Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

吴恩达旗下Drive.ai寻求「卖身」,自动驾驶创业者被逼到路口

<mark data-type=experts data-id=500df6fe-0c79-4b4e-80f6-57b71c302ef9>吴恩达</mark>旗下<mark data-type=institutions data-id=afeca06f-e329-455b-932c-cab09b4d9b82>Drive.ai</mark>寻求「卖身」,<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>创业者被逼到路口吴恩达师徒创办的自动驾驶创业公司Drive.ai正在向竞争对手寻求潜在买家

撰文 | 四月

卖身,or,融钱—— 二选一,关于存亡,创业者必须做出选择。

近日有消息称,自动驾驶创业公司Drive.ai正寻求“卖身”。目前公司已委托香港投行富瑞(Jefferies) 作为顾问,并在过去几周向几家最大的竞争对手告知出售意向。

Drive.ai最近一轮融资发生在2017年9月,筹集资金超过7700万美元,公司整体估值约2亿美元。

随后,该条消息相继被外媒the information、engadget报道,其中the information在科技领域报道中具有较高权威性。

01

Drive.ai是一家自动驾驶创业公司,起源于斯坦福大学人工智能实验室在2015年正式成立,团队成员主要来自斯坦福大学。


<mark data-type=experts data-id=500df6fe-0c79-4b4e-80f6-57b71c302ef9>吴恩达</mark>旗下<mark data-type=institutions data-id=afeca06f-e329-455b-932c-cab09b4d9b82>Drive.ai</mark>寻求「卖身」,<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>创业者被逼到路口Drive.ai创始团队成员

据公开信息显示,公司目前拥有150多名员工,在加州山景城和得克萨斯州弗里斯科市设有办事处,专门研发用于商业、政府以及共享汽车的深度学习驾驶软件。

Drive.ai总部位于硅谷,之所以在国内能够引起广泛关注还在于吴恩达的名气。他是百度前首席科学家,是Twitter上的“AI代言人”,被成为“人工智能四大神”之一。

吴恩达Drive.ai这家公司有着千丝万缕的联系。

首先,创始团队都来自斯坦福大学人工智能实验室吴恩达教授的团队;此外,公司总裁卡Carol Reiley,公司8位创始人之一,她的另外一个身份就是吴恩达的妻子;最后,吴恩达2017年离职百度三个月后,他本人也以人工智能专家和董事的身份加入Drive.ai, 与此同时,Drive.ai宣布了新一轮融资。

融资进展方面,Drive.ai 在2016 年第一轮融资中募集了 1200 万美元后,又分别在2017 年的 6 月和 9 月进行了两轮融资,筹集资金超过 7700 万美元,背后投资者包括北极光创投、GGV 资本、NEA 恩硕投资、Grab等。

Drive.ai自创立以来,便头顶闪耀的“AI光环”,其对标公司包括谷歌母公司Alphabet旗下Waymo部门、美国打车服务Uber Technologies以及通用汽车Cruise和丰田等汽车制造商。

目前,这些公司已经成为Drive.ai的有力潜在买家。

近年来,Drive.ai的技术进展可以分为两个大的方面展开:

一是无人车本身。Drive.ai实现了L4无人驾驶的公路路测,并且可以解决下雨、夜晚和上下班高峰期等无人车较为困难的应用场景。二是公司内部。Drive.ai在一年时间内做了大量的基础设施铺建及数据标注的工作。

2018 年 1 月开始,Drive.ai 便在 Frisco 街头部署了 4 辆无人驾驶汽车进行测试,其中包括无驾驶员测试。

2018年10月, Drive.ai 宣布在德克萨斯州阿灵顿市(Arlington)开展其自动驾驶试点服务。据加州在年初公布的自动驾驶监管文件,过去一年左右,Drive.ai 车队在德克萨斯州的自主驾驶历程达到了8000英里。

