怎样的投资逻辑，让他们捕获中国和以色列多家AV准独角兽？｜厚势汽车

 1.介绍一下耀途资本和团队

耀途资本成立于 2015 年，目前已管理三期人民币基金和一期美元基金，基金获得包括十余家信息产业上市公司或实际控制人、国内顶尖机构投资人、母基金等高质量 LP 的支持，多数投资组合已经成为细分行业龙头。

2015 年 6 月，杨光与曾在以色列基金英飞尼迪（Infinity）共事多年的同事白宗义共同创立耀途资本，专注于投资物联网、大数据和人工智能领域的技术创新公司。在加入 Infinity 之前，杨光与白宗义分别在韩国 SK 电讯和航天二院做过多年的一线技术研发，并都毕业于电子工程专业。其他投资团队成员来自于 Trident，LSI，亚信等科技公司，对信息技术有较深的理解。

2. 为什么投资Innoviz，如果看国内同类的创业公司？

比起机械式，耀途资本更看好固态激光雷达，因为最后进入前装市场的一定是固态激光雷达，而前装是整个汽车行业里壁垒最高且最吸引人的市场。团队从 2016 年初就开始研究激光雷达，对 MEMS、Flash 和 OPA 三种主流的固态激光雷达路线做过深入研究，耀途团队很早就认为：

• OPA 看似是完美的技术路线，实际在探测器设计、帧率和距离上都有很大的挑战，能进入车载市场的机会比较渺茫；

• Flash 因为是照亮整个面，功率要求比较高，受到 905nm 光源的人眼安全限制，功率会有上限，所以导致目前探测距离很难超过 50 米，如果使用 1550nm 的光源虽然可以提升功率，但又带来成本高昂的问题，所以 Flash 更大的机会在于侧向的「短距离」副激光雷达，而很难作为前向的「长距离」主激光雷达，在高速场景为主的 L3 自动驾驶阶段的固态激光雷达将主要用于前向的感知，到了 L4 才会需要侧向和后向也用激光雷达做覆盖；

• MEMS 是三种技术路线中量产可能性最大的，既能实现 200 米的探测距离，以及很高的分辨率和帧率，又能以很低的功耗和成本进入到整车厂的前装市场。

尽管如此， MEMS 固态激光雷达研发的难度仍然很大，Innoviz 在 2D MEMS 振镜、光电探测器和信号处理芯片（ASIC）上都没有采用市场上现有的方案，而是自己独特的设计，这才能够在包括感知距离、垂直和水平分辨率、帧率、价格、车规、人眼安全、抗干扰等所有核心指标上满足整车厂的要求。耀途资本在激光雷达这个赛道上看过几乎所有的团队，以色列有 2 家，美国有 10 几家，中国有 4 家，耀途最终于 2017 年 9 月投资了 Innoviz，看重的就是他们进入前装的能力。中国的创业公司进入前装的难度大很多，因为中国在 ADAS 这块强势 Tier 1 还没起来，激光雷达厂商作为 Tier 2 还是要与国际 Tier 1 合作才能进入中国的整车厂，而中国整车厂也更多的会参考国际一线整车厂的选择和国际 Tier 1 的推荐，所以我们觉得中国的固态激光雷达创业公司很难赶上第一波前装市场。

早在 2017 年 ，厚势团队就调研发布了包括 Innoviz 在内的以色列 10 家最具前景的自动驾驶技术创业公司（可与硅谷并驾齐驱：10家最强的以色列自动驾驶初创公司），为中国资本投资以色列优质技术创业公司提供了专业的信息支持。

宝马作为自动驾驶领域最领先的整车厂之一，对 Innoviz 做了一年半的深入评估，对比过市场上所有的固态激光雷达方案和厂商，才决定把宝马智能驾驶平台中固态激光雷达的设计中标（design win）给了 Innoviz，摄像头方案（可见光视觉）用的是 Mobileye，毫米波雷达用的是麦格纳，三类传感器的数据融合，尤其是首个前装的固态激光雷达 InnovizOne 的采用，对比之前奥迪 A8 使用的 Ibeo 公司 4 线激光雷达，可以让宝马的 L3 自动驾驶车拥有更强的感知能力和更安全的自动驾驶水平。同时，宝马这个智能驾驶平台是由宝马联合英特尔、Mobileye、德尔福、麦格纳、大陆和菲亚特·克莱斯勒组成的自动驾驶联盟，未来会有更多整车厂跟进宝马的选择，在 L3 以上的自动驾驶车中采用 Innoviz 固态激光雷达。

