本文主要是介绍突发!曾拿下宝马/大众定点,这家激光雷达上市公司却开启裁员,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
在美股上市的以色列激光雷达公司—Innoviz Technologies本周宣布,将裁员13%,作为业务战略调整的一部分,以削减成本和改善现金流状况。
公开信息显示,目前该公司有约500名员工,主要在以色列。该公司表示,此次裁员旨在通过将未来投资重点放在Innoviz Two传感器和软件平台上,同时减少在其他产品上的支出。
“公司正处于重要时刻,在当下的市场窗口期,战略调整有可能决定未来十年或更长时间在行业的市场份额。”Innoviz联合创始人兼首席执行官Omer Keilaf表示。
按照计划,此次裁员意味着,Innoviz从2024年开始,每年的现金支出将减少2200万至2400万美元。而众所周知,目前全球绝大部分激光雷达公司都处于亏损烧钱的状态。
2021年4月,Innoviz宣布在美股成功借壳上市,市值超过14亿美元,并接连获得宝马、大众的前装量产订单。不过,由于宝马量产迟迟没有放量,导致该公司的定点订单兑现存在巨大的不确定性。
这也直接导致在过去两年多时间里,Innoviz公司的股价持续下跌,截止昨日收盘,相比于最高点已经下跌近8成,市值不足3亿美元。
事实上,目前,在车载前装市场,激光雷达比拼的不再是简单的成本,而是性能+成本的综合最优化。这也是资本市场眼中的不确定性。
而文章开头所提到的Innoviz Two激光雷达,是Innoviz在2022年CES展上发布的新一代产品,与上一代相比,性能提高了30倍,成本降低了70%。
原本按照计划,Innoviz Two将在2022年进入批量生产,并在2023年服务于主要的OEM汽车项目。同时,2024年达到年产50万~100万台的产能。
不过,真实情况是,Innoviz与麦格纳合作的宝马第一代项目(采用第一代Innoviz One)全新7系,的确在小批量交付。不过,由于L3级自动驾驶还处于市场导入早期,最终交付量还是未知数。
而仍处于验证阶段的Innoviz Two,按照行业人士的说法,并不能保证宝马最终会选择Innoviz作为供应商。数据显示,在过去的三年时间,Innoviz的研发资金已经投入2.38亿美元。
但到目前为止,该公司还没有实现规模化前装交付。有业内人士指出,在漫长的前装量产周期和尚未兑现的订单背景下,Innoviz显然陷入了困境。
事实上,来自宝马的有限收入,以及NRE谈判进展的不确定性,此前有机构指出,Innoviz将在2024年第三季度耗尽账上的现金。
而作为沃尔沃的激光雷达供应商,Luminar去年遭遇一起集体诉讼,原因是投资者认为,该公司的董事会对公司的业务、运营和前景做出了重大虚假和误导性陈述。
由于到目前为止,仍未能实现规模化前装量产交付,Luminar公司的股价在过去半年内再度下滑近30%,而相比于历史股价最高点,市值更是缩水近9成。
但市场竞争却在白热化。
比如,在中国市场(中国供应商已经领跑前装规模化),新一轮技术(产品参数PK)争夺战,已经从前年的补盲降本「卷」到了前向更高性能产品。
今年初的美国CES展上,速腾聚创发布新一代超长距离激光雷达RS-LiDAR-M3,基于全球首发的940nm光源,性能超过250m@10%,这意味着,相比于M1,有大幅度的提升。
这或许也将在一定程度上弥补M1的尴尬。该公司此前公开表示,M1的最远探测距离可达200米,可准确稳定识别处于150米外的黑色车辆。
但实际上,目前已经供货的M1 Plus也仅能实现180米@10%。而此前披露正在研发的M2,标称参数才刚刚达到200米@10%这个指标。
禾赛科技则在CES展上推出最新一代产品AT512,搭载第四代自研芯片,实现300米标准测远@10%反射率,相比AT128提升了50%,最远测距达到400米。
而得益于芯片高集成度,AT512(等效512线)以每秒约1230万的超高点频为汽车提供图像级超清晰三维感知,拥有全局均匀的0.05°x 0.05°角分辨率,点云密度是AT128的8倍。
这意味着,AT512的超远测距性能让车辆至少提前一倍距离发现目标,为系统安全决策增加了40%以上的反应时间。而从目前的市场需求来看,这是激光雷达继续保留上车机会的唯一路径。
去年底,随着蔚来ET9的正式亮相,一同出现的,还有两颗来自Seyond的Robin W(灵雀W)中距广角激光雷达。这是自动驾驶进行城区场景后,为应对复杂道路场景的关键硬件。
