这位前英特尔中国研究院院长创立的自动驾驶系统服务公司——驭势科技，目前将高度的自动驾驶和限定范围内的无人驾驶当做目标。这家聚集群英的创业公司目标明确：要做自动驾驶汽车的大脑。

无人驾驶还要多久到来？心急的媒体说2017年。但是，中国自动驾驶的前沿探索者、驭势科技CEO吴甘沙认为，无人驾驶不会这么快来到人们生活中间。这位前英特尔中国研究院院长创立的自动驾驶系统服务公司——驭势科技，目前将高度的自动驾驶和限定范围内的无人驾驶当做目标。这家聚集群英的创业公司目标明确：要做自动驾驶汽车的大脑。

离职创业

英特尔中国研究院院长吴甘沙于近期从英特尔离职创业、投身智能驾驶。“其创业的具体领域是局部时间和地域自动驾驶、人机和谐共驾。”他新创这家公司的重要股东是格林深瞳——一家专注于计算机视觉与人工智能的创业公司。

格灵深瞳联合英特尔研究院院长吴甘沙、国家智能车未来挑战赛冠军团队负责人姜岩等一同创办了一家专注于自动驾驶领域的公司——驭势科技。

驭势要做的事情是为汽车品牌提供成熟的无人驾驶解决方案，一方面真正做到让出行者无歧视，使得包括残疾人在内的所有人都可以驭车出行，另一方面要减少车祸伤亡，提升道路通行能力，在保障出行安全的前提下，极大提高出行效率。

作为格灵深瞳的联合创始人兼CTO赵勇代表格灵深瞳作为董事，而作为驭势科技的兄弟公司，格灵深瞳也持续为其提供视觉感知方面的技术支持，确保驭势始终拥有业界领先的无人驾驶视觉解决方案。

在驭势里，吴甘沙与格灵深瞳分列第一、二大股东。之前吴甘沙在考虑创业方向时，最初想在机器人方向上创业，后来赵勇说服了他，说智能驾驶是一个现成的大市场，而格灵深瞳正想在这个方向上做深入布局与应用。吴遂应之，他曾判断道，“未来汽车是家和工作场所之外的第三空间。毫无疑问它是任何信息技术和媒体的重要人口。”

“创业还是要借势的。人工智能正在起势，选择人工智能、但又能变现大数据的积累，是最理想的。我当初想做的是个人服务性机器人，结果被赵勇拉上了自动驾驶之路，并且深深迷上了这个方向。”

除了吴甘沙、赵勇，驭势的另外一个重要人物是姜岩。他此前的身份是北京理工大学机械与车辆学院教授、负责该学院的无人驾驶项目。

此外，驭势科技的核心技术团队里，还有吴甘沙从英特尔带出来的两个总监。

驭势的英文名是UISEE。据吴甘沙介绍，这五个字母都对应一个英文单词，本文就不一一解释了，总之其含意是为了提高交通的效率，保护环境、安全，等等。吴甘沙特意强调，这个软硬件结合的无人驾驶解决方案是为了创造“妙至毫巅”的驾驶体验。

吴甘沙如此解读这个技术团队不同背景带来的核心技术能力：

1、低成本地实现车对环境的视觉的完全感知。这是格林深瞳的技术积累。

2、低成本下实现自动驾驶的规划与控制 ，这是姜岩的技术积累。

3、出色的软硬件设计能力，能将芯片与软件最高效耐用地整合在系统里，把硬件能力最大限度地利用起来，这是英特尔擅长的。

以格灵深瞳的技术为例。2015年9月，赵勇在接受科技媒体爱范儿采访时曾说，“格灵深瞳现在正在做三款产品”，除了一款主要以银行为客户的安防监控设备，另外两款都是与汽车视觉识别相关，比如可以识别行驶中的车辆，知道汽车的速度以及位置，而且还可以识别车牌号、车型，甚至生产年份。

