青桐資本大咖說|同渡資本王毅：智駕網(wǎng)聯(lián)早期投資策略及創(chuàng)業(yè)機(jī)會

從去年7月開始,我們啟動了“青桐大咖說”,初衷希望提供一個交流平臺,讓一個賽道/行業(yè)的投資人和產(chǎn)業(yè)上下游創(chuàng)業(yè)者,充分的交流互動,碰撞火花和靈感。這源于我們發(fā)現(xiàn)了信息交流層面的痛點。

我們發(fā)現(xiàn)了,朋友圈不停地更新各類行業(yè)信息,然而有效的、精梳的、有利于思考的信息太少太少。信息爆炸背后,缺的是真誠、有效的雙向互動,缺的是基于實戰(zhàn)的行業(yè)發(fā)展規(guī)律的梳理。于是,2017年7月19日,我們有了第 一期撈月狗痞子狼,二期鈦度李曉峰,三期周大威,陸陸續(xù)續(xù),從文娛行業(yè)、到消費、到教育、到金融……青桐大咖說已經(jīng)邀請到24位嘉賓,一起分享經(jīng)驗,解讀行業(yè)。

青桐資本作為FA,在業(yè)內(nèi)一直低調(diào)前行,回歸兢兢業(yè)業(yè)的服務(wù),關(guān)注“錢”和“項目”之間的對接效率和品質(zhì)。在我們看來,業(yè)務(wù)層面的合作,從來只是一個結(jié)果,在合作之前、之間、之后,每個階段青桐更關(guān)注如何持續(xù)地為投資人、創(chuàng)業(yè)者分別創(chuàng)造價值?“青桐大咖說”也正是基于這個初衷,不斷迭代和優(yōu)化,為投資人和投資熱、投資人和創(chuàng)業(yè)者之間架設(shè)有效交流的平臺。

本次我們邀請到了同渡資本合伙人王毅王總,分享了其對智駕網(wǎng)聯(lián)的早期投資邏輯的深刻見解。王毅擁有多年早期技術(shù)領(lǐng)域投資經(jīng)驗及通訊行業(yè)工作經(jīng)驗,主要投資案例包括航星光網(wǎng)、羿媧科技、閑豆回收、眾盟、易沖無線、閃送等。

以下為王毅在“青桐大咖說”第24期上的分享內(nèi)容:

同渡資本是一家人民幣基金,聚焦科技類項目的早期投資,以Pre-A和A輪為主。目前主要集中關(guān)注ICT產(chǎn)業(yè)和醫(yī)療產(chǎn)業(yè)兩大方向。

一.智駕網(wǎng)聯(lián)的定義及包含要素

智駕網(wǎng)聯(lián)包含兩個層面的含義:智能駕駛和車聯(lián)網(wǎng),而智能駕駛細(xì)化來說即為單車智能。

單車智能可分為三大板塊:傳感、控制、執(zhí)行。

1.傳感部分可分為外部環(huán)境感知和車身狀態(tài)自身感知兩種。其中依靠車本身的MU、慣導(dǎo)或陀螺儀,可以達(dá)到車身狀態(tài)的自身感知。外部環(huán)境感知則依靠大家熟知的四大傳感器(毫米波、雷達(dá)、圖像和激光)以及GPS定位系統(tǒng)。

2.控制部分最主要的是中央處理單位,包括決策算法和芯片集成。這一板塊前兩年受到熱點關(guān)注,大量創(chuàng)業(yè)項目建立,投融資非?；钴S。

3.執(zhí)行部分包括了電控轉(zhuǎn)向、油門、剎車等,屬于傳統(tǒng)車企的強(qiáng)項,而非ICT新技術(shù)在車載應(yīng)用的研究方向。

相對應(yīng)單車智能,智聯(lián)亦即車聯(lián)網(wǎng),其中包含兩大板塊,通訊系統(tǒng)和TSP/云服務(wù)。其中,通訊系統(tǒng)需要相應(yīng)的通訊協(xié)議來規(guī)范。

