作者：Mark

出品：紅色星際（ID：redplanx）

頭圖：白日夢想家宣傳圖片

Minieye 和 Maxieye 作為 Mobileye 和特斯拉在中國的信徒，兩個公司在視覺感知領域做的都非常好，可以說是獨領風騷，營業收入在2021年都雙雙破億元。

今天非常高興請到兩位公司的老總，來參加今天的“夢想家”節目，一位是畢業于北京理工大學的周圣硯博士，一位是畢業于新加坡南洋理工大學的劉國清博士，導演準備，馬上開錄。

主持人寒暄了一番，講道，兩位老板先介紹一下自己的公司。

1. 過去

Maxieye：我們2016年底成立，至今已經5年了。準確講，我們是2015年就開始的，那時我們幾個哥們從安波福離職，開始創業。雖然也有公司愿意花幾百萬薪資邀請我加入，但是創業是每個男人的荷爾蒙。

不滿大家，過去5年，我們犯了很多錯誤。最大的錯誤就是，在沒有工程化落地能力的時候，盲目學習 Mobileye，切入乘用車市場。這個放到今天，如果我作為主機廠，我也會拒絕。

Minieye：這個錯誤我覺得不只是 Maxieye 的錯誤，我們公司也犯了這個問題。

那個時候，乘用車輔助駕駛市場，基本都是國際頭部供應商在主宰。對于國內主機廠而言，他們不但要評估你是否有量產，大規模落地的能力，還要求你的產品符合車規級，成本低，功耗小，總體而言要求非常嚴格。

對于我們創業公司而言，還不完全具備這種能力，所以他們最終沒有選擇我們，也很正常。想要進入汽車供應鏈體系是非常難的，特別是本土公司。

Maxieye：確實，汽車供應鏈的認證周期和復雜度是其他行業不能比的。我們犯的第二個錯誤，就是盲目學習 Mobileye 的地圖策略。最終我們發現靠眾包來實現高精地圖的更新，保持地圖的鮮度難度太大，后期數據的存儲和處理成本都非常高。

Mobileye 的眾包地圖更新方案，可能僅僅適用于L2，對于自動駕駛而言，完全不能用。

Minieye：我們公司也嘗試過這個方案，四維圖新還是我們的股東。為此，我們的攝像頭還標配了 IMU 以及 GPS，來提升模塊的精度。

從理論支撐看說得通，通過自帶的模組，去進行任務的接收、分發以及數據的回傳。然后將圖像分割，與云端下發的地圖進行匹配，對比發現差異，把差異的數據回傳，進行后續地圖的更新處理。

但經過3年左右的嘗試，收效甚微。僅靠視覺感知，地圖只能達到亞米級水平，無法達到厘米級精度。這無論對于自動駕駛還是輔助駕駛，都是不能接受的。

其實，說起來，我們犯的錯誤要遠遠多于 Maxieye，我們從2013年就開始搞，創業前3年，基本沒有一個點踩對。從后裝的手機視覺預警 App 到2015年的差點全軍覆沒（公司幾個月未發工資）。再到后來的乘用車戰略，和比亞迪和眾泰的合作，和萬向精工合作開發 AEB（自動剎車系統）。

現在回頭看，之所以會犯這些錯誤，一方面是自己作為創業公司，本身公司方向就在不斷的調整，尋找；另一方面就是自己對行業的理解不夠深，有段時間我都懷疑自己是不是一個合格的CEO。

主持人：過去的都讓它過去，哪個創業公司不經歷過幾次生死，都不算真正的成功。我們應該往前看，這不，Maxieye 2021年融了兩輪，快5億元；Minieye 也融了2輪，也有大幾億元，大家現在做得已經很不錯了。

兩位老總終于一撇緊繃的臉頰，都笑了起來。

Minieye：確實過去走過的坑，都會幫助我們更堅強地面對未來。過去一年，Minieye 的團隊確實做得很優秀，至少在我心里是這樣。

2021年，我們交付了40多萬套前后裝量產產品，營收也達到5億元左右，拿下比亞迪、江淮，一汽，合資公司江西五十鈴等主機廠。我們的量產能力，也得到大幅提升，預計今年量產能達到200萬套。

在這里，就必須講一下，我們是如何拿下合資公司江西五十鈴公司乘用車前裝定點項目的。一方面給大家傳授點經驗，一方面也可以讓大家知道合資公司的前裝定點量產項目的要求。

江西五十鈴對于我們的產品和供應鏈體系要求非常嚴格，產品、生產體系、總裝效率，項目資料等審核十分嚴苛。原來江西五十鈴在 ADAS 方面的產品，是由一家國際 Tier 1 提供的，但被我們撬開了一個缺口。