格灵深瞳拥有这个技术积累，但如何让它产品化、商业化，却并不是那么简单，一大原因是汽车这个产品与市场都相当复杂，只有成立独立公司去研发及运作。

驭势对格灵深瞳来说，即肩负这样的使命。

与无人驾驶的区别

那么，驭势这套技术解决方案与谷歌或百度的无人驾驶有何区别、何以竞争呢？吴甘沙从技术路线与模式两个角度进行了解释。

技术路线：谷歌或百度的无人车，其原型都是斯坦福的斯坦利机器人汽车，其运行离不开谷歌与百度的高精度地图。

现在主流的自动驾驶方案主要基于三种感知技术形式——高精度的激光雷达、高精度GPS和高精度惯性导航，而这三套设备的售价分别为70万人民币、50-100万人民币、30万人民币。仅仅是感知设备就需要花费将近200万人民币，是低中端汽车售价的10到20倍，如此高成本的技术路线，想要实现自动驾驶的商业化就现阶段而言根本不可能。

而驭势的目标是不再让汽车头顶百万人民币的视觉感知设备，而是采用基于低成本感知的人工智能算法和双目摄像头打造更具商业价值的无人驾驶解决方案。

吴甘沙说，“驭势的技术路线与特斯拉有点像，但在商业模式上又不一样，我们自己并不造车。”

商业模式上，“驭势初期的服务对象是车厂。就像今天的Intel inside一样，会打上UISEE inside，以加强用户对品牌的认知。当市占率到一定程度后，也许会进行商业模式的延伸，比如造出解决最后五公里的车，解决末端物流问题。”吴称，“而谷歌更偏向于互联网思维，它想打造一个Uber式的无人驾车交通系统。”

另外，吴甘沙还认为，在新事物的发展上，创业公司的胜算较大公司更大，这是他并不担心谷歌百度苹果等大公司也在做类似事的重要原因。他抛出他的“五论”来证明这一点：基因论（这不用多解释，创业公司与大公因的基因本不同）、毒草论（一家大公司原有的主营业务会把公司的养料全吸走，大草周围，寸草不生）、吃孩子论（主营业务受到新业务的威胁，势必要去扼杀新业务。所以成功的新业务多半是从远离主业务的地方长起来的，如微信之于QQ）、伪拼爹论（大公司的资源与优势，换了一个新领域就不同了）、生孩子论（生孩子是一个女人怀胎九月，而不是九个女人怀胎一月，创业公司在特定领域里有资源集中优势）。

除了马不停蹄地确认融资（据说现在已基本确定新的投资方，尽管条件不是最优的，但在时间上能保证资金尽快到位。但他并不愿透露融资金额、更不用说估值了，据说是吸取了别的技术创业者教训），他还希望今年6月份就能做出一个系统来，可以搭载在四辆车上（两辆油车、两辆新能源车）运行——由于大多数传统油车并没有开放线控，而智能驾驶必须靠线控进行，所以可以肯定的是，驭势系统初期要主要搭载在已采用电子线控的比亚迪上。

造无人驾驶这么一个复杂系统怎么能做到这么快？肯定不会完美——吴承认。但他认为，“半个成品一定好于一个半成品，先把东西做出来再说。”这是互联网公司如特斯拉有别于传统汽车公司的思路。

“宝马是传统造车方式，三年憋大招，造出一个无人驾驶车来。而特斯拉是互联网公司快速迭代，弄出半个成品出来，先拿出来让别人来用，每个月就会推一个软件版本。现在它借助推出的十万辆车，就可以采集大量数据。所以宝马只可能采集百万公里级别，而特斯拉就会有十亿公里级别的数据。”

吴甘沙高度颂扬机器在这个过程中的“学习能力”。

“我希望三年后（通过我们系统）能做到‘增强驾驶。机器能辅助或替代人的驾驶行为。有时是人在驾驶，机器也在驾驶，在这个过程中，机器始终在学习人的行为与判断，如果机器与人的判断不一致，那么系统会来查看这个记录差异点在哪，进行深度学习。

