作者：Mark
出品：红色星际（ID：redplanx）
头图：白日梦想家宣传图片
Minieye 和 Maxieye 作为 Mobileye 和特斯拉在中国的信徒，两个公司在视觉感知领域做的都非常好，可以说是独领风骚，营业收入在2021年都双双破亿元。
今天非常高兴请到两位公司的老总，来参加今天的“梦想家”节目，一位是毕业于北京理工大学的周圣砚博士，一位是毕业于新加坡南洋理工大学的刘国清博士，导演准备，马上开录。
主持人寒暄了一番，讲道，两位老板先介绍一下自己的公司。
1. 过去
Maxieye：我们2016年底成立，至今已经5年了。准确讲，我们是2015年就开始的，那时我们几个哥们从安波福离职，开始创业。虽然也有公司愿意花几百万薪资邀请我加入，但是创业是每个男人的荷尔蒙。
不满大家，过去5年，我们犯了很多错误。最大的错误就是，在没有工程化落地能力的时候，盲目学习 Mobileye，切入乘用车市场。这个放到今天，如果我作为主机厂，我也会拒绝。
Minieye：这个错误我觉得不只是 Maxieye 的错误，我们公司也犯了这个问题。
那个时候，乘用车辅助驾驶市场，基本都是国际头部供应商在主宰。对于国内主机厂而言，他们不但要评估你是否有量产，大规模落地的能力，还要求你的产品符合车规级，成本低，功耗小，总体而言要求非常严格。
对于我们创业公司而言，还不完全具备这种能力，所以他们最终没有选择我们，也很正常。想要进入汽车供应链体系是非常难的，特别是本土公司。
Maxieye：确实，汽车供应链的认证周期和复杂度是其他行业不能比的。我们犯的第二个错误，就是盲目学习 Mobileye 的地图策略。最终我们发现靠众包来实现高精地图的更新，保持地图的鲜度难度太大，后期数据的存储和处理成本都非常高。
Mobileye 的众包地图更新方案，可能仅仅适用于L2，对于自动驾驶而言，完全不能用。
Minieye：我们公司也尝试过这个方案，四维图新还是我们的股东。为此，我们的摄像头还标配了 IMU 以及 GPS，来提升模块的精度。
从理论支撑看说得通，通过自带的模组，去进行任务的接收、分发以及数据的回传。然后将图像分割，与云端下发的地图进行匹配，对比发现差异，把差异的数据回传，进行后续地图的更新处理。
但经过3年左右的尝试，收效甚微。仅靠视觉感知，地图只能达到亚米级水平，无法达到厘米级精度。这无论对于自动驾驶还是辅助驾驶，都是不能接受的。
其实，说起来，我们犯的错误要远远多于 Maxieye，我们从2013年就开始搞，创业前3年，基本没有一个点踩对。从后装的手机视觉预警 App 到2015年的差点全军覆没（公司几个月未发工资）。再到后来的乘用车战略，和比亚迪和众泰的合作，和万向精工合作开发 AEB（自动刹车系统）。
现在回头看，之所以会犯这些错误，一方面是自己作为创业公司，本身公司方向就在不断的调整，寻找；另一方面就是自己对行业的理解不够深，有段时间我都怀疑自己是不是一个合格的CEO。
主持人：过去的都让它过去，哪个创业公司不经历过几次生死，都不算真正的成功。我们应该往前看，这不，Maxieye 2021年融了两轮，快5亿元；Minieye 也融了2轮，也有大几亿元，大家现在做得已经很不错了。
两位老总终于一撇紧绷的脸颊，都笑了起来。
Minieye：确实过去走过的坑，都会帮助我们更坚强地面对未来。过去一年，Minieye 的团队确实做得很优秀，至少在我心里是这样。
2021年，我们交付了40多万套前后装量产产品，营收也达到5亿元左右，拿下比亚迪、江淮，一汽，合资公司江西五十铃等主机厂。我们的量产能力，也得到大幅提升，预计今年量产能达到200万套。
在这里，就必须讲一下，我们是如何拿下合资公司江西五十铃公司乘用车前装定点项目的。一方面给大家传授点经验，一方面也可以让大家知道合资公司的前装定点量产项目的要求。
江西五十铃对于我们的产品和供应链体系要求非常严格，产品、生产体系、总装效率，项目资料等审核十分严苛。原来江西五十铃在 ADAS 方面的产品，是由一家国际 Tier 1 提供的，但被我们撬开了一个缺口。