除了對我們有產品方面的要求（技術達到業內領先水平），還要看你是否具備商用車的量產落地經驗，因為合資公司除了乘用車，還有SUV、皮卡等產品線。合資品牌雖然對供應商篩選很嚴格，但是一旦你進入它的供應鏈，一般情況下都不會被替換，除非你的產品實在是達不到它的要求。

主持人笑著說，Maxieye 也講一下你們去年的成果。

Maxieye：我們2021年交付了小幾十萬套量產產品。我們定點了哪吒和合創2家新勢力主機廠。

（Maxieye 感知系統測試圖片）

不像 Minieye 一樣，主要的量產產品都集中在商用卡車，我們在商用卡車法規市場占比20%左右，沒有 Minieye 做得大，但我們在商用客車法規市場占比達到了80%，包括宇通，金龍，安客等主機廠。當然，我們也在大力開拓商用卡車市場。

我們認為我們的技術完全沒問題，從一開始我們就是技術驅動的公司，不是商業驅動的公司。特別是2021年，我們請來了我們新的CTO郭恩慶，他最牛的在規劃控制這塊。

我們目前非常缺，有豐富商用車和乘用車的銷售人員，特別是傳統主機廠，Tier 1 出來的商務，像采埃孚（威伯科），法雷奧等，我們非常歡迎。

Minieye：開始打招聘廣告了，我們也缺優秀人才。特別是一些高端人才，我們愿意支付高薪資。

大家忽然哄堂大笑起來。

Minieye：不過在用人方面，我們還是很有經驗的，畢竟2015年的時候，幾十號人幾個月不領工資，我們對人的判斷還是很準的。

營銷人員是我們非常重要的一個布局，因為生產出來的東西要賣出去才行。但人數多少說明不了什么，戰斗力高才重要。

比如營銷，主要還是看質量，因為我們目前業務都是 To B 的，所以對員工要求是，要有資源，還要有銷售能力。研發人員也一樣，一個技術大拿頂十個初級水平的程序員，甚至還不止。

2. 選擇

主持人笑著說，廣告就先打到這里。關于 AI 芯片，你們是怎么思考的？畢竟 Mobileye 最核心的一個產品是他們的 EyeQ 系列芯片。

Minieye：我們用的是和賽靈思合作的 FPGA 芯片。Mobileye 的芯片是自研的，但是芯片作為投入周期長，資金投入大，風險高的產品，并不適合初創公司。特斯拉為了擺脫 Mobileye 的芯片，自己用3年時間，花了10億美金自研了FSD芯片。但特斯拉有龐大的數據需求和市場需求。

（Minieye 嵌入式IP圖片）

對于使用什么樣的芯片，GPU，FPGA，ASIC，AI 芯片等，我們團隊也經歷過激烈的爭吵。GPU的難點是，第一功耗很高、第二太貴，第三它不適合在視覺終端產品上做運算。AI 芯片需要適配合適的工具鏈和特定算法，那個階段并不是很適合。

我們最終選擇了 FPGA 方案，雖然 FPGA 芯片研發難度高，但只要設計精良，就可以適應算法，將深度學習算法做到全并行，高 I/O 復用和數據吞吐。最最重要的一點是，FPGA 芯片符合車規級（AEC-Q100，ISO 26262）要求。

FPGA 整機功耗才3W，按照目前主機廠的前裝項目要求，這個功耗完全可以接受。而且我們合作的 FPGA 芯片出貨量都在百萬級別，這個量級保證了采購成本在一個合理的區間。

讓我們團隊最終拍板的決定性因素是，雖然 FPGA 問世的時間不長，但我們團隊相信，FPGA 芯片未來的發展非常廣闊，且具有豐富的可擴展性，能不斷升級滿足L1，L2 和 L3。

Maxieye：實不相瞞，我們剛開始想做的是國內的 Mobileye，不過實力不允許，我們只做了車載視覺識別系統。雖然我們經常對標 Mobileye 的產品，但每個公司的戰略和發展路徑都是根據公司的實際情況決定的。

Mobileye通過海量的數據積累，加上成熟的算法，可以實現大規模供應，單個芯片可以做到30美元的成本。但 Mobileye 從1999年開始做，虧了8年，2007年才簽訂了第一個生產協議。