“机器在一些单项能力——如速记、人脸识别上，已超过人类。但短期时间内，人工智能在综合能力上不可能超过人类。人难能可贵之处在于能触类旁通、举一反三，在驾校学几十个小时、上路几百公里，就可以学会开车，但是，人一年也就开一万公里，经验止步于此，而且很多时候，好了伤疤忘了痛，并不能真的记住教训、长记性。而机器就不一样，如果有一万辆车同时在跑、在进行记忆与学习，那么一万辆车的一万公里就是一亿公里，这一亿公里的数据上传到云端“大脑”，机器是不会忘记的，并且“一瞬间”就学会了，它的知识是所有机器所掌握的知识的总和。也许机器在1000公里时还远远学不到什么，但是到一万公里、5000万公里、1亿公里时，它掌握的信息与技能可能就会超过人。这就是人工智能注定会快速成长的原因。”

也就是在跟吴甘沙碰面那天，我看到一则新闻，就在刚刚，“特斯拉聘请前AMD首席架构师吉姆·凯勒担任自动驾驶硬件工程副总裁。在特斯拉，凯勒并不一定专注于自主处理器的开发。特斯拉的Autopilot自动驾驶功能需要强大的处理能力。凯勒在硬件工程领域的经验，尤其是关于低功耗设计的专业性将给特斯拉带来价值。”

全球，从美国、中国到欧洲，传统芯片厂商、传统汽车厂商的大牛们如挡不住的细涓洪流，都在投向智能汽车、无人驾驶的研发中。这是一个显而易见的诱惑与风口。这个市场是如此初期，以至于驭势也好、谷歌百度无人驾驶也好、特斯拉或Mobileye也好，都来不及把彼此当确定的座标与对手。仅仅在十年之前，谁曾想到，中国汽车工业会迎来在某个层面上与欧美同行站在相似起跑线上的机会呢。

我们的优势

自动驾驶跟大数据有千丝万缕的联系。咱们人只需要一点点数据就能够学会东西，而且能够触类旁通、举一反三，还能容错，所以我们在驾校学几十个小时、开上几百公里就已经可以适应各种不同的情况了。但另一方面，我们可能一年就只能开一万公里，而且越开到后面技艺的提升就越少。再看人工智能，一点点数据根本没有用，它无法处理没见过的情况。好在只要有一万辆车装了人工智能，每辆车一年跑一万公里，人工智能就学到了一亿公里。也许在五千万公里的时候人工智能还远差于人，但到一亿公里的时候可能就超过人了。好的机器学习算法在数据增加时边际效用可以递增。我相信我在大数据上的所学，能够帮助自动驾驶。

公司的中文名字叫驭势科技，而英文叫UISEE，发音像you see，其实我们把愿景嵌在了这个名字里面。UISEE是五个单词的首字母：

Utilization of time 给予出行者身心自由。我现在每天上下班3个小时，如果能把它转为生产力该有多好？那样全中国每天能平添数十亿小时有用时间；

Indiscrimination 初学者无歧视。现在只有那些有驾照的人才能 drive a car，未来所有人都能 ride a car。愿所有人，包括老人，孩子和残疾人，都能驭车而行；

Safety 减少90%以上的交通事故，相当于拯救100万条生命和节省逾万亿美元事故成本；

Efficiency 在时间和空间上优化交通，减少城市80%车辆、道路通行能力提升4倍、释放停车空间（相当于城市用地的10-20%），实现即时按需、无堵车的出行；

lEnvironment friendliness 更加环保，减少15%的二氧化碳排放和大气污染。

实现的手段是小步快跑，迭代试错。一步到位实现全天候、到处跑的无人驾驶在3-5年内不太现实，所以我们考虑两条路线，一是在限定场景、特定区域、专用道路、增强环境下的无人驾驶，二是不限区域、人和机器的融合驾驶。

我们的优势在于，各自身怀绝技的团队因为同一个梦想走到了一起。赵勇是格灵深瞳的联合创始人，他在14年开始看汽车视觉，在车用双目立体摄像头、基于深度学习的汽车视觉算法上有了极其深厚的积累。赵勇将代表格灵深瞳作为驭势董事发挥重大价值，并确保驭势始终拥有业界领先的无人驾驶视觉解决方案。姜岩是2013年智能车未来挑战赛的冠军，这几年潜心专研低成本感知配置、无需高精度地图的自动驾驶，已经在各种路况下实现了1万多公里的技术验证。而视觉感知、多传感器融合、自动驾驶控制和规划需要巨大的计算量，也就是说要在车上放置一个高性能计算机，我的背景比较擅长这方面。

