在全球科技市場的前沿浪潮中，AI 與硬件的融合正成為企業創新的關鍵路徑。從蘋果的 Vision Pro 到 Meta 的智能拍攝眼鏡，眾多科技巨頭紛紛投身于將大模型、多模態 AI 等頂尖技術與消費級硬件相結合的探索之旅。

閃極科技在與 AI 大模型頭部公司科大訊飛達成合作之后，又拋出一枚重磅炸彈 —— 前谷歌大腦首位研究軟件工程師、前字節跳動 AI 平臺負責人、頭部 AI 大模型公司聯合創始人潘欣正式加入，出任閃極科技合伙人，負責 AI 相關技術研發。他將組建并領導起一支專業高效的研發團隊，打造基于多模態 AI 交互、實時場景分析等技術，根據用戶現實生活場景和習慣，推薦信息和服務的千人千面 AI 殺手級產品。

圖：前 Google Brain 創始團隊成員，現閃極科技合伙人潘欣

移動互聯網時代，字節跳動憑借卓越的算法和高效的內容分發策略迅速崛起。然而，AI 大模型領域的專家潘欣敏銳地察覺到，隨著大模型技術的迅猛發展，數據和算力的瓶頸逐漸顯現，限制了模型性能的進一步突破。

以抖音、頭條等應用內置的大模型為例，它們主要依賴用戶線上行為和瀏覽數據提供推薦服務，這種方式僅能捕捉虛擬空間中的部分用戶習慣，存在明顯的局限性。如何創新性地拓展數據收集維度并提升用戶體驗，已然成為 AI 大模型領域亟待攻克的難題。

智能拍攝眼鏡的出現，猶如一把解開難題的關鍵鑰匙。在 AI 時代，智能拍攝眼鏡借助多維度視覺、聽覺等傳感器，極大地豐富了用戶與內容的交互深度，重塑了信息流的概念與用戶接收信息的模式，為 AI 進化創造了前所未有的發展契機。通過軟硬件的緊密結合，構建起閉環生態系統，實現了從多模態數據采集到 AI 分析處理的全面覆蓋，將數據收集范圍從線上拓展到物理世界，開啟人機交互的全新篇章。

智能拍攝眼鏡讓 AI 能夠實時捕捉用戶的所見所聞，深入洞察用戶的經歷與需求。無需用戶主動搜索或瀏覽，就能智能推送精準的信息、實用的建議或貼心的服務，極大地提升了用戶體驗的便捷性與豐富度。借助嵌入其中的 AI 技術，智能拍攝眼鏡仿佛為人類大腦插上了翅膀，使其能夠突破自身局限，暢享全球知識的浩瀚海洋。

這一系列變革也給信息流推薦模式帶來了深刻的轉型契機。智能拍攝眼鏡作為 AI 生態的重要入口，有望重塑信息分發的格局。

閃極科技憑借在這一領域的前瞻性布局與技術創新，正站在時代的風口浪尖，向著信息分發和智能硬件市場的領軍地位大步邁進，有望推動新一代內容推薦和消費的變革浪潮，成為AI硬件創新的領軍者。

圖：Google 時期的潘欣

2015 年，在科技的關鍵轉折點上，潘欣憑借自身過硬的工程與科研實力脫穎而出，受邀成為 Google Brain 首位 “Research Software Engineer”（研究軟件工程師），在機器學習 “三大教父” 中 Yoshua Bengio 胞弟 Samy Bengio 的引領下，堅定地邁進了 AI 這片充滿無限潛力的領域。

此后數載，他始終如一地深耕于 AI 前沿技術的研發領域，積累了豐富且多元的經驗，不僅是谷歌 TensorFlow 的核心骨干力量，還在百度、騰訊、字節跳動等行業巨擘中主導多個超大規模 AI 系統的創新研發工作。在不同的技術場景與挑戰中積累了豐富且多元的寶貴經驗。

潘欣絕非僅僅局限于技術領域的專家，更是對產業趨勢有著敏銳直覺與精準判斷的領航者。他與閃極科技的此次強強攜手，正是 AI 大模型能力與智能硬件設計融合的縮影， AI 智能硬件邁向嶄新時代的澎湃潮流與趨勢所向。

潘欣模型算法、深度學習框架、視覺識別等方面的技術積累，正是推動 AI 智能拍攝眼鏡創新的理想領航者。回顧這位技術專家的職業生涯，我們仿佛能從中窺探到 AI 智能硬件未來發展的清晰脈絡與光明前景，這也為整個行業在前行道路上點亮了一盞明燈，指引著通向更多創新與突破的方向，開啟了充滿無限想象的嶄新篇章。

崛起中推動變革，在谷歌大腦的開創性貢獻

在科技演進的歷程中，潘欣的技術軌跡有著獨特且關鍵的意義，他切實見證并有力推動了 AI 從起步到取得突破性進展的歷程，可謂是 AI 從無到有跨越發展的重要推動者之一。

2015 年前后，Google Brain 成為眾多頂級專家的匯聚地，彼時深度學習領域相當一部分具有影響力的成果都源自這里，為整個行業從深度學習邁向 AI 搭建起了極為關鍵的基礎架構，其奠定的基礎廣泛而深遠地影響著后續的技術走向。

圖：TensorFlow 官網

潘欣在 Google Brain 時，憑借自身扎實的專業能力，精心打造出 TensorFlow GitHub 上 model zoo 的初始版本。到了 2016 年，TensorFlow 在開發者群體中開始嶄露頭角，吸引了大量開發者的關注與參與。

