用意念操控汽车?这事儿挺扯淡的

· Sep 02, 2020

马斯克的脑洞是出了名的大,而这次,他真的要在脑袋上开个洞了。 上周,马斯克的脑机公司 Neuralink 对外展示了研发中的脑机交互设备。 通过特制的手术机器人,大脑可以被植入硬币大小的脑机芯片,就能感应温度气压、读取脑电波、脉搏等生理信号,支持远程数据无线传输,每次无线充电之后能够使用一天。 根据马斯克的介绍,这块芯片被替换成头骨的一部分之后,将有助于人类恢复肢体功能,并有助于治疗脑外伤、抑郁症以及帕金森等脑部疾病。 在发布会上,马斯克也展示了植入芯片的实验小猪,成功预测了实验体的四肢运动步伐。 作为同属于马斯克的公司,自然有人会把特斯拉和 Neuralink 联系在一起。在采访中,马斯克也透露未来通过脑机,人可以利用意念操控特斯拉。 在社交网络上,也有一批媒体开始渲染脑控开车等等的新闻,仿佛我们很快就可以通过意念开车,彻底解放手脚。但事实真的是这样么? 脑机的历史不算短 脑机和车的故事早就开始了。而人类研究脑机设备,也已经有了几十年的历史。 1973 年,第一台非侵入式的脑机接口就已经被研发出来。在过去几十年的研发中,非侵入式的脑机是主流的路线。这种设备的优缺点都相对明显:优点在于不需要破坏人脑结构,更安全;缺点则是可读取的数据简单,无法进行深度的探索。 目前来看,非侵入式的脑机设备已经有了很多落地的探索,包括用意念控制各种设备等等,都有了实际的应用。例如在残障人士的康复中,脑机设备就能起到关键的作用。很多商业公司都已经对脑机设备进行了商业化,只要有钱都能买到。 而在汽车领域,用意念开车这件事也并不新鲜。 2011 年,就有媒体报道德国科学家发明了脑控汽车,能够按照驾驶员的意图进行转向和加减速的命令。2015 年,南开大学和长城汽车就联合研发了脑控汽车的 demo,GeekCar 也进行过实地的体验。在 2018 年的 CES 上,日产则展示过基于脑机辅助用户驾驶的 B2V 设备,能提前感知到驾驶者大脑波动,提前辅助车辆执行对应动作。 在原理上,脑控汽车其实并不复杂,主要分成三个步骤。 当人类大脑活动时,神经元的离子电流会产生电压波动。而通过脑机设备可以读取到人脑的电波。在这之后,人类通过算法把脑电波「 翻译」 成通用的电信号。最终,只要通过设备把最终得出的信号输入到车里,当输入的信号和车辆预设的信号吻合,之后车辆就可以根据人脑的信息完成对应操作。 而对于人脑信号的编译,目前主要通过的深度学习来完成。一些相对简单的脑电波信号,目前的应用已经比较广泛了。 换句话说,只要通过脑机设备,又有相关执行能力的硬件,脑机控制并非遥不可及的黑科技。在国外,就有 00 后通过购买成熟的脑机设备,自己编写代码最终成功通过意念遥控玩具汽车。 脑机开车不现实 但不得不承认,通过非侵入式设备能读取的脑电波相对简单,控制的精度和效率都非常有限。特别是人脑又是多任务处理的工作模式,并且每个人大脑都有区别,所以产生的数据会非常复杂。 脑控开车离真的量产落地,还有很长的一段距离。事实上,这种情况也不会随着侵入式设备的普及而改变。 虽然由于和人脑结合的深度更深,并且应用了更高精度的检测方式,侵入式设备能读取的脑电波数据远高于非侵入式设备。 但人脑神经系统非常复杂,拥有数十亿个神经元。与之相比,侵入式设备的读取能力还是非常初级(Neuralink 的设备拥有 1024 路连接),可感知的数据有限。其次,即便是信息读取之后,通过深度学习进行编译的工作量也非常巨大。 在目前的技术下,人类很难掌握人脑信息的解码和编码技术。这也是整个行业都认为脑科学即便在下个世纪,也依然是前沿科技的重要原因之一。 