See从上千个合作商家那里找到匹配商品再以时尚专家的口吻推荐给用户，卖商家之所给，给用户之所求；另一方面联合时尚大号、时尚类自媒体推荐好物、好搭配，配上购买链接，激发用户发看上了就买。

万旭成，男，89年生，祖籍湖北，长相斯文。现任图片求购同款社区“See”CEO。

以下是个人简历：

学霸大一休学创业，半年自学编程，年入数十万

俗话说“天上九头鸟，地上湖北佬”，See的创始人万旭成是有经商基因的。他是湖北人，在四川长大，读武汉大学工业设计专业。万旭成自小就跟在经商的父母身边耳濡目染，大到市场竞争、现金流水，小到讨价还价、卖货送货，“盈利”成为他商业模式里根深蒂固的概念。

他比常人更早意识到互联网的价值。高考结束他开始研究“为什么我们可以上网，可以在网上找到我们要的东西？”，就像普通人习惯使用新事物，而发明家更好奇事物的内部结构和本质，就像小孩喜欢拆玩具、拆电器，万旭成开始“拆互联网”。不知道的就百度，半年的时间，他从一无所知到自己编程，写出了第一个属于自己的网站，那是一个英语社区，可以满足大学生学习、娱乐、社交的需求，接着又写出了第二个、第三个，虽然休学一年，却为他带来了人生第一桶金。那时他不但自己完全经济独立，甚至可以承担宿舍兄弟们的生活费了。

剩下的三年他出色的完成了大学课业。那大概是他迄今为止最忙的三年，既要补上大一休学落下的课，还要提前完成剩下三年的课，顺便还担任校企的CTO，推动校园网站的信息化。有的老师不让跳级，他想方设法也得跳，毕业设计以一个仿生物设计的灯拿了第一名。（小编我只想知道那些一节课不落的同学怎么想？！）

在腾讯，我学到了如何服务一亿用户

刚毕业，万旭成就进入腾讯用户研究和体验设计部门工作，原本以为进了大企业就可以前途无忧，谁想到在学校里的风云少年也得成为一颗小螺丝钉做最基础的工作，他有些气馁。

在腾讯这样的企业里像万旭成这样的人不在少数。这不，他和几位同事开始没事就凑起来研究点新点子。

他们设想过一个模块化的桌子，可以集合充电、收纳、照明等功能，but，产业链条长到他们看不到希望。

卖鱼丸怎么样？他们给潮汕牛肉丸起名叫“丸有引力”，想借用互联网思维让人们早、中、午晚餐都能吃到鱼丸，but，跨界太远，融资不顺。

微店貌似也是个机会。在微店出现前，他们就想到了一个类似微店的主意，找到投资人合伙开干，but，投资人没信心，中途撤资。

所以他们一起折腾的这些点子是吃饱了撑的？还是喜欢半途而废？这和当下的很多年轻创业者相似，没有几段创业经历或创业想法都不好意思去创业大街喝咖啡。

好在万旭成没有耽误在腾讯的工作，一年多时间，他参与了腾讯应用宝、腾讯电脑管家、腾讯游戏以及全民WIFI等产品的研发，离开腾讯前，他已进入核心落地执行团队。

“第一，眼界很重要，在腾讯服务过一亿用户，就会知道怎么做出服务一亿用户的产品；第二，在中国最先进的互联网公司工作，可以看到很多优秀的方法论、优秀的互联网创业者、优秀的公司文化和管理体系，腾讯带给我们的是视野、思维和执行方面的启发，我们很感激腾讯。”万旭成谈到在腾讯工作的经历时说。　　

说到创业大街，万旭成真的从北京的咖啡馆路演里发现了一个赚钱的新玩意儿——比特币。“我看到有一个人在发布一个硬件小样，底下的观众很热情，那人说是比特币。”万旭成回去就发挥他那个“拆字精神”，弄懂了什么是比特币，什么是矿机，时不我待，他找到了投资人和合作方，一起投入了两千万生产芯片、生产设备，全球发行，年利润几千万。　　

给我一个箱子，我能撬动女孩儿们的地球

终于要说到重点了，小编我每天必刷淘宝，重点当然不是这个。

有一天，万旭成在机场看上了一个老美的箱子，重点当然也不是这个。

公司年会要到了，小编喜欢的礼服淘宝搜不到！这个必须是重点。闺蜜推荐了个APP叫“See”，上传图片搜同款。

所以这是一个有一天万旭成发现自己喜欢的东西在购物网站上找不到同款于是拉了一伙人做了一个能上传图片搜到同款并且能立即购买的APP，于是解决了一票像小编这样的网购女同学在淘宝纠缠好几天也找不心仪同款的问题的故事。（一口气说完好累…）

你问我女孩儿们的地球在哪儿？买买买就是我们的地球啊！！！

两条线并行

关于See如何能帮美眉们搜到同款，See团队提供了一篇他们技术团队的数据博士写的文章（据说这位博士带领的团队曾赢得了全球图片识别竞赛第二名，仅次于谷歌），小编水平有限又很懒，这里上一段原文好了：

“See眼”的算法框架融合了学界最先进算法框架RCNN及Faster RCNN的思想，针对时装，鞋包搜索的具体应用特性，重新定位并设计了智能检测系统，在减少算法计算成本的同时有效提高准确率。首先第一步，“See眼”深度检索系统结合Edgebox以及RPN两种待选框检测算法，根据待检测时装的形状特性，以及行人姿态估计等方法进行筛选，保留少量但有效地待检测框。然后依托See平台海量的用户及商品库图片、标注资源以及丰富的GPU计算资源，训练出多种深度模型包括Googlenet，VGG以及Deep-IDNET。最后通过对多种深度模型的预测结果的后融合，得到“See眼”中真正关心的时装或鞋帽。

果然博士和小编的差别就在于文风（难道不应该是智商？！）

简单来说，See从上千个合作商家那里找到匹配商品再以时尚专家的口吻推荐给用户，卖商家之所给，给用户之所求；另一方面联合时尚大号、时尚类自媒体推荐好物、好搭配，配上购买链接，激发用户发看上了就买，同时能提高时尚自媒体的变现能力。

与淘宝、美丽说、蘑菇街…

小编绝对没有要黑淘宝的意思，但是淘宝的拍照搜同款功能给它一个美美的大衣图结果吐出来一堆帽子、鞋子、包包到底是什么鬼？

美丽说和蘑菇街走的是校园妹妹的消费水平和审美路线，而一般一二线城市的年轻白领们会更注重品质、偏好欧美风，See服务的用户群体正是她们。

以及

See总部在深圳，带有明显的腾讯系特征，重产品、重用户体验，从最初的四五个人到现在40多人，半年时间他们融资两轮，新一轮融资都快搞定了，天使轮的钱还没花完…

文/新芽