


撰文 | 宇多田
最近有一个关于激光雷达的笑话:
客户 or 路人 A:「用激光雷达?激光雷达成本高啊!」
自动驾驶开发者 B:「我靠,兄弟,你对激光雷达的知识储备是不是都从马斯克那儿来的。」
这里面有嘲讽,但也有激光雷达从业者气到想笑的无奈。
的确,马斯克在今年 4 月特斯拉的「自动驾驶日」上狂喷激光雷达和用了激光雷达的那帮「傻瓜」之后,某种程度上给「激光雷达」这个有可能进入汽车供应链体系的零部件从营销层面以重重一击,毕竟,绝大多数车厂连「Adas 革新之路」都没有走完。
但另一方面,他也让激光雷达得到了前所未有的曝光度(马斯克与激光雷达上了当天的 Twitter 全球趋势)——
自此,自动驾驶学术界与工程界针对计算机视觉与激光雷达之间爱恨情仇的交流切磋正式浮上水面。
其实从技术层面来看,激光雷达的核心价值无疑是「可靠且准确的测距能力」。而这一价值,恰恰在很多人眼中正在受到计算机视觉系统的冲击。
譬如今年 4 月康奈尔大学那篇引发争议的技术论文,就提出了一种新方法来缩短纯视觉技术架构与激光雷达间的性能差距——
研究者在挡风玻璃两侧各使用一个相对廉价的摄像机,采用其新方法之后,该摄像机在目标检测方面的性能接近激光雷达,且其成本仅为后者的一小部分:
「在流行的 KITTI 基准上,该论文提出的方法在基于图像的性能方面取得了令人印象深刻的改进,超越当前最佳方法,将 30 米范围内的目标检测准确率从当前最佳的 22% 提高到了 74%。截至论文提交时,该论文提出的算法在基于立体图像方法的 KITTI 3D 目标检测排行榜上达到了当前最高水平。」
但是,我们忽视了一个细节——这里的限定范围是 30 米。
30 米内汽车的反应时间是多少(内心惶恐中)?那么 50 米或 100 米呢?
而激光雷达的探测范围却可以在保持不错精度的前提下延伸至 100 米~300 米。
当然,学术成果是值得探讨和学习的,只是我们需要将其与现实情境区分开来——
真的要等到计算机视觉做的足够好,超级好,逼近完美(大概等十年也不够)……或许便宜的激光雷达就被生产出来了呢?
但是,从第二个角度——「成本」来看,我们既不能怨马斯克,在被驳斥时也最好低下头沉思几分钟。
这虽然不是阻碍自动驾驶汽车跑上城市道路的最大阻碍,也至少是让激光雷达进入量产车的关键性制约。
实际上,我们本可以让质疑声来的不那么猛烈,但是,高度炒作让这个自动驾驶细分市场有些被冲昏了头脑。
如果你将时间范围限定在 2016~2017 年,再在百度搜索栏中打上「激光雷达、固态、成本」等等关键词,搜出的结果会非常有意思。
大部分国内外你所知道的明星激光雷达公司,都在这个时间段推出过自己的固态激光雷达,也都说过一句极其类似的话:
「我们固态激光雷达的成本会在量产后(从现在的几万甚至几十万块)降至几百或几千美元。」
这句话没毛病,规模化生产后单位成本当然会降低。
但激光雷达的量产订单来源,要么是大规模的 L4 级自动驾驶车队,要么是进入车厂的供应链体系。
而 L4 自动驾驶车队……姑且在缓…慢而稳步扩张,但这个速度似乎满足不了进入这个市场几十家甚至上百家激光雷达公司的生存需求;
而车厂呢?当然是最合适但也要求最严格的「爸爸」。
一方面,无论是机械式、半固态还是纯固态,激光雷达都得先过车规这道坎,截至目前(大约3年过去了吧),除了奥迪 A8 上的法雷奥 SCALA 四线激光扫描仪(也有人称之为半固态或者机械式),没有一家公司的产品被公开证明过。
另一方面,那些据称最有可能过车规的固态激光雷达产品首先到底能不能用,也已经遭到质疑。
