张磊的AI二十四年：从MSRA赛马到世界模型创业

二十四年前，在微软亚洲研究院（MSRA）所在的北京西格玛大厦，曾上演过一场残酷的技术赛马。

当时，微软总部计划将人脸检测功能集成进 Windows。内部发起对决，胜者留下，败者面临团队解散。一方是研发出全球首个实时人脸识别系统 Eye-CU 的学界泰斗李子青；另一方则是主修图像检索、刚毕业两年的年轻博士张磊，手下仅有几位实习生。

面对基线算法高达50%的误报率，张磊敏锐指出：学术界看重的检测率与工程落地关心的误报率并非一回事。他重新定义评价体系，以误报率降至最低为目标，带领团队用 C++ 重写全部推理代码。三个月后，系统误报率被压缩至1%，成功集成进 Windows，成为全球数亿台电脑背后的基石代码。

这场对决不仅让当时的微软高管沈向洋深刻记住了张磊，也保全了一支日后改变中国科技版图的团队。张磊当年带过的实习生与后辈中，走出了依图科技创始人朱珑、拼多多创始人黄峥、新加坡工程院院士颜水成、云天励飞技术副总裁肖嵘、爱诗科技创始人王长虎等一众行业领袖。

微软二十年：从基础算法到多模态基石

张磊师从中国人工智能泰斗张钹院士，博士毕业后加入张宏江团队，深耕计算机视觉。在微软的二十年间，他历经 MSRA、Bing 与 Azure 云平台，多次在关键技术战役中力挽狂澜。

2013年，沈向洋升任微软全球执行副总裁后急调张磊赴美支援 Bing。在此期间，张磊从零搭建了识别规模达20万人的超大规模人脸识别系统，并开源了 MS Celeb 数据集；更关键的是，他主导了约2亿至3亿规模的高质量图文匹配项目 Caption Selection。这一思路后来成为行业重要的技术源头，直接启发了包括 OpenAI 训练 CLIP 模型在内的多模态表征研究，构成了如今生成式 AI 图像生态的底层基石。

2018年，张磊随团队转入 Azure，仅凭10人团队开发出支撑该平台半数以上的计算机视觉 API，在物体检测等领域直面 Google Cloud 与 AWS 并齐头并进。

破局大模型：坚守视觉物理底座

2021年，张磊回国加入沈向洋创办的粤港澳大湾区数字经济研究院（IDEA）。彼时 GPT-3 引发的大语言模型热潮席卷行业，多数视觉团队纷纷转向以文本为核心的多模态大语言模型路线。张磊却坚持反共识的判断：视觉才是机器与物理世界交互的原生基础，机器人要在真实世界闭环执行任务，视觉感知的深度必须先于语言解决。

团队随后推出了名震业界的 DINO 系列检测模型。初代 DINO 在权威基准 COCO 目标检测榜单霸榜5个月；2023年推出的 Grounding DINO 首次将语言模型的开放域能力引入物体检测，彻底打破了传统闭集检测的局限，被评为计算机视觉顶会 ECCV 2024 最具影响力论文；迭代后的 Grounding DINO 1.5 和 DINO-X 更是超越了同期的海外巨头模型，被斯坦福李飞飞团队、NVIDIA 等顶尖机构广泛采用。

创办视启未来：押注具身智能与世界模型

2025年，张磊带领 DINO 核心团队从 IDEA 研究院正式孵化出创业公司「视启未来」，完成近亿元人民币天使轮融资。该轮融资由安凯微领投，元禾璞华、银杏谷资本等机构跟投，张钹与沈向洋两位院士罕见地同时出任公司顾问。

视启未来的技术重心瞄准了隐空间世界模型（World Model），主张以物体为中心、因果驱动与跨本体动作对齐。团队首个落地抓手为高质量人手 3D 对齐引擎 EgoTwin，旨在将第一视角的人手操作视频高效转化为机器人学习数据，采集效率达到行业主流水平的3.75倍。

从早年在清华实验室手焊 AGV 小车电路板，到攻克 Windows 底层视觉，再到如今发力具身智能，张磊的技术轨迹始终围绕着"让机器理解物理世界"展开。在技术浪潮频繁更迭的当下，他用扎实的技术深度证明了从底层问题出发的长期价值。