按住 Windows 电脑上的“Win+R”键，会弹出一个“运行”对话框。在里面输入指定路径，就能快速打开相应目标软件或文件。

你可能觉得这是个鸡肋功能——因为想要清楚记住所有软件的完整路径并不简单。

2000 年的北京海淀黄庄，还在读初中的肖涵为了解决这个问题，用 VB 开发了一个软件“smartrun”，实现了用文字和表达式替代命令行的功能。比如在“运行”框内直接输入“扫雷+纸牌”的汉字，便可快速启动软件。高中时肖涵还对 smartrun 用 C# 进行了一次重构升级，然后上传到当时的两大软件门户——PCHOME 和华军软件园，供他人下载。后来，2009 年发布的 Windows 7 通过“系统搜索功能”实现文字快速定位目标的功能，当然这已经是后话了。

这段学生时期的经历为肖涵 20 年后的创业故事埋下了注脚。

2009 年肖涵从北京邮电大学信息工程专业毕业，追随当年父亲的脚步，孤身一人来到德国慕尼黑开始攻读人工智能硕博。2014 年博士毕业后，他移居柏林，在德国的一家上市电商负责开发推荐和搜索系统。2018年，肖涵回到国内，加入腾讯 AI-Lab 实验室，带领团队研发微信中“搜一搜”的搜索系统。

在腾讯时，肖涵还负责了一个基于深度学习的开源搜索框架。在紧锣密鼓研发半年后，该项目由于一些内部原因被搁置了。肖涵思前想后，认为首先“神经搜索”未来一定是非常有前景的；二来如果要做，这件事必须要用开源的方式去做。“当时发现并没有一个公司专门去做开源神经搜索，我觉得这是一个非常好的机会，再加上平时的一些积累，就形成了创业契机。”

2020 年 1 月新冠疫情初现，肖涵没有犹豫，而是选择也在那时离开了腾讯。2020 年 2 月，Jina AI 成立。资本市场也给予了 Jina AI 非常快速且友好的反馈，2021 年 11 月，Jina AI 在美国完成了 3000 万美元 A 轮融资。加上之前的种子轮，Pre A轮融资，Jina AI在短短18个月融资总额达到 3800 万美元，投资方来自于美国，中国和德国。Jina AI 也从肖涵一个人的目标和愿景，变成了来自世界 15 个国家 45 个人的共同目标。今天，Jina AI 在德国柏林，中国北京深圳都设有办公室。

作为软件的 Jina 是一个开源的神经搜索框架，将其与 smartrun 放在一起，就功能本身而言，用户均可以通过更简单的指令输入，从计算机或智能终端获得精准的答案；就软件分发而言，二者都选择了一条能让更多人可用的路径。本期【创造者说】我们邀请肖涵聊了聊他看好神经搜索、选择开源战略的深度原因，以及他和 Jina AI 正在做的事。

Jina AI 两周年 Berlin Office 合照，右四为肖涵

为什么是神经搜索

神经搜索（Neural Search）意指 Deep Learning for Search，是 Jina AI 首次提出的概念，指借助深度学习技术，使用非结构化数据搜索非结构化数据。

在神经搜索中，文字、音频、视频、图片甚至 3D 模型等非结构化数据的搜索问题，都借助深度学习技术，转换成了向量相似性搜索问题。听歌识曲、淘立拍、智能问答机器人等，都是神经搜索的典型应用场景。

Jina AI 曾通过以图搜图来解释神经搜索：将一些猫和狗的图片，按照类别和可爱程度，放在二维向量空间中充当索引，如果希望找到跟某一图片最相近的狗狗，只需要找到这一图片在向量空间中的最近邻。详情可见：https://mp.weixin.qq.com/s/CfpzPDp4__xbbjXGP4vgIg

神经搜索系统的应用场景

而之所以锁定在神经搜索领域，在肖涵看来，多模态数据类型的搜素需求已经很多，并且会越来越多，同时，神经搜索的理论基础也已经成熟。这时为开发者提供他们所需要的服务，就变得顺理成章。

真实而巨大的需求

传统的搜索是通过文字去做逐字匹配，对应的场景包括：聊天记录的搜索、文本搜索，公众号文章搜索等等。因此，传统的搜索精于文本，但也仅限于文本。

到了近 5 年，实际上我们已经能感知到，除了文本之外，还有更多的数据模态出现了：比如图片、声音、长视频、短视频、3D 模型，此外元宇宙中其实也出现了许多不同的数据类型。

面对不同的数据类型，传统的文字标签搜索方式已不再适用，图片不可能通过逐个像素分析去匹配，音频也难以切成一秒一秒做搜索。因此，新的数据需要新的搜索方式。

“要理解一个数据类型，首先要让这些数据能被搜索到。如果某种数据类型特别大，但搜都搜不到的话，如何去构建更高级的智能？”在肖涵眼中，现在大家在谈的数据智能、数据分析等等往往是更高级的应用，而最底层的能力往往是可以准确地定位数据，“只有在最基本的需求能够完成的情况下，才有精力去构建更高级的数据智能。”

