被誉为激光雷达鼻祖的Velodyne Lidar,正在聘请美林、花旗在内的多家投行进行IPO,目标估值超过18亿美元,并计划在2019年底前完成上市。
成立于1983年、2005年涉足激光雷达的Velodyne可以说是引领了行业的发展,在国内外也有众多的激光雷达初创公司,包括了速腾聚创、镭神智能、禾赛科技、Quanergy、Innovusion等。
Velodyne引领的激光雷达行业,会有什么样的系统风险呢?还有一个问题,国内哪家激光雷达初创公司估值最高吗?
01 比Waymo更早的Velodyne
Velodyne成立于1983年,最初是专注于低音炮技术的音响公司。但是在2005年参加DARPA赞助的无人车比赛后,其创始人David Hall与Velodyne总裁Bruce才决定进军激光雷达领域,并在2007年为比赛开发新的传感器,当年6支参赛队伍有五支使用了其激光雷达。
全球自动驾驶领头羊Waymo的前身,成立于2009年的谷歌X实验室无人车项目,在对汽车进行自动驾驶改装的时候,就是采用了Velodyne的激光雷达,最后还获得部分授权开发自己的激光雷达,并在前不久对非RoboTaxi竞争对手销售其激光雷达Honeycomb。
Waymo选择的自动驾驶路线,选择了激光雷达为主传感器,导致了后来志在L4级别自动驾驶的公司,基本上都纷纷采用了激光雷达的技术线路。由于Velodyne最初的产品单价超过10万美元,比用于进行自动驾驶改装的车辆都要贵。
看到Velodyne激光雷达高昂的价格,以及对其在自动驾驶领域应用的看好,国内外纷纷出现了众多的激光雷达的初创公司。希望对标Velodyne,生产出性价比更多的激光雷达产品,或者是推出固态激光雷达。
但是,Velodyne由于其产品的稳定性,即便是其高昂的价格,还是让众多的自动驾驶初创公司对其趋之若鹤。目前,Velodyne的市场占有率也是位于前列。即便是在中国市场,Velodyne也有一席之地。
在2016年,Velodyne将激光雷达部门独立,成立Velodyne Lidar.Inc,随后拿到了百度、福特的投资,最近一轮是在2018年12月拿到尼康2500万美元的融资,但没有公布具体的估值。
Velodyne聘请投行进行IPO,如果成功在2019年底上市,将会成为激光雷达的第一股。对于国内的激光雷达初创公司而言,即是利好的消息,也存在着挑战。
02 影响其他激光雷达初创公司
Velodyne是激光雷达领域,其他公司都希望对标的一家公司,或者说是希望超过的一家公司。但是,随着Velodyne的IPO脚步的越来越近,对于其他激光雷达初创公司意味着什么?
在一个行业里,当出现了上市公司的时候,其他所有的同类型玩家,都会面临着被拿来和这个上市公司进行对比,尤其是在估值、销量等这些可以具体数字化的方面。
举个例子,在造新势力里面,蔚来汽车率先在美国纽交所上市,解禁期后股价一路暴跌,最新市值不到27亿美元,不到刚上市时的一半市值。这大大影响了其他造车新势力的融资,尤其是在谈估值的时候。
当Velodyne上市后,其他所有的激光雷达初创公司,包括国内外的速腾聚创、镭神智能、禾赛科技、Quanergy、Innovusion等,都会被拿来和Velodyne进行对比。
而且是全方位的对比,包括估值、产品进度、销量、财务情况、技术水平等等,更为透明化的标杆,会让所有的激光雷达初创公司都面临压力,当然了,这种压力是能够加速行业淘汰进度的。
根据公开资料显示,国内的激光雷达初创公司,速腾聚创应该是融资和估值最高的公司,2018年10月的最新一轮融资3亿人民币,对应估值应该是15亿人民币,菜鸟网络、尚欣资本(上汽集团旗下)、北汽集团等产业资本入局。
但是,据车智君了解,另一家激光雷达初创公司,以5亿美元的估值,从一级供应商巨头和其他投资人手里,共计拿到了1亿美元的融资。这可能是国内激光雷达初创公司中,融资额和估值最高的记录了。
03 激光雷达的行业风险
目前,激光雷达主要的买家是自动驾驶行业的公司,而在自动驾驶领域存在着两条路线:计算机视觉和激光雷达,两者的代表企业分别是特斯拉和Waymo。
特斯拉的马斯克在4月份表示,在2020年要推出100万辆的RoboTaxi,而相比之下,在自动驾驶商业化走得最快,或者说是在激光雷达技术路线走得最快的Waymo,Waymo One拥有的车辆也就数百辆,这包括了所有的自动驾驶测试车辆。
在计算机视觉顶级会议CVPR 2019上,有公司发布了可“透视”的摄像头,以及其它一些可用于自动驾驶的摄像头。这或许,能够让计算机视觉自动驾驶路线,能够跑出来。
按照目前摄像头的成本,一旦仅仅是采用摄像头方案就可以实现L4级别自动驾驶的话,将会对激光雷达领域构成巨大的打击。这个事件发生的可能性,会有多大呢?
笃信计算机视觉可以实现L4级别自动驾驶的人,是认为人类也仅仅是依靠视觉就完成了自动驾驶所需要的数据信息,但忽视了背后人类精密的大脑以及经验判断的形成,这是目前计算机芯片无法实现的。
另外,自动驾驶领域还有两条路线,那就是单车智能(车端智能)和车路协同(场端智能),或许单车智能不需要激光雷达,但是,车路协同或许需要激光雷达在内的多传感器方案。
目前,国内在车路协同路线的测试,也在如火如荼的进行中,车智君将会保持关注。
来源:车智
本文地址:https://www.d1ev.com/news/qiye/93503
文中图片源自互联网,如有侵权请联系admin#d1ev.com(#替换成@)删除。