今年是创业邦连续第十年推出“30岁以下创业新贵”榜单，也是创业邦首次把“30岁以下创业新贵”的舞台交给年轻的90后和00后们。在市场风云骤变，竞争局面更加暗潮涌动的情况下，通过解读这些年轻的创业新贵们，展现他们在各种前沿技术中的探索、深耕，他们的创业激情和创新意识，将如何影响并改变这个时代。这是本系列第 10 篇报道。
作者｜Dexter
编辑｜刘 岩
图片设计｜李斌才
摄影｜张勇
与大部分人“潜意识”里常见的衣着随意、头发稀疏的“程序猿”不同，出生于1991年的武彬，白净的脸上透露着斯文和书卷气。或许是因为常年安坐于电脑前敲击代码，他给人一种安静的感觉，但配合正襟危坐的姿势，又显示出他拥有无与伦比的耐力。
2017年，武彬于清华大学研二在读时成立北京极睿科技（Infimind）有限责任公司。
这是一家专注于时尚领域的人工智能技术与解决方案提供商。
武彬希望能凭借着海量的时尚领域数据、国际突出的计算机视觉算法和工程能力，构建出技术与时尚的桥梁，实现时尚产业数字化与智能化变革，让时尚行业获得更加良性发展。
截至目前，成立才三年的极睿科技累计已完成三轮融资。
分别是在2017年8月，完成金沙江创投500万天使轮融资；2018年11月，完成魔量资本数千万元Pre-A轮融资；2019年10月，完成由红杉资本领投、图灵创投跟投的亿元级A轮融资。
而在每一轮的融资中，所有老股东全部都选择加持跟进。
此次突然暴发的新冠肺炎疫情，服饰纺织行业面临巨大的冲击，极睿科技结合自身技术优势，为服饰行业客户提供了多元化人工智能运营方案，帮助解决人效低、库存管理、电商平台上新困难等问题。
其推出自研的 AI 赋能时尚产品—— AIFashion开放平台、电商智能化运营产品——ECPro、PIM——服装品牌智能企划决策系统，以及服饰检测、属性识别、时尚智能搭配、时尚知识图谱、营销文案生成等产品，已在时尚领域得到了广泛的应用。
目前，极睿科技与韩都衣舍、以纯、江南布衣、京东、小红书、小米、衣二三等客户建立了深度合作。
01 时尚行业要进行数字化变革
2010年，19岁的武彬考入清华大学计算机系，本科毕业后又进入清华大学人工智能实验室攻读硕士。
在本科就读期间，武彬和自己的辅导员徐镇一起，研究针对服饰领域的卷积神经网络。神经网络(neual networks)是人工智能研究领域的一部分，当前最流行的神经网络就是深度卷积神经网络。目前，卷积神经网络在很多研究领域中都取得了巨大的成功，例如: 语音识别，图像识别，图像分割，自然语言处理等。虽然这些领域中解决的问题并不相同，但是这些应用方法都可以被归纳为：深度神经网络通常是可以大规模自动从数据中学习特征，并把结果向同类型未知数据泛化。
武彬出身在一个从事服装行业经营的家庭。在家庭的耳濡目染下，他很早就发现，服装行业的商品，从设计、生产、流转、销售，再到消费者手中，要经历一条很长的链路。人和商品间的距离很远，生产者“闭门造车”，不知道消费者要什么，造成库存堆积。
上大学后，由于他在专业上专攻人工智能方向，因此就产生了将AI技术赋能时装行业的想法。
他发现这个行业，数字化程度很低，商品从生产到流转都处于十分传统的模式。而且服饰属于非标品，在不同的场景下会有不定的影响，一件衣服折叠起来和穿在身上会展现完全不同的形态。服饰的柔性化，对计算机要求很高，识别难度很大，这让武彬看到了机会。
2015年，武彬搭建了一个数据标注平台，建立自己的数据壁垒。当时，为了达到更精准的定位，他们只专注于标注大品类的服饰商品，保证包、上衣、裤子、连衣裙这些品类“做到足够好”。
武彬和徐镇一共付出了几十万元成本，用一年多时间，不仅标注了100多万条数据，同时收获不小。
在清华大学读研究生时，武彬成为清华x-lab在培育团队“超满意”项目的发起人。这个“超满意”是一个消费大数据智能感知及分析平台，其宗旨是一方面帮助消费者高效地甄选商品，让人人成为购物专家；另一方面帮助品牌和商户准确把握市场反馈，提升核心竞争力。
2017年3月，硕士在读的武彬与徐镇一起将这个项目变更为北京极睿科技公司。
极睿科技的创始团队均来自清华计算机系。创始人武彬是清华计算机系2010届本科、清华计算机系自然语言处理实验室硕士；CTO徐镇是清华计算机系本科、清华网络科学与网络空间研究院硕士，曾就职于解放军第56研究所，从事并行分布处理与智能计算机相关研究工作，有多年电商大数据和人工智能相关工作经验；CV负责人孙丹阳是清华智能技术与系统国家重点实验室硕士。
