从英特尔中国研究院离职后，吴甘沙坐在了无人驾驶车的方向盘前

英特尔中国研究院院长吴甘沙于近期从英特尔离职创业、投身智能驾驶的消息，已不是新闻了 。消息说，“其创业的具体领域是局部时间和地域自动驾驶、人机和谐共驾。”

但是他到底打算怎么做、跟谁一块做，直到最近两天，才由媒体或相关公司陆续放出消息。前些天，吴甘沙刚办完英特尔的离职手续。职是刚离，但他“创业狗”的状态却早就进入，每天连轴转地面试、见VC（他希望能在年前搞定最初这轮融资），这跟他之前在英特尔即使不能说闲适也是十分从容的状态不可同日而语。

他这个业打算怎么创？上周末，我跟吴甘沙约在太阳宫的某家星巴克，在他约人谈事的间隙，未经录音地聊了个把小时。

几路技术高手聚集

一见面，吴甘沙告诉我，他新创这家公司的重要股东是格林深瞳——一家专注于计算机视觉与人工智能的创业公司。

格林深瞳在2月5日宣布了这个“喜大普奔的消息”。

它在文章中说，

格灵深瞳联合英特尔研究院院长吴甘沙、国家智能车未来挑战赛冠军团队负责人姜岩等一同创办了一家专注于自动驾驶领域的公司——驭势科技。

驭势要做的事情是为汽车品牌提供成熟的无人驾驶解决方案，一方面真正做到让出行者无歧视，使得包括残疾人在内的所有人都可以驭车出行，另一方面要减少车祸伤亡，提升道路通行能力，在保障出行安全的前提下，极大提高出行效率。

作为格灵深瞳的联合创始人兼CTO，赵勇……将代表格灵深瞳作为董事……而作为驭势科技的兄弟公司，格灵深瞳也将持续为其提供视觉感知方面的技术支持，确保驭势始终拥有业界领先的无人驾驶视觉解决方案。

在驭势里，吴甘沙与格灵深瞳分列第一、二大股东。之前吴甘沙在考虑创业方向时，最初想在机器人方向上创业，后来赵勇说服了他，说智能驾驶是一个现成的大市场，而格灵深瞳正想在这个方向上做深入布局与应用。吴遂应之，他曾判断道，“未来汽车是家和工作场所之外的第三空间。毫无疑问它是任何信息技术和媒体的重要人口。”

在接受新智元采访时，他坦承，

“创业还是要借势的。人工智能正在起势，选择人工智能、但又能变现大数据的积累，是最理想的。我当初想做的是个人服务性机器人，结果被赵勇拉上了自动驾驶之路，并且深深迷上了这个方向。”

除了吴甘沙、赵勇，驭势的另外一个重要人物是姜岩。他此前的身份是北京理工大学机械与车辆学院教授、负责该学院的无人驾驶项目。

此外，驭势科技的核心技术团队里，还有吴甘沙从英特尔带出来的两个总监。

驭势的英文名是UISEE。据吴甘沙介绍，这五个字母都对应一个英文单词，本文就不一一解释了，总之其含意是为了提高交通的效率，保护环境、安全，等等。吴甘沙特意强调，这个软硬件结合的无人驾驶解决方案是为了创造“妙至毫巅”的驾驶体验。

吴甘沙如此解读这个技术团队不同背景带来的核心技术能力：

1、低成本地实现车对环境的视觉的完全感知。这是格林深瞳的技术积累。

2、低成本下实现自动驾驶的规划与控制 ，这是姜岩的技术积累。

3、出色的软硬件设计能力，能将芯片与软件最高效耐用地整合在系统里，把硬件能力最大限度地利用起来，这是英特尔擅长的。

以格灵深瞳的技术为例。2015年9月，赵勇在接受科技媒体爱范儿采访时曾说，“格灵深瞳现在正在做三款产品”，除了一款主要以银行为客户的安防监控设备，另外两款都是与汽车视觉识别相关，比如可以识别行驶中的车辆，知道汽车的速度以及位置，而且还可以识别车牌号、车型，甚至生产年份。

格灵深瞳拥有这个技术积累，但如何让它产品化、商业化，却并不是那么简单，一大原因是汽车这个产品与市场都相当复杂，只有成立独立公司去研发及运作。

驭势对格灵深瞳来说，即肩负这样的使命。

与谷歌（百度）无人驾驶的区别

那么，驭势这套技术解决方案与谷歌或百度的无人驾驶有何区别、何以竞争呢？吴甘沙从技术路线与模式两个角度进行了解释。

技术路线：谷歌或百度的无人车，其原型都是斯坦福的斯坦利机器人汽车，其运行离不开谷歌与百度的高精度地图。

如格灵深瞳的文章所说，

现在主流的自动驾驶方案主要基于三种感知技术形式——高精度的激光雷达、高精度GPS和高精度惯性导航，而这三套设备的售价分别为70万人民币、50-100万人民币、30万人民币。仅仅是感知设备就需要花费将近200万人民币，是低中端汽车售价的10到20倍，如此高成本的技术路线，想要实现自动驾驶的商业化就现阶段而言根本不可能。

而驭势的目标是不再让汽车头顶百万人民币的视觉感知设备，而是采用基于低成本感知的人工智能算法和双目摄像头打造更具商业价值的无人驾驶解决方案。

吴甘沙说，“驭势的技术路线与特斯拉有点像，但在商业模式上又不一样，我们自己并不造车。”

