无人驾驶落地还需五年 乘用车市场持久战

刘少山认为由于汽车的产业链条太长，驾驶场景太复杂，针对性的道路基础设施还不完善，真正的无人驾驶想要落地还需要四五年的时间，而且乘用车市场是一个持久战。因此无人驾驶将是一个慢慢普及的过程。而主打乘用车市场的无人驾驶创业公司，落地周期会比较长，如果没有其他业务，最后比较好的结局也许是被大厂收购。

创业两年，刘少山还一直保持着记日记、周记，以及思考写作的习惯。他先后就职于 百度美国研究院，LinkedIn、英特尔、微软研究院，专注无人车系统架构与产品化、深度学习，以及异构计算平台的架构与开发。

刘少山与好友张哲在硅谷创立了人工智能初创公司Perceptln（普思英察）。Perceptln致力于为机器人提供核心技术以及解决方案，目前在加州圣克拉拉和中国深圳设有办公室，拥有约30名员工。Perceptln于2016年5月获得投资机构华登国际和ARM的天使投资；2017年2月获得A轮融资，经纬中国领投；2017年7月获得三星集团的A+轮战略投资。

凭借在SLAM等AI视觉技术领域的优势，Perceptln打造了适用于不同场景的单目、双目、四目视觉计算模组，并为机器人提供软硬件一体化的整合方案。目前，这些模组和方案被应用在扫地机器人、园区无人车等领域，而且成本较市场上的产品更低。

图：为功能性无人车辆量身打造的四目视觉多传感器融合计算模组

图：Perceptln双目视觉惯性计算模组

据刘少山介绍，今年Perceptln的重点是围绕视觉技术打造室外运载机器人的方案。刘少山口中所说的“低速运载机器人”，目前更多的被无人驾驶创业公司冠以“无人驾驶汽车落地”的名号。

刘少山认为，这个市场的数据强烈依附于场景，“港口园区和工业园区是两个不同的场景，必须根据特定的场景进行数据训练才能达到想要的效果。”

为什么不做乘用车无人驾驶，为什么不把室外运载机器人叫做无人驾驶落地项目？

“资本对于无人驾驶的追逐是有原因的，因为这个市场的想象空间太大了，甚至可以变革中国整个大物流行业，要知道这个行业的收入可以占到中国GDP的20%，而且这个行业目前的痛点很多。”刘少山首先分析了无人驾驶创业火热的原因。

但是，根据刘少山的判断，汽车的产业链条太长，驾驶场景太复杂，针对性的道路基础设施还不完善，真正的无人驾驶想要落地还需要四五年的时间，而且乘用车市场是一个持久战。

刘少山认为，无人驾驶将是一个慢慢普及的过程，从技术的角度说流程很长，验证一个技术花费也很大，即使这些都完成了，最后还要看市场的普及接受程度。

对于目前的无人驾驶创业，刘少山认为，主打乘用车市场的无人驾驶创业公司，落地周期会比较长，如果没有其他业务，最后比较好的结局也许是被大厂收购。

对于目前无人驾驶的实现方式，激光雷达和摄像头两种解决方案各有利弊，业内对于采用哪一种众说纷纭。刘少山则认为，在乘用车市场，汽车的行驶速度决定无人车必须能够看到200-300米甚至更远的地方，所以激光雷达目前还是必须的，“只不过前两年大家做无人驾驶的时候，大多数公司用得是转动机械雷达，现在很多公司在做固态雷达的方案。”而对于低速运行的机器人产品，时速可能只需要20-30公里，刘少山认为不需要看那么远，摄像头就可以解决这些问题。

刘少山表示，之所以将自己的业务叫做运载机器人解决方案，是害怕被高估，“在场景没有摸透的情况下，我更害怕被高估，被资本炒作推动，那样会活得更累。”

在公司的运营和业务发展上，也可以看出刘少山的谨慎。Perceptln在融资上已经到了A轮之后的阶段，但目前总员工数量只有30人。刘少山这样解释到，“我们没有大规模扩招，是因为需要将场景吃透，确定市场可行，之后才能大规模招人进行推广。”

吃透场景，是刘少山在采访中一直强调的事情。

在交流的过程中，刘少山略带反思的说，创业之初我们过度的追求技术，认为只要技术足够好就能落地。但是从市场的角度看，很多公司是根据场景需求来挑选用什么样的技术，以便去满足这个场景。作为技术出身的人，真正去理解这个事情其实很难。

“前两年人工智能火热的时候，资本对技术的追逐让创业公司融资很容易。但是今年以来，资本从关注AI技术转变到了更加注重场景落地上，下注比较谨慎，市场相对来说会更加冷静。”刘少山说。

那么，人工智能技术在哪些场景已经落地，下一个市场和场景是什么？

刘少山说，人工智能技术在视频领域已经普及，特别是安全和监控市场，这个场景仅需要提取人的信息，需要的技术简单明确，国内的大华、海康威视已经基于AI做成了一个个新的安防生态。“我们已经进入多媒体交互的时代，任何跟多媒体数据理解、分析相关的技术都有价值。”刘少山说。

下一个市场和场景是什么，刘少山表示自己比较看好AI与医疗的结合，因为这个市场的痛点很多，需求更大。“只要能找准场景解决痛点，创业公司总会有自己的生存之地。”