關於 專業檢測五要素 ，我們在網路上蒐集到這些相關的討論、資訊與評價

物聯網的資安攻防大戰！臺灣該如何見招拆招？

110/09/22
曾繁安
科技大觀園特約編輯
資策會資安科技研究所王仁甫策略總監專訪

5G 科技讓萬物聯網的新紀元已經來臨，代表著機器與機器溝通，人類過上全自動化的超便捷生活不再是夢。但這同時也意味著科幻電影中，邪惡駭客組織攻占重要機關的主機系統，引發一連串資安問題，甚至攸關社會國家安危的重大事件，也可能在現實中發生！
科技帶來的便利與風險並存的這個世代，來聽聽資安專家——資策會資安科技研究所王仁甫策略總監的精彩分享，一起思考 5G 物聯網下面對的資安挑戰。

一起跟資安達人瞭解 5G 如何翻轉我們的生活！

「16 年前一個月黑風高的夜晚，博士班學姐的一通電話，讓我踏上資安這條不歸路……」

問起投入資安領域的契機，王總監用打趣的口吻開場。當時在學姐的建議下，他參與了設計國内第一個資安指標的工作，從此開啓與資安的不解之緣。自稱「資安界 56 哥」的王總監，雖非一般人熟悉的另一位仁甫兄，但他對科技資安研究的敏銳觀察與豐富經驗，肯定令人甘拜下風。

他談到，4G 網絡的發展令網紅經濟崛起，你我都不曾想像『點讚、訂閲、打開小鈴鐺』會變成一種常態。而接下來的 5G 物聯網，將帶來更大的轉變與衝擊。

為什麽比起 4G，5G 有「大頻寬、高速率、低延遲」的特性？這是因為目前 4G 所在電磁波區間（約 450 MHz ~ 3800 MHz）已塞滿用戶，讓網速變得越來越慢，因此人類便把腦筋動到頻率更高的毫米波頻段（約30 GHz ~ 300 GHz）。增加了 5G 的區段，就像從塞爆的車流中，移到空曠的新路上。而頻率越高，頻寬也越寬，這條道路不止空曠而且比原先的更寬闊，於是訊息的傳遞能暢行無阻，理論上可比 4G 快一百倍！

「5G 最重要的，就是可以達成邊緣運算（Edge Computing）。」

王總監舉例，自動駕駛和遠距醫療還未普及，是因為傳統仰賴的雲端運算（Cloud Computing），傳輸訊息的速度不夠快，且成本高。雲端運算可以比喻作中央集權制，凡事都要經過朝廷皇上批閲議決，效率自然較低；但邊緣運算就像地方分權，讓數據可以直接在收集端附近實時處理和分析，無需先上報到雲端進行存儲、管理和分析運算，節省了上傳等待運算的時間，也減輕網絡和服務器的負擔。

在高速公路和手術檯上，微秒之差就是生死關頭。而 5G 搭配邊緣運算，大大提高的數據傳輸速率與極低的延遲，讓自動車之間可以維持安全的相對距離，遠端控制的手術刀可以精準無差地落在正確的部位。

也有賴於 5G 科技，需要大量運算資源的人工智慧（Artificial Intelligence，AI）也可以實現。這些發展促成物聯網（Internet of Things, IOT）的建立，機器和機器之間可以達成溝通，整合各方數據資訊，迅速有效率地完成各種指令。小至個人智能家居，大至工廠機械、重要基礎設備如水壩、發電廠等等，都能踏入數位自動化的新境界。

越方便就越危險？機器與機器的連接也要小心

不過，5G 的特性也改變了用戶與網絡間的關係。傳統 4G 是直鏈狀的系統，由電信商自上而下提供網絡，再經由應用程式界面（Application Programming Interface，API）提供服務給用戶，存在一個封閉式的層級關係。但速率快、訊號覆蓋範圍較小的 5G（注1）， 則是由邊緣端、應用裝置及用戶組成，數據傳輸相互往來的三角形體系，不再有上下權限差別的限制。為了形成物聯網提供更多應用，5G 網絡也變得更對外開放，被駭入的風險也會提高。

研究專長為駭客行爲的王總監提到，如今網絡犯罪的作案手法越來越多元。過去搶匪洗劫銀行，還要擔心實體鈔票金條太重，扛不動。現在駭客只要動一動手指，就能利用惡意程式讓銀行的上億元瞬間消失；或使用勒索病毒，鎖定廠商的資料庫，再以巨額款項要挾，否則就把重要生產機密銷毀或公諸於世。

「5G 應用得越深，危害的情境就越高。」

未來 5G 物聯網可能面對的兩大資安威脅，包括用戶 IP 可能被駭入後，可能被用作惡意中繼站或跳板繼續攻擊另一方，讓受害者同時也成了加害者。再來，當物聯網涉及的層面越來越廣，假如被不法分子入侵掌控的是自駕車、基地台，甚至是重大國家基礎建設如水壩、發電廠等等，造成的損失傷害不堪設想！

網絡戰資訊戰開打，台灣如何接招還擊？

從個人角度，平時養成謹慎小心的習慣，不隨便亂點不明連接，隨時留意最新的網絡犯罪手法，是保護自己的不二法門。但在通訊科技發達的今時，第三次世界大戰很可能就在網路上發生，資安可是攸關國家安危的重大議題。

