获得红杉种子等数千万元A轮后，CoCoPIE引进产业大牛准备滚雪球|科学家创业系列NO.04

采访、撰文 | 马继伟

系列导语：

猴子进化成人难，人变成创业家很难，科学家变成创业家难上加难。

2012年的《创业家杂志》曾经做了一个特别策划，讨论“当科学家变成创业家”。这个角色转变会遇到的各种各样的问题。比如当科学家/创业家遇到体制，遇到市场，遇到资本。我们甚至总结出科学家创业的“七宗罪”。《创业家杂志》的记者发现，很多科学家是“伪创业”，很多创业家“人格分裂”，但创业面前，人人平等，科学家尤其要自我革命。

时代在发展，不同时间节点的创业的科学家担负着不同的使命。“如果你是一名正在创业或准备创业的科学家，请忘记你的其他所有身份，院士、教授、博士、工程师、学者、知识分子......请忘记‘填补国际空白’、技术报国、诺贝尔奖......请直接面对市场、产品和管理本身，请不要再人格分裂了。“这段话，《创业家杂志》的记者们曾将它作为稿件结尾。或许放在现在，作为叮嘱每一个创业的科学家的话，依然不过时。

本文的主角是一家成立于2020年的年轻公司——CoCoPIE。创始团队是三位人工智能方向的顶尖教授：美国东北大学的王言治教授、北卡罗来纳州立大学的慎熙鹏教授及威廉玛丽学院的任彬教授。今年8月，CoCoPIE完成数千万元A轮融资，红杉中国种子基金等是其投资方。今年，CoCoPIE还有一个重要的动作是从产业界引入新任公司负责人——产业大牛李晓峰。李晓峰的加入是大趋势下的奇妙缘分。偶然性之外，又有其必然性。李晓峰将带领这家公司在“无处不在的AI”这条又长又湿的赛道上滚起雪球。

以下为正文：

注定相遇的奇妙缘分

我跟三位教授很早之前就认识了。他们都是兼具天分和勤奋的人。我和慎熙鹏教授是十几年的老朋友。我们算得上在同一个领域，只不过我在工业界，他在学界。我们彼此都很了解对方的工作。平时，我们闲聊时，总会交流领域中学术界有什么进展、工业界有什么机会。熙鹏侧重软件系统能力。任斌任教授侧重编译技术。言治教授侧重模型和优化。三位教授创业前也经常合发论文。

他们的学术背景为AI运算本地化提供了一个专用硬件之外的解题思路——“压缩-编译协同”设计。他们的合作可谓黄金组合。缺少其中任何一个都很难把“压缩-编译协同”做成顶级技术。

简单地说，“压缩-编译协同”设计，是指将AI大模型变小，并使其与芯片更适配，进而让“大模型”上“小芯片”的一种软件技术。有了这一技术，不仅现存的数以十亿计的芯片能够运行AI模型，真正实现端侧智能；对于智能设备厂商来说，能用较为低端的芯片实现较为高阶的智能，一方面降低了成本，另一方面也规避了现如今芯片荒的问题。

2020年，他们一起创业时，我就很看好他们，也一直关注CoCoPIE的进展。CoCoPIE进步得很快，有点超出我的预料。当时，我还在OPPO工作。我正一门心思带着团队在基础软件领域攻难克艰。我希望做出比较大的突破，再考虑其他机会。所以我才于今年10月初加入CoCoPIE。

2020年-2021年，三位教授带领团队将发明转化为有效的产品中的关键技术。CoCoPIE也从技术孵化阶段进入到一个比较重要的发展阶段——产业化阶段。三位教授一直在学界，对于CoCoPIE即将迈入的新阶段并不熟悉，而我一直在工业界摸爬滚打，可以弥补他们的不足，我之前的经验也恰好可以帮助CoCoPIE更好、更快地发展。

加入CoCoPIE还有一个原因是我十分认同CoCoPIE的愿景——让AI无处不在。这也是我的职业生涯的志向所在。我想创造一个能够改变人们生活的产品，能够让用户通过使用它感受到技术让生活变得更加美好。

CoCoPIE的愿景和科技发展的数字化的发展有关。数字化的过程就是不断地让设备变得更聪明、并持续渗透到人们生活的过程。计算机的发展史，就是一个不断智能化、普及化的历史，让设备能够更好、更快地解决人们的问题、满足人们的需求。计算机从最简单的计算器，到PC，再到手机，越来越聪明、越来越普及，能够处理越来越多的事情。未来计算机若想变得更聪明，目前所知唯一的可行方式是基于深度学习的AI技术。而CoCoPIE所做的事情就是让AI的任务执行得更好。“让AI无处不在”意味着CoCoPIE不仅仅想让现有的AI任务执行的更好，我们还想让现在不能执行AI任务的设备也能执行AI任务，使得所有的智能设备在它们渗透的所有场景中都变得聪明起来。我们坚信随着智能设备的普及，AI将将越来越多地走进人们的生活。数字化从计算机诞生以来，经历了一波又一波浪潮，每一波浪潮都将数字化的应用范围向外延伸。现在，新一波数字化浪潮已经进入到万物互联的时代。我们要趁波前进，顺势而为。

