印奇不在国内的日子里，公司在另外两位创始人——唐文斌和杨沐的带领下稳步前行。在2012年的“黑马大赛”中，Face＋＋从全国各地的数百个项目中脱颖而出夺得冠军，担任评委的奇虎360董事长周鸿祎、启明创投合伙人童士豪等知名投资人在接受本报记者采访时都对该项目给予了高度评价，认为人脸识别有足够大的市场，而且可以成为一项普适性的技术。
　　　在印奇看来，获奖的关键原因在于当时主打的概念在国内十分罕见：“当时的定位是做人脸识别云平台，而人脸识别和云平台都是比较新兴的概念”。
　　　不过在去年年初拿到创新工场的A轮投资后，Face＋＋经历了一段沉寂期，在大半年的时间内很少被媒体曝光；印奇将这段时间成为“概念落地”的过程：“那时Face＋＋的核心平台刚刚上线，只是一个雏形，还有很多东西需要积累，比如核心技术和后台。”随着团队的扩大与成型、技术方面的不断积累以及印奇退学归来，Face＋＋又重新走上了快车道，频频在业界活动上露面。
　　　印奇很看好人脸识别在Google Glass等可穿戴设备上的应用，例如为脸盲症患者提供信息，帮助他们避免遇到熟人却想不起是谁的尴尬。不过目前国内对于这项技术需求最旺盛的是互联网和移动互联网领域，因此Face＋＋的合作伙伴也以这类企业为主，主要包括两个方向：其一是以美图秀秀为代表的相机和图片处理类应用，它们利用Face＋＋提供的人脸检测技术提升面部美化效果；其二是以世纪佳缘为代表的社区和以360搜索为代表的搜索引擎，它们利用Face＋＋的人脸比对以及面部语义分析进行人脸搜索。
　　　“其实无论是人脸美化还是通过搜索寻找美女帅哥，这些都是偏娱乐化的应用场景，而我相信娱乐是一种刚需。”目前，Face＋＋的主要收入也来自于和这些厂商合作过程中收取的技术授权费。
　　　尽管和Orbeus一样是以打造技术服务平台为核心，但Face＋＋也正在研发自有产品，例如通过人脸进行锁屏和解锁的应用。“我们在提升技术服务时也会选择一些比较看好的方向，从幕后走向台前。”
同样的领域，不同的创业环境
　　　作为一个新兴的热门领域，图像识别领域汇聚了许多科技公司。苹果、Google、百度等巨头都在这一领域投入了大量的研发经历，而Facebook和雅虎也先后收购了Fac*.c*m和IQ Engine等创业公司。
　　　在上海，一个名叫亮风台的创业团队前不久推出了一款通过拍摄应用图标搜索、安装应用的工具，也在业界引起了一定反响，并与91助手达成了深度合作，为其提供图标搜索接口。
　　　不过与以网站或移动应用为创业项目的产品类创业公司相比，技术类创业公司无论在美国还是中国都是小众：Orbeus是Excelerate Labs里第一个纯技术团队；而印奇则坦言作为纯技术型公司，Face＋＋是国内创业公司里的异类，也因此获得了不少关注。
　　　但记者走访过的一些技术类创业公司普遍认同的一个观点是：在美国，技术类创业公司的创业环境要远优于中国。
　　　刘天强从投资者的态度和市场竞争两个方面来对比中美技术领域的创业环境。
　　　“（在美国）很多投资者是有远见的，觉得这个技术将来做到某个时候会有爆发点，或者他看得到市场的，他就会去投。国内的投资人我们也接触过，他们更偏向于投产品，可能会投一些短线的，不太会做长线；他们对于项目可能没有太多考量，关键是你要能挣到钱，就算中途换一个项目也没问题。”
　　　而谈到竞争环境，他则说国内的巨头在所谓“微创新”方面不仅针对产品，近年来也涉足技术领域，“你有一个技术，他也会找人来跟你谈合作，如果它觉得技术好的话它也会自己找人来做；国内的人力也便宜”。而在美国，一方面抄袭所受到的舆论压力会更高；另一方抄袭技术很可能需要组建新的团队，而美国人力成本较高，“招的这个团队还不一定是最合适的”；因此刘天强看到的是，更多美国巨头在看到好的技术时会选择战略投资或收购。