自 2016 年起，台灣便喊出「資安即國安」的口號，而王總監也參與在草擬「資安即國安」1.0 與 2.0 戰略的工作中。在1.0 戰略中，首要步驟就是將資安鐵三角（資訊安全、通訊安全、國家安全）正規化。政府也修訂相關法規，將資訊和網際空間延伸為國家主權的一環，並把駭客攻擊與竊取智慧財產，納入情報蒐集的工作，才能為網絡戰做好準備。

「守護要自己來，就需要有人才。沒有資安人才，就沒有基礎的資安；沒有錢投入，也不會有資安人才。」

王總監强調，一個國家的資安要做好，最重要的就是資源與人力的投入。如果國内資安產業沒有妥善發展，資安人才缺乏，就必須仰賴國外的產品。若系統程式都不是由自己人開發，而是假手於他人，便難以確保檢測過程的可靠性，往往等到資安事件發生後，才驚覺漏洞的存在。因此，政府也編組了多支專業團隊，培訓資通電軍與資安產業人才，為國内資安把關。

而「資安即國安 2.0」的重點，除了規劃新設數位發展部、成立專責的資通安全署，就是主動式防禦（注 2）——與其乖乖等著被人打，不如自己先請外部團隊攻擊自己，作資安測試，去找出資安漏洞和弱點！舉例來說，業界為了找出系統防禦上的漏洞盲點，常會委外進行紅隊演練（Red Teaming）。就像在進行軍事演習，紅隊扮演進攻方，以無所不用其極的方法嘗試入侵，同時驗證藍隊防守方的偵測與回應能力。這樣的演練成本可不低，一次就要三五百萬臺幣起跳。

但台灣不用付錢，就有免費的資安攻防演練！王總監如此笑言。這是因為，在全球最常受駭客攻擊的國家排行榜上，台灣可是位居前列。根據網路資安商 Fortinet 的報告，2021 年第一季台灣遭受到超過兩百萬次的駭客攻擊，平均每分鐘就會遭遇逾 15 次的攻擊！所謂危機就是轉機，這些源源不絕的攻擊，也讓台灣深具適合發展資安產業的龐大潛力。王總監認為，資安產業要像台灣未來的台積電，扮演護國神山般的角色。

想投身資安產業？不需要獻出心臟，只要有一顆熱忱的心

「投入資安產業不要限科系，但是要有一顆熱忱、學習的心。」對於有心想往資安領域發展的年青人，王總監給出這樣的建議。

雖非資訊科學出身，但大學的工程背景，讓王總監有了程式語言的基礎。後來他取得經濟學、法學雙碩士，前者使他瞭解產業界的趨勢走向，法學則令他知曉資安重合規性與合法性的重要。在科技管理與智慧財產權領域的博士論文中，他則從社會學、科技研究的方法分析駭客行為。他表示，跨領域的學習可以讓他從更廣濶的視角，釐清各方問題之後，找到痛點，來提供更好、更全面的科技與資安政策。

王總監指出，這一代除了要與人溝通，還要學會與機器溝通，所以掌握好程式語言的邏輯基礎是重要的，因此王總監所在的資策會資安所，除了研發研發資安監控平臺，將研發的成果技轉給業界，同時他也擔任台灣駭客協會(HITCON)理事和社團法人臺灣校園資訊安全推廣暨駭客培育協會(TDOH)理事，推展培育資安人才的各項活動，未來希望能舉辦小朋友駭客營，讓孩子在小學階段就能接觸和體會程式語言是有趣的。他也勉勵年輕人，能力好的可以負責找漏洞和抵禦攻擊，站在資安攻防戰最前線；即使程度不夠拔尖，也可肩負資安維運的工作，在各自的崗位上適才所用，都能為守護資安和國安，盡一份心力。

根據光速等於波長乘以頻率（c = f × λ）關係式，我們知道頻率越高的波段，波長越短，穿透能力強。所以 5G 電磁波訊號遇到障礙物時，會想强行穿越而非「繞」過，繞射能力弱，造成散失的能量大。因此 5G 雖然有著高速率、低延遲的優勢，弱點就是訊號覆蓋範圍小，故需要設置夠多的基地台方可實現，而電信服務商會提供用戶建設專網——既不同於覆蓋範圍大的公網，而是擁有特地目的、獨立運作的網絡系統。

此外，主動式防禦也包含三要素：歸因、阻斷、減災。歸因便是找出攻擊的背後原因，釐清駭客的犯案動機，才能對症下藥。再來，對惡意程式來源進行阻斷，往後才可以減少再次被入侵的風險。

附圖：王仁甫
和台灣知名藝人同名同姓的王總監，説話風趣幽默，整個採訪過程充滿笑聲。圖／台灣資安大會
邊緣運算架構
邊緣運算架構與傳統雲端架構不同的地方是，資料將改放在網際網路和本地網路之間的邊緣運算層作處理，等資料變少了，再將處理後的資料回傳雲端。
攻擊
台灣平均每分鐘就會遭遇逾 15 次的攻擊，源源不絕的攻擊讓台灣深具適合發展資安產業的龐大潛力。圖／pexels