關于芯片的選擇，我們團隊經過討論后，最終選擇了德州儀器的TDA芯片，一方面TDA芯片具有豐富的生態和工具鏈，另一方面 TDA2X 功耗小于5W、符合車規級要求，并且能夠實現LKS、ACC、AEB等功能。

我們認為TDA芯片作為一個SOC芯片，才是自動駕駛的未來。說出來不怕得罪人，在不遠的將來，GPU的方案和FPGA的方案在車載應用領域會逐漸邊緣化。主流的方案應該是，不同架構平臺所設計的NPU和通用的CPU。

這個我們和 Minieye 的觀點不同，現在回頭看，SOC芯片確實已經成為主流的車載AI芯片。

2020年我們又和安霸 CV2A 芯片合作， 基于SOC芯片，在2個平臺上開發。2021年我們又和黑芝麻的華山芯片合作，可以看到，隨著輔助駕駛不斷升級，算力需求也越來越大。

主持人看著 Minieye，你們未來怎么應對大算力需求？

我們2021年已經和地平線簽訂戰略協議，未來可能會采用地平線的征程系列芯片。同時，我們的L2系統和L2+系統分別基于華為MDC 210平臺和MDC 610平臺開發，我們也在儲備高算力AI芯片和域控制器資源（德賽西威投資了 Maxieye）。

3. 競爭

主持人點點頭，我有一個疑問，你們都作為 Mobileye 在中國的信徒，那你們是如何在中國市場和師父 Mobileye 競爭的。

Minieye：我來更正一下主持人的觀點。從實際情況看，Mobileye 并沒有打開中國市場，雖然 Mobileye 在歐美很流行。主要原因有幾點。第一點就是中國的汽車智能化在過去幾年，相對于國外，是滯后的。2018年以前國內市場一直處于產品的導入期，并沒有大規模地鋪開。

等到中國市場開始進入高速發展期，中國本土企業也開始變得有競爭力，瓜分了這塊市場。

第二點，就是 Mobileye 的本土化并沒有本土企業做得好，特別是在算法層面，沒有對中國特定場景做適配，完全照搬歐美那一套。

雖然 Mobileye 在全球有龐大的數據收集，但在中國，因為市場并沒有打開，數據其實并不多。我們自己都有2000萬公里自己采集的數據，所以數據方面，我們并不落后。

第三點，就是服務沒有中國企業好，無論是定制化深度、響應周期，還是服務質量，我們120%服務客戶。特別是遇到大客戶，我們一般都會派工程師駐廠。所以在中國市場，我們其實并沒有和 Mobileye 發生過激烈的競爭。

我認為中國人很勤奮，很聰明，只要我們想做的，基本上外資企業都很難打敗我們。

Maxieye：我同意。其實中國的輔助駕駛最開始是從商用車（2018年法規落地）開始的，2020年之后乘用車才開始真正地進入爆發期。

我們當時趨勢是看對了，我們認為如果不馬上跟上特斯拉和 Mobileye 的步伐，那么未來可能會有更大的挑戰。但是時間點沒看對。導致我們2家公司在2018年之前，都像無頭蒼蠅一樣，亂撞。

如果不是2018年商用車的法規，我們可能早就死了。法規規定，商用車必須安裝車道偏離報警、前向碰撞預警等功能。于是我們殺進了主流客車市場，Minieye 殺進了主流商用車市場。目前 Maxieye 在客車法規市場占比達到了80%，在商用車市場也占到了20%。

但是不得不說，Minieye 比我們更有眼光，因為商用卡車比商用客車市場大幾十倍，所以我們在2020年也殺進了商用卡車市場。現在回頭看，當時的那些選擇都是當時的環境，公司的處境，產業鏈合作關系決定的，我們雖然犯了一點錯誤，但我并不認為很大。

雖然 Minieye 認為商用車的市場競爭基本結束了，誰是誰的客戶，大家有多少市場份額已經比較清楚了，但是我們認為并沒有，只是現在我們都加入到了乘用車輔助駕駛戰場。

（Maxieye 輔助駕駛系統感知圖片）

Minieye：怎么說呢？商用車市場是一個強法規推動的市場，這一戰場我們認為已經逐步穩定，參與者就那么幾家。當然了，也有新的玩家想切入商用客車和卡車市場，或者老玩家想獲得更大的市場份額，但是我覺得，接下來更大的戰場將集中在乘用車 ADAS 領域。

我們和 Maxieye 都看到了這個變化，所以都在2020年開始布局L2乘用車市場，接下來的1-3年內，乘用車 ADAS 市場將加速進入成長期。如果我們不能在這個市場站穩腳跟，即使站穩了商用車市場，也是失敗的。

