刮著大風的人工智慧，躺著賺錢的自動駕駛
這年頭，搞個創業不談人工智慧，根本拿不到錢。
大公司搞人工智慧，
但說點實際的，目前這些科技公司人工智慧的研究方向其實主要就三個：深度學習，自然語音處理，機器視覺。深度學習是人工智慧的必修課，
搭載虛擬語音助手的智慧音箱已經出現挺長一段時間了，不過從消費者的回饋來看，他們並不覺得智慧語音助手是個智慧的東西，甚至目前是智慧音箱看上去有些雞肋。與智慧音箱雖然市場火熱但在消費者圈子中遇冷不同，自動駕駛似乎是個無論是投資方還是普通消費者都看好的專案。
今早，自動駕駛初創公司 Momenta 宣佈獲得 B 輪 4600 萬美元投資。該輪融資由蔚來資本領投，
公司成立不到一年時間融到多輪資金，B 輪 4600 萬也確實算是筆不小的投入，尤其是目前這個公司還沒有任何對外的產出。
來深挖下這家公司吧。
Momenta 是一家北京的自動駕駛公司，於 2016 年 9 月份成立。創始人曹旭東之前就職于微軟亞洲研究院和商湯科技。
也就是說，Momenta 是一家自動駕駛方案公司。
對比其他公司，Momenta 的技術優勢在於視覺識別。據曹旭東介紹，Momenta有世界頂尖的深度學習專家，圖像識別領域最先進的框架Faster R-CNN和ResNet的作者，
這樣的視覺識別技術優勢，使得這家公司在自動駕駛方案最為基礎的感知部分獲得了比較大的優勢。因為從目前來看，視覺識別將會成為自動駕駛感知部分的主要方案，相比于自動駕駛車初期大量使用的雷射雷達， 攝像頭感測器的成本更低，產生的資料也要小於雷射雷達測繪周圍環境的生成資料，是目前實現自動駕駛或者是駕駛輔助中比較實際的解決方案。
但是視覺識別的難度就在於高精度的視覺識別演算法，只有演算法優化的好，車載電腦才能將攝像頭收集來的圖像進行識別和處理，劃分出可行駛區域，行人，路燈等道路交通要素。
而演算法，正是 Momenta 所擅長的東西。
但是要實現自動駕駛，光有良好的感知能力是不行的，決策和控制都是自動駕駛最為關鍵的技術模組。要想調整自動駕駛的決策演算法，要有大量的實際道路測試資料來對演算法進行優化，才能實現最終比較智慧安全的自動駕駛控制。
但積累自動駕駛資料是個燒錢的工作，小公司是很難辦到的，所以就需要巨大財力和人力的支持。
所以可以額回過頭來看看 4600 萬美元的融資將會用在什麼地方。曹旭東表示：“融資將用於三方面：1. 加強人工智慧核心能力，包括大資料、大計算和優秀AI人才；2. 產品化基於視覺的環境感知和高精地圖技術；3. 研發高頻剛需場景的L4無人駕駛技術。”
在目前這個各家都在進行自動駕駛技術積累的階段，人才是最為燒錢的投入，因為各家紛紛都在拉攏自動駕駛技術人才，導致這方面人才的收入水漲船高，很多大公司甚至願意投下上億美金，為的就是收購幾個技術人員成立的自動駕駛小團隊。
另一方面，對於自動駕駛創業公司來說，資本不會允許長期投入無產出的消耗，人人都覺得自動駕駛未來能掙錢，但自動駕駛究竟能掙多少錢，這個錢在自動駕駛尚未普及的時候怎麼掙，現在都還是個難題，所以創業公司還是需要將自己的技術逐漸產品化，給投資人足夠的信心和公司前景，才能繼續投入發展自己的技術。對於像 Momenta 這樣擅長機器視覺的自動駕駛公司，初步的產品化計畫很有可能是為整車廠提供駕駛輔助的技術支援來進行盈利（從投資方也可以看到，梅賽德斯也參投了，也是為了彌補自家在駕駛輔助的視覺識別上的技術弱勢，要知道，賓士對於駕駛輔助的研發並不比特斯拉晚，但就是視覺識別落後特斯拉較多所以才導致賓士的高級別駕駛輔助似乎一直在消費者市場不溫不火）。
當然，各家公司最終的目的還是實現 L4 級別的全自動駕駛。Momenta 給出的目標限定是高頻剛需場景的 L4 無人駕駛技術，應對我國的交通狀況，很有可能是堵車時的低速自動駕駛。
