顺为资本孟醒:自动驾驶是技术创业的好机会,图像感知在其中拥有最高的天花板 | 新智驾资本访谈

顺为资本孟醒:自动驾驶是技术创业的好机会,图像感知在其中拥有最高的天花板 | 新智驾资本访谈

雷锋网(公众号:雷锋网)按:孟醒,现顺为资本副总裁及入驻企业家。在加入顺为之前,孟醒曾先后是两家人工智能领域创业公司的创始人及CEO:其在硅谷创办的Orbeus是一家利用深度学习为开发者提供图像、人脸等视觉识别赋能的公司,知图科技则致力于使用图像识别技术提升互联网广告,知图在后期被新浪微博收购。

在加入顺为资本之后,孟醒主要负责考察技术驱动型的公司,其中人工智能、自动驾驶又是其中最重要的方向。到目前为止,顺为早有凯立德、蔚来汽车等在地图、新能源整车上的布局,孟醒向雷锋网新智驾透露在近一年内顺为又分别投资了一家自动驾驶技术公司以及激光雷达公司。

我们来听听从AI创业者跨界到VC的孟醒是如何看待自动驾驶的?

#新智驾资本访谈#听最懂行的资本聊自动驾驶。欢迎与雷锋网新智驾对话讨论,公众号AI-Drive,在雷锋网新智驾看懂未来汽车与汽车的未来。

新智驾:眼下,顺为在智能驾驶领域的投资状况是怎样的,有哪些项目和关联项目?

孟醒:无论从地图数据层面、还是整车厂商层面,还是零部件层面,目前我们都有投资对应的公司。

我来了顺为差不多一年,主要在看技术驱动型的公司,人工智能是一个比较大的方向,汽车和自动驾驶这个行业我觉得比较特殊,也比较有意思。它是把机器学习或者计算机视觉等技术应用到一个普适性的机器人应用场景。

自动驾驶进入整个汽车的投入周期会非常长,但如果能做成的话,它的市场是极大的,而且这个方向是明确的。

创业公司如果选择把机器视觉结合到日常的应用里,假设选择进入金融、安防这样的领域,他们需要克服的商业问题是很大的。而绝大多数的创业团队,产品很难比现有的产品好10倍。

在这样的前提下,他们是不太可能越过销售或者推广渠道,单纯通过碾压式的产品来取胜的。

而汽车,全自动驾驶只要实现,相比于现在的驾驶体验,肯定是10倍的提高。汽车本身的上下游产业链比较成熟,自动驾驶创业公司是可以以技术和产品为核心的,当它的商务能力比较一般时,车厂依然有可能会主动跟它发生接触。

所以,这个方向我觉得对于技术创业来说是一个优势,在相当长的一段时间内创业公司不用考虑非常多的东西,而专注于它的技术。

新智驾:你们是怎么看待自动驾驶上的投资机会的?

孟醒:自动驾驶的整个市场,会非常之大。车厂在其发展过程中会发生演变,它不希望从OEM变成最后的管道公司,运营公司也会壮大,最后这两者可能会趋同。

这样,汽车使用次数可能会增加,市场购买新车的速度会大幅下降。

我们来做一些大胆的假设,滴滴提供的体验,我们不管是不是真的有司机,都可以把它看成是一种“无人驾驶”。

对于这种“无人驾驶”体验,我觉得还是挺不错的,但价格比较高。假如说北京市内所有的行程都是5块钱或10块钱封顶,假如说这一天真的发生了,它对于整个驾驶市场有什么样的影响?

我觉得做到5块钱的话,可能会砍掉一半的汽车销量,这时一辆汽车满足爱好的价值或者收藏的价值可能会大于它的实用价值。

做自动驾驶技术解决方案的公司有没有可能出现像Mobileye这样一家通吃市场的情况?

纯粹从技术的角度去划分,在ADAS上,Mobileye基本上获得了高端车上百分之八九十的市场,在自动驾驶领域有没有可能出现一个类似公司?

如果有可能出现的话,对VC来说投不中的风险是很大的。我自己觉得这样的公司是不太可能再出现了。

首先,车厂有极大的动力去阻止一个这样的公司出现,自动驾驶解决方案跟ADAS的价值是不一样的,今天的ADAS是一个补充性的产品。今天的车如果价值100块,85块钱会体现在引擎、动力和内饰等属性上,哪怕你有ADAS,也只是体现在剩下的15%里。

如果完全自动驾驶出现,那它80%的价值会体现在车能不能自己上下高速、自己加油、续航待机的时间有多长等等。

未来我们用车可能就像今天使用Mobike或ofo一样,当它的普及率足够高、足够便宜时,我们不太关注自行车有多少变速这样的属性。

基于这种情况,车厂是不会让一个自动驾驶技术公司去主导这种变化发生的,或者他们会提供相当大的阻碍。

自动驾驶技术的发展,我觉得会最终形成与车厂一对一的关系,每个车厂可能会绑定一个技术供应商再去绑定对应领域能够给自己提供技术和算法的新兴公司。

反过来看,从美国先期做自动驾驶的公司上也能看到,希望做通用平台的公司可能在技术上领先,但在商业化上走得困难重重,比如Google。如果自动驾驶的解决方案想要成为汽车上的Android,这对于车厂来说就太敏感了。