就像百度和谷歌一樣，如果沒有拿下 Robotaxi 市場，那么即使其它場景都拿下了，也是失敗的。

但是和商用車不同的是，乘用車并非法規推動，而是完全市場化。這就要求我們的感知，規控必須達到乘用車的最高標準。我們預估乘用車市場是商用車市場的幾十倍，而且玩家眾多，挑戰和要求更高。既包括L4公司的降維試探，也包括自動駕駛軟件公司的競爭。

主持人：那你們覺得你們的優勢在哪里？

Minieye：我認為我們的優勢在2個方面，第一個就是完善的工程化能力，第二個就是有現金流。

做自動駕駛有兩條路徑，一條是開天辟地式的大膽創新，直接從L4開始做，通過持續的融資，在未來五年，用投資人的錢去搞研發。另外一種就是盡快造血，以戰養戰，把已經可以落地的技術變成成熟的產品，解決現在已有的需求，用營收來支持持續的研發投入。

我們和 Maxieye 都選擇這種方式。我們都有自己的現金流大本營，雖然車企也存在一些拖款行為，但并不影響我們在商用車市場的地位。技術快速落地，除了能夠更快形成現金流，也可以考慮IPO，利用上市來撬動更多的行業資源。

第二個就是我們的工程化能力。我們和 Maxieye 都經歷了從0到1的產品開發期，現在也有幾個車廠在用我們的產品，而且都是主力車型。這說明行業對我們已經認可，不僅是技術方面的認可，也包括對于商業化、配套服務、生產體系的認可，以后再去推廣，我相信會越來越容易。

當積累足夠的信任，又有之前L0、L1量產交付磨合，主機廠就更傾向把L2+也交給同一家企業來做。更低物料成本循環的規模效應，更多的數據和用戶反饋，讓我們的產品在現在市場中，占有絕對的競爭力。

坦白說，我們也遇到過L4企業降維競爭，他們的算法確實很先進，但是產品化能力有些不足，功耗降不下來。所以量產這件事，實際上是對供應商的綜合考量，每科都得好，不能偏科。

主持人：但是純視覺感知，像特斯拉，總是會出現一些詭異的交通事故，這個問題，你們是怎么解決的？

Maxieye：我們認為特斯拉之所以會選擇純視覺感知，是因為他的視覺感知水平要遠遠高于毫米波雷達的感知水平，這樣多加一個毫米波雷達，會成為感知的噪音。

特斯拉臺灣事故可以說是一個經典的“Corner Case”：一輛 Model 3 撞上側翻的廂式貨車。但我們相信特斯拉已經具備足夠的能力通過 OTA 解決這個問題，但貿然 OTA 也可能會帶來額外的副作用，等全部驗證完畢后，特斯拉應該能夠解決掉這個問題。

Minieye：我也認為特斯拉應該能解決掉。其實因為輔助駕駛導致死亡的事件并不多，但是因為是新事物，新科技，加上媒體的大力渲染，大家可能感覺這個問題很大。

但是和中國總的交通事故比，其實量很小，只是被媒體和社會放大了。對于這些事故本身，我們表示很遺憾。不過從技術角度，卻能產生一些意義，就是對異常場景的收集與攻克。另外，也給自動駕駛行業從業人員一個警醒，引導我們去思考安全冗余問題，選擇什么樣的傳感器配置？需不需要激光雷達？如何平衡成本問題？

我們非常推崇特斯拉的影子模式，在比較輔助駕駛系統和駕駛員行為差異的時候，把數據回傳回來，迭代整個系統，達到了真正的一個閉環。

4. 生態

主持人：能講一下 Moblieye 封閉生態對我們的影響嗎？

Minieye：封閉生態肯定不適合中國市場，雖然特斯拉和 Mobileye 都是封閉生態，都在全球很流行，但中國的駕駛場景比國外復雜幾十倍，用L4公司的話講，廣州的路測效率是硅谷的30倍。

（Minieye 融合感知圖片）

特別是 Mobileye 的 2C 產品，在中國基本也賣不出去，究其原因，主要是用戶體驗太差，所以沒有辦法完全照抄。我們選擇為主機廠提供深度的定制服務，底層也是完全開放的。

這里我必須強調一點，我們最開始更像是一個硬件產品公司，所以我們把總部設在了深圳（北京的 Office 主要是基本深度學習的研究，南京分公司主要承擔算法以及長三角區域市場拓展，深圳這邊除了研發，還是運營的總部。）。

