正文复制
联合时报/2025 年/7 月/4 日/第 004 版人物
轻舟正越万重山
——访上海市政协委员欧阳万里
记者 刘毅 张希喆
“ 深度学习带来的 AI 热潮还有多少潜力没有发挥，‘ 杀手级’ 应用会出现在哪些领域？为什么选择回国发展？成为政协委员后，您有哪些新感受？” 采访上海市政协委员、上海人工智能实验室领军科学家欧阳万里前，记者用 AI 软件作了一次“ 事前调研”，并生成了一份采访提纲。
“ 这些问题跟我的关联度很高。” 接过提纲，欧阳万里一眼读完，露出会心的笑容，“ 人工智能发展至今，已经能够帮我们做很多事，这就是很好的例子。”
回国数年间，欧阳万里领衔发布全球中期天气预报大模型“ 风乌”，在全球首次将有效预报时长突破 10 天大关；与中国商飞合作开发全球首个翼型 AI 生成式系统⋯⋯带领团队在 AI for Science（科学智能）领域产出了多项世界级成果。他的讲述波澜不惊，记者眼前浮现的画面却扣人心弦：奔腾不息的数据洪流中，肩负重任的欧阳万里如驾着一叶轻舟，正带领团队穿行于人工智能的万重关山之间。
争先
“ 我本科和博士学的都是计算机视觉相关专业，没有接触过 AI 课程。” 欧阳万里说，他真正迈入人工智能科研的大门是 2010 年，当时在香港中文大学做博士后研究的他，得以进入商汤科技创始人、人工智能科学家汤晓鸥创办的多媒体实验室，接触到了人工智能领域最前沿的脉搏— —图像识别。
标志性的事件是参加 ImageNet 视觉识别挑战赛。每年都有国际顶尖高校和科技企业慕名而来，纪录被一次次刷新。2014 年夏，一支由汤晓鸥率领的中国研究团队加入了这场对手都是国际科技巨头的、代表业界最高水平的竞争。作为团队的核心成员，欧阳万里当时负责“ 目标检测”。“ 它是计算机视觉的核心任务之一，有了它，才能去执行人脸识别这样的‘ 高级任务’ 。” 他解释道，传统方法依赖“ 手工标记特征”，依靠这种办法，电脑无法认出没有标记过的图像。
那时，全球人工智能领域正掀起“ 深度学习革命”，处于前沿阵地的欧阳万里也适时地拿出了这一“ 新武器”，首次尝试将深度学习应用于图像检测。
欧阳万里形容深度学习就像人脑，“ 它的内部有一个复杂的、多层的‘ 神经网络’ ，像大脑神经元一样，层数越多，理解就越深”。因此，深度学习不用手工标记特征，“ 我们只需‘ 投喂’ 海量数据，让电脑‘ 自学’ ”。
在当时，这些都只是理论可行，尚未有人真正实现。闯入“ 无人区” 的欧阳万里面前横着两座大山：一是“ 最初的深度学习需要复杂的数学推导”，极难理解；二是缺乏算力。
面对谷歌、微软、牛津这些具备强大算力的顶尖对手，如何用有限的算力资源去解决问题？“ 那段时间，我们不停地开讨论会、读书会，组织不同知识背景的师生交流碰撞。” 基于对传统办法痛点的认知，欧阳万里在吸收新知识的同时，逐渐有了方向。
“ 我们发现，将传统办法与深度学习相结合，能有效提升模型的抗遮挡能力。” 这种“ 结构化解构深度模型” 的思路带来了意想不到的效果，欧阳万里所在团队最终以 40.7%的检测率，拿下全球第二名，与第一名的谷歌只差 3.2%。“ 复盘时，我们发现对手是胜在了算力上，而我们的算法是更胜一筹的。”
2015 年，ImageNet 比赛新增视频物体检测项目，难度进一步升级。信心倍增的他们依旧选
第 1 页 共 4 页
择差异化策略，实现了毫秒级的实时检测。团队一举夺魁，采用的算法也为安防监控、自动驾驶、
智能广告等视频分析场景奠定了基础。
这是中国企业首次在 ImageNet 赛事中登顶。欧阳万里和团队用“ 更聪明的算法” 而非“ 更昂贵的算力”，在巨头垄断的 AI 竞技场中斩获了重磅奖项。次年，他们更是包揽了图像、视频项目的双冠，标志着中国计算机视觉研究正式跻身世界第一梯队。