这类创新技术，就像一个女人必须九个月才能生下孩子，而九个女人也不可能一个月生下来。大公司的资源优势未必能发挥出来。我相信创业公司的好处是心无旁骛，死磕一个目标，能够形成局部的资源优势。我们团队虽小，但个个是特种兵，我相信他们会在4个月后、10个月后创造奇迹。

智能驾驶有驾驶辅助与增强驾驶。驾驶辅助，是你驾驶的时候它给你提醒一下，也就是常说的ADAS。而辅助驾驶是一种半自动驾驶，在某些场景下实现机器的自动驾驶，在其他情况下还是由人驾驶。第三个概念才是无人驾驶，全天候、开放环境的机器自主驾驶我觉得至少要5年到10年。在几年内我们做的技术跟Mobileye会有很多交集。

Mobileye是ADAS目前毫无争议的领导者。但我认为它在做很大的转型。大家知道ADAS本身算法比较单一，成本要求非常低，所以选择低分辨率单目摄像头、非深度学习算法。现在Mobileye前装给车厂差不多是100多美金，而现在国内新出现的ADAS 行车记录仪，不管做得好不好，后装价格能够做到1000到1500元。要做自动驾驶，Mobileye对硬件体系、软件算法都必须大改，这时候传统的优势可能变成劣势。我认为他们新的eyeQ架构一定是有巨大的改变，这时候要维持过去的技术就有可能成为负担。最近的一则新闻，特斯拉聘用了前AMD的架构师做工程副总裁，可能意味着特斯拉对新一代eyeQ的能力并不确信，所以开始采用系统级的高性能计算解决方案。

国内目前有不少做ADAS的公司和创业团队。但现在专注于做自动驾驶的创业团队，我们还是唯一的一家。我们与Mobileye的差距不远，要好好利用后发优势。

创新创业正当时

有咨询公司发布过一项调查，将创新分为聚焦顾客、效率驱动、科技创新和工程创新四种。中国人最擅长的就是前两种，其实都属于模式创新。原因如下：第一，中国的互联网存在看不见的边界，国外的巨头不一定能进入，即使进入了也不一定能做好，这就存在模式创新的红利，甚至把国外的经验复制一下都可以快速发展起来，在此情况下选择模式创新是很自然的选择；第二，中国市场与世界市场不一样，年轻人很敏锐，对互联网市场有独特理解，通过模式创新可以凭较低的成本进入市场，这也促使模式创新受到人们的青睐。

我国的科学（工程）创新十分薄弱，科技创业的比例非常低，但近几年有所改变，尤其是O2O模式崩塌之后，有更多的投资人、创业者关注“硬科技”的创新。问题在于，我们在技术上的投入还不够。有人提过一个“一万小时定律”，意思是说想在某一领域做到专家，必须投入约一万个小时的学习。如果每天工作8小时的话，大概是要5年。现在在技术上投入“一万小时”的人，可能还不够多。

从2007年开始，几乎每两年都会涌现一个新科技，比如云计算、物联网、大数据、人工智能等。随着世界的扁平化，很多新科技是“全球零时差”发布的，商业利益驱动加上开源软件的普及，使得我们国家在这些新技术上至少不落后。比如“M2M”（机器与机器对话）的物联网技术，中国是最发达的，人工智能中的语音、图像识别，中国技术也很领先。此外，在新能源、新材料、量子通讯等领域，中国的表现都很好。尤其是中国的市场体量大，意味着技术转化为商业应用的速度更快，这是我们的优势。

在国外的创业圈中，会有一个“成人辅导”的惯例，即在几个没有创业经验的年轻人办公司时，会请一位经验丰富的CEO先带上几年，等年轻人在商业上成熟了，再自己运营公司。我们国内的年轻创业者，没有人帮忙，只得靠自己，就会产生一些问题，这个问题说明我们需要完善创业的机制。