即便是我们能够顺利的编译出人脑的电波数据,但依然无法通过同样的路径,反向向人脑输入信息,人来还是需要通过感官来获取外界信息。 也就是说,即便人类能够通过意念,准确高效的控制车辆的各种行为。但人和车的结合依然是单向的。特别是随着汽车的智能化,自动驾驶技术的加入使汽车的执行能力、感知能力都有飞跃式的提升。但车辆的数据无法通过同一个路径回传到人脑。人脑的判断依据,依然是视觉、听觉等等感官信息。 一旦无法形成闭环,信息处理的效率就很难敌过现有的计算平台。毕竟在单纯的算力上,机器和人相比有巨大的优势,让人脑处理这类信息真的是吃力不讨好。 而在一些特定领域,例如残障人士出行的场景,在自动驾驶技术应用之后,脑控汽车的优势又在哪呢? 车辆对大脑活动的感知,其实可以作为驾驶场景下的辅助功能,提供更好使用体验。 在车内的交互中,如果用意识来召唤出所需要的服务,那么在体验上显然会比语音或者触控等方式来的更自然。当然,这只是一些想象空间,真的要实现可能还有非常遥远的路要走。从这个角度看,相比驾驶这件事,意念召唤特斯拉反而更实际且可落地。 那些期待意念开车的人,可能只是对黑科技有发自内心的向往。在实际应用领域,这绝非主流方案。目前的大量研究,更多的是通过不同场景来探索人脑的秘密。 还是让脑控开车这种技术,留给科幻电影吧。

MAXIEYE 与 Ambarella 携手,量产汽车前装 ADAS 视觉感知方案

· Sep 02, 2020

2020 年 8 月 28 日,Ambarella(下称」 安霸半导体」)公司(纳斯达克股票代码:AMBA,专注人工智能视觉感知的一家半导体公司),携手智驾科技 MAXIEYE(下称「MAXIEYE」)(智能驾驶和智慧出行方案供应商)共同宣布,双方合作的高级驾驶辅助系统(ADAS)视觉感知方案已在中国前装汽车市场商业化落地,赋能于整车智能驾驶控制功能系统量产出货。 双方合作开发的汽车前视 ADAS 系统方案是基于安霸半导体的 CV22A CVflow® AI 视觉 SoC,结合智驾科技 MAXIEYE 自主创新的深度学习算法,以单目视觉实现了测距精度的突破以及三维立体场景构建,以行业领先的高性能视觉感知技术,赋能于整车 ADAS 系统量产落地及其他智慧出行产业链生态。 MAXIEYE CEO 周圣砚表示:「 我们通过实现视觉感知技术的嵌入式车规级产品化,印证了安霸 CV22A CVflow® SoC 计算平台的优秀性能及可靠性,我们将继续依托与安霸开放合作的伙伴关系,共同为智慧出行产业链的客户及合作伙伴,提供优质的视觉感知产品方案,推动智能驾驶系统逐级落地。」 安霸半导体首席执行官 Fermi Wang 表示:「 我们将与 MAXIEYE 联手为行业伙伴提供强大的、高性能的 ADAS 视觉感知系统平台。CV22A CVflow® SoC 可支持 MAXIEYE 的软件高效运行,配合一流的图像处理能力,大幅提高了面向前装车规级应用场景的视觉感知性能。」 MAXIEYE 的视觉产品,面向汽车前装智能驾驶系统应用场景,聚焦行业面临的痛点问题,提供从实时感知到感知预测、从目标识别到深度估计、从二维检测到三维立体场景构建的丰富感知系统方案。支持多目标属性数据输出,以高精度、高可靠性视觉感知技术,实现了前装 ADAS 驾驶辅助系统和智慧驾驶系统方案落地。 CV22A CVflow® SoC 采用先进的 10nm 工艺制造,它的超低功耗非常有利于造型小巧的车用系统设计。CV22A 的 CVflow® 架构具有实时处理每秒 30 帧 (fps),每帧 800 万像素的计算机视觉处理能力,以实现远距离和高精准的基于深度学习的目标识别。CV22A CVflow® SoC 可支持多路摄像头输入,具备灵活的多码流处理能力。CV22A CVflow® SoC 的高性能图像处理器 ISP 可进行出色的低光照处理,其 HDR 处理可在高对比度场景中提取更多的图像细节,进一步增强了芯片的计算机视觉处理能力。 Ambarella 提供了一套完整的工具, 以帮助客户轻松地将自己的神经网络移植到 CV22A CVflow® SoC 上。基于 Ambarella 的工具链,MAXIEYE 将深度学习卷积神经网络模型快速移植到嵌入式平台,并实现精准的输出。

