离开百度无人车和Magic Leap 他们给机器人造眼睛

智东西（公众号：zhidxcom）

文 | 四月

导语：在今年的创投圈，“VR/AR”、“智能交通”成为近似摇钱树的标签，人才抢夺战暗渡陈仓。基于这样的背景，很难想象会有一支创业团队：从Magic Leap辞职的SLAM带头人不去做AR，从百度无人车项目出走的首席工程师没有选择自动驾驶。

今年三月，刘少山离开百度硅谷研究院，张哲离开Magic Leap，两人毅然抛弃了炙手可热的“本行”，开始属于自己的项目Perceptln――为机器人提供完全基于视觉的SLAM解决方案。相比主流的激光雷达SLAM，Perceptln的单/双目视觉方案在性价比、通用性上更具优势，有望进一步普及机器人视觉系统，推动中低端产品的智能化升级。

SLAM技术，通俗来说，指为移动设备提供即时定位和空间关系等信息，通常还包括地图构建和路径规划。

最早了解到少山老师是在二月份一篇关于开源项目Alluxio的报道上，当时他的身份还是百度首席工程师，此前曾在LinkedIn、 微软、 Intel、Broadcom工作。

在过去的九个月里，刘少山完成了从供职向创业的转身，经历质疑和踌躇然后坦然，权衡诱惑后走向平静，他为我们梳理出关于Perceptln的创业逻辑和背后故事。这同时也是人工智能时代早期，众多华人硅谷系创业者中的一幅清晰缩影。

一、创业头两个月：没有钱 没有HR

刘少山与张哲相识于2009年，两人曾在微软总部共事，参与过微软机器人、WindowsPhone等项目。2016年3月，两人先后从当下最红的AR创业项目Magic Leap、百度硅谷研究院辞职创业。

确定机器视觉领域后，两人将目标方向植入进公司名称Perceptln（中文译名：普思英察），即Perception + Insight / lntelligence”（感知+洞察/智能），提供室内定位、深度学习、路径规划等软硬件整合式的解决方案，为移动式机器人类产品提供一双“慧眼”。

美国求学，硅谷工作，刘少山经历了从芯片时代到PC普及以及互联网、O2O、移动社交等科技浪潮的重要变迁。“技术迭代很快，移动互联网的窗口期不会太长，错过这个节点再进入机会就不多了”，基于人工智能技术第三次高潮的迭起，刘少山和张哲决定把握住这次机会。

在创业的细分方向选取上，两人结合兴趣和擅长领域两方面的因素。张哲毕业于纽约州立大学机器人方向博士，研究方向涉及地图重建、位置跟踪、机器人自主避障导航等，2014-2016年初在Magic Leap工作从事SLAM相关的工作。现主要负责解决方案的核心算法。

刘少山是加州大学欧文分校计算机博士，研究方向包括智能感知计算、系统软件、体系结构，在百度硅谷研发院担任首席工程师，从事无人车项目的操作系统和硬件交互研发。现主要负责系统架构和整合。

随着位于安创孵化器的深圳分公司落地，刘少山表示将会把更多的精力放在国内。创业之后，他已经将家人迁往之深圳。

此前，两人长期身处并习惯于学院/大公司按部就班式的节奏；独立创业后，两人的心态和工作状态面临着双重冲击。“头两个月，公司没有钱，甚至连个HR都没有”，刘少山回忆。

事必躬亲，是每个创业者在早期必然经历的繁忙状态。不断质疑与反问创业初衷后，刘少山顿悟，“总结起来就是一个节奏的问题，一旦适应快节奏、多线式问题解决的生活后，自信心也就足了”。

人才向来是技术型公司的核心发展竞争力，将研发中心设在硅谷能够很好地利用当地优势。“无论是面向的产品，还是人才储备上，美国仍属于前沿”，刘少山表示。在团队扩张的速度上，Perceptln节奏相对稳健。现团队近二十人，硅谷团队主要负责核心技术研发，深圳团队负责技术产品落地和供应链协调。

