Versa人工智能视觉创作获中国红杉认可 实现Pre-A轮3000万融资

　　成立半年的时间，Versa在基于新算法研究的基础上，不断地加快对产品的研究，从最初的0到8种渲染风格，在三个月内进行了4次大的迭代后，再到半年的时间已经拥有三十多种渲染风格，Versa在不断地突破对产品的研究，一步步走来深受用户的喜爱，在半年的时间已经拥有800万高粘性用户，也成功获得资本市场的认可，据36氪了解，Versa已在2017年10月获得由红杉中国领投、老股东跟投的3000万人民币等值美金Pre-A轮融资。

　　Versa获资本市场认可实现Pre-A轮3000万融资

　　在Versa获天使轮融资的文章中，36氪曾介绍到，Versa早期的产品形态看上去与2016年6月火爆朋友圈的Prisma有许多相似之处，但在算法的创新与可延伸的边界上， Versa比 Prisma以及同类应用有着更广阔的空间。

　　Versa的CTO赵维杰表示，目前深度学习的瓶颈并不在于数据量太小，而在于数据有效利用率太低。与传统深度学习自下而上的数据驱动方法不同，Versa提出了全新的ConceptNet理论框架：基于概念学习，从概念空间理解事物，突破传统深度神经网络的表示能力边界，进而建立具备感知、联想、推理能力的深度神经网络。

　　ConceptNet不仅在表示理论上取得突破，还提高了数据有效利用率。在传统方法需要10万+数据量的问题上，ConceptNet只需要100张以下的数据样本。

　　8月份内测时，Versa仅有1万的定向邀请用户，8种渲染风格，功能上可实现针对画面局部的二次渲染以及对景深景浅的区分。3个月以来，Versa一共进行了4次大的迭代，实现了从1万到100万的用户数的增长。

　　9月出初Versa上线了 Versa Space功能，用户可以上传作品到自己的主页上，不同用户之间实现了关注、留言等互动功能;同期上线的“人景分离”与“风格色”功能则代表了Versa团队在图像识别算法层面的新的突破。Versa的此项功能在测试中做到了98%的准确度，甚至能识别并分离出一根头发丝。

　　而在10月底，Versa将“人景分离”升级到“图像分离”，即算法不仅能够识别人，还能识别出小猫、小狗、桌子、杯子、汽车、飞机等物体。比如下图，车和人可以单独分离也可实现同时与背景分离，目前Versa可识别并分离的物体已超过20种，平均准确率93%。

　　蔡天懿表示，想要实现以上功能的前提，是机器要能够识别图片中的所有元素，比如人的五官、头发、衣服材质、汽车车灯、车窗、狗的五官等等。只有这样，机器才能进行下一步的工作：赋予不同物体其应有的笔触与渲染风格。

　　举个例子，Versa在针对人物发丝做渲染时的笔触就跟人物五官和旁边的桌子不一样，截止到今天，Versa已经支持超过30种不同名画的渲染风格。

　　关于Versa将要推出的最新功能，蔡天懿告诉36氪，在圣诞节期间团队将会对“图像分离”再次升级——实现对短视频的人景分离。

　　想象一个场景，落日黄昏，你从中关村创业大街走来，周边的景色被渲染成梵高的《星空》，唯独你在现实场景之下。这个时候，你再按一下人景分离的按钮，你从头到脚被渲染成了《星空》的风格，而中关村创业大街恢复成往日的景色。

　　36氪已体验过短视频版本的人景分离功能，效果值得大家期待。未来用户只需要拿起手机，打开Versa，一段带有名画风格的短视频便可轻松存入相册。

　　红杉资本中国基金副总裁王临青告诉36氪，“红杉相信：新技术下会产生新的工具，使用新工具创作的作品又能聚集形成新的生态。我们一直致力于寻找和支持技术创新，Versa正是一家这样的公司。”

　　采访的最后，蔡天懿向36氪透露，Versa本质上是一家由工程师组成的团队，而在工程师心中，技术应该被分享。因此Versa接下来将通过OpenAI的平台将其部分AI算法免费开源并将核心算法的端口实施付费调用。蔡天懿认为，只有将技术分享才能让AI之上的产品变得更加多元，而只有产品实现多元，才能让更多有趣的应用场景实现落地。[page]分页标题[/page]