成立于 2012 年,已完成 5 轮融资,融资总额远超 1 亿美元的独角兽公司 Quanergy,就曾以大肆宣称正在制造量产出「纯固态(相控阵)激光雷达」而受到资本市场的长期高度关注。
然而,2018 年彭博社以一篇名为《这家估值 10 亿美元的自动驾驶技术公司是如何迷失方向的》的长篇报道,揭开了 Quanergy 技术遇阻,产品「难产」的内幕。
譬如,尽管这家创业公司一直努力按照设定的时间表生产产品,但推出的设备被证明远未像其「广告宣传」的那么好。
甚至公司内部人士透露,其宣传言辞与现实之间的距离已经拉大。他们从未见过任何一款符合 Quanergy 所有规格的固态设备下线。
此外,其 2016 年推出的机械式样机 M8 漏洞多到被顾客主动退回;
而与此同时,Quanergy 开始关注车载激光雷达产品以外的其他应用,譬如帮助墨西哥边境建立数字边境墙的计划,订单也多来自于后者。
枪打出头鸟。
作为目前融资最多的激光雷达创业公司之一,Quanergy 被指责似乎无可厚非。但它的发展境况并不是特例,因为他们的宣传口径无一不能从其他同类创业公司那里找到类似的模板。
譬如,就曾有 L4 自动驾驶技术公司工程师告诉我们,在测试过多家国内外公司的早期产品后,的确发现它们在精度、易损度和使用寿命上有明显差别,探测范围也不像所说的那么好;
也有业内人士在两年前就说过一个公开的秘密,那时一部分热热闹闹发布出来的固态激光雷达产品其实并不能真正被投入使用,嵌在车身上的只是一个为了发布会或是合作仪式而搞出来的摆设。
实际上,我们从未否认激光雷达本身发挥的巨大价值。
从没有跌出过自动驾驶第一军团的 Waymo,其第一代仅装有激光雷达与普通雷达的自动驾驶车就已经在同代车之间表现突出;直到现在,他们的自动驾驶汽车也是强激光雷达配置。
而另一边,在自动驾驶量产车未来规划里缺少激光雷达的特斯拉,究竟要如何解释 2018 年发生了至少 3 起与自动驾驶仪有关的车祸?
但是,高度炒作与炒作后陷入沉默之间形成的巨大反差,的确成了让「激光雷达无用论」甚嚣尘上的助燃剂之一。
「没错,目前只有法雷奥的 Scala 是过了车规的产品。我们的产品从面世到现在也才过了两年,但是大众和讲故事的环境等不了你。」一位不愿意透露姓名的激光雷达业内人士也说出了一些不得已的苦衷。
「而且国内整体环境也在说『中国速度』,就是说别人花四五年做到的,放国内是不是可以用 3 年或者更少的时间。
就拿法雷奥的产品来说,他们从 2013 年就开始做,到 2018 年你才知道他们的产品上了奥迪 A8。
这是一个非常漫长的周期,如果包括更前期的研发的话,其实 2010 年他们就跟 Ibeo 在做了。」
实际上,从汽车行业历史来看,这是一个非常有意思的铁律——
一辆汽车生产制造所花费的时间,从来都没有因为技术进步而被缩短过,反而有延长之势。
自 1923 年进入通用汽车担任总裁几十年,把这家公司从倒闭边缘拉上岸的传奇总裁小艾尔弗雷德. 斯隆就曾在自传里提到几个保守的数字:
「从决定研制一辆新车型到这辆车出现在经销商的展台上,至少需要两年时间。
而一些有革命性意义的车型,则需要花上 3~5 年时间。」
而大众教父费迪南德·皮耶希更是在自传里坚决地表示造一辆车至少需要 5 年时间。
一晃大半个世纪过去,纵然汽车技术发展到现在这个阶段,这些老汽车革命家的言论竟然从未过时。
掐指一算,特斯拉 Model3 从马斯克被提及(还不是真正内部提上日程的时间)到真正下线的时间,
再算算国内那些明星造车新势力的量产车从开始宣传到真正到消费者手里的时间……
真真是,历史教我们做人。
1 未来2~3年内的量产车规划里没有激光雷达?
