一家激光雷達創業公司Ibeo，破產了
這次倒下的是激光雷達行業的鼻祖。
日前，德國激光雷達企業Ibeo發佈公告稱，由於無法獲得進一步的增長融資，遂公司提交了破產申請。公司坦言，目前賬上的現金只夠支付全體員工到11月底的工資。
Ibeo的故事始於1998年，由德國赫爾穆特施密特大學的Ulrich Lages博士創立。早在2010年，Ibeo就拿到了汽車巨頭奧迪的訂單，卻花了7年時間才量產交付。此後，Ibeo開始走下坡路，直到2020年才拿到了第二個項目——長城汽車，但也無濟於事。長達24年的創業歷程，Ibeo只獲得過兩輪外部融資，身處風口賽道卻依舊融資艱難。
一半海水，一半火焰。與Ibeo的境遇大相徑庭，國內激光雷達行業正迎來一股火爆的融資潮：禾賽科技、速騰聚創、鐳神智能、一徑科技、北醒、牧鐳激光、洛微科技、鋭馳智光……背後的投資方陣容更是十分龐大，不僅知名VC/PE雲集，還有小鵬、東風、百度、小米等一眾產業投資人。
無獨有偶，馬斯克剛剛宣佈砍掉了特斯拉所有的雷達傳感器，也給激光雷達潑了一盆冷水。顯然，這是一場關於自動駕駛的命運之爭。
曾為奧迪、長城供貨
激光雷達鼻祖宣佈破產了
曾幾何時，Ibeo也是激光雷達行業一顆炙手可熱的明星。
時間回到1998年，Ulrich Lages正在德國漢堡的赫爾穆特施密特大學攻讀博士學位，研究方向正是激光掃描器的實踐應用。儘管當時Ulrich Lages尚未畢業，但雄心勃勃的他萌生了創業的念頭，一心想要將自己所學應用在汽車上。於是，Ibeo在Ulrich Lages的手中應運而生。
起初，Ibeo以開發基於激光掃描技術的緊急制動系統起家，很快便被德國傳感器巨頭SICK注意到，後者在2000年收購了創立才兩年的Ibeo。此後，Ibeo開始在DARPA自動駕駛汽車挑戰賽中亮相，分別在2004、2005和2007年，有多輛參賽車輛使用了SICK的單線激光雷達。
2009年，創始人Ulrich Lages與Ibeo管理層決定回購股份獨立發展，並開始專注於智能駕駛方向激光雷達系統的開發。很快，Ibeo這次轉型得到了汽車巨頭的青睞。一年之後，Ibeo與法國零部件企業法雷奧合作，獲得了奧迪L3級自動駕駛項目定點，共同開發車載激光雷達SCALA。
只是等待“開花結果”的週期太過漫長，直到2017年底，Ibeo開發的這款產品才終於隨着奧迪A8上市實現量產。然而由於法規限制，L3級在多個地方並不能落地，奧迪不得不將SCALA當做L2級使用，這也讓Ibeo的價值大打折扣。
此後，Ibeo遲遲沒有獲得新的訂單，直到2020年7月，公司才終於迎來了自己的第二個項目——與中國長城汽車達成合作，成為子品牌魏牌WEY SUV系列車型的固態激光雷達供應商。
這一次，Ibeo帶來的方案更為激進：4D固態激光雷達，不含任何運動部件，傳感器更輕便、結構更緊湊，適用於L2-L5級自動駕駛。但這種全固態方案由於技術較為超前，同樣擁有量產成本高、冗餘系統難做、維護成本高等明顯缺點。這些缺點足以讓一眾車企望而卻步，而沒有訂單，Ibeo即便擁有再先進的技術也無以為繼。
與此同時，自身造血能力不足的Ibeo，外部輸血同樣也沒跟上。這一點在Ibeo官方發佈的破產聲明中得到印證，“由於無法獲得進一步的增長融資，遂公司提交了破產申請。”