3. 投资Roadstar的决策过程？

除了感知层，在自动驾驶的决策层，耀途资本团队也几乎把国内外自动驾驶技术创业公司看了个遍，因为考虑到中国路况的特殊性和驾驶数据的重要性，最终把重点放在了中国团队上，并选中了 Roadstar.ai。2016 年底第一次见到 Roadstar.ai 三位联合创始人时，他们就谈到了对未来无人驾驶技术选型的看法，想法和 Waymo、百度不一样，不需要特别高线束的激光雷达，而是采用多传感器融合路线，用多颗低线束的激光雷达、摄像头、毫米波雷达等其他传感器做前融合，降低 L4 自动驾驶解决方案的成本，更好地为商业化做准备。

这与我们的想法不谋而合：摄像头、毫米波雷达和激光雷达是 L3 以上自动驾驶不可或缺的传感器，前装的低成本固态激光雷达是必然趋势。而单个固态激光雷达只能覆盖一定的 FOV 区域，需要多个固态激光雷达同步才能覆盖 360° 视野，所以多传感器融合方案一定是最佳的、并且能提供足够的传感器冗余以保证自动驾驶的安全性。Raodstar.ai 的创始团队来自 Google、Apple、Tesla、Nvidia、百度等科技公司，过去都从事无人车的开发，虽然职位没有特别高，但他们博采众长，不同技术背景，各有专长，能够少踩一些技术的坑。

• 12月27日培训：道路车辆整车及零部件电磁兼容测试技术

另外耀途资本投资早期公司，不仅仅是看人和技术，也有的创业者专业上履历和背景非常豪华，但因为这些创业者的起点高，投资人投进去的估值很高，最后赚到了名声没赚到钱。我们一直在深耕细分行业，有能力筛选出性价比最高的创业团队，而不是简单的选择背景最华丽的团队，基于对团队、技术和估值的认可，耀途很快决定了投资 Roadstar.ai 的天使轮，后来他们发展很快，在一年左右的时间完成了 1.28 亿美元的 A 轮融资，并在深圳和硅谷等复杂城市路况中展示出了很强的自动驾驶能力，并在今年的乌镇互联网大会上成为了独家无人驾驶接驳服务提供商。

4. 国内AV综合公司的未来发展方向，比如Roadstar和Pony这种？

我们觉得像 Roadstar 和 Pony 这类做复杂路况 Level 4 无人驾驶的 AV 公司，未来比较理想的发展方向是与整车厂深度合作从而具备造车能力，成为无人驾驶的运营商，美国的通用 Cruise 就有可能往这个方向发展。大家可以想象未来无人驾驶技术成熟后，一方面 Uber、滴滴和 Lyft 这样的网约车平台自然会成为无人驾驶的运营商，另一方面司机作为现阶段网约车平台的核心资产未来将不再重要，整车厂反而会从单纯为网约车平台提供车辆转型成为无人驾驶的运营商，因此 Level 4 无人驾驶的 AV 公司不管对于整车厂或是网约车平台都有很大的合作和收购价值。

关于无人驾驶，谷歌 Waymo 走在行业前面，可以参考厚势的分析文章：谷歌Waymo自动驾驶到底怎么样？我们分析了它的10个真实道路视频｜厚势汽车

5. 投资中国和以色列AV（自动驾驶）公司的逻辑？

在以色列，耀途资本主要投资从 0 到 1 的颠覆式技术创新，包括半导体芯片、传感器、云计算和智能汽车领域的底层技术创新，致力于将以色列的科技成果与中国的产业资本市场相结合。