而在 2017 年，Research Software Engineer 團隊逐步發展壯大，人數增加到十幾人，Google Brain 團隊也成長為百人規模，像 “AI 教父” Geoffrey Hinton、Quoc Le、Alex Krizhevsky、Ilya Sutskever 等業界知名人物都齊聚于此，他們在之后的 AI 領域發展進程中都發揮了極為關鍵的引領作用。

在這一重要發展階段，潘欣積極發起 TensorFlow 動態圖模式的開發工作，深度參與 TensorFlow API 的設計與優化，尤其是在面向對象和面向過程的 API 設計方面貢獻了諸多極具建設性的建議，有力地促使其朝著更高效、更便捷易用的方向穩步邁進，在提升 TensorFlow 整體性能與用戶體驗方面起到了不可忽視的作用。

從谷歌到百度，重構最好的國產深度學習框架

第二代 TensorFlow 誕生之后，國外的深度學習框架領域趨近成熟，而國內市場則亟需一款能夠與之匹敵、具備自主知識產權的國產框架。

懷揣著 “打造最好的國產深度學習框架” 這一信念，潘欣選擇離開硅谷，歸國從零開始重構了 PaddlePaddle —— 百度的飛槳平臺。

圖：百度飛槳平臺框架圖

PaddlePaddle 誕生于 2013 年，其初始設計與 Caffe 有相似之處，在靈活性方面存在欠缺。

為了能與 TensorFlow 全面抗衡，潘欣耗費整整兩年的心血，精心為 PaddlePaddle 打造出一套行之有效的解決方案，助力其逐步成長為當前國內位居前列的 AI 技術框架，在國內 AI 技術框架領域占據了重要的一席之地。

遍歷 AI 方向，從技術框架到數十億日活 AI 應用

此后，潘欣先后加入騰訊和字節跳動，繼續在 AI 技術領域開疆拓土：先是打造了騰訊的深度學習框架 “無量”，隨后在字節跳動負責 AIGC 和視覺大模型 AI 平臺的開發工作。每一次角色轉換都意味著面臨全新的挑戰，而他都能成功突破困境，實現技術上的創新與跨越。

他所主導構建的系統有力地支撐起日活數億規模的應用，每日為海量用戶提供精準且個性化的內容推薦。這些推薦涵蓋音樂、新聞、視頻、小說等豐富多樣的內容類型，深度契合不同用戶的興趣偏好，顯著優化了用戶獲取內容的體驗，為用戶與優質內容之間搭建起高效的橋梁。

在負責字節跳動 AIGC 和視覺大模型 AI 平臺期間，潘欣積極推動視覺 AI 模型的大規模全球化應用，讓抖音和 TikTok 等應用中的數十億用戶能夠暢享強大的視覺 AI 功能，其應用范圍廣泛涉及生物識別、圖像學習等多個關鍵領域。用戶在移動端日常使用過程中，能夠便捷地體驗到先進 AI 技術所帶來的便利與驚喜，而 AI 模型的廣泛應用也為字節跳動產品的持續創新與長遠發展注入了源源不斷的動力，成為推動產品迭代升級的核心力量之一。

圖：潘欣在第三屆 AIGC 中國開發者大會上演講

潘欣在 AI 及相關應用領域持續深耕細作，通過長期的實踐與鉆研，積累了極為豐富且難得的實戰經驗，逐漸在行業中嶄露頭角，確立了自身作為行業佼佼者的地位。站在技術前沿的他，并未固步自封，而是以敏銳的洞察力察覺到前方更為廣闊的未知領域，心懷壯志，準備迎接新的挑戰，開啟新的探索與突破之旅。

成為下一代 AI 硬件先行者

潘欣加入閃極科技的意義重大而深遠。這無疑是公司在技術布局進程中的關鍵戰略抉擇，為其在 AI 硬件領域的長遠發展筑牢根基，更是公司著眼于未來 AI 硬件生態構建所進行的深度謀劃與布局，有望在未來的科技競爭格局中為閃極科技贏得更多優勢與機遇，推動其在 AI 硬件的創新之路上穩步前行。

圖：閃極智能拍攝眼鏡 24 年 5 月技術預覽版發布會實拍圖

作為前谷歌、字節和騰訊 AI 團隊的核心人物，潘欣具有強大的號召力，他加入為閃極科技提供了吸引優秀人才的“磁石效應”，以他為核心，有望凝聚一批 AI 領域的精英，這支高水平研發團隊將專注于攻克多模態 AI 感知、實時場景分析和低功耗計算等關鍵技術難題：

在多模態 AI 感知方面，借助多種感知途徑的協同運作，比如視覺、聽覺等的融合，讓智能拍攝眼鏡能更精準地理解用戶需求，使用戶交互更加自然流暢、便捷靈活；實時場景分析能及時為用戶提供有用信息與輔助，像在停車時記憶查找車位、增強現實場景中恰當提示信息以及實現多模態AI翻譯等方面都大有用武之地。

智能拍攝眼鏡不僅是數據采集的突破，更是數據分析和應用場景擴展的重要平臺，為行業開拓了新的發展路徑與市場空間。智能拍攝眼鏡有望推動企業成為新一代內容分發和信息推薦的領軍者。閃極科技憑借其在智能硬件領域的技術積累與創新能力，結合潘欣在 AI 領域深厚的技術積累和對行業趨勢的敏銳洞察，在這個充滿潛力的市場中，有望打造下一個“今日頭條”。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。

關鍵詞：