除了对我们有产品方面的要求（技术达到业内领先水平），还要看你是否具备商用车的量产落地经验，因为合资公司除了乘用车，还有SUV、皮卡等产品线。合资品牌虽然对供应商筛选很严格，但是一旦你进入它的供应链，一般情况下都不会被替换，除非你的产品实在是达不到它的要求。
主持人笑着说，Maxieye 也讲一下你们去年的成果。
Maxieye：我们2021年交付了小几十万套量产产品。我们定点了哪吒和合创2家新势力主机厂。
（Maxieye 感知系统测试图片）
不像 Minieye 一样，主要的量产产品都集中在商用卡车，我们在商用卡车法规市场占比20%左右，没有 Minieye 做得大，但我们在商用客车法规市场占比达到了80%，包括宇通，金龙，安客等主机厂。当然，我们也在大力开拓商用卡车市场。
我们认为我们的技术完全没问题，从一开始我们就是技术驱动的公司，不是商业驱动的公司。特别是2021年，我们请来了我们新的CTO郭恩庆，他最牛的在规划控制这块。
我们目前非常缺，有丰富商用车和乘用车的销售人员，特别是传统主机厂，Tier 1 出来的商务，像采埃孚（威伯科），法雷奥等，我们非常欢迎。
Minieye：开始打招聘广告了，我们也缺优秀人才。特别是一些高端人才，我们愿意支付高薪资。
大家忽然哄堂大笑起来。
Minieye：不过在用人方面，我们还是很有经验的，毕竟2015年的时候，几十号人几个月不领工资，我们对人的判断还是很准的。
营销人员是我们非常重要的一个布局，因为生产出来的东西要卖出去才行。但人数多少说明不了什么，战斗力高才重要。
比如营销，主要还是看质量，因为我们目前业务都是 To B 的，所以对员工要求是，要有资源，还要有销售能力。研发人员也一样，一个技术大拿顶十个初级水平的程序员，甚至还不止。
2. 选择
主持人笑着说，广告就先打到这里。关于 AI 芯片，你们是怎么思考的？毕竟 Mobileye 最核心的一个产品是他们的 EyeQ 系列芯片。
Minieye：我们用的是和赛灵思合作的 FPGA 芯片。Mobileye 的芯片是自研的，但是芯片作为投入周期长，资金投入大，风险高的产品，并不适合初创公司。特斯拉为了摆脱 Mobileye 的芯片，自己用3年时间，花了10亿美金自研了FSD芯片。但特斯拉有庞大的数据需求和市场需求。
（Minieye 嵌入式IP图片）
对于使用什么样的芯片，GPU，FPGA，ASIC，AI 芯片等，我们团队也经历过激烈的争吵。GPU的难点是，第一功耗很高、第二太贵，第三它不适合在视觉终端产品上做运算。AI 芯片需要适配合适的工具链和特定算法，那个阶段并不是很适合。
我们最终选择了 FPGA 方案，虽然 FPGA 芯片研发难度高，但只要设计精良，就可以适应算法，将深度学习算法做到全并行，高 I/O 复用和数据吞吐。最最重要的一点是，FPGA 芯片符合车规级（AEC-Q100，ISO 26262）要求。
FPGA 整机功耗才3W，按照目前主机厂的前装项目要求，这个功耗完全可以接受。而且我们合作的 FPGA 芯片出货量都在百万级别，这个量级保证了采购成本在一个合理的区间。
让我们团队最终拍板的决定性因素是，虽然 FPGA 问世的时间不长，但我们团队相信，FPGA 芯片未来的发展非常广阔，且具有丰富的可扩展性，能不断升级满足L1，L2 和 L3。
Maxieye：实不相瞒，我们刚开始想做的是国内的 Mobileye，不过实力不允许，我们只做了车载视觉识别系统。虽然我们经常对标 Mobileye 的产品，但每个公司的战略和发展路径都是根据公司的实际情况决定的。
Mobileye通过海量的数据积累，加上成熟的算法，可以实现大规模供应，单个芯片可以做到30美元的成本。但 Mobileye 从1999年开始做，亏了8年，2007年才签订了第一个生产协议。