总结一下就是说:会有很多独立的自动驾驶技术公司出来,他们分别会有自己的客户。车厂或者一线车厂有那么多,对应地就会有接近数量的自动驾驶技术公司。所以从投资的角度来讲,你不一定投到最好的一家,如果投到全球范围内前十中的一家,它一般就是一家很好的公司了。

现在无论美国还是国内的自动驾驶公司,融资的节奏基本上第一轮可能就在1000万美金,估值可能在5000万到1亿美金。

比较惊人的是,当这家公司拿出demo之后,第二轮往往是一笔巨额的钱,这一轮有时候是在3000万到5000万美金,甚至更多的金额,如果不少公司拿到了这一轮,我觉得资本市场上可能真的没有那么多的资金。

所以早期能拿到这么多钱的公司还是挺吃香的,它会与后来的公司形成一个时间窗口。

新智驾:你们看好什么样的自动驾驶项目?

孟醒:做自动驾驶系统的公司逐渐开始细分:

1. 一步到位直接做L4级别的自动驾驶,中间的每一个阶段都是demo,这个过程不太考虑商业化;

2. 有的团队也是冲着L4来做,但每隔一个阶段它会推出一个产品,比如说数据训练平台、数据标定平台、地图操作工具等等。每一个产品都有可能成为其他自动驾驶公司或者其他的车厂的上游,这中间的某一些产品可能会形成一个很大的产业链,短期之内甚至比它做自动驾驶解决方案还要多。

3. 短期内从低速车开始进入的团队,我个人感觉做低速车对做高速车没有太大的帮助,这是两个完全不同的技术路径。但低速车有它的价值,现有的存量市场其实非常大,算下来各种产业园、物流仓储中对低速车的需求可能在百亿级别。

上述几类公司中,选择一步走到L4的是风险最大的,这可能需要一到两个亿美金和五年的时间。假设按今年的市场,它设定的每一个里程碑都达到了,但明年的市场是不好判断的,每一年这样的风险都要叠加。

中间环节落地的公司,他们开辟了一个很有意思的市场。他们的行动可能跟整个环境的节奏更加一致,也就是他们的客户和政府所能接受的速度。客户在今天需要的可能不是L4级别的自动驾驶,可能是先来搭建一套系统,怎样能把数据采集车的数据变成高精度地图,当然,这不是容易的事情。

反过来讲,比如说Google无人车,它在从2008、2009年立项,两年后在城市道路跑了一个demo,几乎没有人工干预。在这之后的几年,Google无人车又解决了许多核心问题和极端情况。

比如说:一个地方柳树特别多,柳絮飘到一种特定部件上,跟这种特定的部件产生一种新反应。还有此前我看到Google特定的感知方案,通过把传感器搭成某种情况来解决某种特定问题,如果换一种硬件标定方案,可能就不工作。Google在那个demo之后,又解决了上千个类似的问题,它现在接近是一种精细化运作的状态。

回过来说,在自动驾驶领域,首先有先发优势的公司,在融资的节奏上现在接近于融第二轮的公司会有一个比较强的优势。同时,中间有落地环节的公司无论是低速车还是做数据训练平台,我觉得会更容易一些。

新智驾:像今天在ADAS、自动驾驶领域,非常多的公司也是图像视觉一块出身的,作为图像视觉领域的过来人,在你看来,他们的长处和短板分别在哪里?

孟醒:整个自动驾驶系统的搭建,从传感器、感知到规划,然后再加上地图、控制等几个环节。我觉得其中天花板最高,可以不断创新的,应该在感知。视觉团队出身的人在感知这块是最强的,他可以不断提高的空间是最大的。

至于劣势,我觉得视觉出身的团队可能对车本身不够敬畏,他们可能倾向于用视觉来解决所有问题,或者说建立一套通用的方法来解决所有问题。

新智驾:你们现在已经投了激光雷达和自动驾驶技术公司,那接下来你们还在看什么样的项目?

孟醒:之前我更多关注一些做自动驾驶整体解决方案的公司。自动驾驶它的周期很长,可能在几年之内不同的路径下其中的某个路径会被证伪,但整个市场是一直存在和增长的。

同时我觉得在服务层面,比如说在实现自动驾驶之后,与App相关的产品是不是有新的机会?如全屏显示的App结合图像识别、结合AR。它们是不是会跟自动驾驶在同样的时间点成熟?当自动驾驶实现的时候,车与车是一样的,那么这些服务是不是会变成大家主要的差分点?

还有一方面,我觉得现在可能出现一些新的雷达或传感器技术,使得事情又有了新的变化。

基于视觉做数据挖掘、SLAM算法的公司已经很多,但基于激光雷达点云做深度信息挖掘的公司并不多。基本上只有雷达公司自己在做,但雷达公司在算法这一块不是他们的最强项。或者有些团队将视觉与点云算法做一些融合,但并没有把它发挥到极致。

所以,有没有可能出现一批真正做雷达算法的团队?

当激光雷达做得越来越棒的时候,在很多产业里面不光局限在自动驾驶,激光雷达在非自动驾驶的应用,有没有可能推动激光雷达算法的进步使得这个传感器成为在正常RGB摄像头之外一个标配辅助?这样再来倒逼自动驾驶激光雷达的繁荣。

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/industrynews/110600.html

(0)
上一篇 2021年8月26日 15:42
下一篇 2021年8月26日 15:42

相关推荐

发表回复

登录后才能评论