激光雷达公司不知在什么时候陷入了一个怪异的境地。
曾有车厂人士告诉我们,自己对国内配备激光雷达的 L4 量产车项目闻所未闻。
而在今年 4 月上海车展上,博世、安波福、ZF 等一众 Tier1 供应商,都以「L3 方案以上在研发,但是需要先解决法律法规的问题」为由避免谈及如何以及何时将激光雷达纳入汽车供应链体系的问题。
而大部分汽车媒体其实也基本都写过车厂以及 Tier1 的顾虑:
L3 这个级别有点特殊,在主体责任划分上被定义为「人机共驾」。所以,假如出车祸了,责任归谁?那就先把责任问题给解决了再做方案吧。
「大概到 2020 年,我们会有 40 个多车型都会装 L2 方案吧,但 L3…的确没有,也暂在未来一段时间里不会有。」这是博世一位小哥的原话。
而另一边,在我们印象里 2018 年以前最喜欢与激光雷达公司结伴露面的自动驾驶技术或小车公司,也设定新的发展方向:
一部分已经改走车厂前装商业路线,一部分更愿意在不同场合头顶不同公司的激光雷达出现,一部分已经不需要那么多的激光雷达,还有一些甚至已经悄悄退出这个圈子。
「现在我们主要给车厂做一些前装的低级别自动驾驶功能,而车厂在做前瞻性研发布局时,会考虑三年内或者五年内有希望量产的各种传感器。
而针对未来两到三年的,特别是 2021 年左右的量产规划,是我们需要关注的重点。」一位已经推出自动泊车产品的自动驾驶技术公司坦言,
「主线的技术研发一定是围绕未来 2~3 年可落地的技术上面。
而这条主线上,暂时没有激光雷达。」
另有自动驾驶解决方案公司表示,他们不会拘泥于某一种特定的传感器,因为「在内部测试过程中,你很难决定主机厂到底采用哪种方案,因此不会去刻意绑定某一家的东西,这样风险太大。」
但是,这些说法遭到了部分激光雷达公司的强烈反驳。
有不具名激光雷达业内人士情绪激动地称「那些相信纯视觉的才是一帮脑子被开水烫了的蠢货」。
「2021 年绝对是一个时间节点,肯定会有激光雷达量产车出来,还有两年时间,等着瞧吧。
现在车厂的诉求就是过车规,之前主机厂被很多激光雷达公司忽悠后已经变得很现实了,只要过车规就可以。
Velodyne 这些经典的多线机械式激光雷达,感觉都快成「儿时的记忆」了。机械式也是被认为最不容易过车规的产品
但是相控阵、MEMS、flash 那些所谓的固态机目前来看都没出头,所有一些公司又开始走法雷奥(前面提到过)的技术路径了。」
此外,也有已经在测试车规级固态激光雷达产品的国内公司同意「2021 年将会有一小部分车企推出配备有激光雷达量产车的说法」,
他们甚至认为「激进一些的车企会在 2020 年底推出」。
「会有一小部分吃螃蟹的人出现,定点项目已经有了。
激光雷达大概率会装在新能源车或油动车的高配车型上,其价格五六千相对于车价 20w~30w 应该是能够承受的。」
很大程度上,以上几种截然不同的说法对应着不同的利益群体,而这些说法也只够说明:
没有激光雷达的配置能达到理想状态的 60%, 那么有激光雷的就能达到 90%。但是车厂出于客观与主观条件,更愿意暂时选择前者。
因此,对于激光雷达创业公司来说,他们如今所处的境遇其实是一个
「虽然人人都知道大有用处,但是大批量下线与赚钱的时机仍然未到」的尴尬局面。
2 整合淘汰迹象初显
让激光雷达公司更觉生存艰难的,是这个市值不算太高,但却格外拥挤的赛道。
虽然不同的报告与一些激光雷达高管都给出过「车载激光雷达行业竞争者大概已经达到 60~70 家」的类似数字,但是 Crunchbase 的数据库告诉我们,与车载激光雷达业务相关联的硬件公司实际已远超过这个数字。
因为近三年来,不仅仅是相关创业公司在不断增加,包括一些传统地理空间信息解决方案提供商,应用于电网以及农业等公共事业领域的测绘服务商,传统工业激光测距仪制造商乃至汽车 Tier1,也都在高调步入这个市场。
成立于 1983 年,已经是今市场中头部公司的 Velodyne,当然不是靠 21 世纪以后才兴起的车载 3D 激光雷达概念发家致富(前身是一家音响公司)的,即便是现在,他们的订单也有很多来自于工业以及地质勘测领域。
其实从本质上来看,用在汽车上的激光雷达基础性技术,与它在其他领域早已成熟而广泛的应用,没有太大区别。