資料來源：https://scitechvista.nat.gov.tw/Article/C000003/detail?ID=0853796d-0b42-4a72-a0cb-ed70ddad9f77&fbclid=IwAR2H03H3PtQ6JhtQIy6KpMaz78iFa7NBgfizoTzEbAGba_58W6guaSHYBkg

最近國內火紅的BNT疫苗到底怎麼來的？

我建中學弟，許英昌博士很用心尋找資料，整理出輝瑞製藥廠和BNT合作的歷程，從去年（2020）三月至今，團隊光為了這個疫苗的研發投入超過三十億美元（將近一千億台幣）。

文章中也節錄輝瑞認為他們的研發能成功的五大要素，非常值得台灣的研發團隊學習及思考。台灣要能從疫苗的研發經驗學習，從科學上早期的投入，才能掌握最大價值。早期科學的投入要深且廣，資源要夠。雖然早期投入大多數無法確定能否成功，但那就是基礎科學能力的累積及提升，這樣的打底功夫，才能有真功夫。期待為政的各界，在科學研究領域要長期多多支持。台灣的科學實力是很強大的，但能否有戰力，人民長期的支持很重要！科學界也要展現自我能解決真正問題的能耐。

許英昌博士的文章：

從輝瑞及BNT，我們學到甚麼？

2021年2月， COVID-19已肆虐全球，輝瑞乃全球第一大藥廠，專長開發對抗癌症、發炎免疫、心血管、新陳代謝及傳染病等藥物及疫苗。員工79,000人分布於125個國家。2018年和德國BioNTech(簡稱BNT)合作，應用其mRNA的技術，開發流感疫苗。mRNA製藥最大突破，來自賓州大學卡麗可（Katalin Kariko)及瓦士曼（Drew Weissman)教授，2005年發現打入mRNA會被免疫系統排斥，而另外一種tRNA（運送RNA)卻不會，推理因後者在結構上以假尿苷取代尿苷，接著卡氏合成mRNA時以假尿苷取代尿苷後，發現mRNA不但不會被排斥且所表達蛋白質增加十倍，打開mRNA製藥新領域，卡氏目前服務BNT。

自1990年代起，大藥廠已不再設研發中心，藉由併購或與生物科技公司合作及授權等，以快速取得更多製藥標的物。BNT 2008年由兩位土耳其裔薩辛（Vgur Sahin)及圖雷齊（Ozlem Tureci)醫生夫婦創立，擁有設計mRNA的關鍵技術，專注應用mRNA於個人化癌症治療，和輝瑞執行長希臘裔布爾拉（Bryan Bourla)，更是摯交。傳統製造減毒疫苗需數年，1960年代製造麻疹疫苗最快也花了4年。兩家公司已有合作先例一拍即合，在短短十個月內即獲FDA核准，乃全球第一個以mRNA為主對抗covid-19的疫苗，成功的密訣為何？

2020年3月1日，薩氏撥電給輝瑞疫苗研發主管，詢問是否能一起合作，檢測BNT已開發出的20種候選疫苗，當時並沒有任何一以mRNA為抗原的疫苗或藥物被核准。3月11日，WHO宣布全球大流行。3月13日，輝瑞提出幾點重要指導原則，第一，分享見解及設備，期許所有科學人，和BNT分享藥物開發上的專業知識，並協助臨床試驗及監管程序。第二，提供製造能力給予經核准的治療藥物及疫苗。第三，建立快速反應的科學團隊和聯邦單位合作以對抗疫情。

3 月16日，輝瑞決定全力以赴和BNT共同開發疫苗及治療方式。即使費用高達30億美元也在所不惜。一般開發疫苗約需10年，費用約10－20億美元，一切以拯救人類生命為最高原則。3月17日，輝瑞和BNT簽訂意願書，BNT提供研發mRNA疫苗平台，篩選候選疫苗， 而輝瑞則發揮其執行臨床試驗的強項，並向各國監理單位申請許可，協助BNT大規模生產並提供上市銷售的管道。輝瑞提供1.85億美元給BNT作為預付疫苗研發費用，疫苗上市後雙方各承擔一半研發費用。爭取時間為首要考量，雙方決定「同時」測試20種候選疫苗，並婉謝聯邦政府的資源，避免受官僚制度影響開發進度。

如何製造 RNA疫苗？

將帶有病毒棘狀蛋白的DNA放入質體中，大腸桿菌含質體，在發酵槽中大量複製，產生數億個DNA質體；再用酵素切割質體，分離出棘狀蛋白DNA，將DNA缐性化並過濾純化，科學家接著加入鹼基及聚合酶，將DNA轉録成mRNA，反覆測試其純度及基因排序後，並包裝於脂奈米內，冷凍包裝並運送到目的地。

4月12日， 研究人員從20個候選疫苗縮減到4個。但由於緊急，輝瑞請求FDA核准其動物及臨床一期（20－100位志願者）一起做，未來臨床二期和三期也能一起做。4月23日，在德國展開第一期臨床驗，5月，已縮小到2個候選疫苗，並在美國進行臨床試驗並使用不同劑量。早期結果相當不錯，每一個候選疫苗需要打兩劑，相隔三周，但不知道哪一個較好。7月23日，研究人員發現兩個候選疫苗皆能產生免疫反應，一個似乎產生較少的副作用，例如發燒或發冷。

