兩個傳統汽車老兵，靠什麼市場切入點拿到億元融資？

單記章認為，業內許多想做全套自動駕駛解決方案的公司的技術路徑可能並不現實。

撰文 | 高靜宜

編輯 | 宇多田

「我們公司的定位跟很多自動駕駛領域的創業公司不同。

你看我們的年齡就知道了——大家很清楚，某一個產業充分競爭以後，一定是做得最好的才有機會存活下來。」

在說這句話的時候，黑芝麻 CEO 單記章與 COO 劉衛紅對視了好幾眼。

不同於自動駕駛領域內那些有矽谷技術背景的年輕創業者，在此之前，單記章與劉衛紅分別在圖像感測器領域以及汽車行業浸淫了 20 余年，在汽車工程技術與行業人脈方面可以說是積聚了一定「資本」。

左為劉衛紅，右為單記章

因此，2018 年 1 月黑芝麻智能獲得的近億元 A+輪融資中，汽車行業資本、半導體行業投資基金在本次投資方清單中排名靠前。此外，上一輪（A 輪）領投方北極光創投也參與了這次融資。

「我們做的東西，與其他無人駕駛公司的不同之處在於，並不會說鎖定在 L 幾。因為無論是 L 幾，感知都是不可或缺的。」

單記章回憶，剛開始的時候大家並不看好智能駕駛晶元這個方向。不過黑芝麻智能從成立第一天起到現在，這個定位方向也沒變過。

「軟體演算法結合硬體，未來慢慢過渡到自己做晶元去提供感知解決方案，我們會按照這個路線不斷向前走。」

在他看來，業內許多想做全套自動駕駛解決方案的公司的技術路徑可能並不現實。「博世就做汽車零部件，他們也可以做整車但不會去做，因為這對他們來說並不見得是最好的模式。」

他解釋道，黑芝麻智能這樣定位的好處在於，可以同很多客戶形成合作關係而非競爭關係。

此外，車廠通常希望自己做控制決策這一部分，感知部分則可能並非他們的核心價值和強項。「我們最強的部分就是感知，而且目標就是把它做到世界前列。」

目前，黑芝麻智能已經分別在上海和美國加州矽谷成立研發中心，團隊成員已超過 80 人，團隊的核心成員均擁有 15 年以上產業工作經驗。

做感知難度最大的究竟是什麼？

當然，哪怕是全部精力投入到感知的研發上面，做到最強也並非易事。

單記章認為，這裡最大的問題就是如何突破各種惡劣環境的限制。

事實上，業內絕大部分公司會在拿到視頻之後，基於計算機視覺前沿演算法模型去對其進行分析從而得到結果。但這種做法也會遇到一些問題。

例如，在逆光、陽光直射或是雨雪天氣的條件下，攝像頭得到的信號不好，那麼之後的圖像處理計算環節，需要花費很大的精力與時間，否則就容易出現錯誤。

因此，他們就開始從最前端的光學入手，基於自身的演算法和解決方案倒逼上游、整合硬體，採用控光技術以保證對光線具有更強的適應性。

如果接收到的信號本身是良好的，那麼視覺能力自然也就有所提升。

具體來講，當外部光線穿過攝像頭鏡頭後，還要通過後面的彩色濾波片以及微透鏡這兩個重要的光學元件。

其中，微透鏡會對攝像頭所接收到的信號性能參數存在很大影響。因此，黑芝麻智能與感測器廠家配合，有針對性地設計出不同的微透鏡。

一般的攝像頭只能感受光的強度，而經過黑芝麻智能「調教」下的攝像頭還可以感受到光的方向、相位、偏振等相關信息，最大程度上獲取前端接收的信息。

如此一來，前面丟失的信息越少，那麼就相當於感測器接收到的信號越好，這會為之後的圖像計算處理提供更大的幫助。

在 2018 年的 CES 展上，黑芝麻智能就展示了自己的這項高動態感光能力，其攝像頭可以在陽光直射的情況下很好地工作。

而在前端攝像頭捕捉到更多信息的情況下，另一個問題也隨之而來——圖像處理與計算變得更為複雜。

以英偉達為例，其專為自動駕駛設計推出的晶元 Drive PX2 價值一萬美元，這個價格直接導致這款新片雖然可以在實驗或是 Demo 中發揮作用，卻無法真正應用於實際。

