在和王珏博士的交流中，“落地”这个词出现了好几次。“要做研究，首先要研究清楚自己”，王珏博士这样说。“研究分为很多种，有理论研究，基础技术研究，基于好奇心的探索性研究，也有面向应用的研究。每个人的喜好和特长是不一样的，应该选择适合自己的研究道路。我是一个比较纯粹的实用主义者，所以特别喜欢应用驱动的研究，通俗的讲，就是能落地的研究。”

在王珏博士看来，能落地首先是选题的问题。“伟大的实用技术都有一个最基本的要素，就是他们解决的问题一定是用户的刚需。要做能落地的研究，首选需要理解和关注用户的痛点。工业界实验室之所以能诞生很多实用技术，是因为他们更贴近用户，理解什么是真正对用户有价值的问题，而不是闭门造车。” 在进入 Adobe 规划第一个项目之前，王珏博士花了一个月的时间走访了多家使用 Adobe 产品的影视机构，观察他们的工作流程，倾听他们对现有产品的吐槽，这才将动态视频去背景这个全行业的痛点作为首要研究的课题。

落地是一个艰难的过程。在王珏博士看来，一篇优秀的学术论文最多只解决了一半的问题，在落地过程还有大量的细节难关需要攻克，而攻克这些问题既需要灵感和巧妙的解决问题的思路，也需要大量的工程经验与实践积累。有的时候，甚至需要全盘推翻学术论文里面提出的解决方法。在2016年做全景图拼接的边缘正则化这个项目中，王珏博士带领团队在研究了学术界最新研究成果后，提出了一种巧妙的替代算法，实现了计算速度百倍的提升，也使得这个研究成果成为今天 Adobe Lightroom 里面广受欢迎的新功能。

“有一次在一个国际会议上遇到一家大公司 AI lab的manager， 聊天的时候我感叹我自己参与的项目只有大概 25% 的成功产品转化率，那位 mananger 很惊讶，因为他们那里这个数字只有大概 10%。” 王珏博士未来的目标，就是将这个转化率翻一倍，希望能达到 50%。

新智元对50%的成功产品转化率感到好奇，王珏博士进一步解释说，要达到这个目标，核心还是在团队的构建。如果单单是把10个顶级视觉专家放在一起，那么这个目标是没法达到了。一方面是团队必须包含从初期研发到最终落地所需要的全部人才，更重要的一点，是每个团队成员都要认可研究落地这个共同目标，并为之努力。特别是对科学家来说，能够放下身段，倾听客户的声音，从客户需求中去寻找自己的研究课题，才能保证研究的实用性。这也是华为精神在旷视内部广受推崇的原因。

计算机视觉的未来：有必要跳出视觉的圈子，从大系统的角度来看视觉，才不会有“只缘生在此山中”的错觉

作为在计算机视觉技术上有着多年积累的资深研究者，atv，王珏博士也与新智元分享了他对当下这一技术发展趋势的看法。

首先，今年的CVPR上，ImageNet大规模图像识别比赛被宣布终止，有专家解读说，未来业界会朝向视觉理解进军。那么，王珏博士如何看待计算机视觉的未来？

他说：“计算机视觉近几年发展很快，也有很多人预测未来的发展方向，我觉得他们说得都很有道理。我只想提一点，有的时候有必要跳出视觉的圈子，从大系统的角度来看视觉，才不会有“只缘生在此山中”的错觉。最近比较火的无人车和无人店就是很好的两个例子，两个都是系统工程，视觉是重要一环，但是如何将视觉技术和其他技术有效融合，才是其是否能成功的关键。”

从视觉本身这个领域来看，王珏博士觉得基于视频的视觉理解是一个重要的中长期方向。他说，现实世界中没有生物是通过一张静态图片来认知的，这个世界的很多规则和信息都包含着时序序列中。举个简单例子，你和一个人面对面交谈，他的复杂情绪变化你很容易从微小的面部表情感知。而拍一张图片，大家喊一句“茄子”就可以蒙混过关。对于视频的精细化理解，目前还处于起步阶段，还有很长的路要走。

计算机视觉在中国存在过剩吗？

计算机视觉技术在中国非常火热，有资料统计，几乎一半以上的AI公司都在这一领域发力，那么，在中国市场，这一技术存在过剩吗？