二. 自動駕駛領(lǐng)域投資策略

大約三年前開始,無人駕駛的決策算法大熱,各種無人車大賽從美國延展到國內(nèi)。我們從中看到兩個問題,一是決策算法非常核心,直接聯(lián)動到汽車控制系統(tǒng)。在這一領(lǐng)域,我們認(rèn)為決策算法是OEM,是主機(jī)廠的一個核心能力。對于主機(jī)廠而言,由于決策算法和汽車安全直接相關(guān),我們認(rèn)為主機(jī)廠啟用初創(chuàng)企業(yè)的決策算法難度較大,周期相對較長。國外車企往往擁有非常強(qiáng)大的研發(fā)團(tuán)隊,有能力自行組建研發(fā)團(tuán)隊,來研究決策算法。相對的,國內(nèi)的車企情況與海外完全不同,難以借鑒。因此,我們認(rèn)為在一板塊并不適合做早期投資。

相比后端決策算法的高難度,在前端的感知層面,我們會應(yīng)用到很多新技術(shù),如毫米波、LiDAR、視覺等,給創(chuàng)業(yè)公司留下了較大機(jī)會。在這一層面,海外的情況兩極分化,上下游分化明顯。上游的ST、英飛凌、NSP為芯片方案的提供商,而下游的Tier1,ABCD、電裝等具備很強(qiáng)的集成能力,需要從上游拿到芯片,向OEM提供完整的集成方案。

感知層面如有上游未完全成熟的產(chǎn)品出現(xiàn),但決策算法沒有輸入,則難以產(chǎn)生能夠商用的控制系統(tǒng)。綜合來看,我們認(rèn)為應(yīng)在前端感知層面應(yīng)首先布局。從國內(nèi)的創(chuàng)業(yè)方向來看,前端感知層仍然留有有巨大的創(chuàng)新機(jī)會。

三.車載傳感器投資策略

如今在車載上使用最多、最 先成熟的應(yīng)用是視覺和毫米波,LiDAR(激光雷達(dá))相對而言稍為滯后。“毫米波+視覺”這一方案已經(jīng)能夠滿足99%的場景。由于行業(yè)內(nèi)對于車規(guī)級的安全性要求保障極高,LiDAR技術(shù)一定會被加以應(yīng)用。所以我們認(rèn)為,將來三大傳感器會作為互補的關(guān)系在車上出現(xiàn)。

同渡資本在車載傳感器方面有以下投資策略:

1.關(guān)注產(chǎn)業(yè)鏈上游。決策算法層面長期而言會有兩級存在,一級是芯片解決方案提供商,一級是Tier1。國內(nèi)缺少和國外水平相當(dāng)?shù)腡ier1,所以短期內(nèi)國內(nèi)存在一系列做模組的機(jī)會。Tier1的實力較弱直接導(dǎo)致其集成能力較弱,直接做芯片輸出給Tier1是不現(xiàn)實的。因此,國內(nèi)會出現(xiàn)一波提供模組解決方案的供應(yīng)商。但是由于我們主要投資早期,所以我們認(rèn)為更好的方向是盡可能從芯片開始尋找解決方案。

2.關(guān)注有融合能力的團(tuán)隊。智能駕駛是典型的多傳感器融合的場景,如果沒有融合的能力,只能做單點傳感器的信息輸出,后續(xù)企業(yè)將存在壁壘。因此,我們會更關(guān)注具備算法能力的和硬件解決方案的融合型團(tuán)隊。

3.關(guān)注前端數(shù)據(jù)預(yù)處理創(chuàng)新。從目前來看,車載上傳感器提供的有效信息過多,車輛難以做決策,主要原因是器件尚未成熟。例如LiDAR識別的遠(yuǎn)度和精度還不夠成熟。整體而言,傳感器提供了大量的冗余信息,導(dǎo)致后續(xù)數(shù)據(jù)處理時對于算力的要求很高,而算力又直接影響著整車的功耗。因此,我們會尋找能夠在前端實現(xiàn)數(shù)據(jù)處理、完成有效前端采集過濾的企業(yè)。

四.車載三大傳感器具體投資分析

目前,同渡在車載三大傳感器上的分析和研究如下:

