全球第一
现就职谷歌的GeoffreyHinton被誉为深度学习领域的开山鼻祖，2010年语音领域实现突破后，他尝试将深度学习引入到视觉图像领域，于2012年参加ImageNet的竞赛。
ImageNet竞赛是人工智能领域的权威竞技场，斯坦福华裔学者李菲菲(Feifeili)为视觉领域收集了大规模“图像分类和物体检测”的数据集。该数据集最初包括一个1000类图片分类的任务，后面又增加了200类静态图片物体检测任务。
GeoffreyHinton第一次使用深度学习方法，就将图像分类的准确率提升10%，这在过往要耗时数年才能实现。此例一开，但凡在计算机视觉领域要证明自身实力，参加ImageNet竞赛几乎成必选项。
2014年9月，商汤科技联合创始人邱石博士等人首次出征ImageNet竞赛，在大规模物体检测比赛中就以40.7%的成绩荣获世界亚军，成绩仅次于谷歌的43.9%。
2015年，ImageNet竞赛新增一项视频物体检测的任务，视频是连续的图像，比静态图像中的物体检测复杂度更高，商业价值也更高，举例来说，一旦可将视频中的所有物件识别出来，品牌商就可按物体搜索，进行定向的品牌植入。
在该项新任务的比拼中，赛事主办方选择了30类别的物体，商汤科技联合香港中文大学多媒体实验室组成的团队，在28个类别中准确率最高，第二名只赢了两个；商汤科技整体62%的准确率，也远高于第二名51%的准确率，以11个百分点压倒性优势领先，实现夺冠。
按照徐立的解释，ImageNet比赛的成绩，取决于三大要素：最核心的“造脑”能力，脑子造得聪明与否，决定最后运算结果，造脑能力也是评价一家公司是否有人工智能核心技术的关键。
谷歌收购DeepMind团队，脸书(Facebook)招募学术权威YannLeCun等人，百度聘请吴恩达(AndrewNg)担任首席科学家，本质请的就是“造脑的上帝”，只要将人工网络的设计可以胜出一筹，在搜索等业务场景中将带来巨大的商业利益，而商汤科技研究团队的高占比，正是因为其将“造脑”列为第一要务。
其次是数据，数据量越大，运算结果即越准确，由于ImageNet主办方也提供了限定的训练数据集，该项条件对于参赛者是平等的。