很快，他们当年研究的深度学习算法的识别效果引起了投资人的关注。仅仅4个月后，极睿科技就拿到了金沙江创投500万元的天使轮融资。
创业的第二年，极睿科技又拿到拼多多天使轮投资方魔量资本的数千万元Pre -A轮融资。第三年，完成由红杉资本领投、图灵创投跟投的亿元级A轮融资。
以武彬为首的三个清华计算机系的理工男，计划用AI技术，对时尚服饰行业进行一场数字化的变革。
02 用AI技术解决实际问题是关键
家庭成长的以及求学的经历，很早就让武彬认识到，技术不仅能改变人们的生活，也能让时尚行业走向可持续发展。现在，不仅可以对巨大的时尚服饰市场赋予抽象的新兴技术，进而呈现出抓取眼球、打动人心的表现形式，而且，从产品的可追溯性、供应链的视觉化，大数据对品牌形象赋能的来看，都涌现了很多新玩家，出现了新格局。
可以看到，科技力量的变革已经成为时尚行业自我升级的新出路。
在这种思路的指导下，武彬认为，可以提升和发挥个人价值的创业时机已经到来。
武彬初创的极睿科技，定位为一家致力于用深度学习技术赋能时尚零售行业的公司，用 AI为时尚行业提供一站式人工智能技术与数据服务。
但他也坦承，这个创业举动，也受到商汤科技、旷视科技等人工智能公司的启发和鼓励。
此前，极睿科技团队一直在思考如何运用人脸识别等新技术赋能传统零售行业的“人货场”，而服饰、时尚商品，作为零售业的重要组成部分，同时也依赖于视觉特点，并且，在这个产业链条中，不仅前端的服装设计到最终的生产出库都由人力代工完成，而且服装设计需有海量的素材与图片，对于资源的整合与数据分析，也未得到良好的管理。因此，人工智能技术在服装整条供应链中能发挥串联的效果，使科技代替人力，使资源得到整合。
武彬认为，与热门的无人驾驶、医疗影像和视频监控等领域相比，服饰零售简直是一片蓝海市场。
这不仅是因为服饰零售市场空间足够广阔，根据相关统计，2017年中国服装类零售总额高达14557亿元，而且从设计师、品牌、一二三级批发、到门店和电商再流转至消费者手中，每一个环节都需要服务商进行维护和赋能，传统购衣体验存在很大的提升空间。
更为重要的是，极睿科技的初始团队在服饰识别、分析和检索方面都拥有突出的技术，切入服饰零售领域水到渠成。
在当时的人工智能改造零售业的赛道里，大多竞品做的是全品类商品，实际效果一般。基于此，武彬认为，只有在单一垂直领域挖得更深，做更多数据积累，才能提供更完备的产品体验。
“如果分散积累服饰数据、汽车数据和零售数据，其实并没有强贯通性。但当我们把设计师数据、品牌数据、生产数据、消费数据整合在一起，就可以发挥数据的最大价值。”武彬如此说。
目前，极睿科技的主要产品有AIFashion开放平台、ECPro易店通——服饰电商一站式智能平台、PIM——品牌智能服装数据中心等，为服饰品牌、电商平台、时尚媒体和线下服装零售等提供先进的计算机视觉解决方案。
AIFashion基本覆盖国内外时尚内容媒体数据，含数亿级的服饰图片数据，因此，AIFashion不仅在线上可以进行服饰相似检索，通过图片即可搜索到同款或相似服饰商品，而且还可以让 AI 学习时尚博主的穿搭风格。
另外，AIFashion还能根据图片完成商品的归类整理，实现商品的快速上架与智能化运营管理。在服饰商品识别与属性标签识别中，分别达到了99.53% 与 97.89% 的准确率。并且，AIFashion还能根据上传图片生成中文、英文、法语、德语、俄语等多种语言标题。
在线下，AIFashion可以通过智能试衣镜和个性化橱窗，对商城进行改造升级，使线上与线下体验相结合。
通过智能试衣镜，在用户拿起或穿上衣服时通过计算机视觉等技术进行感官处理，衣服的产地、材质、清洗方式等服装附加信息会显示在屏幕上，并且通过线上的自动搭配功能，进行跨类别店铺内其他商品推荐，让用户有更完美的购物体验。
通过个性化橱窗，AIFashion可以根据用户的体貌特征与穿衣风格，智能推荐本店铺的商品搭配或定制化显示用户可能喜欢的商品信息。
“以后我们甚至能够做到，只要你到达一个服饰店门口，系统根据你的相貌特征已经准备好了相应的搭配推荐供你选择。”武彬说。
在武彬看来，AIFashion基于美学原理作为结构化先验知识，使用深度学习的方法从数十万网红达人的穿衣搭配中抽取美学特征，构建出精准的时尚语义空间，为服装搭配、服饰命名等功能提供了有力保障。
