澳门90后，怎么跑出了“AI视觉大模型第一股”？

创业圈聚焦创新经济，关注创投机构

今年3月底，极视角（06636.HK）成功登陆港交所，成为“AI视觉语言大模型第一股”。

对34岁的陈振杰来说，那是一个阶段性的创业成功时刻。极视角由陈振杰2014年创立，历经多年发展，成为AI计算机视觉领域的明星公司。

AI视觉赛道从不缺玩家，海康威视等传统安防巨头、商汤和旷视等AI原生企业早已重兵布局。极视角要在巨头环伺之下求得一席之地，并不容易。

“2014-2015年是最艰难的阶段，当时公司只有Demo，没有成熟产品，也没有营收。”极视角创始人、董事长陈振杰对《创业圈》杂志记者回忆称。当时，AI还并不为外界熟知，不受资本认可，陈振杰没有选择继续走大厂拿高薪的就业路径，而是一头扎进计算机视觉领域开始创业。

过去十余年，国内AI赛道创业经历了残酷的淘汰赛。同处计算机视觉领域的“AI四小龙”，在新一轮的AI浪潮当中，逐渐失去舞台中心的位置。业内玩家们亟需在新的竞争中，尽快完成从热门概念到商业落地的艰难跨越。

天风国际近期发布研报称，随着人工智能技术持续发展与成熟，下游客户对计算机视觉解决方案的需求日益增长。相关需求不仅集中在人脸识别等传统应用领域，也正逐步拓展至更多新兴应用场景。而在经历2023~2025年的快速发展后，AI产业的价值重心正在从模型能力转为企业AI落地。

作为成长迅速的商业新锐，陈振杰在接受《创业圈》杂志记者专访时，复盘了从澳门北上创业的完整历程，拆解了极视角“算法平台”路线的底层逻辑，也分享了对AI产业周期、商业化落地与上市后战略的深度思考。

陈振杰自称是一个喜欢做战略规划的人，并希望通过落地执行验证自己的想法。“选择AI创业的原因并不是基于复杂的技术判断，而是一个简单逻辑：人力越来越贵，机器代替人力是必然的。以前机器生产替代了部分体力劳动，未来智能应用肯定会逐渐替代脑力劳动。”

他还表示，进入AI这个长期赛道创业，可能需要几年甚至十几年才会爆发。短期资本冷热只是阶段性波动，要摒弃赚快钱的思维。

极视角董事长陈振杰，图源：受访者供图

01

靠200万融资熬过生死线

陈振杰1992年出生于澳门，有中山大学和北京大学等名校背景，以及贝恩、毕马威、腾讯等实习履历。2020年，他入选福布斯亚洲30位30岁以下精英。

简历的另一面，是艰难的创业过程。

极视角的起步难度远超预期。陈振杰复盘称，创业初期公司生存一度非常艰难，只能海量地去约见投资人，“当时多数人对AI赛道连基本概念都没有。”除此之外，创始团队三人分处三地沟通成本极高，团队零薪酬仅靠积蓄维持，早期商务、人员管理全部从零摸索。直到2015年春节，公司拿到200万天使轮融资才渡过生死线。

“选择创业不是一时热血，是基于一个非常朴素的长期判断。当人力成本持续上升，机器替代体力劳动已成现实，未来智能应用替代重复性脑力劳动是必然趋势。AI是一条能做十年、二十年的长赛道，哪怕短期内不被资本认可，底层的产业趋势不会变。”陈振杰表示。

就在拿到“救命钱”的同一年，极视角为运营商营业厅上线智能零售算法，首个智能零售算法商业项目落地。首个项目的产业价值正向反馈，让陈振杰确信AI的价值最终要落在产业场景里。

陈振杰认为，团队之所以能够熬过低谷，在于对赛道长期方向的共识，并且从第一个项目验证了AI能切实帮助企业降本增效。而另一个不得不提的因素则是，同窗合伙人之间信任互补，未产生过核心利益分歧。

极视角2017年推出AI视觉算法商城，“类似苹果的AppStore”；2024年切入企业大模型定制落地业务。截至目前，累计落地6000余个产业项目，政企客户超3000家，覆盖能源、轨道交通、制造、环保等细分行业。有市场机构分析，随着AI产业重心由模型参数比拼转向企业端落地服务，以及传统行业智能化改造需求集中爆发，AI视觉与大模型解决方案市场将迎来扩张红利。

过去十年，陈振杰认为极视角踩中了三大行业周期。2014-2015年提前进入AI视觉赛道，避开移动互联网末期的流量红海；2018-2022年借助产业数字化转型浪潮，依托平台模式快速覆盖政企客户；2023年以来聚焦垂直行业大模型落地，避开通用大模型的同质化内卷，主攻视觉语言大模型与行业智能体落地。

“澳门适合创业想法萌芽；深圳浓厚的科创氛围与充足的人才供给，适合完成0到1的技术验证；2021年总部从深圳迁至青岛后，山东完整的工业门类则为AI落地提供了海量实体场景。”谈及公司的发展轨迹，陈振杰向《创业圈》杂志记者表示。