Jina AI 对于图像、音频、视频或其他内容，首先使用深度神经网络将数据格式转换为通用表达。在这种情况下，它们主要是一个数学向量（100 维向量）。之后匹配算法不计算有多少字母匹配，而是计算数学距离，也就是这两个向量之间的向量距离。通过这种方式，人们基本上可以解决各种数据搜索问题或相关性问题。

理论支撑

“近 5 年，深度学习已经成为主流，大家会认为，深度学习是一个比较完善的方法论了。并且在深度学习中，有两个细分领域，一个是表征学习，另一个是迁移学习，对深度学习工程领域有非常深刻的影响。在这种情况下，构建一个完全基于深度学习的搜索系统，就成为了可能。”

肖涵所提到的表征学习，是一种将原始数据转换成为更容易被机器学习应用的数据的过程。目的是对复杂的原始数据化繁为简，把原始数据提炼成更好的数据表达，使后续的任务事半功倍。迁移学习（Transfer Learning）是指一种学习对另一种学习的影响，或习得的经验对完成其他活动的影响。

这两大框架的发展，使得从头开始训练变得不是那么必须。

传统的深度学习拿到数据之后，需要为数据贴标签，从头开始训练。但是表征学习认为可以跳过这一步，从一个已经训练好了的，比如上一个任务的一个模型作为初始点，然后再进行微调，这实际上是将传统的端到端的学习分成了“预训练+微调”两个部分。

预训练需要大量数据，比如需要学习语言中的特征，词语在句中的顺序，基本的语法结构等等，通过这些就能得到一个关于中文的语言模型，这种语言模型一般无法直接拿来做分类问题，其性能也不是最优的。但是提供了很好的微调的基础。使得很多中小企业，在不需要太多数据的情况下，在预训练模型上进行微调就能实现很好的性能。

“所以我觉得机器学习在某种意义上，已经实现了科技平权。”深度学习发展到今天，从头开始做一个模型的成本不仅仅包括电费、GPU 这种计算成本，人力成本也非常之高，还有时间成本等等。过去只有大厂才有这样的经济实力与耐心，而中小企业无法享受深度学习发展带来的红利。“但迁移学习是你只要拥有一个模型，就能实现像大厂一样的性能。并且，由于中小厂商对自己的商业问题理解更加深入，那么对于自身数据的采集和把控肯定也会更好，这也就在微调这一步提供了很大的优势。”

而在需求爆发与理论充足的两个大背景下，Jina AI 正在做的事情，是面向开发者封装出更易用的神经搜索框架。

从左至右分别是 Jina AI CTO 王楠、CEO 肖涵、COO 何烜彬

面向开发者而不是 C 端用户

虽然深度学习理论的成熟让神经搜索成为可能，但大多数的开发者想要实现一个“以图搜图”之类的功能都需要一定时间，甚至至今也无法实现。原因便是现有的技术框架、能力不够完善，同时搭建一个神经搜索系统非常耗时。

肖涵举了个“查找替换”的例子，每个 APP 中都有查找功能，因为这个功能被封装的非常好，可以非常方便地引入到开发者的软件中，所以 Jina AI 要做的事情也是一样——让神经搜索和今天的“查找”功能一样普遍。

“在开发者需要我们的时候，我们已经把整个技术栈准备好了，开发者可以非常方便地使用这个神经搜索系统对其软件进行赋能。”

Jina AI 首先面向的是开发者。神经搜索的应用入口一定不局限于“文本框”内，比如现在淘宝所使用的以图搜图，其入口可能会是摄像头；小爱同学的输入则是语音，在用户说出“今天天气如何”、“今天冷不冷”、“今天热不热”这三句话时，结果会映射到同一个关于天气的回答上，其背后也是神经搜索。而这种人机交互同样也能看成是一个“搜索框”，通过语音实现的智能问答。

“所以真正的神经搜索是一个非常底层的基础技术，一旦底层技术实现，那么高层的数据智能可以实现，最终极大的丰富 C 端场景。”在肖涵看来，如果 Jina AI 去做 C 端，就会变得非常繁杂，因为 C 端的应用场景太多了，智能音箱、家用电器等等，还可能是特定行业，那么这些场景下的数据集和数据匹配的文件类型都不一样。

但反观赋能企业中的开发者这个方向，由于不是所有公司都是互联网公司，也并不是所有公司都能从头实现自己的神经搜索系统。“帮助企业快速搭建起，不管是基于神经搜索的一套完整解决方案，还是在客户的解决方案/商业模式上去增加神经搜索功能，就是我们要做的事情。”