眼看团队建设和业务运营都顺风顺水,Drive.ai管理层却在2018年9月发生剧烈动荡。

<mark data-type=experts data-id=500df6fe-0c79-4b4e-80f6-57b71c302ef9>吴恩达</mark>旗下<mark data-type=institutions data-id=afeca06f-e329-455b-932c-cab09b4d9b82>Drive.ai</mark>寻求「卖身」,<mark data-type=technologies data-id=05e15688-59c9-43b0-9dd5-cd627d4e8d08>自动驾驶</mark>创业者被逼到路口左为Drive.ai 总裁、吴恩达妻子Carol Reiley,右为Drive.ai前任CEO Sameep Tandon

Drive.ai CEO从之前的Sameep Tandon变成Bijit Halder。Sameep Tandon是Drive.AI创始团队成员之一,在斯坦福大学读书时师从吴恩达,资料显示其在2015年4月至2018年9月担任公司联合创始人兼CEO,在2018年9月之后担任联合创始人、董事会董事。

而Bijit Halder也就读于斯坦福大学,在2015年11月-2017年12月就职于百度硅谷人工智能实验室,于2018年3月加入Drive.ai任产品副总裁,9月升任公司CEO。

据消息称,目前吴恩达和妻子CarolReiley也已经相继退出了公司的运营,公司主要由吴恩达的几个学生(华人)在负责日常运营。

但是,这几个人也存在内斗的情况,曾经有核心成员寻求回国的机会。

02

尽管集技术大牛和明星代言人于一身,尽管Drive.ai在商业化和落地化方面积累了不少成绩,但仍逃不过「卖身」的选择。

它正在帮我们认清,在高歌猛进的表象背后,很多自动驾驶创业团队已经摇摇欲坠,因为自动驾驶技术面临着太多不确定性和过长的落地周期,市场的乐观情绪正在拖垮。

从“五年内落地”,到“三年内落地”,再到“今年落地”,无人车概念被反复包装后,创业者的口号越喊越响,但距离PPT上承诺的技术能力却还有很远。当耐性被逐渐消磨,团队内部隐患却被逐步放大,行业洗牌的时间线逼近。

需要警惕危机的远不止于Drive.ai

在2月接连曝出公司高层内讧的Roadstar已经进行到公司清盘阶段。据自动驾驶自媒体车智消息,这家公司受到核心团队内斗的影响,有投资人已经表示或将撤资;此外,Roadstar团队将分割成两家公司,一部分的员工跟联合创始人兼首席科学家周光,一部分员工到了CEO 佟显乔和 CTO 衡量的新公司,并且获得投资人的支持。

同样在2月,北京图森未来宣布获得新浪资本领投的D轮融资9500万美元,成为重卡领域的自动驾驶的独角兽。该笔融资距离图森2017年11月的最近一轮融资跨度长达15个月。由于融资补给时间跨度较大,而自动驾驶国内外研发投入巨大,在融资到位前,图森在业务落地方面经历了较为艰难的爬坡。

而本月初,苹果方面也传来,旗下自动驾驶项目泰坦计划(Project Titan)裁员近190人的消息。这无疑为自动驾驶保守派和悲观主义者赢得了更多话语权。

据苹果致加州就业发展部(California Employment Development Department)的相关文件,该次裁员受影响的员工多为工程师,其中工程项目经理38人,硬件工程师33人,产品设计工程师31人,软件工程师22人。裁员将于4月16日生效。

03

如今,摆在创业者面前较为明朗的只有两条出路:寻求被收购,或者,融到更多的钱。

事实上,自动驾驶领域已经发出明显的整合信号。

通用汽车在2016年以10亿美金收购了Cruise; nuTonomy作价4.5亿美金在2017年被一级供应商德尔福收购。在2018年,则不断有消息传出大众要将Aurora收入囊中。