　　　“像我们这样的故事在美国会更受到追捧，”印奇也坦言，尽管国内的投资环境正逐渐变好，但投资者仍会更加看重创业者是否有明确的商业模式和盈利前景，“在美国如果投资者相信这个东西未来一定会火，而你是这个领域最好的，他就会以很高的价值来评估你”。
　　　他表示，接下来除了技术研发，也会将更多精力花在对“技术能干什么”的展示上，“在国外你可能安心做技术就行了，在国内你必须两边都做，需要做一些辅助的事情来证明你”。
　　　不过身为中国人，在美国创业也会面临一些国内所没有的风险，例如人才成本高、易流逝。刘天强表示，尽管仅有5名全职员工，但人员成本是目前公司最主要的开支。相比地处清华大学门口、能凭借校友圈关系吸引到许多优秀的实习生的Face＋＋，由东部的波士顿移师硅谷的Orbeus在人才招募方面面临着更大的困难，刘天强也坦言这是公司当前最主要的困难。
　　　而在此之前，公司也经历过几次变动，例如创始团队成员、前CEO孟醒选择回国、投身游戏领域。不过在刘天强看来，Orbeus能在所有核心成员都没有拿到绿卡的情况下就完成创立公司、为员工发工作签证、融资等一系列工作，已经十分难得，“我们那期Excelerate Labs中的另外两个国际团队目前都面临着很大的困难，有一家已经基本放弃了。”
　　　谈到未来，刘天强希望Orbeus能在图像、视频识别领域取得像Nuance公司在语音识别领域的地位，并更进一步，成为一个能解决所在领域所有问题的大平台；而公司现任的CEO李轶则表示，Orbeus的愿景是成为图像识别领域的“大脑”，就像Google在搜索领域一样。在被问道是否觉得这一目标过于宏大时，李轶表示，这样的想法在美国的创业公司中很普遍，“你首先要敢想，才有可能做到”。
　　　印奇同样将Google视为Face＋＋的榜样，不过他在谈到公司未来的定位时则显得较为低调：“我们有个口号叫’be different, be interesting’，我们希望做不一样的事情，并且把这件事情做得有意思；我们也会坚定走技术创业的路线。”
深度学习给人脸识别带来了什么？
　　　在交流人脸识别技术的过程中，印奇也谈到了深度学习。深度学习在图像识别领域为人们所熟知的应用是在海量图片中识别一类物体，这大概要归功于Google发布的那段“找猫”的视频。
　　　不过人脸识别是一个细分领域，经过多年的积累，人脸检测和脸部关键点定位的技术都已十分成熟。而且在这一领域，人们通常需要机器去做的也不是在海量 的不同类型的图片中寻找有人脸的图片，而是在海量的人脸图片中找出与指定的图片相同的人，即人脸比对。那么深度学习在这个领域能带来哪些帮助呢？
　　　印奇说，传统的深度学习是辨别不同的类别，而在人脸识别领域，深度学习被用于辨别同一类物体里不同个体的，“更精细化，所以更难”。
　　　
　　　“你想想，一个机器，你教懂它猫和狗的区别，和教懂它你和我的区别，其实后者更难，因为同一类物品的变化更细微。”
　　　此外，深度学习还能用于补全人脸信息，例如给出一个人的正面照，让机器来绘制出它的侧面。
　　　印奇说，按目前Face++的技术，用一张正面照能较为精准地识别60度以内的侧面照，即两只眼睛都可见的情况。如果角度更大，则需要补充额外的信 息，“比如我只见过你正面，没见过你侧面，我要去识别的话，可能需要见过100万人的正面和侧面的联系才能推测出你的侧面长什么样子。”
　　　这正是利用了深度学习的思想。“如果没有其他的关系，它一定不能（补全人脸信息），因为这不符合常理；但如果机器学习了一亿人的正面和侧面，那你给我一亿零一个人的时候，我其实可以做到，我可以用我之前学到的知识帮你做这件事。”
　　　不过印奇认为现在的技术距离完成这项工作还有很长的路要走：“你给我一张普适的人脸照片，我肯定做不到；但如果你进行一些限定，或者我给你补一个70%-80%，那应该是可以做到的。”