张磊与他的DINO宇宙：从MSRA人脸检测赛马到创立视启未来
来源雷峰网查看原文
速览
- 张磊2002年在MSRA人脸检测PK中击败权威专家李子青，方案被集成进Windows
- 他当时带的实习生包括黄峥、朱珑、颜水成、肖嵘、王长虎等，后多成中国AI产业核心人物
- 张磊在微软任职二十年，沈向洋三次亲自邀请其加入Bing、MSR和IDEA研究院
- 在Bing期间发布MS Celeb数据集，其图文匹配思路影响了OpenAI的CLIP模型
- 2021年回国加入IDEA研究院，带队做出DINO、Grounding DINO系列视觉模型
- Grounding DINO将开放域语言能力引入物体检测，获ECCV 2024最具影响力论文
- 2025年创立视启未来，天使轮融资近亿元，张钹与沈向洋两位院士任顾问
- 视启未来押注隐空间世界模型，方向与Yann LeCun的World Model路线一致
雷峰网左林右狸频道发布长文，讲述微软亚洲研究院（MSRA）出身的计算机视觉科学家张磊的二十年职业轨迹。2002年，博士毕业不到两年的张磊在MSRA内部一场人脸检测算法PK中，击败了当时已获比尔·盖茨演示、与Anil K. Jain合编《人脸识别手册》的专家李子青，其方案最终被集成进Windows。他当时带领的实习生团队中包括后来创立拼多多的黄峥，以及朱珑（依图科技）、颜水成、肖嵘（云天励飞）、王长虎（爱诗科技）等人。张磊在微软任职二十年后，于2021年应沈向洋邀请回国加入IDEA研究院，带队做出DINO、Grounding DINO系列视觉模型，在COCO等基准上力压谷歌、Meta、微软同类模型。2025年，其核心团队从IDEA孵化创立「视启未来」，天使轮融资近亿元人民币，张钹与沈向洋两位院士担任顾问。
关键事实
- 2002年MSRA内部人脸检测算法PK，张磊团队用三个月将误报率从「买一送一」降至1%，方案被集成进Windows
- 张磊在微软任职从2001年到2021年，共二十年，历经MSRA、Bing、MSR、Azure
- 在Bing期间，张磊从零搭建名人识别系统，单模型识别20万人，准确率99%，并公开发布为MS Celeb数据集
- 张磊主导的Caption Selection项目构建约2到3亿规模图文匹配数据，OpenAI的CLIP模型重点参考了这种图文匹配思路
- 在Azure期间，张磊带领约10人团队做出Azure上超过一半的计算机视觉API
- 2022年初代DINO在COCO目标检测榜单上持续霸榜5个月
本站视角
对中文AI从业者而言，这篇文章的价值不在于又一位科学家的履历回顾，而在于它揭示了中国计算机视觉领域一条清晰的人才谱系：MSRA在2000年代初的一次内部赛马，意外地成为了中国AI产业多个关键人物的共同起点。黄峥、朱珑、颜水成、肖嵘、王长虎等人均出自张磊当时带领的实习生团队，这种「一个人带出一批人」的效应在国内AI发展史中并不多见。对做视觉基础模型和具身智能的团队来说，张磊在2021年逆主流判断、坚持视觉优先的路线，以及DINO系列在COCO等基准上力压谷歌、Meta、微软的成绩，说明中国团队在视觉基础模型领域已具备全球第一梯队的竞争力。视启未来押注的隐空间世界模型方向与Yann LeCun的World Model路线一致，但张磊提出的「以物体为中心、跨本体动作对齐、因果驱动」三个技术内核能否在工程上落地，仍需观察。需要指出的是，本文信息主要来自雷峰网对张磊及其同事的采访，部分历史细节（如PK的具体过程、沈向洋三次邀请的细节）依赖当事人回忆，缺乏第三方交叉验证；视启未来的天使轮融资额和顾问阵容虽具体，但公司尚未有公开的产品或技术指标可验证其世界模型路线的实际进展。对关注中国AI基础研究的人来说，这是一个值得跟踪的团队，但不宜将融资消息等同于技术突破。
背景与影响
微软亚洲研究院（MSRA）成立于1998年，被业界称为「中国AI的黄埔军校」，走出了李开复、张亚勤、沈向洋、王坚、何恺明等人。张磊1999年进入MSRA实习，师从张宏江转向图像检索方向，博士导师为清华张钹院士。2002年的人脸检测PK是MSRA内部为将人脸检测功能集成进Windows而发起的赛马，输掉的团队面临撤销。张磊胜出后，其团队实习生陆续成为中国AI产业的中坚力量。2021年张磊应沈向洋邀请回国加入IDEA研究院（粤港澳大湾区数字经济研究院），2025年核心团队孵化创立视启未来，方向为隐空间世界模型，与图灵奖得主Yann LeCun提出的World Model路线一致。这意味着中国视觉基础模型领域可能正在形成一支有全球竞争力的团队，其后续在具身智能和世界模型方向的进展值得关注。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。