美国国防部正在硅谷寻觅技术公司。

今年 2 月，硅谷的 AI 初创公司 Deepnight 宣告已经完成了融资。其中，Initialized Capital 担任领投方，Y Combinator（YC）则作为跟投方参与了此次融资，融资额为 550 万美元。

这家成立仅一年的公司迅速引发了行业关注，因为它是首个且唯一一家将 AI 软件用于军用夜视的公司。目前，Deepnight 已经与美国联邦政府（包含美国陆军和空军）以及 Sionyx 和 SRI International 等公司签订了合同，这些合同的价值约为 460 万美元。

业内人士称，Deepnight 凭借其创新的 AI 夜视软件，有可能对价值达数百亿美金的传统夜视设备市场产生影响，同时也有机会在军用夜视市场中占有一定的地位。

该公司团队的核心人物引发了外界的关注。其中有两位工程师，他们都有谷歌背景，一位是卢卡斯·杨（Lucas Young），一位是托马斯·李（Thomas Li），且他们都是华裔。

他们的故事是一部硅谷技术极客的创业史，同时也是华人工程师在全球科技浪潮中突围的缩影。

01 AI PK传统光学：性能和成本的“降维打击”

传统的夜视设备大多以模拟技术为依托，借助光学镜片以及化学工艺，把夜间微弱的光线转化为图像。这种模拟的过程存在一些问题，容易导致光信息丢失，并且在强光源的情况下会产生“晕影”效应。

更为重要的是，这些夜视设备价格较为昂贵。在军用夜视领域，像 L3Harris、BAE Systems 这样的巨头凭借专利壁垒以及军标认证，构建起了坚固的防护体系，从而使得军用夜视设备的价格被抬高。一般而言，这些军事承包商所生产的夜视设备价格在 1.3 万至 3 万美元之间。

这些年，美国陆军始终在进行尝试，将夜视设备的模拟技术转变为数字化技术。其中一个具有代表性的案例便是“集成视觉增强系统（IVAS）”项目，该项目的预算高达 220 亿美元。

那么，为什么Deepnight能获得军方青睐？

简单来说，Deepnight 的优势体现在能够凭借普通的 50 美元智能手机摄像头以及 AI 算法，达成极为良好的实时夜视效果。在这背后，有着 Deepnight 的几项关键本领。

Deepnight 创始人在夜间使用普通相机拍摄了照片，这些照片在左边；该公司的 AI 模型也拍摄了照片，这些照片在右边。

首先就是AI。

Deepnight 的 AI 模型对海量低光场景进行深度学习。它能够在光照条件极其低的情况下生成清晰度很高的图像。其性能比传统的 L3Harris 等军用夜视设备更优秀。

其次就是成本。

在几乎完全处于黑暗的环境里去看东西，一般来讲得使用特定的、价格不菲的硬件。像那种价值 3000 美元的图像增强管就是这样的硬件，而热像仪以及红外摄像机等解决方案，它们不但非常昂贵，而且还很耗电。

Lucas 称，他们能够在黑暗中看清世界上的一切。这一切的实现依赖于现有的 50 美元智能手机摄像头，无需昂贵的定制硬件。

另外，Deepnight 提供的是软件。这种软件能够让任何带有摄像头的硬件设备获得夜视能力。这就意味着，它可以直接被部署在军方现有的设备上，并且不需要增加额外的置换成本。

仅仅依靠技术和成本优势，并不意味着能够拿下军方的大单。Deepnight 能够取得成功，一方面离不开两位华裔创始人卢卡斯·杨（Lucas Young）的定力，另一方面也离不开托马斯·李（Thomas Li）的韧性。

02 华人创始团队的技术信仰与战略定力

Lucas 和 Thomas 在新泽西一同长大。他们一直保持着联系。两人后来的人生道路都与视觉技术有着紧密的关联。

Lucas 在加州理工学院攻读计算摄影专业，花费五年时间对智能手机相机软件进行研究。例如，那种价格仅为 50 美元的廉价数码相机存在小光圈的限制，而他通过编写代码成功突破了这一限制。之后，Lucas 进入谷歌工作，开始研究边缘计算机视觉问题。

Thomas 选择了卡内基梅隆大学，在那里学习 AI 与计算机视觉方向。之后，他进入谷歌，从事机器学习系统方面的工作。

注释：Thomas（左）和Lucas（右）

两人均在谷歌工作，这段一起共事的经历，一方面深化了两人之间的技术默契，另一方面也为创业埋下了种子，他们察觉到，AI 在视觉领域的潜力还远远没有被充分地挖掘出来。

2018 年，Lucas 读到了一篇论文，它名为《Learning to See in the Dark》。这篇论文探讨了利用 AI 进行低光成像的相关内容。Lucas 内心十分兴奋，他觉得这篇论文颠覆了光学的物理限制。