輝瑞從來沒有生產過mRNA疫苗，需要新的設備及製程，跳出傳統模式以增加輸出，更令人眨眼，莫過於任何候選疫苗，皆得保存在零下，以維持疫苗的穩定及效力，從製造品管運送到施打等所有步驟皆嚴格管。11月超過三萬多人施打mRNA疫苗後，保護率達95% 。12月11日，FDA核准緊急使用授權，2021年5月7日，輝瑞及BNT已向FDA申請完全許可。

輝瑞BNT成功的密訣為何呢？布氏指出，第一，團隊努力，相當感謝BNT及輝瑞團隊，不眠不休的努力。第二，目標清楚，心中只想完成任務，從不考慮投資報酬率。輝瑞有責任解決社會面對最大的問題，若不行，我們都沒有未來。第三，勇於追求夢想，面對一不可能的任務，必須鼓勵跳開傳統束縛的思考模式，過去可行的方式，未必能打造一嶄新的現實。第四，科學自由，科學家不受預算及官僚所牽制，輝瑞沒有接受美國及德國政府的協助，也不需向他們解釋我們的決定。第五，高道德標準，輝瑞和BNT彼此信任合作無間，共同尋求改變，是成功重要關鍵。

總而言之抗疫是長久之計，他山之石可以攻錯，別人的成功，也絶非偶然。此時此刻我們需要疫苗，如何從現有資源中，學習合作分享智慧，展現靈活思考模式，凝聚台灣科學人的智慧及向心力以力挽狂瀾，我們真的做不到嗎？