对于希望保持独立的初创公司而言,雄心壮志的实现必将越来越依赖资本力量。2019年获得充足干粮的意义在于,安稳民心,以及保全公司。

正在推进无人运货小车的Nuro已经从沙特支持的软银手中拿下9.4亿美元的承诺,打破自动驾驶领域最高单笔融资记录。

而此前这项纪录的保持者来自于春节前,无人车先驱克里斯•厄姆森创办的Aurora,获得红杉资本和亚马逊在内的5.3亿美元投资。

目前看来,除非买方决定扩大Drive.ai在德克萨斯州开展的小规模自动驾驶接驳车的试点规模,否则整合其技术布局将是买房面临的一大难题。固定路线的接驳车被视为比送货机器人更小体量的市场,尽管后者更难以实现。

关于「卖身」言论,Drive.ai一位女性发言人拒绝表示回应。但在Drive.ai一份声明中可以看到,「我们经常参与战略合作伙伴讨论」,公司认为「所有选项都与我们的使命相符。」此外,香港富瑞发言人对此也拒绝发表评论。

如果交易顺利,Drive.ai或将成为华人自动驾驶创业领域中第一家被成功「交接」的公司。

如果交易失败,则意味着,Drive.ai 必须使出更大的力气投入到资本市场的博弈中。毕竟,光是在加州进行路测的自动驾驶创业公司就超过了60家。

产业自动驾驶Drive.ai吴恩达
1
相关数据
Amazon机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
Waymo机构

Waymo是Alphabet公司(Google母公司)旗下的子公司,专注研发自动驾驶汽车,前身是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年独立。2017年10月,Waymo开始在美国亚利桑那州的公开道路上试驾。2018年12月,Waymo在凤凰城郊区推出了首个商业自动乘车服务Waymo One。

http://www.waymo.com/
图森未来机构

图森未来(NASDAQ:TSP)于2015年9月成立,在中国、美国设有研发中心,员工超过1000人。2021年2月,图森未来完成超过4.15亿美元的E轮融资。4月,图森未来正式登陆纳斯达克挂牌上市,成为全球无人驾驶第一股。

http://www.tusimple.com
吴恩达人物

斯坦福大学教授,人工智能著名学者,机器学习教育者。2011年,吴恩达在谷歌创建了谷歌大脑项目,以通过分布式集群计算机开发超大规模的人工神经网络。2014年5月16日,吴恩达加入百度,负责“百度大脑”计划,并担任百度公司首席科学家。2017年3月20日,吴恩达宣布从百度辞职。2017年12月,吴恩达宣布成立人工智能公司Landing.ai,并担任公司的首席执行官。2018年1月,吴恩达成立了投资机构AI Fund。

所属机构
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
Drive.ai机构

Drive.ai是一家总部位于加利福尼亚州山景城的美国科技公司,该公司使用人工智能为汽车制造自动驾驶系统。迄今为止,该公司已筹集了大约7700万美元的资金。

Nuro机构

Nuro成立于2016年,是由前谷歌自动驾驶项目的两位核心成员朱佳俊和Dave Ferguson共同创立的机器人技术公司。创立Nuro之前,朱佳俊和Dave在谷歌自动驾驶汽车团队一起共事了6年。 Nuro团队还聚集了众多来自谷歌、Waymo、苹果、特斯拉、通用汽车、优步、Twitter等科技公司的科研、工程和产品人才。自动驾驶团队包含了2007美国国防部自动驾驶汽车比赛冠军队成员,三位来自谷歌的首席工程师分别负责了三代谷歌自动驾驶汽车的软硬件核心技术研发,以及苹果自动驾驶汽车的资深部门负责人。机器人算法团队包含了很多来自全世界一流名校的毕业生,包括卡内基梅隆、斯坦福、加州伯克利、麻省理工、普林斯顿、加州理工、哈佛、牛津、北大、复旦等。人工智能团队包含了ImageNet的往届冠军和Deepmind的前成员。

nuro.ai/
相关技术
推荐文章
我一直坚信,未来的汽车不是无人驾驶,也不是自动驾驶,而是人类自主委托智能机器人操控下的网络汽车驾驶。 智能机器人的革命性突破和爆发才是一切人工智能应用的未来。这是最有可能实现,也是必须要实现的远景。