回顧Ibeo長達24年的創業史，有且僅有兩輪外部融資：2016年8月，汽車零部件巨頭採埃孚宣佈收購Ibeo 40%的股份，目的在於獲取後者在激光雷達和環境感知算法領域的專業技術；2021年中，國內聲學解決方案供應商瑞聲科技完成對Ibeo的股權投資，成為Ibeo的第三位戰略股東。
顯然兩輪融資遠遠不夠，畢竟做激光雷達實在太“燒錢”了。以借殼上市的激光雷達企業Velodyne為例，去年全年淨虧損為2.12億美元，今年二季度則虧損4430萬美元，股價更是由28美元一路跌至0.8美元。此外，採埃孚在2020年就因Ibeo盈利前景羸弱，尋求出售所持股份，這對Ibeo而言無疑是雪上加霜。
最終，Ibeo不得不走向破產。跌落谷底的行業鼻祖，無疑給現在火熱的激光雷達創業公司們敲響了警鐘。
國內今年最火融資賽道之一
投資人搶激光雷達
一邊是行業鼻祖破產了，另一邊是國內激光雷達創業熱火朝天，如此戲劇性的一幕真切上演着。
據投資界不完全統計，今年截止目前，激光雷達相關融資已有14筆，不乏多筆過億元大額融資。我們把目光聚焦到創投圈，一筆筆激光雷達融資誕生，催生了一批獨角獸。
其中令人印象深刻的是，今年2月，速騰聚創獲得比亞迪領投的超24億元戰略融資，該筆融資成為車載激光雷達領域單輪最大融資，也讓公司一舉躋身獨角獸行列。4個月後，速騰聚創再獲一輪融資，由華興資本旗下華興新經濟基金領投，雲鋒基金、景林投資和昆仲資本跟投。
速騰聚創背後的掌舵者，是來自哈爾濱工業大學的博士後邱純鑫。2014年，在博士生導師朱曉蕊教授的支持下，邱純鑫以課題組為初始團隊，正式創立了速騰聚創，主攻激光雷達。2016年，速騰聚創用時半年研發出了16線機械旋轉式激光雷達RS-LiDAR，次年10月又發佈了MEMS固態激光雷達。2021年6月，速騰聚創的固態激光雷達正式量產，交付北美。截止目前，速騰聚創的前裝定點量產項目已覆蓋超跑、轎跑、SUV、重卡等50多款車型。
將時間線再往前推，禾賽科技在去年6月也完成一筆鉅額融資——超過3億美元的D輪融資，領投方包括高瓴創投、小米集團、美團和CPE。同時參與本輪融資的還有華泰美元基金，以及老股東光速中國、光速全球、啓明創投等。據外媒報道，禾賽科技的最新估值達到30億美元。
這是一家由三位85後校友聯手打造的獨角獸企業。2013年，相識於清華和斯坦福大學的孫愷、李一帆、向少卿三人，在硅谷最大的城市聖何塞成立了禾賽科技，決心要打造一家“billion dollar company”。2014年，三人又決定回國創業，並在兩年後正式發佈了第一款32線激光雷。日前，禾賽科技剛剛宣佈AT128 雷達實現單月交付量突破10000台，成為全球首家月交付過萬的車載激光雷達公司。
值得一提的是，去年1月，禾賽科技曾向科創板發起衝擊，但時隔兩個月又撤回了IPO申請。據悉，禾賽科技正考慮在美國等地IPO，繼續衝刺”國內激光雷達第一股”。
這裏誕生的明星企業不勝枚舉：鐳神智能、一徑科技、北醒、牧鐳激光、洛微科技、鋭馳智光……背後的投資方陣容更是十分龐大，不乏尚頎資本、小鵬汽車、東風交銀汽車基金、中金資本、百度、雲鋒基金、常春藤資本、張江科投、小米集團、國家電投、海松資本等知名機構。一時間，有頭有臉的VC/PE幾乎都來了。
