环球360

　　眼睛是人类接触外部世界的第一感官。而对计算机来说，它们的“眼睛”就是计算机视觉感知技术。正是由于这种技术，计算机才从只会执行命令的机器，走上了成为有智慧的人工智能的第一步。

　　一家来自硅谷的技术创新公司，xPerception，就希望能够赋予世界上的机器人这样的感知能力。他们开发的智能感知计算模块，集成了感知、定位、避障和导航技术。模块提供媲美Google Tango和英特尔RealSense的感知技术，为第三方手机、VR设备、机器人等提供包括定位、识别、3D重建等功能在内的软硬件一体化解决方案，引领下一代硬件产品进入智能时代。

　　xPerception的概念很明确：他们要推出一个软硬一体式的模块，来为机器人提供感知能力，为AR、VR设备提供现实交互，连接AI和人类，虚拟与现实。

　　xPerception的创始人包英泽来自Magic Leap，拥有最强黑科技的硅谷神秘创业公司。正是Magic Leap的产品，让资本开始了对计算机感知技术的疯狂追逐，也让科技迷们对未来充满了向往。而很早就加入了Magic Leap的他，也一直在从事最核心的感知项目的研发。

　　但是在计算机感知方面研究得越深入，他就越了解计算机视觉感知技术的重要性，无论是对于可穿戴AR环球360、VR设备来说，或者是对机器人来说，要真正实现“智能”，这类技术是不可或缺的。但是，对于大部分公司来说，他们却没有相关的技术积累。

　　从Magic Leap离职后，包英泽创办了xPerception，想要打造一个容易集成的智能感知计算模块，帮助机器人、智能硬件、AR、VR相关领域的公司，让他们无需投入大量时间和精力做研发，也能让旗下的产品拥有智能感知功能。

　　这款由xPerception开发的开放式智能感知计算模块，集成了感知、避障和导航技术，以特殊的硬件电路板为依托，通过重重优化的算法和全方位的感知方案，让上述全部功能都可以通过一个硬件实现。

　　“机器人市场和移动VR、AR设备市场很大很复杂，我们做的是感知、避障、导航这一垂直领域。现在中国厂商们主要把时间精力放在了市场应用上，我就希望我们的技术和产品能填补空白，帮助中国厂商们及早用上这个技术。”包英泽说。

　　xPerception的软硬结合方案可以给任何设备进行6自由度的3D定位，准确重建周边环境，还可以识别物体，包括识别手、人、家具、车等，把真实环境映射到虚拟空间中，让机器人可以在真实空间中自由活动。

　　这项技术可以看做帮助机器人实现从0到1的突破。 现在市面上机器人分为两种：瞄准未来型的家庭用机器人和工厂机器人。但是无论是哪类机器人，目前几乎都没有将视觉解决方案完美地加进去。正是由于缺乏这样的“感知能力”，机器人往往不能自如行动，或者行动起来很笨拙，一点都不智能。

　　xPerception智能模块可以嵌入到扫地机器人等家用机器人中，实现环境三维扫描等智能功能

　　以家用机器人为例，它们原本只能做前方物体的测距，而没有办法对家庭环境有一个整体的理解；但是加入xPerception的产品，则可以让机器人重建整个家庭地图，更好地完成主人指令。

　　对于工厂型机器人来说，这项技术更是意义重大。现在国内每年仓储机器人的出货量已经达到了数十万台，但都只能按照设定的路线在无人环境下行驶运货，很难做到可靠避障。

　　xPerception的技术方案可以让仓储机器人加上“电子眼睛”，在人机混合的环境下，检测到死角和移动的人，并进行主动避障，适应更加复杂、动态的仓库环境，提高安全性。

　　不仅仅对于机器人，对AR、VR技术同样如此。要实现最佳的沉浸感 、要渲染虚拟的物体，同样要对用户自己在空间中的位置有一个测算。Xperception能以毫米级精度、毫秒级的系统延迟，为AR、VR设备提供这些底层技术。

　　xPerception智能模块还可以嵌入到VR头戴设备中，实现6自由度低延迟视角测算等功能

　　实际上，市面上已经有一些针对计算机视觉感知技术的解决方案。然而它们大部分都存在着致命的缺陷：

　　对于外置传感器的解决方案来说，只要机器人或者VR、AR用户在较大范围内的空间行走，这个方案就立刻失效，而且它需要部署的设备又多又昂贵，对于很多厂商来说都不是高效的选择；

　　而很多号称新型感知算法的公司，大部分却只是在开源软件的基础上做些小修小补，这样是无法开发出可以用在第三方设备上的成熟产品的。

　　对于xPerception来说，他们从头开始研发感知芯片，并结合领先同行的算法，还会根据行业反馈来进行改进，这也就决定了他们拥有强大的竞争优势。

　　首先，团队强大的技术实力和研发积累，已经让他们在软件算法上的研发进度，至少领先市场一年半到两年左右的时间。用包英泽的话说，现在很多开发类似技术的公司现在才遇到的“坑”，“我们早就已经遇到过并趟过去了。”正因为如此，他们才能在很多公司还在打磨算法的时候，就率先做出智能感知硬环球360件模块，把市场铺开。

