当科研撞上市场刚需：高等学府与企业的双向奔赴｜甲子引力

技术驱动商业，商业反哺科研。

高校是原创性创新的核心源头，企业是检验和放大科研成果的舞台。

当“顶尖头脑”遇到“真实工况”，正碰撞出振奋人心的火花。新技术成功转化并非一蹴而就，而是无数次的沟通、试验和改进的结果，也为其科学家们志于将科研成果“落地生根”的团队树立了范例。随着更多高校与企业间的合作逐渐加深，越来越多的科学研发之花将为产业发展注入崭新活力，让智慧的种子在更广阔的土壤里茁壮成长。

2024年12月10日—12月11日，“万千流变，一如既往”2024甲子引力年终盛典在北京中关村国家自主创新示范区展示中心举办。

在圆桌对话《科技成果转化: 如何将科技创新带出高校》中，天津大学教授、博导以及PPIO派欧云首席科学家王晓飞，影眸科技联合创始人、CTO 张启煊，中科院计算所数字内容合成与伪造检测实验室主任、中科睿鉴创始人曹娟，西湖大学深度学习实验室成果转化负责人、西湖心辰CEO醒辰，清智资本创始合伙人张煜与主持人中国科学院大学金融校友联合会副秘书长兼AI专委会主任郭晓乐，分享了他们对于科技成果从学术到产业转化的见解和经验。

郭晓乐多年从事科技产业的投资、创新孵化与产学研合作，强调了科技成果转化的重要性，尤其关注电子信息、人工智能等硬科技领域。他提出：“校友会希望能够促进中国科学院大学体系内AI领域的产、学、研、资本等从业校友的交流与合作，并与优秀的其他兄弟院校和科研院所以及联盟协会等平台有更多的互动与合作。”

王晓飞谈到从学术到商业的转换必须伴随心态和战略的根本变化。他分享了自己作为首席科学家在天津大学和PPIOPIO云公司的双重角色中的体会，认为科研人员在面向产业转化时需要调整自己的期望和策略，从追求学术完美转向满足市场实际需求的产品开发。他更关注实用主义的重要性，并提出将科研成果转化为具有市场竞争力的产品和服务的策略：“我们的团队将学术研究转化为市场上认可的产品，这不仅是技术的应用，更是战略思维的转变。”

张启煊分享了他在将图形学研究转化为3D生成大模型的过程中的经验。他特别提到，这种转化不仅涉及技术的应用，还包括对市场动向的敏感把握和学术成就的市场化。“现在我们在3D生成领域走在国际的前列，也刚刚获得了SIGGRAPH最佳论文的提名。”

曹娟从科研转向创业，创立了中科睿鉴，专注于大模型生成内容的真伪检测。她的工作解决了数字内容验证的现实需求。“我们现在有云端的鉴伪模型，目前已经调用了六百多亿次，应该也是国内唯一的一个被大规模验证的鉴伪系统。”

醒辰强调了科研与创业之间的联系，尤其是在AI心理和AI陪伴领域。她指出，将科研成果转化为具体应用时，需密切关注市场需求和用户体验，以确保科技产品能够解决实际问题并获得市场的广泛接受。“我们主要聚焦在AI心理和AI陪伴，在12月21日，我们与金科汤姆猫联合打造的汤姆猫家庭情感陪伴机器人将会正式发售。”

张煜从孵化和投资的角度提出，科技成果转化需要更多创新的思维和跨学科的合作。随着AI技术的发展，未来的创业环境要求创业者兼具高质量的科研成果和深入的市场理解。“我们希望把产业生态做得更好，让有志于在人工智能领域创业的公司得到更好的支持。”

以下是本场圆桌的交流实录，「甲子光年」整理删改：

郭晓乐（主持人）：非常荣幸受邀与大家探讨一个有趣且重要的话题：“科技成果转化如何走出学校”。不只是走出高校，走出校园，今天的科研院所代表都是科技成果的重镇。我先自我介绍下，我们的专委会希望把中国科学院大学本科生和整个中科院体系的AI从业者、投资人、研发和科研团队互动交流起来，并与中科院系以外的清北等优秀院校、科研院所以及相关企业和协会产业资源连接。我目前工作的电子城高科创E+属于北京电控，整个集团布局电子信息产业，从上游的芯片半导体到中间层算力中心及下游应用等都有所覆盖。我所负责的部分工作涉及创新孵化相关的产业资本与产学研合作，也与大家有很多的合作触点。