一. 視覺傳感器,這可能是目前技術(shù)最成熟應(yīng)用最廣的傳感器。

1.單目視覺。以Mobileye為代表的單目視覺,過去幾年已在特斯拉成功商用。不過從特斯拉出的幾起事故來看,單目視覺的缺陷也比較明顯:一是需要大量的識別圖來做物體測距及識別訓(xùn)練。二是當(dāng)現(xiàn)實出現(xiàn)的物體不在識別庫里或者沒有辦法準(zhǔn)確識別時,就沒有辦法做準(zhǔn)確的距離估算,會出現(xiàn)較大的安全出行隱患。

從目前來看,純單目要做到高度自動駕駛是非常難的。單目最 好還是要配合像毫米波雷達(dá)這樣的傳感器才能比較好的適配自動駕駛。

2.雙目視覺。視覺未來主要會以雙目為主,這也是我們現(xiàn)在主要布局的一個方向。雙目的好處是利用了時差原理,這跟人眼識別物體的遠(yuǎn)近原理是一樣的,對整個距離的估算會比單目要準(zhǔn)很多。相比毫米波雷達(dá)利用回波原理也會更精 確。但是,雙目其實也有一個缺陷,即校準(zhǔn)標(biāo)定工作非常煩瑣,要把兩個camera信號同步做好,否則會對后續(xù)處理有極大干擾。

雙目視覺也存在挑戰(zhàn)。它的基線(base line),就是兩個攝像頭之間的距離越遠(yuǎn),用三角測距原理所得的測距精度會越高,因為視差的差度會越大。若離的近則難度會越高,因為視差會更小。所以,如何在相對較小的base line下,把測量精度提高,這是對企業(yè)核心能力的一個考驗。

二. 毫米波雷達(dá)。毫米波雷達(dá)的產(chǎn)品應(yīng)用現(xiàn)在也相對比較成熟,不僅僅是在車領(lǐng)域。

1.從頻段層面來講,在車載測距方面,未來中長距離肯定是以77G為主,四個角做BSD盲點探測是以24G為主。

最早的毫米波雷達(dá)用在車上是24G的窄帶,帶寬不到200兆,測距精度前后只有75厘米,目標(biāo)分離能力也只有1.5米。這個參數(shù)在車載來說,即便是做盲點檢測也低了一點。

后來出現(xiàn)了24G的一個超寬帶毫米波雷達(dá),帶寬最 高可以到7G,精度可以到2.2厘米。但24G毫米波雷達(dá)也有一個缺陷,就是發(fā)射功率太低,信兆比比較低。發(fā)射工作的高低直接跟探測距離是相關(guān),所以24G在車載上的應(yīng)用還是很受限。我們能看到的主要還是在BSD四角盲點探測的應(yīng)用。

大家都在研究在車載上的應(yīng)用,哪個頻段會更好,最終確定下來就是77-79 G,因為它帶寬足夠、精度夠高。從國內(nèi)情況來看,77G的毫米波雷達(dá)測試工作從去年就開始了,由車聯(lián)信息聯(lián)盟TIAA牽頭,工信部可能會根據(jù)TIAA的測試結(jié)果正式頒布77G的頻譜劃分。

2.從工藝層面來講,目前毫米波雷達(dá)的兩個主要工藝,一個是SiGe,一個是CMOS。SiGe的好處是傳統(tǒng)半導(dǎo)體技術(shù)很成熟,在77G上SiGe的片子已經(jīng)實現(xiàn)了大規(guī)模量產(chǎn)。CMOS的好處是集成度更高,它未來其實可以把基帶和射頻都集中在一個SoC上,這是一個非常好的技術(shù)優(yōu)勢。從出貨量上來看,目前還是SiGe比較大,因為在大功率情況下SiGe的性能比CMOS要好一些。這兩種技術(shù)目前是并存的,未來的一段時間也將持續(xù)并存。

3.從芯片層面來講,國內(nèi)應(yīng)該是有3-4家可以去提供給毫米波雷達(dá)。77G能夠量產(chǎn)或者說小批量的有1家,24G的現(xiàn)在有2-3家,正在過渡往77G的有1家。77G已經(jīng)明確劃分專門給車載做應(yīng)用。但是,車是一個非常慢的傳統(tǒng)行業(yè),要進(jìn)車載尤其是前裝,需要非常長的周期。從芯片研發(fā)到下游模組成熟配合,到整套方案給OEM,再到試用、確認(rèn)合規(guī),上車,這個周期至少需要5年。