而激光雷达测量技术迅猛发展的时期应该是上世纪 80 年代,当时美国国家航空航天局成功将激光雷达探测技术应用于大气海洋监测以及地形测量测绘领域,此后不到十年间,多种类型的激光雷达就已经实现了商用。
因此,作为一项非常成熟的技术,激光雷达创业公司 Sense Photonics 首席执行官 Scott Burroughs 曾公开承认过「这个市场进入门槛并不高」。
而一位自动驾驶综合解决方案公司也曾向我们表达过类似的看法:
「激光雷达这个产品,一般学术界或者相关研究所做激光的两个厉害的人出来搭伙,就能很快造出一个 Lidar,而问题就在于,到底这个产品能造到让客户满意几分。」
没错,如果说家家几乎都会做的机械式激光雷达已经满足了自动驾驶量产车的 7 分要求,那么剩余与体积、性能、成本与稳定性密切相关的 3 分,就是各家创业公司为何都做出了用起来还不错且相似度格外高的机械式样机(有人说抄袭,这个仁者见仁吧),但谁也没有拿出一炮打响的固态产品的关键所在。
如此来看,在这个异样拥挤又时刻受到「集体阵亡威胁」的市场里,车载激光雷达公司所面临的竞争激烈性与残酷性也是前所未有的。
根据 Crunchbase 所记录的 2010 年~2019 激光雷达相关公开融资数据,2013 年应该算是车载激光雷达市场开始释放出爆发信号的起始年。
此后连续几年在资本市场大放光彩的 Quanergy Systems 在这一年完成了种子轮融资,而面向工业领域提供照明解决方案的 TriLumina 也在之后开始有意识向汽车领域延伸。
(需要注意的是,中国公司禾赛科技在 2014 年就宣布融资 200 万美元)
从图中可以看到,市场于 2016 年开始正式「起量」,到 2018 年达到一个高潮。
然而进入 2019 年以后,虽然只有 7 个月记录,但很明显热度与上一年相比有冷却趋势。
不过有意思的是,今年的交易量虽然相对减少,但单笔融资额与融资总额则仍然不容小觑。
譬如 Innoviz 分别在今年 3 月与 6 月宣布获得 1.32 亿美元与 3800 万美元 C 轮与 C+轮融资,融资总额迄今为止达到 2.52 亿美元;
同样在 3 月获得融资的还有 Ouster,将 6000 万美元收入囊中。
另一家激光雷达创业公司 Luminar 则刚刚在 7 月完成最新一笔融资,交易额为 1 亿美元,融资总额达到 2.5 亿美元;
但回看 2018 年,虽然相关融资交易高达 48 笔,但是除 Luminar 在 1 月获得超过 1 亿美元融资外,其他公司均未获得超过 5000 万美元融资。
这在某种程度上说明,更多的资金正在被投入到更少的创业公司中。
难道,真的会应 Velodyne 创始人 David Hall 曾经说过的那句话——
「我并不担心已经进入该领域的几十家激光雷达竞争对手,因为预计大约三年后,将只有三家独立公司在做汽车激光雷达。」
制图:宇多田
更多细节,其实隐藏在 2016~2019 年的相关公开融资交易中。
2016 这一年,Velodyne 获得了来自百度与福特的 1.5 亿美元融资,也许是百度的作用,这笔融资其实才把激光雷达这个产品与这家公司真正带入中国市场的视野。
而另一家明星创业公司 innoviz 则在同年完成 900 万美元 A 轮融资,此外也有包括 Baraja、AEyes 以及 Blackmore 等 3 家新兴创业公司出现。
也在这一年,固态激光雷达概念被普遍提及。
Quanergy 在 2016 年展出了「固态」SolidState 激光雷达(相控阵),而获得初始投资的 Blackmore 其实脱胎于老牌工业级激光雷达解决方案供应商Bridger Photonics ,正是利用后者独一无二的 FMCW 技术研发相控阵激光雷达,Innoviz 则是 MEMS 激光雷达的支持者。
你可能会好奇另外 7 家与车载激光雷达无关的公司到底在做什么,大部分其实是聚焦于航空航天、地理测绘以及激光点云数据处理的技术软件公司。
2017 年则出现了更多备受瞩目的新兴激光雷达创业公司,包括 Ouster、luminar、Strobe、Sense Photonics、Blickfeld。
