与李彦弘一同走出那间私人会所，孟繁岐的心情相当不错。
李彦弘对AI前沿技术相当看好且执着，在这方面的许多条件上都很好说话。
孟繁岐与他接触下来，感受还是相当不错的。
如果这次尝试性合作，白度总体做得很好的话，孟繁岐也懒得在国内继续寻觅其他的合作伙伴。
毕竟这个时间点，AI技术的热度还远不够高。
“那我们一两周后再约个时间见面吧。”李彦弘同孟繁岐握了握手，“到时候你把算法和模型准备好，我们把合同等相关条例准备好。事情敲定之后，我希望会出一个实时的智能检测App，来看一下这个技术的市场反响如何。”
对于图片上内容的检测，有一个极大的质变关键点就是实时或者即时。
并不是所有需要检测的图像都是提前做好准备和预处理的。
许多场景的输入，会是摄像头的实时拍摄，在这种情况下，算法的速度是非常大的瓶颈。
游戏玩家应该会非常熟悉一個FPS的概念，说得直白一点，就是每秒的帧数，每秒展示了多少张图片。
这个数字越大，自然就越流畅丝滑。但同时的，算法需要处理的图片数量也会成倍增长。
目前时期高精确度的传统算法，一两秒钟算一张图片，已经很快了。
而一般来说，FPS至少要达到十几二十，才能够真的算得上是流畅的实时检测。
若是可以达到60-70FPS，则可以明显有那种极其流畅，完全实时处理的感觉。
“现在这个时期，对于检测算法速度慢的问题，通常都是采样的办法。”孟繁岐回忆道。
采样的原理很简单，我一秒钟只能处理一张图片，那我就不管其他帧，只每秒抽取一帧来检测。
但这样的做法，就会导致框追人，等检测框被预测出来的时候，框里面的物体早就跑到框外面去了，给人的使用体验非常差劲。
如果视频内容中的物体大多数都在快速移动，那就是空框满天飞，纯纯的视觉污染。
“没有问题，我也会信守承诺，在至少6个月后才会投稿论文或者公布技术细节。”这也是刚刚谈到的条件中重要的一环，白度不独家占有该技术。
但孟繁岐必须等到14年6月后，才允许投稿或者公开该技术。这个时间孟繁岐是完全可以接受的。
孟繁岐与李总握手告别后，谢绝了李彦弘派司机送他的好意，独自离开了白度的园区。
李彦弘则待在原地，看着手里薄薄的几张纸，若有所思。
回到总部之后，李彦弘躺在自己的老板椅上，继续思索了良久。
旋即，他做出了两个重要的决断。
一，白度要在海外的硅谷开设AI研究室。
孟繁岐拒绝自己的理由，让他一定程度上醒悟了过来，整体的学科氛围和环境也是很重要的。
去年白度在与谷歌的天价拍卖中落败，加拿大距离美国近太多，是一个很重要的因素。
如果自己有一个出色的硅谷AI研究室，那么去年争取辛顿团队，刚刚争取孟繁岐入职，都会有出色很多的竞争力。
