(jié)前后，她決定轉(zhuǎn)移到B端，讓圖像識別嵌入圖片和視頻網(wǎng)站，植入到更多高頻剛需場景?！耙曨l網(wǎng)站需要廣告，廣告主需要流量，圖像識別恰好可以連接兩端，將視頻流量導流至電商和廣告主中。”
去年3月，一次極客咖啡的股東聚會上，張默碰到了優(yōu)酷負責戰(zhàn)略合作的李捷。優(yōu)酷正好在尋找擁有圖像識別技術的合作方，幫助廣告變現(xiàn)。
會后，雙方達成合作。張默根據(jù)優(yōu)酷的需求，調(diào)整系統(tǒng)。在圖像識別的基礎上，增加視頻識別，追蹤物體運動軌跡，定位關鍵幀。識別目標從衣物拓展到常用商品，如水杯、電話等。
此外，張默推出場景識別。通過檢測物體推斷畫面場景，投放廣告，建立品牌和場景之間的聯(lián)系。如伊利牛奶主要應用于家庭和運動場景，當系統(tǒng)識別出這類場景時，會以角標、AR特效或疊加動漫貼圖等方式出現(xiàn)伊利的廣告。
去年9月，張默拿到A輪融資，投資方是優(yōu)酷土豆、樂搏資本和三行資本。三個月后，兩款產(chǎn)品在優(yōu)酷土豆上線。
◆ “衣+”針對優(yōu)酷土豆推出的兩款產(chǎn)品
上線之初，商品主要通過爬蟲抓取。一個月后，阿里平臺為“衣+”帶來億級SKU。目前，團隊已接入2億商品，深度學習模型不斷迭代，識別準確率從80%升至90%。
事實證明，場景與產(chǎn)品的相關性提升了廣告效果。“拿視頻打點廣告來說，CTR（點擊到達率）達到了5%~10%，是傳統(tǒng)廣告的25~50倍?！?/p>
其中，廣告主由視頻網(wǎng)站和平臺共同洽談。根據(jù)銷售情況的不同，雙方七三或六四分成。
今年，產(chǎn)品已漸漸成形，張默主要在推廣上發(fā)力，上游合作伙伴可分為三類：
“衣+”主營業(yè)務包括精準場景化營銷業(yè)務、邊看邊買電商業(yè)務和技術服務提供商。盈利模式為軟件技術許可和廣告分賬。
經(jīng)過1年的鉆研，團隊于今年5月，研發(fā)出三值神經(jīng)網(wǎng)絡。這項技術將模型壓縮了16倍（32bit到2bit），精度幾乎保持不變。識別系統(tǒng)可放到本地設備中運行，對內(nèi)存、計算能力和耗電的要求大幅降低，“運算速度快5倍”。
目前，“衣+”的合作伙伴有30多家，包括優(yōu)酷、360、新浪微博、阿里云、華為等，已接入淘寶、天貓的2億SKU，并獲得優(yōu)土等平臺的內(nèi)容和流量導入。系統(tǒng)能識別10000類物品、400種場景，單物體識別一項的精度甚至超過人眼。
未來，張默將進一步訓練模型，擴充識別品類、延展應用場景，嵌入更多的應用和平臺，完善B端業(yè)務。