自 2018 年 8 月AIFashion上线以来，已与京东、小红书、ABox、Plum等企业建立深度合作关系。
而易店通ECPro智能上货系统，则是针对服装电商企业和个人提供快速生成详情页和上货服务的SAAS 系统。基于这个系统的图像识别技术能更多更准地识别商品属性、以及更加精确地识别商品类别。同时，智能化切图与排版技术让详情页文案更丰富更人性化、更加突出服装的特色和卖点，主要是为了解决小卖家美工、文案水平一般，无法精细化设计与运营；大店铺人力成本高的问题。
“以前产品上线需要五到十个人，花费五个小时，需要编辑、运营、美工设计等合作完成，而ECPro的识别能力、分析能力、自动生成能力能在一分钟之内完成，极大地提升了上架效率。”武彬说。
目前，这个系统支持淘宝、天猫、京东、拼多多等多家主流电商平台的男装、女装、童装等服装类目。
极睿科技目前的第三个重要产品，就是品牌数据中台PIM系统，这是一款专注于服饰品牌产品开发需求的行业SAAS。PIM通过捕捉全网动态的最新流行趋势图片并结构化，结合电商数据辅助竞品分析，并打通品牌内部企划、设计、生产与销售环节的商品数据，帮助品牌进行智能化企划决策。
武彬相信，通过这三个扎实的产品，应该能更加高效地做好商品的调度。从一个商品最源头的企划，到终端的用户手里，商品和人的距离将逐渐拉近。那时，企业会更多的知道用户的需求，对于库存降低，对于人效的提高，都会有很大的改变。
03 要迅速建立起技术壁垒
目前，极睿科技服务的对象主要包括服装品牌商、电商、电视、内容媒体。极睿科技可为电商用户，如京东、拼多多等完成一键商品上架与一键店铺装修服务；可为服装品牌商，如韩都衣舍、以纯等自动完成服饰商品识别，准确分析出商品材质、版型以及标签；除了服装品牌，近年来国内出现的新模式，比如租赁平台、二手电商、订阅平台等，也有部分是极睿科技的客户。
“新模式最重要的是做人和商品的打通，我们则为新的模式提供商品标签，做管理和后台数据服务。” 武彬称。
其实，不管是新消费体验，或是新消费模式，都很依赖于底层技术的发展。“技术是带来新体验的必经之路。极睿科技就是以赋能激活数据，以数据驱动行业变化。”
但一件衣服穿在身上和叠起来是完全不同的形态，而且还受到光照、角度、遮挡等因素的影响，针对这些特点对模型进行优化，识别上就会更加精准。正是因为这些原因，服饰类商品的识别和分析相比硬质类商品和人脸更加复杂，也更容易建立起技术壁垒。
武彬深信任何成功都不是偶然的，他希望能够迅速建立起自己的技术壁垒，从2017创业开始，在武彬的带领下，极睿科技每年都参与清华大学大数据能力提升项目。
这个项目旨在促进大数据人才培养，服务国家大数据发展战略，具体由清华大学研究生院、数据科学研究院及相关院系共同设计组织实施，主要面向在学研究生，包括硕士和博士，培养具有大数据思维和创新能力的“π”型（高级复合型）人才。
去年，双方共同合作的项目课程是《时尚趋势预测分析》。
在这个课程中，项目成员需要基于能“读懂服装”的图像识别算法，来获取时尚图片中的各式服装信息，再通过数据清洗得到有效搭配数据，进而采用机器学习算法，深入挖掘上衣和下衣搭配的规律，从而实现给出一件上衣（下衣），就马上能推荐符合审美的下衣（上衣）的功能。
而在这个项目中的图片数据，主要就来源于极睿科技已有的时尚网站图片数据。通过极睿科技提供的图像识别API对已有图片进行识别，进而让机器学习。
这个项目完成的搭配推荐模型，取得了良好的效果，可用于指导用户的日常穿搭以及电商平台服装商品推荐。
这是武彬创业以来，极睿科技与清华大学大数据能力提升项目第三次合作。他说，“我们希望未来达成更多的项目合作，为学弟学妹提供这样的实践机会，同时也帮助极睿获得新的大数据应用创新项目，帮助极睿更快成长。”
在校期间，武彬多次参与973、863重点项目。也入选"北京U30 30岁以下杰出青年"、"工信部中小企业领军人才计划"等各项评奖，还曾获得英伟达最佳应用案例等奖项。
他认为，数智时代是服饰产业未来的一个标准的方向。“我的想法推动整个行业的数字化和智能化，能更好地调配资源，更好地感知用户，从而更好地设计生产，让这个行业更加良性发展。”
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