也请各位嘉宾进行简单的自我介绍，今天的嘉宾大多数既是科学家也是创业者，有的还是投资人。

王晓飞：我是来自天津大学的王晓飞，我在学校主要从事科研工作，教授出身。我们有一个由四十多名研究生和老师组成的科研团队，专注于算力基础设施的调度优化。每年我们会产生许多专利和知识产权。最近几年，我作为首席科学家全力支持一家创业公司，名为“PPIOPIO云”，专注于算力分布式调度优化和加速，为大模型推理加速、GPU资源及模型服务提供支持。

张启煊：我是来自影眸科技和上海科技大学的张启煊，还在上海科技大学读书。影眸科技是一家专注于3D生成大模型的公司，我们的实验室一直在图形学领域进行研究和技术开发，包括产品化。影眸已有四年历史，在3D生成领域处于国际前列，最近获得了计算机图形学顶会SIGGRAPH的最佳论文提名。

曹娟：我是中科院计算所数字内容合成与伪造检测实验室的主任，同时也是中科睿鉴的创始人。我们专注于检测和鉴定大模型生成的文本、图像、视频和音频。大家是否曾问过一篇文章或一张图片是否由大模型生成？这正是我们要解决的问题。

我们的云端鉴定模型已经调用超过六百亿次，是国内唯一的大规模验证的鉴伪系统。我们还有终端鉴定专家，在最新发布的荣耀Magic 7和小米O15手机上都预装了我们的鉴伪能力。使用这些设备观看视频直播或短视频时，用户可以直接检测对方是真人还是AI数字人。如果对我们的技术感兴趣，欢迎在微信小程序上搜索“睿鉴AI”，它可以实时帮助你鉴定真伪。

醒辰：我是西湖心辰的醒辰，同时也是西湖大学深度学习实验室的成果转化负责人。我的合作伙伴是公司创始人及实验室负责人蓝振忠教授。我们基于蓝教授在学术和技术上的突破，将这些成果应用到实际场景中。公司目前有两个自研大模型，包括西湖大模型和端到端的“心辰Lingo”语音大模型。我们主要聚焦于AI心理和AI陪伴领域。本月底，我们将推出一款陪伴机器人——汤姆猫家庭情感陪伴机器人。在软件方面，我们的“聊会小天”已上线三年多，专注于情感感知与长程对话，擅长理解言外之意。

张煜：我是清智资本的张煜，清智资本是清华大学智能产业院（AIR）支持下成立的早期创投基金，研究院面向第四次工业革命开展人工智能研究和应用，多数教授和研究员来自产业界。清智资本的主要工作是产业孵化和投资，我们还设立了清智孵化器，支持院里的科研成果转化，也支持社会各界在人工智能领域的创业项目。我们希望通过孵化、投资和优化产业生态等方式赋能创业公司，提供包括空间、算力、专家指导、创投基金、产业资源在内的全方位支持。

郭晓乐：五位嘉宾有共性也有侧重，接下来的问题，我们就比较针对性聊一聊，首先对曹娟主任和醒辰主任，既是高校和科研院所科技成果转化相关的负责人和老师，同时也担任孵化出企业的重要负责人，两位认为科研工作者和创业者这两个角色互相之间有哪些相同之处和不同之处？

曹娟：我认为科研工作者和创业者不一样。 第一他们看问题的角度不同，作为科研工作者，看到问题时常关注哪里不够好，需要提高，改进，没有达到99%就觉得不够。但作为企业家，我变得乐观，看问题都是机会，如果别人给我提十个建议中九个不行，有一个有价值，我都很兴奋，感觉可以合作。

第二心态不同。作为实验室主任，管理一两百人的团队，外出都是专家身份，科研是评审别人的项目，心态比较高傲。但做企业后，我需要频繁的给别人推荐我们的产品，同时，接受着别人的质疑和轻视，慢慢让人认可你，这个过程很痛苦。从学术到一线产品需要很大的转变，我一直在做心理建设，我觉得每个企业家都是非常了不起的，他们都经历过无数次绝地逢生。

醒辰：我非常认同曹老师分享的两点。我简单介绍一下我的另外一段经历，在来西湖心辰之前我是湖畔大学的创始团队成员之一，见过很多企业家和创业者。到西湖心辰后大量接触科研工作者。我觉得需要界定，这里的科研工作者指纯粹的科研工作者，这里的创业者指纯粹的创业者，非从科研转型的创业者。首先他们的目标不同， 科研是以科研为目标，创业者以市场需求为目标，这有本质性差异。