現在大部分創業公司都在把 L4 級別的全自動自動駕駛作為目標，這樣的宏偉目標也格外吸引投資方，但自動駕駛不是個一時半會能搞定的事情，之前各大車廠所預計的 2020 或者是 2021 年也絕對不是一個自動駕駛就能完全盈利的年份。投資人愛玩風口，人工智慧和自動駕駛的風能持續刮多久?要看投資圈有多少耐心了。
*文章為作者獨立觀點，不代表虎嗅網立場
本文由 張博文授權虎嗅網發表，並經虎嗅網編輯。轉載此文章須經作者同意，並請附上出處(虎嗅網)及本頁連結。原文連結https://www.huxiu.com/article/206554.html
相比于自動駕駛車初期大量使用的雷射雷達， 攝像頭感測器的成本更低，產生的資料也要小於雷射雷達測繪周圍環境的生成資料，是目前實現自動駕駛或者是駕駛輔助中比較實際的解決方案。但是視覺識別的難度就在於高精度的視覺識別演算法，只有演算法優化的好，車載電腦才能將攝像頭收集來的圖像進行識別和處理，劃分出可行駛區域，行人，路燈等道路交通要素。
而演算法，正是 Momenta 所擅長的東西。
但是要實現自動駕駛，光有良好的感知能力是不行的，決策和控制都是自動駕駛最為關鍵的技術模組。要想調整自動駕駛的決策演算法，要有大量的實際道路測試資料來對演算法進行優化，才能實現最終比較智慧安全的自動駕駛控制。
但積累自動駕駛資料是個燒錢的工作，小公司是很難辦到的，所以就需要巨大財力和人力的支持。
所以可以額回過頭來看看 4600 萬美元的融資將會用在什麼地方。曹旭東表示：“融資將用於三方面：1. 加強人工智慧核心能力，包括大資料、大計算和優秀AI人才；2. 產品化基於視覺的環境感知和高精地圖技術；3. 研發高頻剛需場景的L4無人駕駛技術。”
在目前這個各家都在進行自動駕駛技術積累的階段，人才是最為燒錢的投入，因為各家紛紛都在拉攏自動駕駛技術人才，導致這方面人才的收入水漲船高，很多大公司甚至願意投下上億美金，為的就是收購幾個技術人員成立的自動駕駛小團隊。
另一方面，對於自動駕駛創業公司來說，資本不會允許長期投入無產出的消耗，人人都覺得自動駕駛未來能掙錢，但自動駕駛究竟能掙多少錢，這個錢在自動駕駛尚未普及的時候怎麼掙，現在都還是個難題，所以創業公司還是需要將自己的技術逐漸產品化，給投資人足夠的信心和公司前景，才能繼續投入發展自己的技術。對於像 Momenta 這樣擅長機器視覺的自動駕駛公司，初步的產品化計畫很有可能是為整車廠提供駕駛輔助的技術支援來進行盈利（從投資方也可以看到，梅賽德斯也參投了，也是為了彌補自家在駕駛輔助的視覺識別上的技術弱勢，要知道，賓士對於駕駛輔助的研發並不比特斯拉晚，但就是視覺識別落後特斯拉較多所以才導致賓士的高級別駕駛輔助似乎一直在消費者市場不溫不火）。
當然，各家公司最終的目的還是實現 L4 級別的全自動駕駛。Momenta 給出的目標限定是高頻剛需場景的 L4 無人駕駛技術，應對我國的交通狀況，很有可能是堵車時的低速自動駕駛。
現在大部分創業公司都在把 L4 級別的全自動自動駕駛作為目標，這樣的宏偉目標也格外吸引投資方，但自動駕駛不是個一時半會能搞定的事情，之前各大車廠所預計的 2020 或者是 2021 年也絕對不是一個自動駕駛就能完全盈利的年份。投資人愛玩風口，人工智慧和自動駕駛的風能持續刮多久?要看投資圈有多少耐心了。
*文章為作者獨立觀點，不代表虎嗅網立場
本文由 張博文授權虎嗅網發表，並經虎嗅網編輯。轉載此文章須經作者同意，並請附上出處(虎嗅網)及本頁連結。原文連結https://www.huxiu.com/article/206554.html