关于芯片的选择，我们团队经过讨论后，最终选择了德州仪器的TDA芯片，一方面TDA芯片具有丰富的生态和工具链，另一方面 TDA2X 功耗小于5W、符合车规级要求，并且能够实现LKS、ACC、AEB等功能。
我们认为TDA芯片作为一个SOC芯片，才是自动驾驶的未来。说出来不怕得罪人，在不远的将来，GPU的方案和FPGA的方案在车载应用领域会逐渐边缘化。主流的方案应该是，不同架构平台所设计的NPU和通用的CPU。
这个我们和 Minieye 的观点不同，现在回头看，SOC芯片确实已经成为主流的车载AI芯片。
2020年我们又和安霸 CV2A 芯片合作， 基于SOC芯片，在2个平台上开发。2021年我们又和黑芝麻的华山芯片合作，可以看到，随着辅助驾驶不断升级，算力需求也越来越大。
主持人看着 Minieye，你们未来怎么应对大算力需求？
我们2021年已经和地平线签订战略协议，未来可能会采用地平线的征程系列芯片。同时，我们的L2系统和L2+系统分别基于华为MDC 210平台和MDC 610平台开发，我们也在储备高算力AI芯片和域控制器资源（德赛西威投资了 Maxieye）。
3. 竞争
主持人点点头，我有一个疑问，你们都作为 Mobileye 在中国的信徒，那你们是如何在中国市场和师父 Mobileye 竞争的。
Minieye：我来更正一下主持人的观点。从实际情况看，Mobileye 并没有打开中国市场，虽然 Mobileye 在欧美很流行。主要原因有几点。第一点就是中国的汽车智能化在过去几年，相对于国外，是滞后的。2018年以前国内市场一直处于产品的导入期，并没有大规模地铺开。
等到中国市场开始进入高速发展期，中国本土企业也开始变得有竞争力，瓜分了这块市场。
第二点，就是 Mobileye 的本土化并没有本土企业做得好，特别是在算法层面，没有对中国特定场景做适配，完全照搬欧美那一套。
虽然 Mobileye 在全球有庞大的数据收集，但在中国，因为市场并没有打开，数据其实并不多。我们自己都有2000万公里自己采集的数据，所以数据方面，我们并不落后。
第三点，就是服务没有中国企业好，无论是定制化深度、响应周期，还是服务质量，我们120%服务客户。特别是遇到大客户，我们一般都会派工程师驻厂。所以在中国市场，我们其实并没有和 Mobileye 发生过激烈的竞争。
我认为中国人很勤奋，很聪明，只要我们想做的，基本上外资企业都很难打败我们。
Maxieye：我同意。其实中国的辅助驾驶最开始是从商用车（2018年法规落地）开始的，2020年之后乘用车才开始真正地进入爆发期。
我们当时趋势是看对了，我们认为如果不马上跟上特斯拉和 Mobileye 的步伐，那么未来可能会有更大的挑战。但是时间点没看对。导致我们2家公司在2018年之前，都像无头苍蝇一样，乱撞。
如果不是2018年商用车的法规，我们可能早就死了。法规规定，商用车必须安装车道偏离报警、前向碰撞预警等功能。于是我们杀进了主流客车市场，Minieye 杀进了主流商用车市场。目前 Maxieye 在客车法规市场占比达到了80%，在商用车市场也占到了20%。
但是不得不说，Minieye 比我们更有眼光，因为商用卡车比商用客车市场大几十倍，所以我们在2020年也杀进了商用卡车市场。现在回头看，当时的那些选择都是当时的环境，公司的处境，产业链合作关系决定的，我们虽然犯了一点错误，但我并不认为很大。
虽然 Minieye 认为商用车的市场竞争基本结束了，谁是谁的客户，大家有多少市场份额已经比较清楚了，但是我们认为并没有，只是现在我们都加入到了乘用车辅助驾驶战场。
（Maxieye 辅助驾驶系统感知图片）
Minieye：怎么说呢？商用车市场是一个强法规推动的市场，这一战场我们认为已经逐步稳定，参与者就那么几家。当然了，也有新的玩家想切入商用客车和卡车市场，或者老玩家想获得更大的市场份额，但是我觉得，接下来更大的战场将集中在乘用车 ADAS 领域。