然而，当时设备上的 AI 芯片速度较为缓慢，达不到支持实时观看所需要的每秒 90 帧的标准。在这种情况下，如果 Lucas 放弃了对低光成像的研究，或许之后就不会有 Deepnight 了。

2024 年，Lucas 察觉到运行于片上系统（SoC）之上的 AI 加速器已然足够先进，具备了支持 90 fps 的能力。他成功地说服了 Thomas 辞去工作，随后两人共同创办了一家初创公司，该公司名为 Deepnight，并且很快便加入了 Y Combinator 的冬季团队。

加入 YC 后，在导师的指导下，Deepnight 团队采取了一些“非常规”的方式，并且成功地与军方实现了接触。

Deepnight 无法直接前往五角大楼与军方洽谈合作，所以 Lucas 找到了一个有美国陆军夜视实验室人员出席的行业活动。他事先撰写了一份白皮书，将自己的想法进行了概述：

“夜视是一个软件问题。”

Lucas 在活动里分发了许多白皮书副本，其中有一位陆军上校同意阅读这份文件。他之后回忆道：“那只是在走廊里的一次谈话，我连商务装都没穿，就穿了一件 T 恤。”

这位陆军上校对 Lucas 所讲述的内容很喜爱，接着让他与实验室人员取得了联系。Lucas 和 Thomas 为向这些人员证明自己的想法可行，开发了一款夜视智能手机应用。他们把智能手机放进可容纳智能手机的 VR 设备里，之后进行了基本原型的展示。一个原型虽然只是个原型，但给美国陆军夜视实验室人员留下了深刻印象，也正因如此，促成了 Deepnight 与美国军方的首次合作。

Lucas 身上带有一些华人创业者的特点。其一，怀揣着技术实用主义。其二，避开硬件的重投入，专注于算法的轻量化。Thomas 也有类似特点，他既保持着东方工程师的耐心与韧劲，又对硅谷的规则玩法十分了解。

03 眺望未来，机遇和挑战并存

未来，Deepnight的机遇和挑战是并存的。

全球许多国家的执法机构越来越多地把夜视设备用于训练活动。许多国家还在大幅度提升军事和国防预算。这些情况都将促使夜视设备市场得以发展。

Mordor Intelligence 的数据表明，2024 年的夜视设备市场规模达到了 96.6 亿美元。预计到 2029 年，该市场规模将会达到 141.9 亿美元。在 2024 年到 2029 年这个预测期内，其复合年增长率为 7.98%。

注释：夜视设备市场规模

Deepnight 认为，AI 软件在低光条件下能提供高清晰度图像。此技术不仅适用于军事领域，还可能改变安防、农业和环境研究等多个行业。并且，Deepnight 的软件解决方案与多种硬件设备兼容，像智能手机、护目镜、无人机等，这让其产品有广泛的应用前景。

可以说，Deepnight 为夜视技术带来了新的可能性。同时，它也为 AI 在传统硬件领域的应用提供了新的思路。这吸引了不少投资人。在 Deepnight 的融资名单里，有 Initialized Capital 领投，同时还包括 Kulveer Taggar、前 In-Q-Tel 合伙人 Brian Shin 以及 Muse 乐队主唱 Matthew Bellamy 等天使投资人。

当然了，Deepnight也面临着一些挑战。

面对军用场景中的极端环境，比如沙尘和电磁干扰，Deepnight 的 AI 软件的表现以及其适应性还需要进行验证。同时，夜视设备市场的竞争十分激烈，它未来能否应对巨头的竞争这一点仍然存在疑问。

Deepnight的故事，本质上是两股时代浪潮的共振。

AI 一方面正从“数据拟合”的状态迈向“物理重构”，开始对硬件领域的物理难题进行破解，Deepnight 正在顺应这种趋势并采取行动。

一方面，华人创业者在这波 AI 热中时常现身。据 IT 桔子数据统计，到去年年末之时，由谷歌的前员工且为华人所创办的人工智能公司总计有 70 家。

在这两股时代浪潮交汇的情形下，Deepnight 未来能掀起多大的浪花，这需要时间来检验。

参考资料：

YC 毕业生 Deepnight 获得 550 万美元资金，用于其人工智能夜视软件，该软件将颠覆一个价值数十亿美元的行业。

夜视设备市场规模与份额的分析，包括增长趋势以及对 2024 年至 2029 年的预测（来自 Mordor Intelligence）