高仙机器人宣布完成 B+轮 1.5 亿元融资

· Sep 02, 2020

近日,总部位于上海的高仙机器人宣布完成 B+轮 1.5 亿元融资,博华资本、中信建投资本领投,蓝驰创投、远翼投资、KIP 资本、鹏博恒泰跟投,后两者为本轮最新加入的投资方。 其中,博华资本、中信建投资本等均有国资或央企背景,而蓝驰创投、KIP 等则是国内外顶级创投机构,高仙的投资者阵容可谓豪华。 另有消息显示,高仙新一轮规模更大的融资也已经敲定,将于近期对外披露。 再获融资:细分赛道诞生「 隐形冠军」 公开资料显示,高仙成立于 2013 年,是国内一家专注于智能清洁机器人领域的创新企业,目前已拥有 6 条产品线,在全球 30 多个国家及地区的落地项目超过 1000 个,七年间累计运行里程超过 1 亿公里。 今年以来,蔓延全球的新冠疫情,让所有人开始重新审视「 服务智能化」 的价值。而清洁机器人正是「 服务智能化」 的典型商业范例,也是为数不多的大规模落地产品之一。 在全球人口老龄化加速、人力资源日趋紧张的大背景下,众多企业开始试水各种形态的智能化服务。例如,滴滴、百度纷纷加快无人驾驶出租车的测试和落地,而美团、京东的无人配送车也出现在了道路上。 但有投资人表示,目前绝大多数此类服务仍处于技术验证和小规模测试阶段,产品的经济性未得到验证,距离普及为时尚早,商业化更是遥遥无期。 多家高仙的投资人一致认为,在智能清洁这一细分市场,高仙这样的头部企业已经率先将产品和商业闭环跑通,逐渐走到了科技圈的聚光灯下,得到各大资本的持续加码也是理所应当。 而「 服务智能化」 之所以能够率先在城市清洁领域生根结果、发展壮大,首先得益于清洁环卫工作的特性,让它天然具备机器人大规模应用的可能。 高仙创始人兼 CEO 程昊天认为,清洁环卫工作是典型的简单重复性劳动,完全可以靠机器和技术来完成。高效可靠的清洁机器人、无人驾驶环卫车等智能清洁产品,是解决产业需求和行业痛点的最佳方案之一。 与此同时,中国持续数十年的城镇化不断创造出新的清洁与环卫需求,而国内一线从业者的年龄结构严重老化,1000 多万清洁与环卫工中 55 岁以上占比超过 70%。随着时间推移和老龄化加剧,愿意投身这一领域的人力资源更加紧张。人力成本的水涨船高,同时伴随着用工安全风险的日益加大,使得供需缺口持续放大。 另一方面,随着相关技术的不断迭代,智能清洁机器人的核心算法越来越成熟、智能化程度越来越高,核心零部件成本不断降低,从而使整体成本得到了很好的控制,大规模商业化落地的时间点已经到来。 国内外的主流投资机构嗅到了风向,在这一细分赛道频频落子。 投出过 58 赶集、理想汽车、水滴互助等明星企业的蓝驰创投,在高仙只有清洁机器人产品原型机时就果断入局,先后参与了其 A 轮、B 轮和 B+轮融资,一路保驾护航。 蓝驰创投也见证了高仙在短时间内完成豹变,从一支初出茅庐的「 学生军」 升级到专业团队,其速度和执行力令投资人刮目相看。而优秀外部人才的引入,并未使团队的创业氛围受到影响,公司文化仍是拼搏、务实、有狼性。 时至今日,在国内智能清洁机器人市场上,高仙已经占据逾 9 成市场份额。