商业模式上，“驭势初期的服务对象是车厂。就像今天的Intel inside一样，会打上UISEE inside，以加强用户对品牌的认知。当市占率到一定程度后，也许会进行商业模式的延伸，比如造出解决最后五公里的车，解决末端物流问题。”吴称，“而谷歌更偏向于互联网思维，它想打造一个Uber式的无人驾车交通系统。”

另外，吴甘沙还认为，在新事物的发展上，创业公司的胜算较大公司更大，这是他并不担心谷歌百度苹果等大公司也在做类似事的重要原因。他抛出他的“五论”来证明这一点：基因论（这不用多解释，创业公司与大公因的基因本不同）、毒草论（一家大公司原有的主营业务会把公司的养料全吸走，大草周围，寸草不生）、吃孩子论（主营业务受到新业务的威胁，势必要去扼杀新业务。所以成功的新业务多半是从远离主业务的地方长起来的，如微信之于QQ）、伪拼爹论（大公司的资源与优势，换了一个新领域就不同了）、生孩子论（生孩子是一个女人怀胎九月，而不是九个女人怀胎一月，创业公司在特定领域里有资源集中优势）。

不憋大招

吴甘沙非常看重速度——哈，此处不是指无人车的速度！

除了马不停蹄地确认融资（据说现在已基本确定新的投资方，尽管条件不是最优的，但在时间上能保证资金尽快到位。但他并不愿透露融资金额、更不用说估值了，据说是吸取了别的技术创业者教训），他还希望今年6月份就能做出一个系统来，可以搭载在四辆车上（两辆油车、两辆新能源车）运行——由于大多数传统油车并没有开放线控，而智能驾驶必须靠线控进行，所以可以肯定的是，驭势系统初期要主要搭载在已采用电子线控的比亚迪上。

造无人驾驶这么一个复杂系统怎么能做到这么快？肯定不会完美——吴承认。但他认为，“半个成品一定好于一个半成品，先把东西做出来再说。”这是互联网公司如特斯拉有别于传统汽车公司的思路。

“宝马是传统造车方式，三年憋大招，造出一个无人驾驶车来。而特斯拉是互联网公司快速迭代，弄出半个成品出来，先拿出来让别人来用，每个月就会推一个软件版本。现在它借助推出的十万辆车，就可以采集大量数据。所以宝马只可能采集百万公里级别，而特斯拉就会有十亿公里级别的数据。”

吴甘沙高度颂扬机器在这个过程中的“学习能力”。

“我希望三年后（通过我们系统）能做到‘增强驾驶’。机器能辅助或替代人的驾驶行为。有时是人在驾驶，机器也在驾驶，在这个过程中，机器始终在学习人的行为与判断，如果机器与人的判断不一致，那么系统会来查看这个记录差异点在哪，进行深度学习。

“机器在一些单项能力——如速记、人脸识别上，已超过人类。但短期时间内，人工智能在综合能力上不可能超过人类。人难能可贵之处在于能触类旁通、举一反三，在驾校学几十个小时、上路几百公里，就可以学会开车，但是，人一年也就开一万公里，经验止步于此，而且很多时候，好了伤疤忘了痛，并不能真的记住教训、长记性。而机器就不一样，如果有一万辆车同时在跑、在进行记忆与学习，那么一万辆车的一万公里就是一亿公里，这一亿公里的数据上传到云端“大脑”，机器是不会忘记的，并且“一瞬间”就学会了，它的知识是所有机器所掌握的知识的总和。也许机器在1000公里时还远远学不到什么，但是到一万公里、5000万公里、1亿公里时，它掌握的信息与技能可能就会超过人。这就是人工智能注定会快速成长的原因。”

在与吴甘沙聊完天分手时，我让他预测一下今年三月份谷歌机器人AlphaGo与围棋职业九段、世界冠军李世石的对弈结果。与一些互联网人不同，这位人工智能的信仰者与实践者却称，赢家当是李世石。“短期来看，机器还没有那么厉害。”

但长期么……唔。你说呢。

也就是在跟吴甘沙碰面那天，我看到一则新闻，就在刚刚，“特斯拉聘请前AMD首席架构师吉姆·凯勒担任自动驾驶硬件工程副总裁。在特斯拉，凯勒并不一定专注于自主处理器的开发。特斯拉的Autopilot自动驾驶功能需要强大的处理能力。凯勒在硬件工程领域的经验，尤其是关于低功耗设计的专业性将给特斯拉带来价值。”

我把这则消息转给甘沙，他笑道，“这证明英特尔这帮人（对研究无人驾驶）还是有价值的。”

全球，从美国、中国到欧洲，传统芯片厂商、传统汽车厂商的大牛们如挡不住的细涓洪流，都在投向智能汽车、无人驾驶的研发中。这是一个显而易见的诱惑与风口。这个市场是如此初期，以至于驭势也好、谷歌百度无人驾驶也好、特斯拉或Mobileye也好，都来不及把彼此当确定的座标与对手。仅仅在十年之前，谁曾想到，中国汽车工业会迎来在某个层面上与欧美同行站在相似起跑线上的机会呢。

虎嗅会持续关注驭势、关注甘沙，以及更多的智能汽车、无人驾驶创业者。任何创业者若有这方面的动向与线索，不妨来这里把你的项目情况告知我们一二。多谢。