我个人的职业生涯、所从事的工作也是让每一台智能设备变得更聪明。我先后在英特尔、华米、华为、OPPO等公司工作。我在华米做小米手环时，曾负责过健康手环项目，这项工作需要用到AI算法检测心率和心脏的健康状况。在华为，我带领的一个团队负责的是移动感知，也即通过手机感知人的行为。我主导的很多项目都是如何让终端设备的AI能力能够尽可能多地发挥出来，让它们变得更聪明一些。

从技术的角度看，我过去所做的事情是怎么样让一个程序在芯片上跑得更好。现在做的事情是怎么样让AI程序在设备上跑得更好。本质上是一回事儿。从用户价值的角度来看，我长期跟终端用户打交道，跟移动设备、IoT设备打交道。我推动并见证了AI所能施展作用的空间越来越广。这么多年来，我一直身处业界最前沿，对于技术改变人们生活深有体会。所以“让AI无处不在”的愿景，深深地打动了我。我和三位教授的出发点不一样，所选择的道路也不一样，但是走着走着，走到了一起。这看似偶然，实际上是业界发展的必然趋势。

做好CEO与雪球哲学

对我来说，加入CoCoPIE是一个挑战。

因为我将面对的是一个全面角色。这个角色要把公司带入一个新阶段，需要具备融资、团队管理、产品战略、业务战略等多种能力。我之前的工作经历是一笔巨大的财富，它们将帮助我胜任新角色。

我在创业公司、跨国公司，中国公司、外国公司等各种类型的公司都待过，干过各种不同的角色，也参与团队从无到有的创建。比如在英特尔工作时，我创建了英特尔中国运行时实验室。加入华米时，华米也是一家初创公司。我担任华米美国的总经理，协助创始人从0到1搭建华米的美国团队。

在CoCoPIE，我也不是一个人在战斗。我和团队在一起。我们分工协作，共同面对。其实，CEO主要起到模范带头的作用。不管事情多棘手，总需要有人把这件事情理顺、展开，并推动这件事。

当前，我的主要工作就是把“雪球”推起来。三位教授源源不断地提供技术和创新，而我侧重将技术、创新转化为客户价值，打造一个从创新到产品再到价值的闭环，将公司做大、做强，让客户、股东满意。用埃隆·马斯克的第一性原理来解释CoCoPIE对客户价值：我们能够帮助客户用最小的计算量满足其AI任务的计算需求。

在内部沟通中，我们将创新、产品、价值构成的闭环比作“雪球”。造好“雪球”之后，在AI这个又长又厚的雪道上，我们要滚动起这个“雪球”，在滚动中，将变得越来越大。

滚动起雪球

将“雪球”推起来，首先需要一个动量。

这个“动量”是一个有战斗力的高质量团队。

CoCoPIE成立仅一年。在有限的时间之内，三位教授带领团队将创新转化为产品中的关键技术。之前的团队，是以技术创新、产品原型为目的搭建而成的。当产品走向产业化，要为客户提供非常坚实的产品和服务。这和原型产品有着很大的差别。它需要CoCoPIE构建一个集合相关领域的技术创新、产品工程、客户支持的人才补充到团队中来。

2022年，CoCoPIE的主要目标是验证并完成基本的产品化，推出更加成熟的解决方案，然后再新开15个项目。

所以， CoCoPIE需要一个优秀、完整的团队打造出可工程化的产品，并与典型客户一起打磨、提升从产品到价值的闭环能力。具体的实现路径来自客户。客户需求是所有产品标准化和创意的起源，而我们将在服务客户过程中，进一步提炼和抽象，提升CoCoPIE的产品力和闭环能力。这些工作是“雪球”滚动起来的关键。

l 三种服务模式赋能客户

具体而言，为了赋能客户，目前，CoCoPIE有三种服务模式：面向中小客户的云服务、面向自己有AI团队的软件工具链软件许可、面向硬件平台客户的软硬件一体化深度定制。不同的服务模式目前我们都有客户在合作，一起推进打磨。目前，腾讯、Cognizant、以及某芯片供应商等都是CoCoPIE的典型客户。Cognizant是一家全球顶级的软件方案提供商。