直接负责投资事宜的蓝驰创投董事总经理曹巍接受蝴蝶派采访时谈到,高仙已经建立行业第一品牌,完成了销售网络和生产侧规模效应,整个赛道已经进入收官阶段。 技术壁垒:始终领先两到三年 在国内智能清洁领域,高仙是起步最早、积淀最深的团队。 2013 年,程昊天在英国剑桥大学完成本硕连读、被授予电子工程硕士学位后,回国创办了高仙,入局彼时极少有人涉足的智能清洁机器人市场。 在他看来,这种产品的技术维度足够高,有机会建立技术壁垒;同时与无人驾驶汽车等相比,它能够在短期内落地,尽早跑通整个商业闭环。 高仙很快搭建了一支堪称豪华的创业团队,并借鉴华为的做法,构建了一套贯穿市场、研发、制造、销售、服务、质量等全流程的 IPD(集成产品开发)体系,以打破前瞻性科技产品在开发过程中必然面临的资源调配矛盾,加速对市场需求的响应。此外,高仙通过建立服务机器人业内为数不多的自有工厂,大幅缩短开发与生产之间的沟通周期,加速迭代、摊薄成本,实现「 全链条闭环」。正因如此,高仙有能力以半年为周期迭代出全新的机器人,足以比肩消费类电子产品的开发速度。 本轮 B+领投方之一中信建投资本是国内知名的券商直投机构。在投资高仙之前,中信建投资本项目团队对机器人行业进行了长期跟踪调研。在谈及为什么投资高仙时,中信建投资本项目投资负责人刘昊为表示:「 第一,我们看好清洁机器人细分赛道的发展前景,使用技术实现低端劳动力替代符合产业升级需求;第二,我们认可高仙领先的技术优势与管理水平;第三,高仙率先打通了海内外销售渠道,具有量产供应链优势,未来经营业绩将持续高速增长。」 他们发现,目前清洁机器人领域的创业团队普遍为几十人的规模。相比之下,高仙搭建了 400 多人的团队,实现了从技术研发、产品设计、供应链管理、量产交付到售后服务的全流程管理。服务机器人的商业闭环不仅仅是卖硬件,而是为客户提供端到端的综合解决方案,需要全流程管理才能满足客户需求,实现高质量的服务交付。 此外,也有无人驾驶公司从高速无人驾驶赛道,切换到清洁机器人所在的低速无人驾驶赛道。这类公司目前由于需要兼顾高速与低速两种场景的技术落地,对低速场景的专注度不够。在市场落地及产业化层面,资源投入不足,导致技术方向及产品功能并不能满足客户的需求。 中信建投资本项目团队在调研中还发现,由于需要实现跨场景作业和场景全覆盖,商用清洁机器人对 SLAM(同步定位与建图)定位精度和场景感知能力的要求高于其他品类的服务机器人。同时,为实现高质量的清洁效果和无人值守作业,机械结构和智能化方面的设计也更为复杂。高仙作为最早在行业内提供室外开放场景 SLAM 解决方案的技术公司,已经服务了国内众多头部智能机器人厂商,市场占率超过 70%。在此过程中高仙沉淀了的大量场景落地数据,不断优化迭代系统,保持了算法在行业内的绝对领先地位。 在感知方面,高仙 CTO 秦宝星曾是新加坡知名自动驾驶汽车公司 nuTonomy 的创始团队成员、主任科学家,一手创立了 nuTonomy 的整个感知和传感器融合技术团队。秦宝星及其团队的加盟,大大增强了高仙在服务机器人领域感知研发的技术优势。公司目前已在各种清洁场景积累了大量感知数据,并通过与清华大学机器视觉实验室的合作,在场景语义 SLAM、垃圾/脏污检测、障碍物识别等方面开展了前瞻性研究。相比竞争对手,高仙在感知方面形成的数据积累优势会随着产品落地速度的加快而进一步放大。 根据中信建投资本项目团队的观察,传统清洁设备厂商(如坦能、凯驰等)通常要有 10 款以上的主力机型以应对不同场景下的清洁需求。高仙目前已经拥有 6 大产品线,产品功能覆盖尘推、吸尘、清扫、洗地、抛光等主流商业清洁应用,可以为每个落地场景灵活搭配各种设备组合。