作者﹕許英昌博士
現任單位﹕英騰生物科技股份有限公司
國立中正大學生命科學系兼任助理教授

跨界圍攻：「AI 視覺」公司已集體殺入智能駕駛圈

2021-05-22
雷鋒網

如今的智能汽車賽道，說挨肩迭背也不為過。

新勢力派引領變革，最為二級市場所看好；泛網際網路派占流量高地，擅技術遷移；傳統車企派根基夯實，品牌名聲享譽在外。

甚至財大氣粗的某地產派也曾放下豪言――力爭 3-5 年成為世界規模最大、實力最強的新能源汽車集團。

如華山比武般，大俠們個個嚴陣以待，各方勢力黃巾高擎，左右開弓。

你看看，前有行業鐵幕，中夾破釜沉舟之心，後是險峻江湖，哪還有初進牛犢的落腳之處？

即便如此，在月前燥熱尚未消退的上海車展後，鮮少被提及的AI視覺公司還是擠了進來。

看慣了巨頭們的聲勢浩蕩，轉身發現AI視覺企業們的入局講究一個循序漸進，起承轉合。

而他們的悄然進入，也給智能駕駛領域增添了幾段新故事。

海康威視：左手自研、右手投資

AI安防老大哥海康，深耕智能駕駛市場履行一貫的低調風格。

其對智能駕駛的綢繆始於2015年，當時海康內部計劃開展新業務，起初確定的業務有三：海康汽車電子、海康機器人、海康螢石。

2016年7月，耗資1.5億的海康汽車技術正式成立。

在此前後，海康還分別於2016年6月投資了威視汽車科技，2017年7月成立了海康汽車軟體。

2018年是海康智能駕駛的上升之年，市場渠道、技術研發上均有突破。

2018年2月，他們上線高級駕駛輔助系統、自動泊車APA+，同年又成功打入2019款保時捷卡宴的配置中。

汽車產業以穩為重，鏈條長、利益盤根錯節，新入者切入並不容易，而海康卻出其不意一舉打入高端。

數據顯示，截至2018年底，海康汽車已經通過了20家OEM的審核並成為其合格供應商，公司的主要客戶包括一汽集團、北京汽車、上汽榮威、上汽名爵、本田汽車等。

其中，定點項目超過200個，已量產的項目超過100個，覆蓋500家渠道合作夥伴。

成立子公司自研之外，投資也是海康較為看中的一大路徑。

在成立汽車電子公司之前，海康就曾在2016年入股毫米波雷達企業森思泰克，並成為後者的第二大股東。

2013年成立的森思泰克既是毫米波雷達第一批探路者，也是成績較為優秀的領軍企業之一。

森思泰克創始人秦屹是英國海歸的雷達專家，在英從事雷達研發和製造十餘年。

據悉，森思泰克所聚團隊成員中80%具有軍工背景，掌握雷達硬體、軟體和量產工藝等幾乎全部核心技術。

據悉，森思泰克毫米波雷達在北京、石家莊設研發中心，在蕪湖設總廠，在杭州設車載事業部。

石家莊，有軍工雷達大本營之稱，軍民毫米波雷達研發人才密集，且電科雷達研發54所和13所都在石家莊。

森思泰克也頗為爭氣。

2019年，思泰克首次實現大批量77GHz車載毫米波雷達國產化、突破國際巨頭壟斷。

森思泰克的77GHz毫米波雷達成為國內首個真正實現「上路」的ADAS毫米波雷達傳感器。

目前，森思泰克已成為紅旗、一汽、韓國現代、東風日產、長城、長安等國內外車企體系內供應商。

海康與森思合作的高分毫米波成像雷達+視覺融合技術，或許將對壘低線束雷射雷達。

大華股份：立足整車，三電、網聯、自動駕駛多點齊發

零跑汽車脫胎於大華股份的汽車部門，獨立後獲得了大華股份的技術和資金支持。

2015年，大華股份副董事長兼任大華股份CTO朱江明親自下場，成立零跑。

經歷2019年新能源補貼大退坡，不少新勢力造車企業已經出現嚴重資金問題，且變現存疑。

零跑汽車亦不例外。

2018年，零跑虧損 3.07 億元後，2019 年上半年又持續虧損約 2 億元。

2019年1月4日，零跑汽車第一款車S01上市，該車2019年全年交付約1000輛。

對於連續虧損的零跑，唱衰論一直也在網上發酵。

朱江明對此表示，「即使不融資，零跑也能再活三年。」他透露，大華股份將持續為零跑輸送資金，「當然我們希望能更多的融資，發展得更快些。」

在經歷融資受阻後，2021年伊始，零跑官宣融資43億元，合肥政府投資平台亦在其中。

今年年初，此前曾投資蔚來的合肥市政府與零跑方面簽訂戰略合作協議，未來合肥方面將對零跑B輪融資投資約20億元，並展開更多合作。

現金流方面，從不被業界看好，到巨額融資的到帳，仿佛又讓市場看到了可能性。

技術層面，零跑汽車稱自主研發了三電系統、智能網聯繫統、自動駕駛系統三大核心技術，並完全掌握自動駕駛核心硬體平台和算法技術，實現對自動駕駛感知、決策、執行層關鍵技術的自主化全覆蓋。

產品層面，零跑汽車目前旗下擁有3款量產車型，分別為：零跑T03、零跑S01以及零跑C11。

三款產品風格各異，銷量不一。

2020年，零跑汽車官方消息稱，2020年累計銷量達11391輛，其中T03為主力軍，貢獻了10266輛。

創始人朱江明也底氣頗足：「2023年零跑進入造車新勢力TOP3、2025年在國內新能源汽車市占率達到10%」。

商湯：求精感知技術，並進艙內艙外

與其他AI獨角獸相比，商湯在自動駕駛上布局較早，也更全面。

2017年進軍自動駕駛，商湯的汽車產業布局可分為艙內（智能車艙）和艙外（智能駕駛）兩大層面。

智能車艙層，基於前裝量產解決方案，以視覺感知技術為錨點，由點及面，覆蓋用戶從上車到用車的多個場景。

商湯的SenseAuto Cabin智能車艙解決方案包括駕駛員感知系統、座艙感知系統、智能進入等等功能。

據悉，在過去的兩年多時間裡，商湯已經拿下了30多個國內外頭部夥伴的智能車艙定點量產項目，覆蓋車輛總數超過1300萬輛，其中10 余個項目已經實現了量產交付。

智能駕駛層，商湯選擇與主機廠合作，做汽車廠商（OEM）及一級供應商（Tier1）的解決方案供應商。

在自動駕駛感知、決策和執行三大要素中，汽車廠商和Tier1占據重要角色。

2017年，商湯與OEM廠商本田簽訂了為期5年的長期合作協議，研發適合乘用車場景的L4級自動駕駛方案。

2018年，商湯完成杭州、上海半開放場地內實現無接管自動駕駛。2019年，在日本落地「AI自動駕駛公園」，將用於自動駕駛汽車的研發和測試，並面向公眾開放。

商湯的自動駕駛業務定位，是以視覺為主，其他元素為輔。

視覺之外，商湯在高精度地圖和雷射雷達、毫米波雷達等方面皆有技術儲備。

通過搭配多種不同傳感器，實現感知、分析預測、決策規劃控制、城市級三維地圖重建及無人車高精度定位能力等技術功能。

目前，商湯對自動駕駛技術進行了多次疊代，形成了一套較為成熟的智能駕駛方案：SenseAuto Pilot智能駕駛解決方案，聚焦 L2+ 級高級輔助駕駛至L4級自動駕駛創新，並在上海車展首次發布SenseAuto Pilot-P駕駛領航方案。

軟體之外，2019年3月，商湯還推出首款原創機器人SenseRover X自動駕駛小車，這是款針對自動駕駛的教學產品。

奧比中光：戰投＋自研，兩條腿走路

奧比中光是AI初創企業中對智能汽車投入最多的公司之一。

作為一家AI 3D感知技術方案提供商，成立於2013年的奧比中光現今已在3D傳感領域深耕近8年。

3D傳感作為人工智慧領域最核心的視覺感知技術，融合了晶片、算法、光學、軟體等多交叉學科技術，是人工智慧時代感知識別、新型人機互動等最為核心的技術載體。

除3D結構光外，奧比中光在雙目、iTOF、dTOF、雷射雷達等主流3D視覺感知技術領域也有長遠布局。

早在2018年，奧比中光就投資雷射雷達晶片級解決方案提供商飛芯電子。

飛芯電子成立於2016年，是一家專注於光電設備、雷射雷達研發、集成電路設計的高新技術企業。

成立僅2年，飛芯電子獲得了博世等注資。

據悉，飛芯電子以研發、生產雷射雷達系統及核心晶片為主要業務，客戶群體主要面向國內外汽車、機器人、無人機等生產研發廠商。

飛芯電子稱，其針對行業痛點，採用了連續波載調製或相干外差探測方案，利用焦平面點雲測距技術，滿足較高的空間解析度和較大的視場角，探測距離可超過200m，且無需複雜昂貴的機械掃描裝置，不斷提高系統可靠性，也使獲得的圖像更為清晰。