当下：长文本问答与图片搜索

Jina AI 目前主要客户来自欧洲与国内的一些中小型企业，包括法律文书、电商、游戏平台等，应用的两个主要场景是长文本问答和图片搜索。

第一个是长文本的问答型搜索。比如一份长达 30 页的租房合同，想快速知道一些关键性问题，比如房租多少、需提前多久退房等等。此类问题的解答基于传统的搜索是无法实现的，因为传统搜索是基于关键词匹配，面对许多具体而灵活的问题时就无法直接回答。

长文本问答型的场景还包括洗衣机说明保养、法律文书等等。“对于一个不是法律出身的 C 端用户，想要去理解一段法律文本很难，传统的搜索是做不到的，只会匹配到晦涩难懂的词句上，但是神经搜索可以充分理解语义的内容，相对来说匹配的答案就会更加清晰。”

第二种是图片搜索。图片搜索已经存在了一段时间，但当下强调的往往是更高质量、更精细力度的以图搜图，而不是传统意义上给一张图片就直接搜，现在可以搜索一张图片上的局部，或是只关注背景，又或者前景更加细微化等等的搜索，这也是传统意义上的搜索做不到的。

此外，暂且抛开上面提到的视频数据所有权问题，视频本身毫无疑问已经是人们在互联网上娱乐消费的主要载体。同时，随着人人都在拍短视频，做博主，就会需要建素材，找素材，这时便可以用上神经搜索，比如对于一段已经拍摄好的海浪的场景，系统可以自动从音乐库中找到符合该场景的音乐，这便是基于视频的神经搜索业务场景。

为什么是开源

对于肖涵和 Jina 来说，开源的意义首先是让更多的开发者来使用 Jina。

这与《大教堂与集市》中所论及的开源的最核心价值——“让更多人为软件做贡献”有所不同。Jina 的贡献门槛不低，因此其贡献者也很难大规模增长。而肖涵更关心的则是贡献者的质量，以及通过开源，Jina 是否能成为行业标准。

肖涵

贡献者的量与质

肖涵认为，无论是数据库还是搜索、或者 AI 框架，许多开源软件都是基础软件，并不是每个人都有能力在基础软件中做贡献。如果一昧强调大家要来做贡献，或者社区运营的大目标是拉新贡献者，相对来说结果是会让人失望的。

从开源贡献者角度来说，软件做得越难，贡献者可能就越少，但这往往也意味着，真正能来做贡献者的人，水平是比较高的，同时对软件也是比较认可的，相对来说他所做贡献的质量就越高。

“所以我们看贡献者，更多的是强调质量而非数量。”实际上，单纯为提高贡献者数量也可以将软件从底层设计到上层 API 用文档的形式都解释清楚，那么很多开发者既可以参与进来在，找出错别字，API 中没有写全的注释等等，实现参与和贡献，但这并非是 Jina AI 目前所看重的。

他们看重的是：涉及到软件本身底层的一些逻辑和关键性能，是否能够让社区参与进来去做贡献。“这考验的是开源公司、开源社区能不能把社区吃透。”肖涵认为，一个非常重要的点就是你的开源贡献者究竟是浮在表面，还是深入核心。如果能深入到核心，那说明这个开源软件确实做的不错。

Jina AI 现在在全球的社区总共将近 3000 人，其中有两百多人为生态中的某个产品作过贡献，整体比例不到 10%。“而且这 10% 中，我们还招了不少人，可能我们发现你确实写的不错，那干脆就直接来给我们做吧。”所以，真正游离在外的核心贡献者可能不到 1%。

“这个比例也说明了，做开源软件，项目本身是简单的，是相对纯粹的工程问题，但是开源软件往大了说，是一个社会性问题。”

Beijing Office 三亚团建

软件开源本质——将工程产出社交化

“我常常说，开源软件实际上是在解决好工程能力的同时，用工程产出去进行社交化。去与人构建合作、构建关系、去做软件 API。”肖涵对于开源软件的看法也决定了 Jina AI 在社区方面的发展目标——让所有 API 的接口都向它对齐，让 Jina AI 成为行业规范。

如果一个开源软件没人用，毫无疑问它是不成功的。如果别人用了，而且基于这个软件封装构建了更高级的软件，那么这个开源软件的价值就体现出来了。再进一步，如果别人的软件为了这个软件更改自己的接口，那么其社会价值便体现出来了。此时，这款开源软件便成了非常核心的软件，所有的 API 接口都会向其看齐，与之配合，实现社区中的互通。

“成为通用的搜索方式，我们目前做的还不错。”诞生初期，Jina AI 只推出了一个产品，之后逐渐增加了底层的数据结构等产品，而所有产品之间是相互依赖的。在 Jina AI 内部，从底层设施，到云上增值体验，已经形成了相较完整的体系，“Jina 从一个大而全的东西，变成现在一个小而精的入口，一扇门，通过这扇门，你可以打开神经搜索的整个生态。”