据智东西独家获悉，Perceptln正在跟进新一轮A轮融资，融资规模在三千万人民币以上，有望于年底完成。

二、深圳考察：机器人市场存量比想象中大

虽说有厚实技术护航，但缺乏可靠与缜密的商业逻辑对于创业公司仍十分危险。

基于国内实际调查数据显示，服务型机器人行业尚属一个叫好不叫座的领域，除扫地机器人偏家电外，一家6万台的年出货量已算得上乐观数字。如果是基于如此有限的市场存量，B端类的解决方案商的机会将十分有限。

对此，刘少山带来了不一样的视角。“在立项初期，我们也找来了多家咨询公司的报告比对，对于家庭类机器人市场的预期总体呈上升趋势，到2020年全球预计将达到2000万台的出货量”。

“并且，实体市场远比一些统计数据来得大”，这是刘少山在深入走访过深圳硬件之都后的感受。他表示，中国厂商的海外出口量是一个被忽视的统计空白；此外，在中国很多南方城市存在着一批“闷声发大财”的硬件企业，“他们不需要to VC，也不需要媒体曝光，在默默无闻地保持着高效运转”。

当然，更为重要的是，“他们对于高性价比的技术类方案的渴求十分强烈”，刘少山说道。

一些非传统意义上的机器人产品也需要视觉解决方案。“比如说行车记录仪，它自身未必动起来，但在倒车和导航等场景中对于建模和时空信息捕捉却十分有必要”。刘少山还介绍道，一家应用于农业场景的摘苹果机器人是Perceptln的海外客户之一，“在美国，人力成本很高，农业机器人的市场规模就达到了50亿美金/年”，刘少山分析道。在刘少山眼中，Perceptln面向的是一个更具潜市场。

三、投资人找上门：“只要做无人车，我就投你”

在今年的创投圈，“VR/AR”、“智能交通”成为近似摇钱树的标签，人才抢夺战暗渡陈仓。基于这样的背景，很难想象会有一支创业团队：从Magic Leap辞职的SLAM技术带头人不去做AR，从百度无人车项目出走的首席工程师没有选择自动驾驶。

在刘少山看来，资本对于人工智能技术的追逐已近似乎疯狂。据他回忆，创业期间曾有硅谷投资人主动表示，只要他做无人车项目就会投钱。“到了这个阶段，是不是真风口也要权衡”。

基于理科生的客观与求真思维习惯，Perceptln在进行技术分析和方向抉择时更为冷静：

1）VR/AR本身相对空洞，实际上并没有达到预期的体量，市场仍需培育。“但并不代表团队完全放弃了该块市场”，基于手机的AR/VR游戏是Perceptln正在并行的产品线；

2）无人车涉及到数十甚至上百项技术的整合，初创型公司深入该领域的希望和空间实际很小。

诞生于思想更激进、创投氛围更加浓厚的硅谷，Perceptln的作派却显得有些“保守”。在外人看来，Perceptln选择的视觉SLAM方案或许并不如AR、智能汽车的噱头足；但却是在当下更为适合和更加可行的一条路径。

在产品进度方面，刘少山表示，2016年团队专攻在市场研发和产品定位方面；明年上半年将会有软硬件产品相继落地， 包括一款在中、美同步上线的AR/VR游戏，基于双目视觉SLAM方案的开发者套件，以及合作的终端产品。

四、落地产品：三类集成方案 目标是标准化

具体而言，Perceptln基于核心算法与整合优势，提供了三类方案产品。据刘少山介绍：

1）一款纯软件AR/VR游戏，在手机移动端发行。AR领域从硬件切入风险过大，软件游戏具备更多的使用场景和用户群。

2）包含有双目摄像头、智能手机级芯片、传感器集合的SLAM模块，是一款turn-key的方案，供给室内机器人等消费级产品，可实现构建地图、自主导航、路径规划与避障功能。产品的优势体现在高性价比。

3）基于标准化方案的高端定制化，订单量在万台以上，为产品的个性化实现深度定制，产品仍以室内使用为主。

目前，Perceptln的合作对象包括扫地机器人、ADAS厂商等，产品预计明年上半年上市。此外，刘少山提出，团队提供的解决方案中还包括基于单一摄像头＋六度陀螺仪的低成本方案，利用有限的传感器采集周边图像，不需要提前扫描，也不需要外部传感器，在算法层面进行整合以处理采集到的大数据，生成周围环境的准确地图和自身定位。