其中,Luminar 在种子轮就获得了 3600 万美元融资,而 Strobe 融资不久就被通用收购。
但有意思的是,将点云数据与计算机视觉相结合的软件以及解决方案公司开始获得广泛关注,譬如 StradVision。
值得注意的是,中国激光雷达公司北醒光子在这一年已经完成 A 轮融资。
制图:宇多田
2018 年一直被称为激光雷达真正爆发的元年,虽然这一年虽然获得融资的公司很多,但与车载激光雷达相关的企业其实没有超过 1 半,而新的创业公司只有 5 家。
不过,中国公司开始「批量」出现。
北科天绘、速腾聚创、镭神智能以及飞芯电子都首次在 2018 年有融资信息放出。
但相对应的是,基于人工智能技术+点云数据的「周边企业」明显增多。
譬如 Zesty.AI 就是一个利用计算机视觉,并结合百万住宅激光雷达图像数据以及居民相关数据进行分析的保险建筑分析平台;
而 Understand.AI 则试图通过融合计算机视觉与激光雷达数据为自动驾驶系统提供更高效的训练模型。
此外,一家名为 Natalus 3D 点云成像分析软件公司获得百万融资。
到了 2019 年,车载激光雷达市场的融资脚步已经放缓,有公开融资信息披露的新创业公司只有 Voyant Photonics。
(国内有一径科技曾于 2018 年 1 月获得天使轮投资,但并未公开,其又在 2019 年 4 月首次公开表示获得千万级 A 轮融资。)
不过,除了曾被爆出过「产品名不副实」的 Quanergy 以及发生过「激光雷达烧坏摄像机」丑闻的 Aeyes,那些原本就一直受到车厂与资本青睐的明星公司,竞争优势似乎愈加明显。
(被彭博爆出丑闻后,Quanergy 在 2018 年 10 月的 C 轮融资并没有像以往一样公布具体数额;而 Aeyes 在 2019 年 1 月 CES 上被发现高强度激光损坏了两台摄像机后,3 月的融资也未公布数额。)
从目前的公开融资金额来看,身后都有多家一线车厂撑腰Luminar 与 Innoviz 的融资总额都超过了 2 亿美元,,势头减弱的 Quanergy 融资总额超过 1.3 亿美元排名第三,而 Leddar Tech 则以 1.23 亿美元位居其后。
此外,Ouster 融资总额达到 9000 万美元,而 Aeyes 则超过 6000 万美元。
基于已公开的数据来看(注意是已公开!许多融资也有秘密进行的),以上应该是目前融资总额最高以及估值最高的车载激光雷达创业公司。
注:Velodyne 成立于 1983 年,前身与激光雷达业务无关,虽然获得过 1.5 亿美元投资但不算创业公司,因此暂时不把它放在创业公司里面,但是这家公司无疑是车载激光雷达市场的头部企业
当然,如果从技术角度来看 2018~2019 年获得融资的技术创业公司,我们可能会发现更多有价值的趋势性信息。
第一,最有钱有势的 Innoviz 一直是坚持走 MEMS 固态激光雷达技术路线的代表性企业,而 Velodyne 的固态激光雷达系列 Velarrey 也采用了 MEMS 振镜的扫描方式。
据国内一家知名自主品牌车厂透露,目前他们正在已经在测试 Velodyne 的 Velarrey-128 线固态激光雷达,效果还不错。
而目前唯一曾量产过固态激光雷达的法雷奥也在 2019 年年初公布了关于固态激光雷达的时间规划——2021 年将推出基于 MEMS 技术的第三代产品。
从国内来看,速腾聚创与 2019 年 4 月完成 A 轮融资的一径科技也在开发 MEMS 量产固态产品与芯片。
第二,另一种固态激光雷达扫描方式——OPA(相控阵)被 Quanergy、Blackmore(最近刚刚被自动驾驶独角兽公司 Aurora 收购)以及 Strobe(被通用收购,但是通用之后还是在用其他家的激光雷达让人觉得奇怪)的产品所采纳。
只不过这三家所采用的测距技术各不相同。其中,Blackmore 采用的是自己擅长的 FMCW(调频连续波)技术,与三角测距法以及 TOF 测距法相比,这项技术的最大优势之一应该是抗环境光能力,特别是抗其他激光雷达的干扰能力强。
但这一技术路径目前由于调频仍不成熟因此处于研发过程中,但很明显正在被越来越多的企业所重视。