我们和 Maxieye 都看到了这个变化，所以都在2020年开始布局L2乘用车市场，接下来的1-3年内，乘用车 ADAS 市场将加速进入成长期。如果我们不能在这个市场站稳脚跟，即使站稳了商用车市场，也是失败的。
就像百度和谷歌一样，如果没有拿下 Robotaxi 市场，那么即使其它场景都拿下了，也是失败的。
但是和商用车不同的是，乘用车并非法规推动，而是完全市场化。这就要求我们的感知，规控必须达到乘用车的最高标准。我们预估乘用车市场是商用车市场的几十倍，而且玩家众多，挑战和要求更高。既包括L4公司的降维试探，也包括自动驾驶软件公司的竞争。
主持人：那你们觉得你们的优势在哪里？
Minieye：我认为我们的优势在2个方面，第一个就是完善的工程化能力，第二个就是有现金流。
做自动驾驶有两条路径，一条是开天辟地式的大胆创新，直接从L4开始做，通过持续的融资，在未来五年，用投资人的钱去搞研发。另外一种就是尽快造血，以战养战，把已经可以落地的技术变成成熟的产品，解决现在已有的需求，用营收来支持持续的研发投入。
我们和 Maxieye 都选择这种方式。我们都有自己的现金流大本营，虽然车企也存在一些拖款行为，但并不影响我们在商用车市场的地位。技术快速落地，除了能够更快形成现金流，也可以考虑IPO，利用上市来撬动更多的行业资源。
第二个就是我们的工程化能力。我们和 Maxieye 都经历了从0到1的产品开发期，现在也有几个车厂在用我们的产品，而且都是主力车型。这说明行业对我们已经认可，不仅是技术方面的认可，也包括对于商业化、配套服务、生产体系的认可，以后再去推广，我相信会越来越容易。
当积累足够的信任，又有之前L0、L1量产交付磨合，主机厂就更倾向把L2+也交给同一家企业来做。更低物料成本循环的规模效应，更多的数据和用户反馈，让我们的产品在现在市场中，占有绝对的竞争力。
坦白说，我们也遇到过L4企业降维竞争，他们的算法确实很先进，但是产品化能力有些不足，功耗降不下来。所以量产这件事，实际上是对供应商的综合考量，每科都得好，不能偏科。
主持人：但是纯视觉感知，像特斯拉，总是会出现一些诡异的交通事故，这个问题，你们是怎么解决的？
Maxieye：我们认为特斯拉之所以会选择纯视觉感知，是因为他的视觉感知水平要远远高于毫米波雷达的感知水平，这样多加一个毫米波雷达，会成为感知的噪音。
特斯拉台湾事故可以说是一个经典的“Corner Case”：一辆 Model 3 撞上侧翻的厢式货车。但我们相信特斯拉已经具备足够的能力通过 OTA 解决这个问题，但贸然 OTA 也可能会带来额外的副作用，等全部验证完毕后，特斯拉应该能够解决掉这个问题。
Minieye：我也认为特斯拉应该能解决掉。其实因为辅助驾驶导致死亡的事件并不多，但是因为是新事物，新科技，加上媒体的大力渲染，大家可能感觉这个问题很大。
但是和中国总的交通事故比，其实量很小，只是被媒体和社会放大了。对于这些事故本身，我们表示很遗憾。不过从技术角度，却能产生一些意义，就是对异常场景的收集与攻克。另外，也给自动驾驶行业从业人员一个警醒，引导我们去思考安全冗余问题，选择什么样的传感器配置？需不需要激光雷达？如何平衡成本问题？
我们非常推崇特斯拉的影子模式，在比较辅助驾驶系统和驾驶员行为差异的时候，把数据回传回来，迭代整个系统，达到了真正的一个闭环。
4. 生态
主持人：能讲一下 Moblieye 封闭生态对我们的影响吗？
Minieye：封闭生态肯定不适合中国市场，虽然特斯拉和 Mobileye 都是封闭生态，都在全球很流行，但中国的驾驶场景比国外复杂几十倍，用L4公司的话讲，广州的路测效率是硅谷的30倍。
（Minieye 融合感知图片）
特别是 Mobileye 的 2C 产品，在中国基本也卖不出去，究其原因，主要是用户体验太差，所以没有办法完全照抄。我们选择为主机厂提供深度的定制服务，底层也是完全开放的。
这里我必须强调一点，我们最开始更像是一个硬件产品公司，所以我们把总部设在了深圳（北京的 Office 主要是基本深度学习的研究，南京分公司主要承担算法以及长三角区域市场拓展，深圳这边除了研发，还是运营的总部。）。