馬斯克的純視覺VS激光雷達
自動駕駛走向分岔路
但激光雷達再火熱，卻也得不到馬斯克的芳心。
近日，特斯拉官方發佈聲明稱，從10月開始，歐洲、北美、中東地區交付的Model 3、Model Y，將取消超聲波雷達傳感器，隨後在全球範圍內陸續取消Model 3、Model Y的超聲波雷達傳感器；2023年，售價更貴的Model S、Model X也不再配備超聲波雷達傳感器。這意味着特斯拉未來所有車型，將採用純視覺方案，所有的駕駛輔助功能將完全依靠目前的8個攝像頭。
馬斯克不僅“割”光了特斯拉身上的雷達，更是將激光雷達貶的一無是處。此前，馬斯克曾多次在公開場合抨擊激光雷達，諸如“激光雷達毫無意義，對於自動駕駛汽車來説沒有必要”、“激光雷達很差勁，汽車製造商終將拋棄激光雷達，記住我的話”、“激光雷達就像人身上長了一堆闌尾，闌尾本身的存在基本是無意義的”……
為何馬斯克如此厭惡激光雷達？原因在於，馬斯克一直堅持第一原理思維，他認為人類僅僅依靠一雙眼睛和大腦開車，那機器同樣也可以做到只依靠視覺和算法。而在今年，特斯拉公佈了一個新算法：Occupancy Networks。據悉，這一算法可以理解三維空間中被物體佔據的格點或空間，能有效規避物體邊緣碰撞問題，避免純視覺方案的盲點等問題。
此外，激光雷達過高的成本也讓馬斯克嗤之以鼻。資料顯示，特斯拉使用8個攝像頭，預計總成本在1000元人民幣以下；而激光雷達單顆的成本價格依然接近一萬元。而且採用純視覺方案，特斯拉也無需對車輛進行大的硬件改造，只需要對軟件進行OTA升級就能實現自動駕駛。
當然，任何事物都具有兩面性，有人反對自然也有人支持。去年9月，全球首台搭載激光雷達技術的小鵬P5量產上市，彼時何小鵬曾與馬斯克隔空論戰，“明年開始，在中國的自動駕駛你要有思想準備被我們打的找不着東，至於國際，我們會相遇的。”
實際上，今年以來，越來越多的國內車企開始將激光雷達量產上車。華西證券統計顯示，進入2022年，擁有激光雷達的量產車驟增至16款，其中搭載超過1顆激光雷達的車型多達9款，擁有激光雷達最多的長城沙龍機甲龍，足足搭載4顆。而今年9月上市的飛凡R7，搭載的是Luminar旗下1550nm激光雷達；小鵬G9和理想L8則分別搭載了速騰聚創與禾賽科技的激光雷達。
根據諮詢機構Yole預測，隨着高級別自動駕駛技術的發展，車載激光雷達的應用將變得更為普及。到2027年，僅ADAS激光雷達市場規模將達到20億美元，將會是2021年的50倍以上。
因此，儘管Ibeo倒下了，但似乎絲毫沒有影響投資人的信心。一家北京VC機構的合夥人表示，激光雷達一定是未來的方向，因為先進的硬件雖然貴，但是效果一定是要比軟件強。“靠軟件和AI技術，其升級能力是有限的，最終會被價格降低之後的硬件所取代。”
作為速騰聚創的投資方之一，雲鋒基金合夥人朱藝愷也曾表示，隨着產業技術的逐步成熟，激光雷達在自動駕駛、智能網聯汽車、智慧交通等領域展現出巨大的技術優勢和發展潛力。而高瓴合夥人、高瓴創投軟件與硬科技負責人黃立明同樣認為：“作為自動駕駛最核心的傳感器，激光雷達直接影響着自動駕駛行業的發展速度和水平。”
正所謂，路漫漫其修遠兮。關於自動駕駛路線之爭，究竟誰會笑到最後？我們靜待時間來驗證。