在刘国清眼里，MINIEYE 非常像一种植物——毛竹。

这种植物在刚种下的五年时间几乎看不到生长，它所有的精力都用在了根系的伸展上面。而在五年后，毛竹就好像被施了魔法，开始以肉眼可见的速度生长，甚至能够在半年的时间里蹿到几十米高。

2013 年，MINIEYE 的创始团队从新加坡回到中国，正式踏上了 ADAS 的征程，至今正好五年的时间。

「现在就是我们交成绩单的时候。」MINIEYE 公司 CEO 刘国清对机器之能这样说。

MINIEYE 的前装与后装之路

在今年年初的 CES 展上，MINIEYE 刷足了存在感。不仅宣布完成千万美元 A1 轮融资，还首次展出了前装产品 MINIEYE X1。

相较于后装市场，前装市场对 ADAS 产品的安全性、成本控制以及服务等方面存在更高要求。可是仍有大批的 ADAS 创业公司前赴后继地涌向前装市场，想法设法地撬开市场的大门。原因就在于，前装市场空间巨大，每年两至三千万的增量新车足以喂饱任何一家 ADAS 创业公司的野心。以 ADAS 领域独占鳌头的 Mobileye 为例，其一年的营收中就有 80% 的收入来自前装。

而 MINIEYE 在创立之初，就在锁定后装的同时也瞄向了前装市场。

「前装市场的导入周期很长，从最初的样品测试再到后来的定制化开发，到最后拿下商用车的项目，我们花了大约两年时间。」刘国清说道。

目前，MINIEYE 在前装乘用车领域的客户包括比亚迪、众泰、奇瑞等主机厂，也覆盖了万向集团等 Tier1 厂商。商用车领域的客户也有东风商用车、东风柳汽等主机厂以及 VITI、KUS 等 Tier1 厂商。

刘国清透露，在乘用车方面，MINIEYE 与主机厂的合作在今年年内就可以实现 SOP（Start Of Production，启动批量生产），现已拿下 3 款车型的定点。在商用车方面，MINIEYE 已获得 6 个车型的定点，目前已经量产供货。

那么，MINIEYE 的这款前装产品究竟有何特别之处呢？

简而言之，MINIEYE X1 是一款车规级主动安全产品，拥有前向碰撞预警（FCW）、车道偏离预警（LDW）、前车监控预警（HMW）、城市前车碰撞预警（UFCW）、行人碰撞预警（PCW）以及交通标志识别（TSR）等功能。此外，这款产品还支持与毫米波雷达的融合，功能可以扩展到自动紧急刹车（AEB）。

刘国清表示，相较于市面上的同类产品，MINIEYE X1 有五大优势。

首先，X1 能够应对大雨、夜晚低光、异型车、高温、颠簸等不同工况，能够在复杂的工况下保持鲁棒性能。

其次，产品的整机功耗小于 3 瓦，这意味着 X1 能够在炎热的环境下同样稳定工作。

在车规级方面，MINIEYE 已经获得 IATF16949 认证，X1 核心器件也满足 ISO26262、AEC-Q100 等标准。

另外，X1 具有灵活设计可扩展的特点，可以满足与车机、数字仪表、HUD 等结合的定制化需求，也能够实现与毫米波雷达等传感器的融合，还可以扩展到 AEB 等控制型功能。

最后一点，就是尽量减少 DDR 和 NAND Flash 相对高成本的元器件的使用，让产品成本具备有竞争力。

MINIEYE CEO 刘国清

而在本身门槛相对较低、鱼龙混杂的后装 ADAS 市场上，MINIEYE 也坚持使用「前装技术」做后装产品。

2017 年 11 月，MINIEYE 的后装 ADAS 产品 M3 实现量产，至今已经获得数万套订单，装配车辆遍布全国 29 个省市。

今年，MINIEYE 进一步丰富产品矩阵以满足更多后装客户的需求，推出了内视产品驾驶员行为监测系统 F1 以及 M3 的升级版 M4。在原有功能上，新产品增加了对行人、交通标志牌的识别和驾驶员行为监测系统，并开通数据平台服务，且 MINIEYE 的后装产品优势主要体现在安装省时省力、接口丰富易集成以及前后视一体化三个方面。

「其实无论是前装还是后装，我们一直非常强调以需求为导向、以客户为中心。」刘国清回忆道，有一次他曾被问起技术创新与技术创业的区别，他的答案是：技术创新是花钱，本质是满足技术人员实现自我满足，而技术创业则是赚钱，必须解决客户的问题、满足客户的需求。

「作为一家技术创业公司，我们已经烧五年钱了，今年终于看到了赚钱的影子，这离不开前面四年时间持续的研发投入。」

关键技术的积累与商业模式的支撑

在算法方面，如何在有限算力、低功耗、成本合理的条件下实现算法的设计十分关键。MINIEYE 押注在「神经网络三件套」——ThiNet、FastNet 和 HardNet。

ThiNet 是 MINIEYE 自主研发的神经网络压缩架构，可以让神经网络有效「瘦身」，降低其对算力和存储的要求。（学界 | MINIEYE 首席科学家吴建鑫解读 ICCV 入选论文：用于网络压缩的滤波器级别剪枝算法 ThiNet）

在此基础上，MINIEYE 开发了嵌入式神经网络加速库 FastNet，利用 FastNet 对 Squeezenet 等网络进行加速，其计算性能相较于 Caffe，NCNN（腾讯），TensorFlow Lite（Google）均有 1.8 倍以上的提升。

MINIEYE 首席科学家吴建鑫

HardNet 则是 MINIEYE 自主设计的神经网络架构 IP，可以帮助高计算复杂度的神经网络在小面积的 FPGA 上实时工作。

对于数据积累，MINIEYE 已经持续进行 44 个月，官方称目前积累的标注数据里程超过 1300 万公里。如果后装产品上量，也会推进数据积累的速度。

而传感器融合一直是趋势所向，除了纯视觉的解决方案，MINIEYE 可以为前装客户提供定制化解决方案，即视觉、毫米波雷达、IMU 融合产品，利用摄像头识别物体，毫米波雷达测量距离和速度，实现优势互补。

据悉，MINIEYE 还在研发与包括 LiDAR、超声波、热成像等更多传感器融合的感知方案。

在跨越了技术门槛之后，找到真正有价值的商业模式就成为了公司立足的核心。

目前，MINIEYE 在 L1、L2 级别的产品已实现商业化的基础上，开始布局 L3 以上自动驾驶，并计划在 2019 年把限定场景自动驾驶项目落地国内。MINIEYE 选择与新加坡 SMART 合作，这是一家美国麻省理工学院和新加坡国立研究基金共同成立的研究机构。

现在看来，如果把大批厂商、创企扎堆涌向 ADAS 领域的 2015 年称为 ADAS 元年，把 2016、2017 年看作市场留给这些公司的成长期，那么 2018 年对于领域内的玩家来说，无疑就是完成市场检验的时刻。

现在，MINIEYE 已经给出了自己的成绩单，其他公司呢？

作者：机器之能 高静宜