无论是 ADAS 还是自动驾驶，只做算法和软件是无法解决问题的，硬件的打磨很重要。如果硬件做得有很多瑕疵，基本很难靠算法来弥补。
Maxieye：对。我们认为硬件的性能和算法是相辅相成的，我们团队特别反感单纯的硬件堆积。感知融合一定是高性能的感知设备的融合，而不是简单的，参差不齐的融合。否则还不如直接使用纯视觉，像特斯拉一样，把毫米波雷达直接去掉。我们认为在中国，基本没有哪一家公司有实力玩封闭生态，造车新势力虽然在学特斯拉，但是难度非常大。
自动驾驶生态一定是中国主机厂，供应链的首选。
Minieye：我们也认同，不可能有一家能独立完成，生态构建可能也是一个公司最重要的壁垒。
我们坚持从生态出发，从客户的角度来说，低成本地保证大规模供给和提供丰富的产品矩阵是客户最大的需求；从自身角度看，保持开放、包容的态度，团结上下游产业伙伴提供更好的解决方案。
以我们的观察看，那些跑在前面的企业，会越来越受到资本的青睐，马太效应显著。特别是一些大的产业基金，自带产业生态，可以很好的协同企业的发展。
Maxieye：我很认同，自动驾驶产品如果要形成竞争力，就必须在算法、数据积累和客户关系三方面形成正向循环。
过去几年，我们认为公司最大的是从松散逐步变得聚焦，能够更加精准的看到产业当中的机会，更加清晰的知道自己的定位是什么。前期可能对于产业理解不够，产品的定位总是有些偏差，但随着我们对于行业了解更深，产品也越来越符合主机厂和市场的预期。
未来2-3年，中国 ADAS 市场一定会突飞猛进，谁能够挤进并保持在第一梯队，谁就会在未来的，从L2升级到L4过程中，占据有利地位。特别是大量的数据带来的更新迭代，壁垒非常高。
Minieye：我补充一点，算法和数据确实是自动驾驶最核心的，但是随着时间推移，第一梯队自动驾驶公司的算法可能会趋同，优势也会边际递减。这里指第一梯队，相对于第二梯队公司，第一梯队的算法肯定长时间有碾压效果。
大家算法趋于相同的时候，数据就变成了决定谁跑出来最核心的因素，数据优势构筑的壁垒也会边际递增。所以我们更倾向于自己采集数据，因为这会成为未来自动驾驶公司的核心竞争力。
主持人看了一下手表，时间不早了，我问最后一个问题，你们未来的发展规划是什么？
Minieye：乘用车市场一定是我们未来3年的主战场，我们坚持舱内和舱外协同发展，最终推出全域智能驾驶解决方案。智能座舱我们几年前就开始做了，到今年正式推出智能座舱产品，同时今年我们也推出了L2++智能驾驶方案。
（Minieye 智能座舱系统）
从技术角度讲，自动驾驶和智能座舱高度联动。当然了，智能座舱和自动驾驶存在一定错峰发展，对于资源的需求程度也不同，目前阶段我们还是以自动驾驶为主。
虽然我们也推出了很多产品，有很多规划，但是底层逻辑是不会变的，那就是构建产品、数据和服务。通过我们百万级的出货量，围绕数据和服务，来挖掘真实需求的商业模式。
Maxieye：未来我们还会持续的深耕商用车市场，同时开辟乘用车战场，未来逐渐的向 Tier 1 角色转变。因为我们发现，只有 Tier 1 才能真正的和主机厂一起定制做一些东西，Tier 2 的很多诉求，主机厂其实是听不到的。
加强我们团队的预测，规划控制能力。之前我们的核心在感知领域，未来会过渡到全栈自研，加强我们的数据收集和数据处理能力。一旦辅助驾驶软件出现问题，就能够清楚的知道到底是哪个环节有问题，哪个环节需要更新迭代。
最后就是加强产业链生态的建设，包括计算平台，激光雷达和芯片公司的合作，为主机厂提供多元化的辅助驾驶解决方案，减少他们的适配时间。作为一个技术驱动的公司，相信未来我们一定会在乘用车市场占有一席之地。
主持人笑着说，时间差不多了，感谢两位老总的参与，希望两位的公司2022年进入更多主机厂的定点项目，营收更上一层楼。
周圣砚和刘国清笑着走出了演播室，手上还比划着各自公司的发展。
意犹未尽！
-END-