Jina AI 提供了一个涵盖整个开发过程的端到端开源技术栈，这就是神经搜索生态。

Jina AI 神经搜索技术栈

目前已有 DocArray, Jina, Finetuner, CLIP-as-service 等 7 个产品

DocArray 是创建神经搜索项目的第一步。 它将非结构化数据，统一成同一种数据结构，利用 Python API，开发者可以高效地处理、向量化、搜索、推荐、存储及传输数据。

Jina 是生态中最早的产品，诞生于 2020 年。它是一个云原生神经搜索框架，可以把本地 DocArray 程序升级为一个高度可扩展的云服务，允许用户通过 gRPC、HTTP 或 WebSockets 访问。

Finetuner 可以借助特定领域的数据，进一步微调模型，以获得更高的准确率，更好地应用于搜索任务。

CLIP-as-service 利用 CLIP 模型，可以将图像和句子嵌入固定长度的向量中，开发者可以在构建新的搜索解决方案时，将其作为向量化服务，或者在用 Jina 在生产中构建服务时，简单地将其作为最佳实践。

此外 Jina AI 的神经搜索生态中，还包括组件分享平台 Hub，命令行界面 JCloud，以及一行代码解决文本到图像搜索问题的 Jina Now。

目前，Jina AI 已经和多家公司达成合作，覆盖元宇宙、游戏、电商、法律服务、家装等行业，也有许多工程师为适配 Jina AI 的系统做了 API 的设计融合。

而在开源的过程中，Jina AI 也在更加贴近开发者，从 1.0 到 2.0 迭代之时，肖涵和他的团队赢来了一次“胜利”。

2021 年 1 月，Jina AI 1.0 版本上线，同年 6 月就“赶紧推出了 2.0”。原因便在于 1.0 时期肖涵团队接到很多反馈称软件太难用了，于是 2.0 对整个高层的 API 进行了重新定制与优化，因此 2.0 实现了爆发式的增长，Jina 多次登上 GitHub 全球 Trending 排行榜第一名。“所以我们当时意识到软件，不管是底层还是高层，应用性是非常重要的。”

结语

今年 2 月，Jina 发布了 3.0 版本，在云计算准备和云集成方面，有了显著提升，用户可以更轻松地完成项目从本地到云端生产环境的迁移。“再往后，我们大概不会以版本号作为里程碑了，因为从今年开始，更多的是强调生态，包括它的专业度和稳定性。

在商业化公司中，如何通过开源项目赚钱，是绕不开的问题。企业版标品+云上增值订阅服务似乎已经成了一套标准化的答案。开源之后，公司便会失去传统意义上的技术壁垒。开源软件往往的模式是，底层基建+云上增值。将所有增值服务构建在云上，比如托管，或者是数据审核、保护、分析。

Jina AI 目前则是在侧重推行标准化服务的阶段，“如果一年前一家公司找过来，我们可能需要一个月的时间完成定制，但是现在一家公司找过来，我们可能只需要一周或者几天的时间去定制。并不是因为我们人手变多了，而是整个基础设施变强大了，更通用了，那么新来一个项目，研发它的边际成本就会降低。”

在肖涵的认知中，B 轮之前探索出适合自己的商业模式，也是 Jina AI 下一阶段的重要任务。而值得庆贺的是，目前 Jina AI 已完成 A 轮融资，融资总额已经超过 2 亿人民币，这不仅仅代表了投资人对 Jina AI 的看好，同时也是对开源创企的看好。

---

2022 年，Jina AI 团队仍在持续扩张，算法工程师、前端工程师、Python 工程师等众多岗位虚位以待，加入 Jina AI，与来自世界各地的工程师交流思想碰撞灵感，Work Hard Play Harder，共同打造下一代开源神经搜索框架。

更多岗位详情，请访问：

https://jina.ai/careers/

---

【创造者说】

OSCHINA 推出全新开源创企访谈栏目【创造者说】。

开源社区需要创造者，他可以是个人，也可以是由个人组成的公司。开源软件发展 20 余年，来自公司的开源贡献者已经成为中坚力量，更是有一批公司围绕开源软件而创办。本栏目将聚焦开源创企和他们的创始人，探讨当下的开源现状，分享开源商业故事，为开源社区添砖加瓦。

【创造者说】专栏面向所有开源创企，欢迎填写下方问卷，向我们推荐那些有创造力的公司：

https://www.wjx.cn/vj/P2FFev2.aspx

往期回顾：

支流科技：社区是杠杆，让付费用户主动找来

张亮：为发展 ShardingSphere 创办 SphereEx，看好云上订阅制

成立两年不谈营收，这家公司在想什么？

老同事拉我创业，做一家开源存储公司