在国内，我们主要投资从 1 到 N 的具备自主可控的底层技术，及偏向于应用的技术创新，包括物联网芯片、大数据和人工智能的垂直行业应用。譬如自动驾驶领域，耀途同时关注底层相当于「人眼」的传感器：摄像头、毫米波雷达和激光雷达，以及中间层相当于「大脑」的决策系统。

耀途目前在以色列投资的固态激光雷达 Innoviz（Mobileye 中国区总经理苏淑萍本月加盟 Innoviz 担任中国区总经理），智能驾驶芯片 Hailo 都属于底层技术创新，而在国内投资的 Level 4 自动驾驶解决方案提供商 Roadstar.ai 则属于决策层和应用领域的技术公司。以色列创业公司比较擅长从 0 到 1 的技术创新，愿意在技术研发上投入 5 年甚至 10 年的时间，这主要源自于他们恶劣的政治地缘环境、军民技术的融合、以及犹太教育对颠覆式创新的鼓励。以色列计算机视觉的知名教授沙侠庵（ Amnon Shashua ）于 1999 年创立 Mobileye 后 8 年时间才出了第一款产品，累计融资 10 轮才达成 IPO，这在中国是很难想象。目前全球有 200 多款车型在使用该公司的产品，包括宝马、奥迪、沃尔沃等，在汽车智能辅助驾驶系统领域无疑是 NO.1。2017 年 3 月，Mobileye 公司以 153 亿美金的价格被 Intel 收购，创造了以色列公司被收购的记录，也是目前自动驾驶领域最大的收购案。

6. 在AV领域，远程接管车辆和云端干预有多大的前景？

自动驾驶 AV 公司可能可以在 99% 的场景下都能完美工作，但仍然会在 1% 的极端场景下不知所措，远程操控（Advanced Teleoperation）或者云端干预要做的就是这最困难的 1% 的工作，所以当无人驾驶开始普及的时候，远程操控能力一定是必须的。

在海外 Waymo 和一些整车厂、Tier 1 已经开始自行开发这套系统，也有 Phantom Auto，Starsky，Scotty 等创业公司在这个领域深耕，12 月 24 日，耀途资本在以色列天使轮投资了一家做 Advanced Teleoperation 的初创公司 Ottopia，创始团队来自以色列军方。我们认为不同于市场其他竞争对手的做法，以目前的网络通信状况让人类司机远程遥控车辆是很危险的做法，因为将车上摄像头等传感器获得的图像回传到远程控制中心必然存在延时，让人类司机对着屏幕完成驾驶不切实际，所以更好的的解决方案是不要介入控制，而是只在自动驾驶车辆需要人类司机给予建议的时候介入，毕竟车辆本身已经具备转向、制动等控制功能。这也是过去在军工领域远程操控机器人和武器装备时的经验，所以最适合在这个方向创业的团队未必来自整车厂、Tier 1 或通信公司，而是来自军工企业。

7. 聊聊车联网安全和投资机会？

过去没有 ADAS 的时代，汽车只接受人类司机的指令，而当 ADAS 和车联网普及之后，意味着汽车可以接受非司机给出的指令，这就带来了巨大的网络安全需求。之前安全研究人员现场成功演示黑掉一辆切诺基吉普车之后，克莱斯勒公司紧急召回了 140 万辆可能受影响的汽车。腾讯科恩实验室也以「远程无物理接触」的方式，成功入侵了特斯拉汽车。我们认为在不久的将来，车联网安全会作为标配进入前装市场。

GuardKnox 是我们在以色列和整车厂、Tier 1 联合投资的一家做车联网安全的公司，其自主的软硬件集成式的整体解决方案能够为汽车提供全面的网络安全防御，不需要任何连续在线监测并且可以防御未知的各种网络攻击。不同于互联网安全基于概率拦截病毒的机制，车上对于黑客攻击的拦截必须有 100% 的确定性，否则如果基于概率判断 99% 是黑客模拟的刹车指令，意味着有 1% 的可能是司机确实要刹车，这个时候如果做了拦截会造成重大的事故，所以反而是过去为军工行业做安全防护的团队，更适合从事车联网安全的创业。