2019年4月，奧比中光成立車載3D視覺傳感方案提供商奧銳達。

奧銳達的業務重心在智能座艙，產品包括ToF攝像頭模組、雷射雷達等硬體以及3D ToF智能座艙方案。

承襲了奧比中光的3D視覺感知技術，奧銳達可為智能汽車帶來DMS、OMS、手勢識別、人臉識別、身份驗證等多種3D化智能功能。

其金融級安全的3D人臉識別方案，保護駕乘人員的信息安全；通過3D-ToF 攝像頭，實現多區域手勢控制；同時，智能汽車還可以通過3D信息，判斷駕乘人員體型、座艙內位置等。

近日，奧銳達還發布了為智能汽車量身定製的3D ToF智能座艙方案。

虹軟：主攻艙內，走軟硬一體之路

2018年，為應對手機市場見頂飽和，虹軟正式將業務從智慧型手機領域拓展至智能汽車、IoT等領域，一舉橫向突進自動駕駛市場。

虹軟科技創始人兼CEO鄧暉曾表示，未來每輛汽車裡都有10個以上的攝像頭，智能座艙將成為智能駕駛視覺AI的重點應用場景。

與其手機定位一樣，虹軟的智能汽車走軟硬一體解決方案，力圖做車載視覺一站式解決方案的供應商。

從招股書看，截至2018年底，虹軟科技的「汽車等loT產品」的業務收入僅367.95萬元，占比不足1%。

與多數視覺企業加裝雷射雷達等技術不同，虹軟的的自動駕駛解決方案完全基於視覺層面，且核心聚焦在車內智能。

虹軟科技的智能駕駛視覺解決方案，包括車內安全駕駛預警、駕駛員身份識別、車內安全輔助、輔助駕駛預警、自動泊車等眾多解決方案。

2019年3月，虹軟入股開易（北京）科技，後者主營業務包括主動安全智能終端（ADAS+DMS+人臉識別）、SDK軟體服務以及硬體整體解決方案。

2019年，虹軟在科創板上市。

虹軟表示，其在計算機視覺領域積累深厚，融合其暗光高反差拍攝、防抖等影像視頻增強算法技術，即使在車內光線不佳、人臉角度多變、車輛晃動等特殊情況下，也能夠很好地完成車輛周圍環境監測和車內人員監測等功能。

上市後，虹軟大力布局智能汽車及其他 IoT 智能設備領域，目前成效初現。

據虹軟表示，智能汽車板塊2019年開始真正量產。

數據顯示，2020年，智能駕駛視覺解決方案業務增長較快，實現營業收入6592.99萬元，同比增長310.61%。

據悉，虹軟智能駕駛相關產品包括DMS（駕駛員識別系統）、ADAS（高級駕駛輔助系統）、BSD（盲區檢測系統）、OMS（乘客識別系統）、Interact（視覺互動系統）、Authenticate（生物認證）、AVM（3D環景監視系統）、AR HUD（AR抬頭顯示）和智能後備箱等各類以核心算法為基礎的相關軟體解決方案。

高工智能汽車研究院數據顯示，DMS(駕駛員識別系統)的算法業務是其智能汽車業務的主要收入來源。

虹軟今年透露，其智能駕駛業務已實現37+7個前裝車型定點開發（37款量產車型定點，7款車型預研），以提供純算法為主，公司直接與Tier1或整車廠簽約，涉及多家國內主流車企（含造車新勢力）及部分合資車企。

格靈深瞳：最早入局，協同成長

成立於2013年，格林深瞳是最早的一批AI視覺公司，也是最早一批投入自動駕駛的AI視覺公司。

當年，格靈深瞳聯合英特爾研究院院長吳甘沙、國家智能車未來挑戰賽冠軍團隊負責人姜岩等一同創辦了一家專注於自動駕駛領域的公司――馭勢科技。

2016年，馭勢科技在北京誕生，格靈深瞳作為投資方入股馭勢科技。

過去五年，馭勢科技在洶湧潮水中奮力前行。

2017年1月的CES，馭勢科技向世界推出了無人駕駛概念車「城市移動包廂」，該車型成為了全球第三款獲得紅點設計大獎的無人車。

同年，這家公司分別在4月和6月，於白雲機場、杭州來福士率先展開面向普通公眾的無人駕駛商業化運營。

今年1月21日，香港國際國際機場宣布，由馭勢科技與香港國際機場管理局共同研發的無人駕駛物流車將替代人力駕駛拖車，承擔往返機場和海天客運碼頭的行李運輸任務，意味著其在機場的運用已逐步上量。

