用AI为创作者赋能，「Versa」获红杉中国3000万人民币Pre-A轮融资 | 早起看早期
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。
文｜张达
36氪获悉，人工智能初创团队「Versa」于近期完成3000万人民币等值美金的Pre-A轮融资，由红杉资本中国基金领投，上一轮资方真格基金与臻云创投跟投。Versa 创始人兼 CEO 蔡天懿告诉36氪，此轮融资完成后，资金一方面将用于国内市场与海外市场的品牌推广，另一方面 Versa将成立深度视觉实验室，招募CV领域优秀的科学家，进一步优化深度神经网络，不断突破表示能力边界，以更高级的通用智能为创作者赋能。
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。
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。此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。
人影分离
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%。
图像分离
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。
点击关键词，查看过去两周的早起看早期：
内容：「iSlide」
消费：「衣二三」「虫虫洗车」「小闪」「智能水族箱」「啤酒厂牌」