8. 如何看导航、定位和高精地图领域的投资机会？

导航、定位和高精地图对智能驾驶至关重要，所以自然也是我们重点关注的领域，高精定位一般会结合多种技术，GNSS、IMU 惯导、千寻 RTK 和激光雷达环境特征基本都会用到，这块独立的创业公司不多，而高精地图领域就比较热了，目前每公里的高精地图制图成本超过 150 人民币，所以创业公司主要致力于用更低成本的方式构建高精地图，我们在该领域比较谨慎的原因主要是认为图商都非常看重高精地图的机会，这是他们不会轻易放过的市场，而地图类创业公司在这块即使工程和算法上有一些优势，长期来看未必能竞争得过图商，所以我们还在持续观望这个领域的投资机会。

9. AV领域相关芯片，创业公司的发展机会在哪里？如何投资？

当今 Level 4 的测试自动驾驶车虽然已能在城市公共道路上行驶，车后行李箱中还配置了一个数据中心，要用到英伟达服务器级别的 Titan X GPU。为了填补这些测试车和自动驾驶车（必须为大量部署而打造）之间的巨大鸿沟，整车厂和 Tier 1 都需要一种全新的 AI 处理器，协助其更有效率地执行相同的深度学习任务。所以从这个点来说，针对高等级自动驾驶的 AI 处理器存在很大的市场，但另一方面来看，因为这个是长周期高壁垒的汽车前装市场，对于创业公司来说是极其困难的。

我们在以色列投资了专注在端和边缘侧做深度学习的芯片公司 Hailo，自动驾驶正是他们最主要的目标市场。Hailo 重新设计了计算机架构的支柱——内存、控制和计算以及其间的关系。他们采用了数据流（dataflow）架构，因为用于计算的大多数参数都不需要移动，而用于描述数据流动时的图形，所以数据流通常更适合深度学习。当前的 AI 处理器每瓦效能都低于 0.1TMACS，而 Hailo 有信心将处理器每瓦效能做到高于 1TMACS。目前已经有一些整车厂和 Tier 1 加入了 Hailo 的 early access program，芯片厂商作为 Tier 2，尽早与 Tier 1 形成紧密的合作关系，对于进入前装市场至关重要，这点上以色列公司具备天然的优势，对于中国的自动驾驶芯片厂商来说，进入国际 Tier 1 的供应链有不小的难度，而国内自动驾驶 Tier 1 的崛起仍需时日。

10. 盘点一下国内AV公司？

智能汽车是个非常大的方向，当年功能机转向智能手机的趋势也已在汽车行业发生，同样产业链也在逐步向中国转移，从整车到零部件，这点也和手机行业类似。而智能驾驶这块虽然中国起步较晚，但过去 3 年国内自动驾驶领域诞生了不少创业公司，这对整个行业是好事。

ADAS 因为主要是前装的市场，如果过去几年还能靠团队融资，那接下来就要看国内创业公司在整车厂前装市场的落地能力了。

• 感知层--摄像头方案能否替代 Mobileye？

• 毫米波雷达能否替代博世？

• 激光雷达能否赶上 2020/2021 年第一波进整车？

机会有，但挑战也很大。ADAS 的执行层我们也在重点关注，但这块的创业公司需要能与整车厂有很深的合作关系。而 Level 4 自动驾驶领域，针对复杂城市路况的话，因为是距离大规模商业化比较遥远的领域，投资人相对谨慎，头部几家公司像 Pony，Roadstar 和景驰已经完成了巨额融资，所以留给新进来的创业公司的机会不是很大了，而针对特定领域的 Level 4 自动驾驶（末端物流配送、矿区/码头等），接下来比拼的就是商业落地和规模化量产的能力了，应该也有一些公司跑出来。我们因为同时关注国内和海外的自动驾驶创业公司，所以一直比较理性的看待该领域的机会，比如底层技术我们非常关注进入前装的能力，预计随着资本市场的整体降温，以及商业落地的挑战，接下来投资人对于国内自动驾驶领域的投资也会更加理性。