無論是 ADAS 還是自動駕駛，只做算法和軟件是無法解決問題的，硬件的打磨很重要。如果硬件做得有很多瑕疵，基本很難靠算法來彌補。

Maxieye：對。我們認為硬件的性能和算法是相輔相成的，我們團隊特別反感單純的硬件堆積。感知融合一定是高性能的感知設備的融合，而不是簡單的，參差不齊的融合。否則還不如直接使用純視覺，像特斯拉一樣，把毫米波雷達直接去掉。我們認為在中國，基本沒有哪一家公司有實力玩封閉生態，造車新勢力雖然在學特斯拉，但是難度非常大。

自動駕駛生態一定是中國主機廠，供應鏈的首選。

Minieye：我們也認同，不可能有一家能獨立完成，生態構建可能也是一個公司最重要的壁壘。

我們堅持從生態出發，從客戶的角度來說，低成本地保證大規模供給和提供豐富的產品矩陣是客戶最大的需求；從自身角度看，保持開放、包容的態度，團結上下游產業伙伴提供更好的解決方案。

以我們的觀察看，那些跑在前面的企業，會越來越受到資本的青睞，馬太效應顯著。特別是一些大的產業基金，自帶產業生態，可以很好的協同企業的發展。

Maxieye：我很認同，自動駕駛產品如果要形成競爭力，就必須在算法、數據積累和客戶關系三方面形成正向循環。

過去幾年，我們認為公司最大的是從松散逐步變得聚焦，能夠更加精準的看到產業當中的機會，更加清晰的知道自己的定位是什么。前期可能對于產業理解不夠，產品的定位總是有些偏差，但隨著我們對于行業了解更深，產品也越來越符合主機廠和市場的預期。

未來2-3年，中國 ADAS 市場一定會突飛猛進，誰能夠擠進并保持在第一梯隊，誰就會在未來的，從L2升級到L4過程中，占據有利地位。特別是大量的數據帶來的更新迭代，壁壘非常高。

Minieye：我補充一點，算法和數據確實是自動駕駛最核心的，但是隨著時間推移，第一梯隊自動駕駛公司的算法可能會趨同，優勢也會邊際遞減。這里指第一梯隊，相對于第二梯隊公司，第一梯隊的算法肯定長時間有碾壓效果。

大家算法趨于相同的時候，數據就變成了決定誰跑出來最核心的因素，數據優勢構筑的壁壘也會邊際遞增。所以我們更傾向于自己采集數據，因為這會成為未來自動駕駛公司的核心競爭力。

主持人看了一下手表，時間不早了，我問最后一個問題，你們未來的發展規劃是什么？

Minieye：乘用車市場一定是我們未來3年的主戰場，我們堅持艙內和艙外協同發展，最終推出全域智能駕駛解決方案。智能座艙我們幾年前就開始做了，到今年正式推出智能座艙產品，同時今年我們也推出了L2++智能駕駛方案。

（Minieye 智能座艙系統）

從技術角度講，自動駕駛和智能座艙高度聯動。當然了，智能座艙和自動駕駛存在一定錯峰發展，對于資源的需求程度也不同，目前階段我們還是以自動駕駛為主。

雖然我們也推出了很多產品，有很多規劃，但是底層邏輯是不會變的，那就是構建產品、數據和服務。通過我們百萬級的出貨量，圍繞數據和服務，來挖掘真實需求的商業模式。

Maxieye：未來我們還會持續的深耕商用車市場，同時開辟乘用車戰場，未來逐漸的向 Tier 1 角色轉變。因為我們發現，只有 Tier 1 才能真正的和主機廠一起定制做一些東西，Tier 2 的很多訴求，主機廠其實是聽不到的。

加強我們團隊的預測，規劃控制能力。之前我們的核心在感知領域，未來會過渡到全棧自研，加強我們的數據收集和數據處理能力。一旦輔助駕駛軟件出現問題，就能夠清楚的知道到底是哪個環節有問題，哪個環節需要更新迭代。

最后就是加強產業鏈生態的建設，包括計算平臺，激光雷達和芯片公司的合作，為主機廠提供多元化的輔助駕駛解決方案，減少他們的適配時間。作為一個技術驅動的公司，相信未來我們一定會在乘用車市場占有一席之地。

主持人笑著說，時間差不多了，感謝兩位老總的參與，希望兩位的公司2022年進入更多主機廠的定點項目，營收更上一層樓。

周圣硯和劉國清笑著走出了演播室，手上還比劃著各自公司的發展。

意猶未盡！

-END-