同时能力和实现方式不同，科研旨在在锤炼能力，创业则更需要横向能力，因为你单项能力优秀还不够，技术再强也需要变成产品，卖出去，搞流量、服务、售后、公共关系等。对比起来科研工作有一定幸福感，因为创业者需要面对的社会环境更恶劣，需要更多负荷能力。两者相似在都想证明自己对的，都很坚持这个方向，我这个视角比较特别，前后经历让我充分看到这两群人的特质，分享这个观点。

郭晓乐：谢谢醒总，你的分享让我想起两年前自己在公众号上分析科学和科技的区别。科学工作者希望归纳，在复杂表象中总结规律，如牛顿定律，甚至统一跨领域的理论。科技则用科学的规律演绎，应用到多个场景，生发很多好的场景，这是两个不同模型，涉及不同思维模式。

与王老师、启煊总探讨看似类似但有差异的问题，因为两位是创业企业的首席科学家和CTO，与科研院所的科学家相比，这两类又有什么异同？

王晓飞：这个问题我思索了很久，正如前辈所说，在学校科研院所的教授们的使命是把金钱变成纸，国家的经费和企业的经费变成论文、专利、知识产权，无形资产。这是无数次深耕解决问题后的结果。而企业和科学家CTO是反方向，是把纸变成钱，创造价值，包括经济价值、社会价值等。

所以首席科学家的身份比较综合，得把钱变成纸，再把纸变成钱。

张启煊：王老师的描述非常形象。特别是在我创业的时候，我还是个学生，在科研的过程中，我对学术成果充满敬畏，需要一个去神圣化的过程。

所以在创业的前几年，我特别关注发表了多少论文，有多少是CCFA类的。但是，当创业进展到一定阶段后，你会发现，许多科研成果并不能产生好的产品市场契合度，或者找到愿意为其支付的客户。因为科研更多是探索技术的上限，我如果有十个测试案例，我想知道它们能达到什么样的最好表现。

但开始做产品和企业时，你是在探索技术的下限，在这十个案例中，即使是最差的情况，它也能满足客户的多少需求。大约在创业第二年或第三年，我们几乎不再关注截稿日期，而是在每年年底总结那一年为了解决客户需求而开发的新技术。 我们非常注重技术是否能有效变现和落地。如果不这样做，在经济环境不好时，公司很容易解散，这也是初创公司自我调整的过程。

郭晓乐：接下来的问题是给张煜总，作为目前专注于科技领域，特别是AI领域的投资者和孵化者，你主要关注哪些领域？你倾向于支持哪些具备什么素质的创业者？

张煜：今天下午把第一个论坛给了高校系，看出大家对学院派创业的关注。这让我回想起中国创业发展进程中的一个标志事件，1998年由清华大学举办的中国首届创业大赛。可能多数人没有关注过，但在当时引起了巨大的轰动，迅速激发了大学生创业的热情。在那之前，我们通常把创业称作“下海”，那时候的“下海”主要是指从事服务性或商业性活动。1998年清华大学举办了首次创业大赛后，受到社会各界和政府的关注。中央科技部门的领导提出将创业元素融入挑战杯大赛，由此，后来的挑战杯创业大赛和清华大学三创大赛应运而生。

一开始的大学生创业主要是学生一些小发明小创造，但学生的思想比较活跃，很快就意识到产研融合是一个很好的创业方向，创业项目转向从实验室里出来做转化。当然这种热潮也遇到一些困难，因为高校的科研很难与市场需求直接结合，水平高的往往是一些国家的大项目，这些项目尽管科研水平领先，但不适合直接创业。

随后很多创业活动开始基于市场需求，注重商业需求和模式创新，未必追求科技领先，很多草根创业者通过创业成为精英和富豪。到了人工智能这一波创业浪潮，情况再次不同。现在高校重新成为创业团队和创业项目的重要来源。

为什么会这样？一个重要原因是， 过去创业主要由市场需求引导，现在转向了由科技引导同市场结合。像大模型的兴起有市场需求，但起点是科学发现，是从科学发现向市场需求迈进。到目前为止，尽管公众对大模型发展还有一些争议，但也承认这标志着科研向产业转化的进步。

