0
| 本文作者：易建成 | 2017-09-07 19:38 |
Innoviz 总部位于以色列 Kfar Saba，距离以色列第二大城市特拉维夫仅一小时车程。
去年 8 月，耀途资本合伙人杨光第一次接触这家激光雷达公司时，团队还不到 20 人。「办公室很小，只有半层楼。」如今，Innoviz 发展迅速，员工超过 75 人，办公室也由半层楼扩大至 3 层楼。
Innoviz 成立于 2016 年，作为后来者，它称得上是一匹黑马。
这个核心团队和技术来自以色列情报总队精英技术部门（the elite technological unit of the Israeli Defense Forces）的初创公司，创立不到两年，推出两款固态激光雷达 InnovizPro 和 InnovizOne，并先后与国际顶级汽车供应商德尔福、麦格纳签署了商业合作协议。
在技术、产品和商业化能力上的不俗表现，也让这家公司受到更多资本的追捧。
9 月 7 日，Innoviz 宣布完成 B 轮 6500 万美金融资，战略投资及合作伙伴包括汽车零部件巨头德尔福、麦格纳，参与此轮融资的还有耀途资本、360 Capital Partners、Naver 等投资方。算上去年 1 月 A 轮获得的 900 万美元资金，Innoviz 共计拿到了 7400 万美元的融资。
有了充足的弹药，Innoviz 表示要将激光雷达推向大规模生产阶段，还将大力招聘工程、设计、销售等重要岗位，并在重要市场开设新的办事处。
作为 Innoviz 此轮融资唯一的中国投资方，耀途资本合伙人杨光向雷锋网介绍，Innoviz 四位联合创始人曾是以色列国防军情报部队精英技术部门的「战友」，离开军队后各自在 Consumer Physics，英特尔，Anobit（被苹果收购），bTendo（被意法半导体收购）和 NovelSat 等不同的科技公司、创业公司打拼，在 MEMS、光电、半导体领域有着丰富的经验——这正是激光雷达所需要的技术和经验。
2016 年初， Innoviz CEO Omer Keilaf 决定创业并确定进入激光雷达领域后，昔日的「老战友」得以重聚，目前 Innoviz 有一半员工都曾供职于国防军情报部队精英技术部门。
「这是以色列创新创业的最大特色，最优秀的人集结在最优秀的军队，掌握着最前沿的军工技术，而后在适当的时间，又成为了最好的联合创始人。这样优秀的创业团队即使在以色列也不多见。」杨光这样评价 Innoviz。
*Innoviz 产品路线图
Invoviz 产品路线分为三个阶段：产品研发、推出针对后装市场的量产版 InnovizPro（供车厂、自动驾驶用于研发、测试）、推出针对前装市场的量产版 InnovizOne。如今这三步已经完成了近一半。
这家以色列公司希望通过 HD-SSL（High Definition Solid State LiDAR，高分辨率固态激光雷达) 打造「性能优异、价格合理、尺寸小巧」的激光雷达。Innoviz 称这种新型激光雷达可以将价格压缩到 100 美元以内。
官方介绍， InnovizPro 与 InnovizOne 采用 Innoviz 专有系统、MEMS 和探测器设计，具备高清晰度 3D 扫描功能，能够精准、可靠地扫描汽车周边环境。
今年 5 月，Innoviz 发布了 InnovizPro，这款针对后装市场的激光雷达主要应用于自动驾驶、机器人、工业自动化、无人机和安防领域的技术测试。InnovizPro 尺寸为 18cm×8cm×8cm，探测距离为 150 米，预计将于 2018 年第一季度上市。
电子产品设计解决方案供应商 Jabil 将量产 InnovizPro，它还将为 Innoviz 提供电子产品的设计、生产和管理服务和大型生产设备。Innoviz 称「有信心降低其产品成本以满足广泛的市场需求」。
*InnovizOne 产品参数
而高清晰度、汽车级的固态激光雷达（HD-SSL）InnovizOne 在今年的 CES 上就已经展出。
这款产品的尺寸为 5cm×5cm×5cm，能进行高清晰度的三维扫描，具有每秒 600 万像素的分辨率、测深精度低于 2 厘米、探测范围为 200 米。Innoviz 预计，随着生产规模的扩大，InnovizOne 的价格将可能低于 100 美元。
激光雷达几乎成为当今汽车厂商、科技公司研发自动驾驶汽车的标配，包括 Velodyne 的产能提升以及速腾聚创等国内激光雷达厂商进入量产化阶段，供不应求的状况已经有了不少改善。
目前， Innoviz 正与德尔福、麦格纳合作将 InnovizOne 整合进自动驾驶系统，针对 Level 3 到 Level 5 级的自动驾驶进行进一步产品开发，预计在 2019 年初开发出可量产的样品。
近一年来，在自动驾驶这条充满前景和想象空间的赛道上，激光雷达这一占据自动驾驶「半壁江山」的传感器，已经吸引不少资本入局（不完全统计，如下图）：
