首先介绍一下我们公司，我们总部在硅谷，但也算是中国公司。我们现在的合作伙伴全球都有，有一些是愿意公布的，也有不愿意公布的。做了很多技术，也得到很多认可。

我们公司对汽车行业和激光雷达话题也很关注，但是我们的营收不是从这个地方来，L2、L3不见得用的上，L4有人说2025年，有人说更远一点，我们在地图上用的很多，但是汽车是我们的关注。

我们现在八线的激光雷达，八线线路不多，但是校正分辨度很高，精度很好，在建模、测绘、地图用的很多。这是一个传统的应用，用3D的点做城市测绘，以前做几个月，现在十分钟就好了。以后的城市规划是立体的，以后的交通是立体的，所以建模很重要，我们走一趟就可以了。这个金门桥也一样，一个八线的激光雷达走一趟就可以了，基本上建模就做完了。以前平均五到七年维护一次，测绘工具做一两个月，测绘才能决定下一步怎么维护，现在40分钟就够了，精度比以前的测绘工具高很多。现在是一个迭代的过程，我们的渗透率非常高，八线一秒钟150个百万点，校正是0.02度，距离是两百米，所以现在用的很多。

为什么要用？今天唐总也在讲激光雷达很贵一直用不上，但是为什么要用？激光雷达的特点是3D，这是为什么做L4、L5一定要有激光雷达。当然有些部分做不到，颜色是看不到的，这要依靠摄像头，所以不是替代的关系，是融合关系。毫米波雷达在远距离的时候是最强的，激光雷达强项是3D。但是产业化你得让人家用的起，用的了。刚才放的那个性能用的了，但是机械的，做试车没问题，要量产做乘用车有问题，那个是ToB的市场做测试的，未来是ToC市场做乘用车，这是挑战。

我们认为激光雷达会逐渐变成一个主要的传感器之一，它要融合，要做感知，最终要对它的环境进行立体型的感知，3D感知，然后进行物体识别分类，进行跟踪，地图还有本地路径规划这是一定需要的。这是将来一定可以做到的，但不是替代性的，而是融合性的。

我们认为自动驾驶是迭代之路，谷歌一直在宣传一次性到L5，百度有L3事业部、L4事业部，有的路线是直接跳过去的。刚才刘总讲的车厂是逐步的，要考虑很细的东西。我们认为是迭代的，一代一代的纠错。这里面有几个东西要突破，第一，一定要把固态3D的激光雷达做出来，要量产化，性能要足够；第二，要在计算方面有突破，这是一个关键技术。

从我们的角度稍微谈一些大的事情，我们认为这个是渐进式的不是跳跃式的，一定是迭代的过程，中间一定会纠错。我们看到的PC机的现象告诉我们，PC机的现象在产业化最开始的时候，性能不如小型机，这是为了一个巨大的利益早期牺牲一些性能，很多都是这样的。PC机巨大的利益是未来可以成为个人使用，成本极大下降，它巨大的价值在早期的时候，性能有点不如小型机。我们想早期在传感器可能也有这个现象。

所以现有的现象告诉我们，因为激光雷达太贵，这是我们的挑战。真正激光雷达的商业化途径，第一，要有最高的可靠性，这是不能妥协的，现在有很多新公司出来，做这个线那个线，但是最高的可靠性逃不掉，一定不能有ADAS芯片级的，不能有移动部件。第二个是成本一定要下来，无论如何逃不掉。早期有很贵的车型可能有一些忍耐度，但是后期一定不会忍耐。

现在最大的挑战，经过仿真，64线和8线比，最近距离非常完备，做轮廓也够，可是远距离都有问题，这是我们看到的未来最大的挑战。所以我们做128线，成本是40万美金，这也是一条死路，所以我们有什么方法不通过这个路线把感知做出来，成本下降，这是我们的挑战。融合是唯一之路。

未来之路是可靠性和实用性相结合，128线没有实用性是不可能的，商业化也不可能，产能更不可能。另外是产业链配合，融合将来是必走之路，我们将来一定需要很多合作伙伴，不论是车企，还是做算法和平台的，还是做毫米波雷达、摄像头，一定是我们的伙伴，一定要有融合。除非将来有一个不得了的技术，纵向做到零点零几路，不需要多少线，我们已经都有想法了，目前不便多讲。

第一代的二线机械激光雷达，第二代未来我们希望把它变成ASIC，有些关键路径在做，好像有可能，但是目前第二线是肯定的，完全是性能问题。这是我们的指标，我们做的两百米，3厘米精度，差不多0.5百万点每秒钟。这是做高清地图，虽然是八线，但是效率很高，非常精准，而且因为有强度信息，路上的标志是特殊的反光涂料，激光雷达看这个标志连字都能看出来，非常厉害，这是我们在美国做的地图。