其次高校中大量国家支持的科研基金的多年积累现在开始产生成果。大模型发展需要大量算力，但又难以获得短期回报，这超出了普通创业的能力范围。因此，学术和科研单位成为了支持这类科技创业的理想平台。所以这波AI浪潮中，高校系重新崛起，发展得很好。大多数高校都有自己的科研成果转化部门，很多高校还有自己的创投，这是目前高校系重新走到前台的原因。

从创投的角度看，我们对创业者的要求更高了。创业需要具备比以往更高的素质和条件，否则很难成功。现在的创业者必须在各方面都非常强，除了技术壁垒 ，还必须有卓越的资源协调能力和团队组织能力，能够在有限资源下最优配置，推动企业快速发展，这些都是我们重视的方面。

郭晓乐：从投资人的角度讲了一下对当前科技成果转化的观察和体会，以及对相关创业者素质的关注点。我也想和接下来的几位嘉宾讨论，我们都知道科技成果转化是本次圆桌的主题。国家对科技成果转化的重视日益增加，早在2000年初就已有相关管理办法，但在过去的二十多年里，这些政策不断迭代更新。显然国家越来越希望科研能有目的、有组织地与产业结合，缩短二者之间的距离。

今天的其他四位嘉宾也都代表着不同高校的科技成果转化经验。在各自高校的科技成果转化过程中，你觉得有哪些卡点痛点或值得分享的经验吗？

醒辰：从我们的实践经验来看，我非常能感受到张总刚才所说的。尤其是在这波以技术为先导的模型发展中，我们发现现在的讨论更多转向了应用层面，包括模型是否可以做得更小，以及如何提高产出性价比。

郭晓乐：的确如此，西湖大学作为国家新型的高教模式和机制先锋，也是最早拥有自己创投基金的大学之一。

曹娟：我认为创业最大的挑战是自我边界的拓展。企业的边界往往取决于创始人的个人边界。创业四年是我个人成长最快的时期。例如，我原本对法律一知半解，但从第一次融资开始，我不得不详细了解每一条法律条款，这让我深刻意识到法律的重要性。市场拓展也是一大挑战，我本来只愿意与我认可的人打交道，但创业过程中我必须与各种人交往。这个过程既痛苦又充满挑战，我学会了既要坚持自己的原则，也要妥协适应。像我引入了市场方面的合作伙伴来处理那些我应付不来的市场问题，确保团队的全面发展。这种对个人能力边界的不断挑战，我认为是企业和个人成长中最大的挑战。

张启煊：我刚进会场时，感觉回到了三年前，那时我还是大三学生，在这里参加Demo Day。许多创业者还是未毕业的本科生。但最近，创业者似乎更多是知名教授或归国学者，而本土本科生创业者越来越少。这可能是因为AI底层模型需要深厚的学术积累。

但在应用创新上，许多优秀的本科生和研究生完全能够担当重任最近有一个17岁高中生用AI开发出自己的首个产品，以100万的价格出售。 这说明AI时代为年轻人提供了巨大的机遇。我们的挑战是如何发掘这些年轻的创业者，并提供正确的指导和支持，不仅仅是投资，也包括类似今天这样的活动。

王晓飞：关于鼓励教授和博士生勇于创业，我认为天津大学已经采取了一系列有效机制。作为一所知名的工科大学，我们擅长解决国家重大工程问题。为了促进新工科的发展，结合人工智能、大数据等领域，我们推出了包括创业学院、创业导师制、专门针对创业学生的轨道，以及国家知识产权政策的落地实施。我们还设有学校基金等资金支持。例如海棠基金就排名靠前。这些措施都极大地激励了教授们前行。

我们希望更多投资机构能到学校来，向教授们介绍创业的机会和方法。同时，如果能在创业过程中，为我们的教授和博士生匹配适合的商业伙伴，如COO、CFO等，将有助于他们在商业化道路上走得更远。

郭晓乐：今天在座的许多人正在创业或有创业计划，我想我们可以再具体讨论一下。所有嘉宾都在AI领域有着丰富的经验和成果，我们很想听听你们在产品市场化和商业化方面有哪些独到的见解和策略。特别是张煜总，你在投资AI领域有着深刻的见解，请你分享一下。