耀途资本作为 Innoviz 在 B 轮融资唯一中国投资方，如何看待这匹「黑马」？为什么 MEMS 技术会成为固态激光雷达的主流技术？中国和以色列两地的自动驾驶创业潮又有什么不同？
以下是雷锋网与耀途资本合伙人杨光的对话实录。
雷锋网：耀途资本参与 Innoviz B 轮融资是出于怎样的考虑？怎么评价这个团队？
杨光：智能驾驶是我们重点关注的领域，激光雷达是 Level 4（SAE）的核心传感器，所以我们非常看好这个领域，一定要投。
Innoviz 在成立不到一年的时间内，推出 InnovizOne 和性能大幅提升的 InnovizPro，让我们看到团队强大的技术研发能力。同时 Innoviz 还先后与麦格纳、德尔福达成商业合作，获得两家顶级 Tier 1 的认可，证明团队商业化的能力很强。
雷锋网：Innoviz 提到将会在重要市场开设新办事处，预计什么时候进入中国？
杨光：Innoviz 在 2018 年上半年就会推出针对后装市场的固态激光雷达 InnovizPro，目前已有多家国内的车厂和无人驾驶公司在接触，到时在中国市场应该会看到这个产品。
前装市场的 InnovizOne 预计在 2019 年底推出，届时主要通过 Tier 1 推向市场。
雷锋网：Innoviz 关于 HD-SSL（High Definition Solid State LiDAR，高分辨率固态激光雷达) 的介绍几乎没有，HD-SSL 是什么样的技术路线？怎么看待这个技术路径？
杨光：市场上主要有机械式激光雷达和固态激光雷达。后者有面阵、相控阵和 MEMS 三条技术路线。
我们押注 MEMS 方向，是因为从技术可实现性、量产可能、成本、稳定性上，都最具备大规模产业化的潜力。
Innoviz 在硬件层的激光，MEMS 和检测器上都有独特的技术。前装产品会进行芯片化（ASIC），同时在软件层的信号处理、机器视觉和点云方面也进行了大量优化，目前我们看到的路测样品已经达到非常好的效果。
雷锋网：近几年激光雷达领域冒出了很多创业公司。从你们的角度看，怎么评价这些激光雷达公司的不同技术路径，以及它们的终局？
杨光：技术路径肯定是固态激光雷达，只有固态可以满足车规进入到前装市场，我们相信 MEMS 会是固态激光雷达的主流技术。
从创业公司的未来终局看，有可能有公司能成为激光雷达领域的 Mobileye，我们希望 Innoviz 能做到。但更确定的是激光雷达公司需要与 Tier 1 深度绑定，以更好服务车厂，不排除很多激光雷达公司会被 Tier 1 或者汽车电子领域的公司收购，如采埃孚买下 Ibeo 40% 的股权、英飞凌收购 Innoluce。
雷锋网：自动驾驶在耀途资本的整体投资板块布局中处于什么位置？
杨光：我们专注投资技术驱动的创新公司，在以色列主要投资从 0 到 1 的颠覆式创新公司，在国内主要投资从 1 到 N 的应用导向的技术公司。
自动驾驶结合了人工智能与汽车两个行业，是人工智能真正能够落地的应用，同时拥有巨大的市场空间，这是我们重点布局的领域。
其中涉及到核心的传感器和算法，这是以色列的优势。我们这一领域投资了以色列的固态激光雷达 Innoviz，在中国投资 Level 4 自动驾驶公司 Roadstar.ai。
雷锋网：目前汽车厂商、Tier1、科技巨头纷纷在这一领域加码。对初创公司来说，怎么能够独立发展壮大？或者说创业公司「玩得起、玩得好」自动驾驶吗？
杨光：创业公司需要找准切入点，不管是固态激光雷达，还是无人驾驶的算法和方案，都有很高的技术壁垒和商业价值。
巨头虽然看重但缺乏灵活性，并不一定做得好。创业公司如果能专注并在细分领域做出成绩，形成核心技术，车厂、Tier1 和科技巨头更大的可能是会收购创业公司，以尽快占领市场。通用收购 Cruise，福特投资 Argo AI 就是很好的案例。
雷锋网：耀途在以色列和国内很多领域投过不少案子，你们怎么看待现在中国、以色列两地「自动驾驶」的创业潮？
杨光：自动驾驶技术是全球化的竞争。过去，汽车电子行业基本被国外厂商垄断，所以不管是创业团队还是投资团队必须要有全球化的视野。
目前 Mobileye 和博世各自在视觉和毫米波雷达领域一家独大。相比之下，自动驾驶领域还处于百家争鸣的状态，资本对这一领域也比较关注，不少创业团队都拿到钱。
以色列大部分创业团队都在做自动驾驶底层技术的研发，而中国创业团队各个层级都有，但受制于自动驾驶商业化进程的影响，我们相信创业热度很快就会降低。
前期拿到足够资本的创业团队需要加快研发进度，积累数据，尽快实现某些特定场景或应用下的自动驾驶，跑得最快的会在未来融资或者并购退出上占据先机，而未来一两年再出来的创业团队，融资的难度会增加不少。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