官方数据显示,灵雀W激光雷达,拥有2倍于市场同类产品的超长测距能力,最远探测可达150米,近10倍于同类产品的角分辨率,搭配120°*70°的超广角视场。
同时,灵雀W拥有小于9W的极低功耗和小巧的体积,易于集成和安装。在功能应用方面,可以为高速变道、城区无保护转弯和车辆泊出等辅助驾驶场景中提供更安全、智能与舒适的用户体验。
此外,Seyond猎鹰系列激光雷达在超90%POD(激光雷达可实现稳定探测的关键条件)条件下,在正午阳光环境中,面对10%反射率靶标依旧可以达到250米标准探测距离及0.05*0.05的超高角分辨率。
「目前市面上的激光雷达,性能普通的产品,实际上对于车企来说,功能优化的空间并不大,」一些行业人士坦言,性能提升仍是主旋律,这是另一种概念的“降本增效”。
此外,已经导入激光雷达的头部车企,正在进一步提升算法能力。比如,基于深度学习的激光雷达目标检测和跟踪,与大数据组协作,进行边角案例的清理和挖掘,对模型进行改善。
这对激光雷达公司带来了新的挑战。「如果激光雷达公司不加快配套软件研发,就意味着,他们最终将变成一家纯硬件公司,毛利率将被限制在较低水平。」
就在去年4月,禾赛科技宣布,将在重庆经开区建设禾赛科技软件全球研发总部,“车规级的激光雷达在处理大量复杂运算的同时,还要具备极快的处理速度和可靠的稳定性,软件研发难度和壁垒较高。”
目前,禾赛正在招募软件团队设计下一代激光雷达软件平台、架构并交付系统级软件中间件、SDK及框架。数据显示,在该公司近期的招聘岗位中,软件相关职位占比接近40%。
此外,为了快速帮助客户实现激光雷达的应用落地,Seyond也在业内率先推出OmniVidi软件平台,包含感知中台和工具链两大组成部分。
其中,感知中台主要是模型算法,帮助客户快速开发系统;工具链则是包括激光雷达数据可视化、数据标注、模型训练等工具,从而形成数据和算法的闭环,并进一步降低客户的开发成本。
不过,软件难度,并不亚于硬件。
有意思的是,正是因为软件上车出现问题,Luminar量产客户之一的沃尔沃,在去年宣布,因为激光雷达软件开发迟缓,导致新车上市推后。
但实际上,Luminar还是业内最早提出软件重要性的公司之一。比如,几年前,该公司就已经开始投入开发相关软件,包括数据处理引擎(感知)、自动化数据标签能力和AI工具平台。
“如果你想让一辆面向消费级市场的汽车拥有真正的自动驾驶能力,你就必须将硬件、软件以及所有这些系统按照车规级要求组合,这与Robotaxi完全不同。”Luminar首席执行官Austin Russell表示。
原因是,相比于乘用车前装市场,L4级自动驾驶公司的软件研发能力普遍较强,并且更倾向于自主定制开发。而换个角度来说,不少车企之所以不敢上激光雷达,除了成本因素,软件开发也是一个问题。
「不少已经搭载激光雷达上车的车型,实际上,激光雷达依然是一个硬件摆设;这也是为什么,同样搭载了同一家激光雷达公司的同款产品,在功能测试中,还会出现巨大的性能差异。」业内人士爆料。
同样,按照Mobileye的技术策略,激光雷达以及毫米波雷达具备独立的自成体系的完整感知能力,可以在未来与纯视觉感知进行协同工作,这意味着,激光雷达公司的赛道将不仅仅是硬件比拼。
事实上,对于激光雷达上车来说,“成本分两块,显性成本是供应链可以解决的问题;而软件以及背后的验证测试才是最大的隐性成本”,同时也将是激光雷达公司未来“竞标”的核心要素。
比如,软件涉及到如何提高响应速度、优化计算资源以及不断改进的对象分类和行为预测算法。实际上,在过去十年时间来,视觉感知也同样经历了类似的过程。
“客户希望我们交付的不是单纯用于感知的硬件,还希望具备处理点云数据的能力,在雨雪等环境下能够智能检测出外部因素带来的风险,这就对传感器的算法提出了更高要求。” 一家激光雷达公司的研发负责人坦言。
法雷奥的第三代SCALA激光雷达同样在硬件性能大幅提升的同时,增加了更多的软件能力。比如,通过测量雨滴密度来计算正确的制动距离,跟踪车辆并使用算法预测轨迹,并触发必要的安全操作。
在高工智能汽车研究院看来,目前车载激光雷达正处于关键的市场博弈期;一方面,头部车企仍在带动上车量提升;另一方面,随着智能化价位下探,激光雷达因为成本问题,被舍弃的风险也在加大。
尤其是近年来纯视觉感知方案的不断优化,过去一味堆砌激光雷达的硬件竞赛,也已经成为历史。「激光雷达必须要做好降本增效的充分准备。」
这篇关于突发!曾拿下宝马/大众定点,这家激光雷达上市公司却开启裁员的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!