在产品形态上，Perceptln的双目视觉方案类似于Intel已推行数年的Realsense。不过在刘少山看来，二者的市场定位和受众群存在差异，Perceptln的意义在于普及化和低成本化，以及更简单的适配，涵盖了多品牌和定位的移动端芯片。但后者更偏向于基于自家芯片的打包方案。

Perceptln的基本思路是基于核心算法框架，根据实际场景和需求添加数个模块，搭建硬件平台。由于简化了激光雷达、红外等传感器方案，刘少山坦诚在产品精度上作出了一定妥协，“对于消费级机器人产品并不需要达到mm级方案。我们的最大优势是整合，单一的SLAM算法和系统，只有整合起来才能带来更好的产品。”

五、探讨：摄像头取代雷达 折中之举是否可靠？

在主流之外的激光雷达方案之外，坚持使用摄像头的意义何在？刘少山表示并不是有意避开雷达。“现行的激光雷达方案在价格和延展性上都十分受限”，他介绍，普通4线雷达均价在1万元左右，并且雷达只能采集到二维信息，避障和地图建模信息维度太少。双目视觉可实现三维全面信息，基于深度学习的识别物体。

不同于实验室或前沿研发，面向消费级产品的技术方案对于可靠性与安全性要求更高。随后，笔者与刘少山针对关于“手机芯片”与“单目摄像头SLAM”两个关键信息点进行了重点探讨。

1）手机芯片是否能够承载大负荷的计算量？

“移动式芯片尚存有很大的发掘潜力，类似于GPU、DSP等都可以利用起来”，刘少山表示。在具体性能层面，Perceptln可以在手机芯片实现速度为5－8公里/小时机器运动的SLAM计算，并针对不同段位的手机芯片提供最适合的算法。

2）单目摄像头的SLAM方案是否可靠？

之所以考虑单目摄像头，刘少山表示，是因为双目在很多移动端设备的良品率过低。据刘少山透露，部分AR眼镜的双目SLAM方案良品率只有20%，其症结在于双目摄像头在安装时对于校准工艺要求过高，并且需要手工介入。

基于手机的单目摄像头＋IMU方案主要使用于短距离范围探测。主要原因在于六轴陀螺仪随着时间的延长误差增大，将前后帧率控制在33ms以内可实现厘米级的误差。

此外，刘少山表示，模块方案同时会引入相关修正算法以达到实际场景需求。

七、结语：情怀的延续

在与刘少山的言谈之间，让我恍惚间回到了上世纪90年代初国内互联网兴起带动的一批回国创业浪潮中。在人工智能带来的新世相下，他们果敢、无惧、不远万里地回到祖国实现更大的抱负，与此同时也承担着未知的风险和挑战，其精神和魄力值得称叹。

落实到Perceptln项目上，因其无需提前扫描，无需外部传感器等易用性，且在模块体积和性价比上具有更大的提升空间，有望在室内机器人、AR/VR、智能车载等已经落地的硬件平台上应用和普及，真正实现消费级品类的智能升级。单/双目视觉SLAM方案虽看似偏离了主流式的激光雷达方案，但确是基于市场与B端客户需求的衍生产品，在商业模式和市场空间上站得住脚，不乏创新也更接地气。

谈及对于机器人的萌动，刘少山最早可以追溯到十年前比尔·盖茨的一篇前瞻性文章，在《每个家庭都有一个机器人》(A Robot In Every Home)文章里，比尔·盖茨除了预言每个家庭将拥有电脑之外，还建议我们都应该有一台机器人。

“仙童半导体和英特尔带来了基于芯片的创新，接着微软将PC普及到家庭；然后谷歌通过搜索引擎，将信息网络连接起来；Facebook将人类社会行为搬到了网上，亚马逊、Uber、Airbnb将人类商业行为挪到了网上。总有一天，机器人会把这些事都做了。关于机器人，我们谈论了太久，却迟迟没有出现真正的主流产品，我们希望基于自己的技术，推动这一天的进程。”

这大概就是关于Perceptln的机器人梦。