所以綜合來看,我們會更傾向找24、77都能做的團(tuán)隊,長短期結(jié)合。從長期來看,77是核心能力,從階段性來看,尤其是現(xiàn)階段的國內(nèi)ADAS滲透率不到3%的情況下,24的用武之地還是很廣。24G是一個公用頻段,并沒有限制在車載領(lǐng)域,很多停車場、閘機(jī)等領(lǐng)域,24G的毫米波雷達(dá)都可以使用,企業(yè)也可以在較短時間內(nèi)實現(xiàn)營收。

三.激光雷達(dá)。這幾年,激光雷達(dá)的創(chuàng)業(yè)、融資、投資可以說是非常瘋狂。大概的種類可以分成三種:機(jī)械式的、混合固態(tài)和純固態(tài)。

1.機(jī)械式。LiDAR是里面的一個代表。從批量使用考慮,機(jī)械式顯然是不合適的。因為有機(jī)械轉(zhuǎn)動,就意味著長期運動會出現(xiàn)不穩(wěn)定性,會有很明顯的故障點,而且體積較大不易于集成。所以機(jī)械式目前也就在高精地圖采集車上,或者用于一些DEMO的車上驗證,以后上整車做前裝肯定是不適用的。

2.混合固態(tài)MEMS。之所以稱為混合固態(tài),是因為它里面由很多微掃描鏡構(gòu)成,微掃描鏡本身是振動的,所以它不是一個純固態(tài),還是存在機(jī)械運動。MEMS相對來說成本較低,掃描距離也可以做得比較遠(yuǎn)。但是它內(nèi)部因為有機(jī)械振動的原因,長期來看也不是車載使用的最 佳方式。所以,現(xiàn)在大家全都轉(zhuǎn)向了純固態(tài)方向。

3.純固態(tài)。它里面沒有任何機(jī)械轉(zhuǎn)動,所以長期運行的穩(wěn)定性高了很多。純固態(tài)里面,又分了幾種方式,Flash是現(xiàn)在相對來說比較常見,也比較成熟的一種方式。但是Flash的探測距離比較受限,主要是在短距上的應(yīng)用,長距離應(yīng)用還有較明顯的缺陷。

現(xiàn)在的一個最 新方向是OPA光學(xué)相控陣。光學(xué)相控陣的原理是利用不同相位的光在不同方向上做幅度的疊加,或者是相消。比如說在相位相同的方向上面,相位是疊加,強(qiáng)度會增強(qiáng),在相反的方向上,則是相消。

作為早期投資基金,我們更愿意看到的是有技術(shù)發(fā)展?jié)摿Φ?未來能夠在車載領(lǐng)域商用的項目,OPA光學(xué)相控陣是我們看好的方向。

五.車聯(lián)網(wǎng)現(xiàn)狀就及創(chuàng)業(yè)機(jī)會

車聯(lián)網(wǎng)在國內(nèi),主要指的是“V2X”,大概分為V2V車到車,V2I車到基礎(chǔ)設(shè)施,V2P車到行人。

從技術(shù)層面來看,車聯(lián)網(wǎng)現(xiàn)在主要有兩大的技術(shù)方向:

1.DSRC專用短程通信技術(shù),這是基于8011P的標(biāo)準(zhǔn)開發(fā)的。它的好處就是可以使車之間能夠直接通信,在短距范圍內(nèi)效率較高。它的缺陷也比較明顯,做長距時,它的可靠性會有問題。

2.LTE-V,LTE-V是專門給車載應(yīng)用,給車聯(lián)網(wǎng)做的一個基于LTE改造的協(xié)議規(guī)范。它的好處是以LTE的蜂窩網(wǎng)作為基礎(chǔ),避免了重復(fù)建設(shè),運營商不用再去興建路邊設(shè)施,跟現(xiàn)在的基站可以共用。而且頻譜比較好劃分,可以跟LTE共享頻譜,那么它的探測范圍就廣泛了很多。LTE-V可以把探測的距離擴(kuò)大,從數(shù)十米上百米,到數(shù)公里以外,做一個大系統(tǒng)的聯(lián)動,讓你能夠知道全局的路況,這對后續(xù)的車載決策算法是有很大幫助的。