因此，在現有高性價比的晶元上實現功能，換言之，在保證性能的前提下最大化降低計算量，就成為了亟待攻克的自動駕駛問題之一。

為此，黑芝麻智能採用圖像處理、CV、神經網路壓縮壓縮等技術手段，使其軟體演算法能夠在市場上現有的低成本晶元上成功運行，成為「付得起錢」的方案。

值得注意的是，在現階段，黑芝麻智能基於感測器融合技術，使用了攝像頭+毫米波雷達的感知解決方案，並沒有啟用激光雷達。

單記章表示，受到高昂成本的制約，現階段在車上大規模部署激光雷達的可行性並不高。而攝像頭與毫米波雷達的組合則還可以挖掘出更大的潛力。

除了實現車道線檢測、車輛識別、可行駛區域檢測及分析、行人行為預測等功能，黑芝麻智能還將自己的感知方案應用於疲勞檢測、駕駛員身份驗證、自動緊急剎車系統以及環視檢測系統等方面。

以環視檢測系統為例，最初的環視系統就是幾個攝像頭畫面的簡單拼接，質量和用處都非常有限。

但隨著技術的發展，現在可以賦予環視系統 3D 功能、輔助泊車、盲點檢測等更多能力，未來甚至還有機會延伸向自動泊車發展。單記章表示，環視系統也是黑芝麻接手的第一個產品，預計會在 2018 年量產上市。

選擇量產方向的標準：首先要活下來

重賞之下必有勇夫，在蛋糕巨大的自動駕駛領域更是如此。

以後裝市場為例，各家公司之間的搏殺激烈，拼價格成為了大家不約而同的選擇。對此，單記章表示，黑芝麻智能「只做前裝，不做後裝，至少現在是不做的。」

前裝市場雖然門檻更高，但是相對的誘惑也更大。

「的確很難進去，但是一旦進去了，別人也就很難進了。」單記章說道，「我們是先從能夠量產化的東西做起。L4、L5 級別的自動駕駛還需要時間，需要從 ADAS 往上走，市場還沒到那個時候。」

在這樣的大背景下，黑芝麻智能為了更加穩健的成長，選擇進入手機市場，使其成為公司快速產生現金流的一個方向。

之所以選擇手機市場，在於手機市場存在「量大」這一特點。

僅 2017 年前 10 個月，中國手機產量就達到 16 億台。此外，各手機品類的主要競爭所集中的「照相質量」，對於黑芝麻智能來說也是「正中下懷」。

例如，逆光拍照、夜景拍照、背景模糊、構圖等功能，都是用戶對手機的主要訴求，也是黑芝麻智能的技術可以觸達之處。

「雙攝是手機的一個起點，未來會出現能夠實現更多功能的、更加複雜的系統。人工智慧+計算圖像，勢必將融入手機，成為一個趨勢。」單記章說道。在這一領域，黑芝麻智能主要提供軟體演算法，會同模組、平台、手機廠商等展開合作。

不過，手機市場還有一大特點，就是「快」。市場變化快，發展速度也快。往往從產品概念誕生到量產也就 6 個月的時間，甚至更短，沒有一定的行業經驗很難進入這一領域。

對此，單記章很自信，在行業內的多年從業經驗顯然給了他極大的底氣。

「在我們選擇的兩個方向——汽車和手機中，汽車無疑是困難的、漫長的、短期難以產生巨大收益的那項。而我們做手機可以養活自己，這使得我們不會其他一些初創公司那樣在目標變來變去的過程中燒死，這是我們就最初定好的。」單記章說道。

從「過的舒服」到「拚命折騰」

從 1997 年到 2016 年，在這 20 年裡，單記章作為全球頂尖的圖像感測器公司豪威科技 Omnivision 的一名骨幹員工，看著這家公司從一個不足十人的團隊，發展壯大成為一家上市公司，最後被中國資本收購。

而劉衛紅，則把自己形容為「汽車人」。在畢業後，他進入通用汽車，五年後加入博世，後來升至其亞太區負責人，其此前的職業生涯幾乎見證了中國汽車行業的興起與發展。

而恰好兩人是中學同學，畢業後也一直保持著緊密的聯繫，而且由於他們所處的電子和汽車產業交叉融合度大，所以經常會在見面時聊一聊產業的趨勢。

「剛開始我們並沒有什麼具體的方向。那時候 AI 還沒有那麼火，ADAS 也只是有人提出但並沒有開始應用。」單記章回憶道。

不過後來，他們慢慢找到了一個突破點——發現汽車與視覺的結合是非常好的方向，市場空間是「怎麼說大都不為過的」。

汽車+視覺，也就是後來自動駕駛火熱起來後大家口中的感知部分，其重要性不言而喻。

如果感知環節無法最大程度地精準掌握、理解車輛周圍的環境信息，那麼後續決策、控制等環節哪怕做的再好也將「懷才不遇」。正因如此，自動駕駛領域內的許多公司都無可避免地需要在感知環節的研發上投入極大的精力。

在率先洞察了市場機遇後，創業似乎顯得水到渠成。

「之前我們過的太舒服了，現在我們還是想再折騰一下，開闢一番新天地吧。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！