　　其次，他们一开始就定下的“算法+芯片”的软硬结合战略，也给他们带来了不少先发优势。

　　对于计算机视觉感知技术来说，只有软件是行不通的，它对硬件一定会有要求。“任何一套算法都会要提前知道它是跑在什么样的硬件上。如果只提供软件，合作伙伴会在每次部署的时候都要进行重新调试。”包英泽说，“计算机视觉感知算法对CPU的调用和电池要求都很高，没有制造商会愿意预留很多cpu运算资源给一套第三方算法。”

　　反过来说，光有硬件也没有用。例如在避障上，现在市面上有很多深度相机硬件，但是它们功能非常简单，而且十分昂贵，结果不尽人意，所以一直没有大规模普及。

　　xPerception“软硬结合”的做法，让客户买到的是特定问题的完整解决方案，不用再担心软硬件是否兼容的问题。而且它是市面上最低成本的方案，以扫地机器人为例，激光类导航模块成本在千元左右，而xPerception则可以用激光雷达的一半价格，实现更好的效果。

　　第三，它是快速能投入市场，用最小的整合代价，能让消费者用到的带有计算机视觉感知解决方案的新型产品。它已经针对不少行业，比如家用机器人、仓储机器人、VR、AR头盔等，开始了垂直化的实践，所以拥有很多创业公司难以获得的深度整合经验。

　　在某些关键技术指标上，比如包括定位误差、系统稳定性方面等，它甚至比大公司研发了很多年的项目，比如英特尔Real Sense技术，表现都要更好。

　　第四，从长远来说，xPperception努力打造一个共享多赢的智能生态系统，实现智能设备间“主动的”互动。

　　在包英泽看来，现在的所谓物联网其实只是被动的数据收集环球360和统计，但是在未来，真正的物联网，会是以类似xPerception为代表的智能大脑，赋予万物人工智慧，让设备之间、设备和人类之间，实现“主动环球360的互动”。

　　“我们把感知芯片应用于每一件未来的家居设备，把不同产品互相结合起来，发挥协同性的作用，才能打造实用的智能家居生态系统。家用智能生态链上的每一环，例如你的扫地机器人、电饭煲、洗衣机、冰箱、电视等，都会对你个人有很好的了解，提供个性化的家庭服务。必须所有的设备具有可以互联的人工智能环球360，才能协同运作形成一个真正的智能生态系统。”包英泽说。

　　这样的商业模式对于感知模块是可持续的，最终，人工智能的雪球会越滚越大，直至完全改变人们的生活，和这个世界运转的方式。

　　如果不是在计算机视觉感知这个领域有了十年的积累，包英泽也不会有底气从Magic Leap离职，创办xPperception，来填补这个对技术要求非常高的巨大市场空白。

　　包英泽此前以极优异成绩从清华大学电子系毕业，来到美国攻读博士学位，主攻的就是计算机视觉。他的导师Saverese也是在斯坦福的计算机视觉领域的大牛，获过很多学术的奖项，研究的项目还拿到了美国国防部的特批经费智能设备。

　　包英泽随导师进行计算机视觉研究， 一发不可收拾，一连在最顶级的学术期刊上发表了十几篇高质量论文，担任多本学术杂志审稿人，例如在整个计算机视觉和AI领域一直影响因子最高的IEEE学术性汇刊。

　　此外，他还获邀在多个顶级国际会议，比如由IEEE举办的计算机视觉和模式识别领域的顶级会议CVPR上做全体报告。CVPR一直有着极为严苛的录用标准， CVPR是全球人工智能领域公认的最顶级会议。

　　也正是因为如此，包英泽才在一毕业之后，就加入了备受关注的Magic Leap，并成为早期核心员工，负责感知项目的研发。

　　除了包英泽以外，xPerception团队的其他成员同样在硅谷顶级公司工作，团队实力即使在硅谷也称得上首屈一指。

　　现在，这个种子轮由国内知名基金真格基金投资的创业团队，正全周无休地工作，想要尽快优化硬件模组，把他们的计算机视觉技术推向尽可能多的用户。而他们的商业模式也很清晰，就是帮助智能手机、机器人或者AR、VR设备制造商解决核心问题。

　　“我们想做的是，让中国和全世界的厂商都能以尽可能简单和经济的方式，在自己的产品上加入智能感知技术，打造一个共享多赢的智能生态系统。”包英泽说。而他们的理想，就是让xPerception成为连接AI和人类、虚拟和现实的那座终极桥梁。

　　N1 Life完成千万美元Pre-A轮融资，斯坦福突破性技术引领新药开发进入高速高通量时代 钛媒体首发

　　本文系作者硅星闻授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和本文链接。

　　本内容来源于钛媒体钛度号，文章内容仅供参考、交流、学习，不构成投资建议。

　　想和千万钛媒体用户分享你的新奇观点和发现，点击这里投稿。创业或融资寻求报道，点击这里。

　　前几天看到正在研究让人工智能读懂人的情绪，霍金再次发出了警告，称人工智能的发展，是对人类的潜在危险。