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。

近日，“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，PPIO派欧云首席科学家（天津大学教授、博导）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。

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 PPIO派欧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。”

以下是本场圆桌的交流实录：

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。北京电控系布局电子信息产业，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。我负责产业资本及产学研、产教融合相关工作。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，本职工作是教授，博导。我们有一个由四十多名老师和研究生组成的科研团队，专注于边缘计算和算力网络的调度优化加速等理论和技术工作。每年我们会产生许多高水平论文，专利等。最近几年，我作为首席科学家在支持一家创业公司，名为“ PPIO派欧云 ”，专注于算力网络调度优化、分布式大模型推理加速等。

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人文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。

醒辰：我是西湖大学的醒辰，同时也是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兰振东教授。我们基于兰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。

张煜：因为清华大学智能产业院结合产研，我们的许多教授和研究员来自产业界。我负责产业孵化和投资，我们有创投“清智资本”和孵化器，支持人工智能领域的项目，不仅限于清华的项目。我们希望优化产业生态，帮助创业公司专注于创业，提供包括算力在内的全面支持。

郭晓乐：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：

这个问题我思索过很久，正如有些前辈所说，在学校科研院所的教授们的使命是把“钱”变成“纸”，即把国家的经费和企业的经费变成有引领力的论文、创新的专利知识产权等，是要持续累积沉淀的无形资产，是无数次深耕问题攻克难题后的结果。

而科技企业是反过来，把“纸”变成“钱”，把新的技术用来创造价值，其中包括经济价值、社会价值等。

在过去三年的创业经历中，我深刻意识到形成完整闭环的难度。作为企业科学家，能够参与其中是一段宝贵的历练。我们不仅要创造技术，更要关注它如何转化为产品、系统和销售体系。最终，还需面对运维、客服和团队管理等环节，整个闭环要对技术负责，反过来验证技术的有效性。

因此，首席科学家的角色非常综合，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：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？

王晓飞：

关于鼓励教授和博士生勇于创业，我认为我们天津大学已经采取了一系列有效机制。

作为知名的工科大学，我们致力于解决顶天立地的国家重大难题问题。为了促进新工科的发展和高科技创新，我们设立了创业相关的宣怀学院，也有创业方向的导师、学生的成长机制，以及各种政策来支持知识产权转换落地。

我们还有学校基金的支持（如海棠基金）。这些措施都极大地激励了教授们和研究生们在创新这个方向上勇敢前行。

我们希望更多投资机构能带着企业到学校来，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。

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。我们从事的AI加心理领域，尽管受到政府和高校的高度关注，却面临着没有有效的付费模式。

事实上，持续的企业运营必须基于一个可行的商业模型。正如张总所说，创业本质上是一种交易，这些交易必须是可行的，背后是市场的需求和付费意愿。我们的初始焦点可能是科研和技术，但最终都必须面对市场需求的问题。

如果站在我的角度，我可能会考虑如何提前识别这些需求，确保我们的基本盘可以持续运营。我们也在寻找包括硬件在内的落地场景，以及更有效的市场沟通方式，以增加用户的认知和支持。

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。

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。

王晓飞：

年轻人想在人工智能领域创业应该怎么做？简单说，我有四点建议：

第一，要有愿景。如果到产业界的第一目标是赚大钱，看别人干什么赚钱我就干什么，我个人认为这并不适合高科技创业。我们必须有自己的愿景或梦想，这会激励你勇敢地去尝试，是个人的使命和创办的企业在这个时代在这个行业的使命。

例如，我们 PPIO派欧云的使命是汇聚全球算力并服务全人类，我们调度全中国乃至全世界的算力为大模型部署推理提供加速服务，这不是半年一年的目标，是三年五年甚至十年的愿景。

有了愿景，无论你是学生、学者、创业者、企业家，甚至如果创业失败了再来，这是永恒的动力。

第二，行动起来。任何时候，从现在开始行动都不算晚。你需要亲自出去看、去聊、甚至立刻真正开始做实际的事情。如果你自己带不起来一个队伍，就积极跟着有远景有行动力的团队一起。

第三，团队很重要。现在的创业是需要专业的有体系的团队的，这不是游击战，大部分都是攻坚战。比如我们 PPIO派欧云的创始团队都是之前成功的创业者，都是资深的 CEO、CFO 等。

我研究边缘计算、算力网络、调度优化等这么多年，以科学家的身份参与其中，他们能让创新技术优化算法很快速的持续的为产品技术体系赋能，并从行业中市场上带回第一手的趋势和难题挑战再给我。这个迭代过程很重要，专业人做专业事。

第四，心态的转变也很重要。你需要有服务心态，服务好客户，服务好团队，甚至说持续服务好行业的发展变化。如果不能做到这一点，就不要想从学校或科研院所走出来。

就如淘金时代卖铲子的人一样，在技术进步过程中创造真正的服务产业的价值。就像现在我们 PPIO派欧云提供的算力网络基础设施和分布式大模型部署加速方案等，都是在保证服务质量的情况下为客户提升效率、降本增效、创造新价值，从而体现我们的价值。

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，已经发展到接近成本平衡并趋于实用。我们希望视频生成能长一点，一致性更好一点，可控性更多一点，编辑性更丰富一点。总的来说，它已接近实用化的程度。这时候，AI 将赋能到千行百业中去，所以我们从自己基金的角度来说，我们也做了一些调整。

两年前，我们投的都是基础模型，我们投了很多行业模型，从视觉到蛋白质生成到一些基础模型。到去年，我们就投了很多行业的应用和工业模型，真正与产业结合起来。今天我们特别关注的是 Agent 应用，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。从需求侧可以去拉动，我们自己的判断是未来1-2 年内，行业模型和 Agent 会是一个爆发时。

我们也仅仅在关注这方面，很多储备的项目也在关注这一侧。这一侧的好处在于，我们不光看高校系或科研系，我们更多的是看它是否与产业结合得更紧密，是否能更好地理解需求。每个时代都有自己的超级应用，不管是阿里、腾讯到现在的智谱六小虎，下一代的 AI 我们认为一定是帮助在超级应用上产生的。而超级应用是我们特别看重的，我们努力的方向是看他是否能找到。

另外，稍微补充一点，我们这个基金不是投清华的，我们投清华系的投资和孵化的项目不超过一半，我们希望还是多样化的发展。

醒辰：我们现在特别关注产品市场化能力，除了即将上线的儿童陪伴机器人，过去三年我们已积累了较大的粉丝群体。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，回归本质，不仅沉浸在 AI 或技术中，而是致力于建立更多的用户对话。

此外我们增强了多方面能力，如对供应链的理解，不只是在办公室处理文件和新闻，而是直接带团队实地访问工厂，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。这些都是去一年的重要体验，也让我们对产品的市场表现保持乐观，更为重视情感价值的人提供持续的心理 AI 陪伴。

曹娟：我认为未来任何使用大模型的地方都需要鉴伪，所以我们有三条产品线。

第一条是 To G 端的监管，我们已推出各种 AIGC 监管工具，包括取证、鉴伪、溯源系统和标准化专用设备，守护国家安全；第二，To B 端提供行业服务，比如帮助高校老师识别学生作业是否生成，编辑检测学者投稿论文是否生成，为数字版权交易提供鉴定服务。

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。你可能看不到睿鉴，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。