张煜：如果一年前讨论这个话题还稍早，但今天正是时候。 我们看到人工智能，尤其是生成式AI，已经发展到接近收益成本平衡并趋于实用。

从技术的可用性和成本的可承担性来看，AI发展都到了临界点。我们当然希望视频生成能更长一点，一致性更好一点，可控性更多一点，编辑性更丰富一点。但总的来说，它已接近实用化的程度。从这个时点开始，我们认为AI开始转向赋能千行百业，所以我们从投资的角度，也做了一些调整。两年前，我们主要关注基础模型和大模型算法框架。到去年，我们投了很多行业模型，从视觉到蛋白质生成到工业模型等等，认为模型要与产业结合起来。

今年，我们特别关注AI Agent和行业应用，就是模型要真正服务于需求、用户和价值产出。我们看到模型的能力越来越强，生成式AI的能力也越来越强，应用变得越来越重要。我们自己的判断是未来1-2年内，行业模型和Agent会爆发。我们非常关注这方面的发展趋势，也跟踪很多储备项目。与以往不同在于，我们不光看科研成果，我们更多的是看它是否与产业结合得更紧密，是否能更好地理解市场需求。

此外，每个时代都有自己的超级应用，不管是阿里、腾讯还是现在的大模型六小虎，下一代的AI头部公司我们认为一定是在超级应用上产生的，或者是相辅相成，所以我们特别重视对未来超级应用的研究和挖掘。另外，稍微补充一点，我们基金专注投资优秀AI创新项目，但不只限于投清华系项目，我们希望多样化的发展，同各界共同创造一个开放的创新创业生态。

醒辰：我们现在特别关注产品市场化能力，过去三年我们已积累了较大C端的用户群体。通过企业微信、社群与他们共建和调研需求，我们更倾向于将产品定义放在更广阔的市场上，回归用户的需求本质，致力于建立与更多的用户对话。此外我们增强了多方面能力，如对供应链的理解，带团队实地访问工厂等等，全面理解各个环节。

我们努力全面强化市场、供应链、宣发和后续服务能力。这些都是近一年的重要体验，也让我们对产品未来的市场表现保持乐观，更为重视为大家提供持续的具备情感价值的AI心理陪伴。

最后， To C端我相信未来每个人每天都需要鉴伪服务，就像打开微信一样自然。用户可能看不到睿鉴，但睿鉴无处不在，每个人的手机、PC和各个应用里都装有鉴伪功能。我们希望最终鉴伪无处不在。

张启煊：我们主要是做3D生成相关工具，产品已经上线五个多月，从目前的收入结构来看，B端和C端各占一半。

大多数B端客户都是通过使用我们的C端产品而转换过来的。我们做的是3D，这不是一个消费级的内容。很多公司的员工最初以C端用户的身份接触这些产品，然后在公司内部推广，最终形成B端的转换。这是我们目前主要的收入来源。另一个有趣的数据是我们80%的收入来自海外，在那里将AI直接融入生产流程较为常见，人们愿意尝试一些看起来不太成熟但能在关键步骤提高效率的技术。最后一个重要的点是，我们的产品从第一天开始就是收费的。在AI产品中，我们更倾向于选择用户使用程度中等但愿意付费的产品。

王晓飞：年轻人想在人工智能领域创业应该怎么做？简单说，有四点.

第一， 心态或愿景非常重要。来这里的目的是赚钱，认为做这个事情能成为百万富翁的人不适合创业。我非常认同之前一位创始人的观点，必须有自己的愿景或梦想，这会激励你勇敢地去尝试。例如，我们派欧云汇聚全球算力服务全人类，我们调度全中国全世界的算力为大模型服务。顺便提一下，我们刚与北方算网签订了联合战略协议。有了愿景，无论你是学者、学生、创业者、企业家，甚至如果创业失败，这个愿景也是永远的。

第二， 行动起来。从今天开始行动都不算晚。你需要亲自出去看、聊、观察、甚至真正开始做事。如果你自己带不动，就跟着别人一起。

第三， 团队非常重要。现在的成功创业需要一个专业且有系统的团队，这是一个攻坚战。我们派欧云的创始团队包括之前成功的创业者和资深的CTO、CFO，他们在行业内有自己的专长。我也从科学家的身份参与其中，将我的创新算法写入。

第四， 心态的转变也很重要。如果不能做到这一点，就不要想从学校或科研院所走出来。你需要有服务心态，服务好客户、团队和行业变化。像卖铲子的人一样，在行业发展过程中创造服务价值。我们提供的算力基础设施和大模型的分布式高效部署都是在保证服务质量的情况下降本增效的。