Naive AI 融资背后的团队
梳理 Naive AI 创始团队的视觉、Infra 与自动驾驶背景。
为什么重要
为了解 Naive AI 团队技术组成与研究积累提供线索。
阅读原文leiphone.com
AI 解读（根据原文生成）
文章围绕成立 7 个月、完成三轮融资的 Naive AI，梳理其背后以代季峰为核心的团队来源与技术履历。内容提到代季峰在 MSRA 视觉组的目标检测、可变形卷积相关成果，朱锡洲参与 Deep Feature Flow、Deformable DETR，孙鹏在商汤从事 AI Infra 并优化 ImageNet 训练速度，陈韫韬参与自动驾驶感知和 DrivingDojo 数据集。原文未说明 Naive AI 的产品、模型、代码或权重获取方式。
要点（AI 据原文整理，数字均已与原文核对）
- Naive AI 成立 7 个月，三轮融资总额 4 亿美元，投后估值 14.2 亿美元。
- 2015 年，孙剑带队用 152 层的深层残差网络拿下 ImageNet 竞赛图像分类、定位、检测三项冠军。
- ImageNet 竞赛中错误率压到 3.57%，低于人类 5.1% 的水平线。
- Deep Feature Flow 方案速度直接翻了五倍，用更轻的光流网络能快到十倍。
- Cityscapes 语义分割的分数只从 71.1% 降到 69.2%。
- 孙鹏团队用 512 张英伟达 Tesla V100 显卡，把 ImageNet 上 AlexNet 的 95 个 epoch 训练压进 90 秒。