例如,仅在商业综合体内,就包含了停车场、室内地面、室外广场、酒店、写字楼等多种场景,每种场景的地面又分为地毯、瓷砖、大理石等 9 种类别,甚至连短毛和长毛地毯都需要配置不同的清洁参数。相比之下,竞争对手往往产品品类较少,功能相对单一,产品成熟度也有较大差距。而考虑到后续的运维管理,大多数写字楼、商超、园区等 B 端用户往往希望采用同一家清洁机器人产品,这更凸显了高仙产品矩阵的优势。 目前,高仙旗下产品的清洁效果已经优于人工;而清洁效率则根据不同的清洁模式和地面有所不同,最高可达到人工的 4 倍。产品切实在经济上为下游客户实现了成本节约,是服务机器人产品大规模商业推广的前提。早期一些客户在采购清洁机器人时,以商业宣传或提升企业形象为目的,采购量不大,更多为「 做秀」。中信建投资本项目团队在调研时发现,高仙的客户多数存在持续性复购,其中不乏专业的清洁服务公司。「 扫的比人好,成本比人低」 是客户继续采购的主要动机。 过去几年间,高仙的营收保持高速增长,年增幅一度高达 400%,服务超过一半的 TOP 50 商业地产开发商,以及大量的工业、医疗、教育等非商业类场景。此外,高仙产品在海外同样受到青睐。发达国家劳动力成本更高,劳动力替代需求更加强烈。公司 40%的产品销售来自海外市场,客户口碑优于国外竞品。受到疫情影响,今年上半年国内诸多行业的业绩受到较大冲击,而高仙仍然维持了高速增长趋势,这也印证了中信建投资本项目团队投资前的判断。 今年初,高仙机器人获批国家重点研发计划,为国家打造了大场景自主清洁应用示范,外界对高仙的认可度进一步提高。 公司 CEO 程昊天认为,高仙在机器人领域的技术积淀在国内处于领先高地。对此,他们的投资人给出了更直观的数据判断:与竞争对手相比,高仙始终保持着两至三年的技术领先优势。 大门关闭:资本不再分散下注 本轮融资的另一家领投方博华资本是国内知名的私募股权投资机构。该机构有关负责人直言,投资高仙之前经过大规模调研对比,发现国内市场上没有可以完全对标高仙的竞品,而国外的潜在竞争对手在商业化程度上也落后于高仙。在这个领域里,高仙不仅积累了算法技术,还沉淀了清洁设备和各种场景的清洁作业 Know-how,这是极为不易的。 博华资本在尽调期间即帮助高仙对接了大量优质集团客户,在自上而下推动高仙产品的销售的同时进一步验证了高仙产品的技术领先性、可靠性、场景适应能力等关键指标。 在谈到高仙 CEO 程昊天时,博华资本项目投资负责人表示:「 昊天是个非常好的产品经理,他会对应不同场景倒推整机设计理念,并带领团队不断打磨产品,精准满足客户需求。」 也正是借助博华资本与地方政府部门的牵线搭桥,高仙在江苏建成自有工厂,这对于产能的大幅提升和成本的进一步摊薄,起到了关键性的作用,至此高仙的供应链变得更加成熟。「 我们在做尽调的时候很重要的一个前提是:他的成本能否持续下降。成本下降意味着客户在采购产品时考虑的投资回报需求能够更快地得到满足,可以迅速实现市场规模化。事实证明高仙是完全符合我们预期的,可以看到高仙的产品相比市场上竞品成本下降很明显。 」 在接受蝴蝶派记者采访时,蓝驰创投董事总经理曹巍则认为,在智能清洁机器人这一细分赛道上,「 再去投早期项目,已经没有意义了,到了今天还没有 300 人以上规模的团队是很难跑出来的」。硬件产品漫长的研发周期,以及对于不同场景的深刻理解能力,都是新入局者难以绕开的问题,「 这也是为什么市场上最优质的基金都想投资高仙。」 因为后来者要想从头部企业的盘子里分一杯羹,已经十分艰难,在这种情况下,投资圈一般也不会有分散下注的兴趣。 而随着底层核心技术的日渐成熟,关键部件成本的迅速下降,以及新冠疫情及新基建大背景下市场需求的迅速提升,高仙在完成第一阶段的卡位战之后,有望在新鲜资金弹药的助推下,迎来又一轮爆发式的增长。