这是国外的一个公司做的城市建模，这是做电力线巡检，非常精准的。现在无人机上做电力线是很重要的环节。可靠性产业化，我们在防水、防冷、防热等方面每一台出来都要经过这个过程，当然成本很高，但这是必须的，在室外用可靠性是关键。这是在沙漠里使用的，做油管的探测。这是无人区，一旦有人过来会被探测到，对人体探测非常精准，这是在沙漠上。白天55度，晚上零下25度，我们从2014年到现在，可靠性非常高。

在汽车上多台使用，我们变成24线，有一些分时租赁做简单的用途，还有校园里做自动驾驶车，这是地图采集车。将来的商用化一定是固态激光雷达，可以做测试。

我们的目标，将来我们的MTVF一定要达到10万小时以上；第二，距离150M，精度是5厘米之下，5毫米之下。我上次去百度，他说你什么时候给我发样品，我们所有的关键技术都解决了，现在是性能迭代，关键功能做好了，性能迭代不容易，我们的部件是芯片级的，芯片级迭代需要很多投入，每一次芯片迭代要3个月，虽然很难但是在推动着。第二个我们现在一定要绕开现有的技术路径，这是做不到的，不可能，光斑怎么做小，角度怎么做到，现有路径做不到，必须要其他路径研发，一个加法一个减法并行，加法是一步一步来，减法是按照最终目标一次过，不行再改。2018年底一定要实现150米，现在做到中距离，但是我们没有发货，性能没有做到。现在我们做加速迭代，2016年的时候很困难，几次弄完了以后现在快很多了。我们做一些基于激光雷达的感知软件。

我们认为未来十到十五年，中国在汽车工业和智能产业的机会不可想象，一定超过美国和欧洲，电动车当然是一个很大的方面，一定会引领世界，但是我们不做这个，而是自动驾驶。我们的经验，从手机应用和互联网应用，开发中国都比国外快，从移动支付各个方面，包括中国工程师和国外工程师的态度，中国应用层的开发比国外快，中国将来在这个方面的机会不得了，大家都很激动。中国的机会不可想象，我们愿意投身到这里，虽然迭代过程中有很多困难，但是我们非常激动，我们在一个对的时间对的行业做对的事情。我就说这么多，非常感谢。

提问：刚才您提到未来融合是大势所趋，能不能展望一下未来自动驾驶汽车和传感器的布置方案？

汤劲松：我们的整合不是融合，车灯是照射的，只是在车体上并为一体，这有两个要求，一个是可靠性和价格，另外一个是一定在形体上和现有的车结合，不能有怪里怪状的东西。白老师是把两个东西性能互补变成一个产品，我讲的结合是把激光雷达、摄像头和毫米波雷达传感器融合，至少十年内一定融合。我不觉得激光雷达在那么短的时间解决这些问题，高速公路要看远，但是市区不用看那么远，城市的自动驾驶看三到五十米就行了，但是高速公路要看很远，所以在若干年之内技术一定要融合，我们跟各个厂商包括企业和平台一定要合作。

提问：固态激光雷达+摄像头一体机行不行？

汤劲松：好问题，有可能，我们在考虑摄像头和固态激光雷达的可能，我们不考虑固态激光雷达的原因是看不了颜色和质地，从摄像头技术来讲，视觉是一个论证的，它不是探测的，后台要做计算的。

提问：您刚才提到用激光扫城市，其实现在做自动驾驶仿真测试是比较主流的技术手段，有没有可能用激光扫一个安亭，建一个仿真安亭，对这种事情应用价值大不大，您怎么看这个？

汤劲松：好问题，这就看价值解不解决痛点，这个事情已经在产业里做了，在电厂叫全景感知，有些核电厂不希望人进去，包括放射医疗机构不希望人进去，放射医疗机构现在用机器人送药，现在已经开始做了。我有一个朋友做机器人，专门给放射性治疗送药，这里面下一步是全景感知，应用很广。

顾剑民：我们知道激光雷达成本非常高，上万美元，你们新的固态激光雷达成本大概是哪个区间？

汤劲松：从经济学角度讲，我们要算成本，经济成本有两个，一个是固定成本，一个是可变成本，固定成本一个是研发费用，人，另外一个是设备费用。如果研发费用五千万，一万台一除就没有了，为什么成本降不下来，因为可变成本很高，固定成本摊完之后还有额外成本，可变成本最低是软件，开发结束以后没了。其次是芯片，激光雷达不光是芯片，还有光学部分，我们挑战把光学部分的比例下降，这样有了量之后，固定成本被摊掉了，可变成本很小，这是挑战，如果我们做不到不行。我们的目标讲过了，但是早期我们看到一千美金之前是铁定的，但是到底多少还不清楚。