工具链的软件许可是三种服务模式中较为直接的一个。直接把开发出的工具链许可给客户使用。有时候，客户需要的不是AI工具集，而是CoCoPIE直接提供给他们AI应用。因此，我们也会提供一些高度优化的AI模型库直接给客户使用。有了工具链和模型库之后，我们可以根据硬件平台厂商个性化的硬件需求，用工具链适配硬件，帮助硬件厂商更好地发挥其平台的AI计算能力。需要指出的是，这里的硬件平台厂商不但包括通用芯片，还包括专业芯片。工具链均可以帮助它们超水平地发挥其AI潜力。云服务指的是将工具链和模型库放到云端供客户使用。

闭环力来自客户服务

对于CoCoPIE来说，面对不同服务模式下的不同客户，其技术内核都是一样的，只是产品化的方式会有所不同。像云服务会涉及到云计算能力，软硬件一体化深度定制则要为特定的硬件平台做后端的代码生成。

举一个超分辨率技术的例子。超分辨率技术可以把低分辨率图形变成一个高分辨率的。一般通过AI技术实现。对于手机视频播放软件，由于当前业界的超分技术不能满足视频帧率的实时要求，这一技术始终难以使用。CoCoPIE的技术通过软件优化技术对硬件平台赋能，让超分技术得以在手机端实现。

超分辨率技术是一个能够在很多场景都能够落地的技术。但具体到某一个具体产品上，仍需要做很多工作。比如某互联网客户是用在手机的视频播放软件上，希望利用超分辨率技术来节省数据传输的带宽；某电视台客户是在服务器上处理每天新产生的大批量视频内容；某芯片平台客户则是希望把超分辨率能力直接植入其平台软件栈，成为其平台的内建能力。不同客户的落地场景很不相同。

除了上层应用场景不同，底层硬件的能力和很不相同。它们有不同类型的核。核的架构、指令集也是不一样的。另外，不同硬件平台的屏幕大小、分辨率也不一样，可能在有的设备上需要提升一倍的分辨率，在另一台设备上则需提升4倍。为了实现跨平台的普适性，我们进行了多种探索。

我们希望打造一种普适性的超分技术。为了做到这一点，CoCoPIE通过与这些不同的客户合作，从中抽象出产品的共性需求，然后根据共性包装产品。只有这样，才能提高产品的标准化程度，有利于其未来规模化增长，服务更多的客户。

超分辨率优化只是工作中遇到的一个例子。当服务的客户越来越多、积累的经验越来越丰富，我们的工具链也会越来越标准、越来越全面。刚才提到的三种服务模式本质上是怎么样用好这个工具链，其核心的“压缩-编译协同”技术不变的。这是雪球滚动起来并形成倍增效应的基础。

未来，CoCoPIE希望通过软件技术赋能合作伙伴，和合作伙伴、客户共同打造一个能够良性互动的生态。而不是仅靠CoCoPIE一家公司将生态撑起来。在CoCoPIE的“雪球”滚动过程中，我们的合作伙伴也在滚动它们的“雪球”，最后大家形成合力，变成一个特别大的球。这个生态“大雪球”有非常强的倍增效应，因为它的表面积是半径的平方，滚动一下，就可以带动很大的生态，服务很多的客户。

下附李晓峰个人简历：

李晓峰

博士  毕业于中国科学技术大学

曾任OPPO软件首席架构师。在OPPO，他带领团队制定和实施公司的基础软件技术战略，发明了继原生应用和小程序之后的第三代应用生态的软件技术。

此前，李晓峰任华为技术副总裁，在华为美研带领团队研发下一代操作系统。他主导发明的智能设备虚拟化等分布式技术，使得多个智能设备比如手机、电视、音箱、车机等可以一个大终端的形式协同工作，为华为1+8+N战略解决了一个关键软件技术障碍。在华为，李晓峰博士的团队还负责基于深度学习的移动传感平台的构建，研发应用于移动设备的智能感知算法。

加入华为之前，李晓峰任华米美国分公司总经理，兼技术副总裁，负责协助建立美国研发团队，并领导团队进行健康手环产品的软件和算法研发。助力公司在纽约证券交易所挂牌上市。

在此之前，李晓峰曾在英特尔工作14年，历任软件架构师及实验室负责人。期间创建了Intel中国运行时实验室，该实验室因为在虚拟机、编译器技术方面的贡献在业界有较高的知名度，领导团队开发的微运行时系统在英特尔的平台上被广泛部署，也曾负责Android系统在英特尔移动平台上的性能、功耗和流畅性。

李晓峰曾是著名开源软件Apache Harmony JVM（DRLVM）的架构负责人，是Apache软件基金会的第一位中国人。

李晓峰曾在中国科技大学、北京大学给研究生讲授过并行计算机体系结构、虚拟机设计技术等课程。