在港中文多媒体实验室里，他看到五六个计算机识别技术的Demo，研究方向有意识地与实际应用结合，比如一个Demo是把图片变成印象派画风，这就是现在流行的美图功能之一。研究团队还反复强调原创，“我们是底层算法突破的源头”。这些均给牛奎光留下了深刻的印象。
2014年，IDG资本掷出数千万美元，助推研究团队走出实验室，到现实商业中寻找AI改变世界的钥匙。牛奎光当时承担了不小的风险，毕竟在2014年，AI产业还是冷门，谁也说不准，技术能否顺利转化为商业价值。
走出实验室，新一代技术公司该怎么走，是创始团队要思考的问题。在人工智能领域，曾有过前车之鉴。
比如语音识别领域——技术早已过了技术先发者的窗口期，各家再PK谁的准确率高出1%，没有实质意义。自从BAT集体意识到，智能语音是下一代人机交互的入口，必须抢占的市场后，动用资金、数据尤其是大平台优势，就可以分分钟碾压创业公司。语音识别领域再难出现独角兽或千亿市值的新巨头企业。
技术创业公司只有利用技术先发的窗口期，走入行业，或跟硬件结合、或跟数据结合、或跟流量结合形成产品甚至平台性服务，建立起壁垒，才有机会收割红利。
而且，这一切的前提是够快。美国硅谷技术创新同样遵循“逃逸速度”原理——在天体物理学中，逃逸速度是物体摆脱引力束缚、飞向宇宙空间所需的最小速度。“如果技术创新程度和未来发展程度，能达到一个‘逃逸速度’，你就能抓住时间窗口，形成一个很大的平台。”徐立语速、思维都极快，像极了这家公司的发展节奏。
打造这种“逃逸速度”，与商汤的早期储备紧密相关。联合创始人徐冰用“不计成本”形容当年的投入。融资到位后，他们在两个地方烧了很多钱：一是“人才垄断”，2014年至2016年，商汤用打包方案找来这个领域所有能找到的顶尖科学家，储备了大量深度学习领域人才，包括即将毕业的应届生，形成强大的人才梯队；二是搭建硬件计算平台，从英伟达买入6000多块GPU，自建超算中心，打造超强生产工具。
徐立认为，虽然硬件领域的摩尔定律在某种意义上已经失效，但大数据、算法却进入了一个新摩尔定律时代，而超算中心就是维持算法能以“摩尔定律”速度迭代必不可少的底层基础设施。
商汤的两笔投入，起初是极为冒险的行为，曾一度让公司面临资金链断裂的风险。但随着商业化的深入，优势也凸显出来。比如先于别人看到人工智能在某个行业突破工业红线的时间点，先于他人投入资源与某个行业头部公司合作搞产业落地；先于他人做出开源系统如谷歌Tensorflow当时无法支持的功能。
徐立举了一个例子，智能手机上有处创新功能“双摄像头实时拍照虚化”，商汤是国内唯一利用端到端深度学习技术提供技术的企业。因为该技术牵涉到一些新设计的网络，是现有开源框架并不支持的。
“我们进入很多领域时，开始好像有竞争，但是随着需求深化，技术要求提高，做着做着就变成了蓝海。”徐立说。
除了技术的独特性，技术落地，尤其是规模商业化，是所有AI公司面临的最大考验。
联合创始人杨帆分析说：商汤的策略是“1+1+X”，同时进行多元化布局，而非只赌注某个细分领域。这不仅有利于算法的全面迭代，还便于卡位竞争。毕竟目前安防、金融、移动互联网、手机、零售、自动驾驶都是竞争焦点，旷视、云从、依图虽各有业务侧重，但上述条线是商业落地的理想场景。
进入垂直领域，商汤的打法是先找头部公司，摸索AI技术落地，从项目到产品；然后再垂直打通某个行业生态，做平台化。“以安防领域为例，当我们把前端摄像头、后端云平台甚至芯片整个链条都打通，那就能做到最大的行业技术平台。”
当积累多个行业后，行业间的交叉反应就显现了，也有了做一个大平台的可能性。
IDG资本合伙人牛奎光
IDG资本合伙人牛奎光在2014年投资商汤时，AI行业还是冷门。
AI财经社问徐立，是否担心这种战略会成为行业公敌？“金庸迷”徐立谈起了武林：江湖上有很多门派重在练招式，你练刀、他练棍，互相不兼容。突然之间，有一个叫九阳神功的内功心法，专注于内功修炼后，刀、枪、棍、棒各种招式都能增强。