在過去的一年中，馭勢科技與長安民生物流、一汽物流、巴斯夫（BASF）等數十家企業建立了商業合作。

據透露，在國內某豪華品牌車型上，馭勢科技提供的軟體算法也已前裝量產，並幫助該自主品牌率先推出 L3 級自動駕駛功能。去年馭勢科技交付了數百套「AI駕駛員」，實現年度業績同比增長150%。

前不久，馭勢科技宣布完成累計超10億元人民幣的新一輪融資，在這場融資中馭勢科技獲得了國家資本的參投。

馭勢科技在無人物流埋頭苦幹，潛心鑽研，其成績是在無人物流領域的業務布局幾乎占到了國內市場的70%。

2016年誕生至今，馭勢科技經歷萬千辛酸，在密如繁星的棋子中探索出一條最優解法，以機場定式，在精進自我的路上捨命狂奔。

而格林深瞳的自動駕駛之路，也隨著馭勢科技越走越遠。

曠視：立足AI視覺，做車載全套解決方案

2018年11月，曠視曾公開展示過車載AI視覺解決方案。

彼時的曠視，其解決方案基於車載系統和駕駛過程的人臉解鎖、帳戶切換、駕駛員識別、多模態交互等功能為主，並收取相應軟體使用費和服務費。

「人臉解鎖」可通過車外的攝像頭捕捉駕駛員人臉信息並進行身份的識別與確認，實現人臉解鎖車門、臨時授權人臉解鎖車門；

通過車內的攝像頭實現刷臉啟動發動機、保險箱等，「帳戶切換」功能可通過人臉識別無感知精準識別駕駛員身份，配合車載智能系統，快速調整用戶預設的車輛各項個性化配置（座椅位置、反光鏡角度、空調溫度、音樂、燈光、導航等）。

「駕駛員識別系統」可通過車內攝像頭，實時查看駕駛員駕駛狀態和行為，在駕駛員出現疲勞駕駛或分心駕駛跡象時觸發預警，保障行車安全。

曠視曾表示，其與蔚來汽車實現了未來在智能汽車應用上的深度合作，真正的無人駕駛商用較遠，曠視聚焦對人類駕駛員的理解和輔助。

的盧深視：基於3D視覺相機，為產業賦能

的盧深視在智能汽車領域的角色，更多是與第三方合作的方式。

作為三維視覺領域的佼佼者，的盧深視在高精度深度感知成像、三維實時高精度重建、三維跟蹤識別及感知等技術方向上深耕多年。

上月，的盧深視出席了2021全球自動駕駛高峰論壇，並展示了其最新3D CV相機及其應用。

的盧深視兩款自研3D CV相機，其在5米範圍誤差小於1mm，指標超越國際3D相機巨頭，量產良率達99%以上。

基於前端低功耗嵌入式平台，兩款相機均可實現非接觸式精準識別，基於結構光原理，更可還原人臉高精度3D細節信息，通過人臉立體尺寸信息精準辨識人員身份，同時對於二維和三維攻擊識別正確率高達99.99%。

多提一句，安全性上，可達金融級別。

據悉，除了智能汽車領域，兩款相機也在智能家居、金融支付、智慧交通等領域展開布局。

智能駕駛：AI視覺第二春

AI視覺眾企入局智能駕駛賽道，並非跑題創作。

其一，布局智能駕駛，是戰略向外牽引使然。

自計算機視覺出走實驗室樊籠，AI安防、自動駕駛便拿到一大波投資人的「S卡」。

當年AI落地之時，安防提供了絕佳的土壤，AI公司在此實現技術與產業的交融。

期間，AI與安防彼此成就：

安防向世界輸送的海大宇等驕子，幾乎主導了全球安防市場話語權，行業極速擴容，向城市各個領域蔓延。

AI獨角獸們也從安防起家，並逐漸走向千行百業，邁向全域。

左邊是AI安防成主要營收來源，右邊是AI安防逐漸占領一席之地。擺在入局者眼前的，是如何保持縱向持續增長的必答題。

擺脫路徑依賴，尋找AI安防之外的市場，已是當務之急。

如果說，過去五年，AI視覺公司的路徑是「通用AI SDK 重定製集成項目實施」的話，那麼未來五年，他們可嘗試「非標領域的標準市場 形成標準化產品 低成本規模化複製」的路子。