02

平台模式降低项目落地成本

从资本泡沫到落地寒冬、再到大模型爆发，国内AI行业至今经历了三轮周期。在这个过程中，创业公司要么囤积到更多子弹，要么尽快找到自我造血的途径，否则大概率将面临出局。

陈振杰对此的思考是，技术是AI创业的底层要求，无底层平台和自研技术则无竞争力。但与此同时，技术必须落地产业、完成商业变现才能产生价值。

发展初期如何与其他AI企业差异化竞争，在市场中找到自己的位置，是一项严峻的考验。不同于一众同行，极视角试图走通的是平台模式——通过AI视觉算法商城，串联起算法供需双方，尤其满足各行各业长尾企业的市场需求。当需求方购买一项算法服务，平台则与开发者按照一定比例分成。

尽管模式新颖，对一家初创公司来说，在缺乏资源的情况下去获得企业客户并非易事。陈振杰向《创业圈》杂志记者称，早期行业存在信任壁垒，政企客户更倾向于选择从业多年的老牌企业；公司对顶尖人才吸引难度也远高于头部大厂。年轻企业只能依靠平台模式、长期股权激励与产业落地前景争取突破。

针对AI技术“落地难、复用难、盈利难”，他认为，落地难的核心是缩小技术与产业现场的鸿沟，团队要下沉到一线场景，用轻量化产品降低客户试用门槛；复用难要靠平台化解决，沉淀标准化通用技术模块，再结合开发者生态满足细分需求；盈利难则需要构建可持续的商业化体系，以标准化产品与服务形成稳定营收，以定制化方案创造高价值收益，同时布局新兴赛道拓宽商业增长空间。

虽然被外界视为平台型企业，但极视角并非只做轻资产平台。

“公司一直重视底层自研建设。”陈振杰回应道，“早期落地项目时我们就发现，传统单一自研的模式场景适配性弱、落地成本高，无法匹配海量行业的碎片化需求。”

他告诉《创业圈》杂志记者，极视角最终选择的路径是“深耕底层技术自研，上层生态覆盖场景”，以自研技术为基础，搭建产业AI平台体系，再依托平台生态适配多元细分场景，持续降低产业落地的边际成本，形成区别于传统模式的可持续产业化路径。

在这种策略下，陈振杰认为极视角能够使产业算法在实体场景中落地。此外，通过自研星际视觉语言大模型，依靠自然语言指令即可精准定义目标物体和场景，一键生成定制化识别模型，满足多场景智能识别、目标定位与场景分析需求。而更具明显商业效应的是，通过自研工具链，算法开发、测试、部署、运维全流程标准化，大幅降低了单项目落地成本。

03

要摒弃短期风口思维

这一赛道的市场规模仍在持续扩张。

据弗若斯特沙利文预测，到2029年，中国新兴企业级计算机视觉解决方案的市场规模将达到970亿元，2024年至2029年的复合年增长率为54.3%，渗透率有望进一步升至53.2%。

市场红利之下，面对市场普遍关注的“上市即拐点”问题，陈振杰坦陈，IPO募集资金将主要用于技术研发、商业化扩张与补充流动资金，核心方向是迭代行业专用视觉大模型、完善全链路工具链等。

据招股书披露，极视角本次约4.34亿港元募资净额中，60%将投入研发，重点用于大模型及AI基础设施建设及产品升级；30%用于提升商业化能力，推进全球化战略；剩余10%补充营运资金。

在陈振杰看来，相比传统产业巨头，年轻团队有两大核心优势：一是决策链条短、迭代速度快，扁平化管理下可快速跟进大模型、具身智能等技术变革。近两年快速布局与落地大模型解决方案，形成第二增长曲线；二是更懂长尾碎片化产业需求，团队长期下沉一线，能捕捉到大厂忽略的分散轻量化视觉需求，依托平台与生态实现海量场景覆盖。

对于当前想要入局硬科技、AI赛道的年轻人，陈振杰认为，创业者应该首先扎根一线，再谈技术创新。更为重要的是，创业团队要摒弃短期风口思维，做好十年以上的长期规划。

从澳门、深圳到青岛，这个年轻创业者把一个冷门赛道的小团队做成港股上市公司。陈振杰回顾这段创业经历时称，十年时间验证了硬科技长期主义路径的可行性。对于未来十年，他的目标是持续迭代大模型技术体系，为企业提供智能体与Token服务，降低实体产业智能化升级门槛，让视觉AI成为千行百业数字化转型的通用基础工具。

作者 | 何珊珊

编辑 | 郭儒逸

AI前十强企业合计价值超1.8万亿，谁在重塑中国财富格局？

高管拟套现8亿元！江波龙股价大跌，存储生意好不好做？

GEO概念股狂欢背后，商业植入、数字垃圾正污染搜索结果？