第三点,虽然与 Innoviz 同样风头正劲的 Luminar 并没有从技术上透露过自己的「独门秘笈」,但上上周他们发布了自己的第三代固态激光雷达,这个装置体积大约只有一个易拉罐大小,小到可以装进汽车的保险杠,而重量则不到 2 斤。
与此同时,这也是一种可投入生产的激光雷达,成本据称将只有 500 美元。
(考虑到「将」这个字,以及考虑到 Velodyne 也曾在 2016 年宣布他们正在制造一款将仅售 500 美元的激光雷达,但最终高达几万美元,我们还是谨慎一些为好……大概成本目前仍然会很高。)
当然,Luminar 还是给出了一个相对保守的量产商用时间点——考虑到车厂漫长的交货周期,至少要到 2022 年或 2023 年以后才会有嵌入这款产品的量产车的问世。
而根据 Reddit 论坛里一位已经测试过 Luminar 相关设备的工程师透露,这款设备在下着中雨的天气里的确能够正常发挥作用,但射程不如 Velodyne 的高分辨率远程激光雷达 Alpha Puck。
第四点,激光雷达芯片化是越来越多技术公司获得融资的关键因素。
明星公司 Ouster 就声称正在利用其特有的多波束 flash 激光雷达设计,开发一种全半导体的 3D 激光雷达传感器。
而刚刚在本月完成 430 万美元融资的新公司 Voyant Photonics 就是一家最新入场的芯片级激光雷达创业公司。
此外,在 2018 年 7 月获得融资的 Qandela 也在开发一种高分辨率芯片级固态激光雷达。
而国内 2018 年获得过博世投资的飞芯电子也在研发一种硅基激光雷达探测芯片。
最值得注意的是,并不年轻的激光器制造商 Insight 之所以能在 2018 年 12 月靠融资进场,最大原因就是在于其正在利用 FMCW 技术(上面提到了),开发一种固态激光芯片。
该芯片据称比目前的竞争对手具有更快的成像速度、更高的分辨率以及更高的灵敏度。
德联资本具有深厚汽车硬件背景的投资高级副总裁樊雪松也在近期接受我们采访时曾表示:
「现在比较推崇和主流的固态技术路径有两种,一个是 MEMS 振镜式,这个相对成熟一些;
另一种是用硅基做的激光探测芯片,这个正在研发中,没听说哪家会出来。但两种做出来都会大幅降低成本。
特别是第二种,未来会降到千元量级,但目前主要是产品节奏上,还没到成熟与上批量的阶段。」
「尽管雷达甚至激光雷达已经有点过时了,但基于激光的传感器其实仍在不断创新。」美国电气电子工程师学会期刊《IEEE Spectrum》这样评价近年来带着新技术不断努力进入汽车市场的激光雷达创业公司与老牌企业们。
「竞争也许残酷而漫长,但是这会在意想不到中改变和推动汽车以外的产业,譬如芯片与工业制造。」
或许,在产业里掀起的「激光雷达无用论」阴影笼罩下,法雷奥在上周公布的激光雷达订单收入多少可能会给诸多公司一些希望:
这些订单来自 4 家主流车厂,总价值约为 5 亿欧元。
成绩虽好,但很显然,目前汽车这块蛋糕,可能对这么多公司来说远远不够分。
因此,一些聪明的公司开始一边去海外努力寻找产品销路,一边将产品做出更细致的类型划分,根据远程、中程和短程来更精准地匹配目标客户。
当然,许多企业也都选择了与谷歌一样的续命方式——将激光雷达卖给更多汽车行业外的客户。
不过,就像拿下奥迪一家,就自然而然再拿下 4 座金山的法雷奥,车载激光雷达市场或许也会被当下整个自动驾驶市场前所未有的奇怪「交配仪式」所影响:
在一眼忘不到头的路上,若干家车厂更愿意扎堆矗立在一家公司身后,「尽最大可能减少资本浪费」的首要原则不知让多少家敌对车厂握手言和。
最终,获得强有力支持的公司勉强淌过了河,而失去支持的公司可能连拼死一搏的选择都没有。
「激光雷达不是加速整合,而是加速倒闭。只剩下头部那些肉多的还没饿死。」一位业内匿名人士聊起当前市场更是言辞犀利,
「头部不是凸显,而是其他家都死绝了,只剩下他们几个蹦跶。
所以说,激光雷达需要解决的不是谁唱的好的问题,而是大家都不买票进场,只剩下从业者蹦跶怎么办。」
整合淘汰必然会到来。
直到激光雷达在某一天最终能够被承认是「说服乘客自愿进入自动驾驶汽车」的最后一步。
“特别声明:以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”