非標領域的標準市場在哪？自動駕駛、醫療、晶片赫然在列。

縱觀AI市場，目光所及賽道幾近全員虧損，掘金志認為，與高成本人力無關，因為虧損在放大；與硬體儲備也無關，因為可以OEM。

核心在於：AI安防未能標準化，項目需求又無窮多。

那就去標準化市場？有人問。

標準化市場可以一夜之間把價格做到無窮低，但高額運營支出非AI企業所能承受。

標準化市場上不去，定製化市場下不來，AI公司的突破口在哪？答案是：非標準化市場裡找到標準化路子。

賽道上，自動駕駛正是明顯的非標領域的標準市場。與AI安防共通的是，智能駕駛初創企業也依賴資本輸入。

但前者場景碎片化、項目定製化，產品標準化之路漫漫；後者以智能汽車為載體，技術上軟體定義、人機協同一旦成型，會一招吃遍天下鮮。

眼下，不少智能駕駛新勢力已實現產品量產，並獲得一定規模的現金流。

對於一眾搶灘的各路豪傑，AI視覺的入場似乎有些遲。

但智能汽車賽道正熱、格局未定，智能汽車產業鏈長、細分領域繁雜，此時入場的AI視覺，你可以說它入場稍晚，但不能說它機遇不在。

其二，自動駕駛或是計算機視覺技術應用必登之高峰。

近幾年，機器學習持續深入，計算機視覺應用亦有了飛速進展。

千山萬水跨越的人臉識別小山，是AI最成功，也最基礎的一環。

真正的AI，是貫穿感知-決策-執行的長鏈條，這一點在自動駕駛上體現得尤為極致。

感知層，通過各類硬體傳感器捕捉車輛的位置信息以及外部環境信息；

決策層的「大腦」，基於感知層輸入的信息作環境建模，從而形成對全局的理解並作出決策判斷，再向車輛發出執行的信號指令；

最後的執行層，將決策層的信號轉換為汽車的動作行為。

自動駕駛技術是人工智慧、高性能晶片、通信技術、傳感器技術、車輛控制技術、大數據技術等多領域技術的結合體，落地難度之大，各路AI無不動容。

計算機視覺應用場景萬千，自動駕駛無疑是極具挑戰性、最具想像力的一條。

越是長在懸崖之巔的花，越讓人著迷。

一直以來，在環境感知環節，存在AI視覺與雷射雷達技術路徑之爭。

不管何種路徑更優，已經在視頻物聯領域經歷過殘酷驗證，AI技術儲備上，AI視覺企業們也已攢下不少經驗。

狼多肉少，能吃幾成飽？

「自動駕駛是很低級的行業嗎？所有人都想來分一杯羹。」

這調侃入局者們聽了，大抵會覺得分外委屈。

大多數困在第一道門檻，錢。

「沒有200億不要造車」的聲量振聾發聵，造車明星蔚來也曾資金一度跌入谷底。

雖說AI視覺公司除了大華的零跑汽車外，其他參與者目前都專注於智能駕駛硬體和系統，但這也是個昂貴的行當。

不少企業本身依靠資本輸血，是否有更多資金和精力參與自動駕駛廝殺，是他們需要思考的問題。

行業壁壘不容小覷。

汽車產業發展百餘年才形成了一套嚴謹而完整的生產流程和制度，乃至於衍生出了一套基於安全的工業文明，不是後來者們在短短的幾年時間裡就能夠顛覆的。

作為智能汽車的核心體現，自動駕駛技術遠未達到成熟的程度；車艙內的智能化體驗也還有豐富的想像空間。

換言之，如果跨界選手想要在智能汽車的世界裡找到自己的一席之地，不僅要高度重視安全這一話題，還要擁有強大的軟體能力。

但在前一輪前沿傳統主機廠以及蔚來、小鵬、理想等新造車勢力的人才軍備賽過後，新入局的玩家要如何吸納更多的專業人才？又如何權衡來自世界各地的人才的意見和建議，從而做出最終決策？

與此同時，智能汽車的研發不是一件只要懂軟體就能夠做成功的事情。

隨著電動化、智能化大潮的到來，造車的門檻看似降低了不少，但在這一過程中遇到的內因外因的難題，可能遠比想像中的要多。

行業資源尚需積累。

相比AI安防、智慧城市等領域，AI視覺跨界者在智能汽車領域品牌影響力和渠道資源不足，短期內，造血盈利能力較低。

而且，AI視覺企業布局智能駕駛時間不一，技術雖有共性但終究有別，相較於大多數垂直企業，尚有諸多不足。

故可見，過去幾年，即使AI視覺巨頭，步伐也較為謹慎，大多圍繞艙內智能、ADAS市場。

如果說巨頭們跨界，自帶熱搜體質，AI視覺企業跨界的光彩，多少暗淡了些。

前者身家優渥，拿著頂流體驗卡入場，高屋建瓴，後者更多是以小舟，涉鯨波。

當然，隨著技術日進一桿，資源聚沙成塔，營收逐年增長，他們將投入包括但不限於研發、營銷、資本等層面，難保這一葉扁舟，哪天出其不意成為可遠航的重磅郵輪。

莫道桑榆晚

眾多跨界玩家湧入智能汽車，激發了新的生機。

無論從何種角度來看，智能汽車的市場都蘊藏著無限機遇。

這個市場需要鲶魚的存在。

在新時代的風潮之下，我們固然期待看到不斷有實力強勁的新玩家們入局，留下中國智能汽車史上濃墨重彩的一筆。

我們也殷切地希望，這是一片能夠承載百花齊放，充滿新的生機和活力的沃土，而不是拔苗助長的投機者的港灣。

憑藉先發優勢，不少入局者或已暫列行業前位，但隨著各方力量的持續加碼，後來居上也並非不無可能。

保持警惕，時刻成長。

資料來源：https://www.chinahot.org/science/83632.html?fbclid=IwAR2Mm9ZU17srF7sCywqUPw-hmRAyGN_sN9XnL0_Q6mE4bUYwUpgGNX3wHps