對比DSRC,LTE-V提供了更高的帶寬,更高的傳輸速率,更大的覆蓋范圍,而且能夠重復(fù)現(xiàn)在的基建和頻譜。所以我們認(rèn)為,LTE-V在后續(xù)的發(fā)展前景要比DSRC好。

縱觀整個產(chǎn)業(yè)鏈,哪些方向還存在創(chuàng)業(yè)機(jī)會呢?

1.運營服務(wù),這是車聯(lián)網(wǎng)的最底層。這部分很有可能是三大運營商直接承接,沒有太多創(chuàng)業(yè)企業(yè)的機(jī)會了。

2.設(shè)備提供,在基站方面,都是傳統(tǒng)的通信企業(yè)在做,創(chuàng)業(yè)企業(yè)做的可能性不大。但是有兩塊產(chǎn)品還是存在創(chuàng)業(yè)企業(yè)的機(jī)會的,一個就是做V2X的路邊設(shè)備(RSU),一個是車載(OSU)。在OSU方面,T-BOX是一個很好的信息集成和傳送的終端。從收集整車數(shù)據(jù)到跟遠(yuǎn)程云端和邊緣端做數(shù)據(jù)交換,再到信息內(nèi)容的下發(fā),T-BOX會有很大的功能區(qū)別。所以在這塊,我們覺得存在創(chuàng)業(yè)企業(yè)的創(chuàng)新的機(jī)會。

3.內(nèi)容提供。在車載上,不管是大屏還是T-BOX都有大量的內(nèi)容服務(wù),包括娛樂的、消費的,整車安全的信息等。內(nèi)容提供層面也存在創(chuàng)業(yè)機(jī)會。

4.數(shù)據(jù)分析和挖掘。聯(lián)網(wǎng)之后帶來的是大量數(shù)據(jù)的產(chǎn)生和交互?；谶@些數(shù)據(jù),如何去分析整車的運行狀況,進(jìn)而和安全相結(jié)合和UBI保險去結(jié)合,這塊是一個突破點。

5.數(shù)據(jù)安全。車的安全要求是非常高的,有一點差錯會直接導(dǎo)致出人命。如果網(wǎng)絡(luò)被劫持,怎么去保證乘車人的安全,這是我們能看到的一個非常核心的痛點。所以在車聯(lián)網(wǎng)領(lǐng)域,如何做好數(shù)據(jù)安全又能保證數(shù)據(jù)的交互性、實時性,我覺得是創(chuàng)業(yè)企業(yè)可以關(guān)注的一個方向。

從使用場景來看,我們覺得國內(nèi)現(xiàn)在要去車聯(lián)網(wǎng),應(yīng)該先從商用車入手,乘用車是比較難的。商用車的這張網(wǎng)會先建起來,對于這張網(wǎng)里面的數(shù)據(jù)如何去使用,創(chuàng)業(yè)企業(yè)可以去想一想的。另外,在商用車領(lǐng)域,最終的用戶不是整車廠而是這些買車的B端用戶,比如物流公司。對B端來說,痛點需求是如何把整個車隊管好,駕駛員的駕駛行為,車的維修,意外事故的賠償,車險等這些都跟管理成本直接相關(guān)。創(chuàng)業(yè)公司也可以在這個場景痛點上多做考慮。

青桐資本成立于2014年3月,是由業(yè)內(nèi)資深的投行人士和成功的創(chuàng)業(yè)家共同發(fā)起組建的新型互聯(lián)網(wǎng)投行。截至目前,青桐資本已經(jīng)成功幫助金融科技、教育、文娛、消費升級、醫(yī)療健康、企業(yè)服務(wù)、人工智能、汽車物流等領(lǐng)域的近百家企業(yè)成功融資。未來,青桐資本將持續(xù)助力新興企業(yè)對接資本市場,提供高效的股權(quán)融資、企業(yè)并購、投資顧問等全方位金融服務(wù)。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。