文丨张威

王霄鹏，89 年生人，澳洲物理博士出身，曾在某 L4 自动驾驶公司推动自动驾驶技术落地。离开这家公司后，他创办量子成像公司亿维瑞光——核心技术是被杨振宁命名为 " 鬼成像 " 的量子关联成像，如今已布局 RGBD、多模态融合、主动量子关联雷达，覆盖车、工业、消费三大市场。

在激光雷达已经 " 打到白菜价 " 的今天，他给出的答案有些反常识：性能上 1+1＞2、成本上 1+1＜2；暴雨天气 150 米外看得清清楚楚，实现 " 三倍能见度 "；面对马斯克的纯视觉路线，他更是直接 " 正面刚 "：传统路径的纯视觉本身是不准确的。

这位科学家创业者，凭什么用 " 量子方案 " 挑战包括激光雷达和纯视觉在内的统治地位？近日，易简财经、科技每日推送对话亿维瑞光创始人王霄鹏，以下为对话原文（略有删改）。

Q：王总先给大家简单介绍一下自己？

王霄鹏：我叫王霄鹏，我是 89 年生人，2013 年去的澳大利亚，13 年到 18 年做的 PhD，博士课题就是量子关联成像。16 年到 18 年，我在中科院上海光机所，接受韩申生老师团队的联合培养。

Q：你当时是为什么选择离开学界，走上创业者这条路的？

王霄鹏：我是 18 年回国，本来要去某个大学当老师的，后来觉得科研必须和实业结合，就去了自动驾驶行业，后来又离职出来做了亿维瑞光。

Q：那你怎么想自己离职创业的 ?

王霄鹏：我本来就是想从学术界到工业界做事——任何技术如果不能落地，就是不值钱的。毕业那年我就想，如果贸然出来创业做自己的事，肯定不切实际，因为各种方向没有能见度，所以先选了一家创业公司去待着。创业公司是最痛苦的，因为要经历它从零到一的整个过程，但是去大厂，看不到全链条的事情。

在这家公司的时候，因为我在澳洲读过书，有不少澳洲朋友想引进中国的自动驾驶技术，我就干过一阵把 L4 的车和方案卖到澳洲的活儿。结果发现一个致命的问题—— " 太贵了 "。当时一台车的成本，差不多是一百二十万左右。再细细拆，大量的成本都花在传感器上。传感器那么贵，一定制约了 L4 级别自动驾驶的落地。所以我就想去做一个便宜、能解决问题、又不会显著增加成本的方案——这才出来搞亿维瑞光。

Q：公司为什么叫 " 亿维瑞光 "？

王霄鹏：很多人问我们是不是跟 " 维度 " 有关系。对，量子探测是一个 " 高维探测 " 过程，所以叫 " 亿维 "；" 瑞 " 是瑞雪兆丰年的瑞，寓意比别人更优秀，也有点儿科技向善的意思；" 光 " 就是我们做的是光学系统。英文名（"Quantalus"），取量子的 " 前缀 " 加光的 " 后缀 "。其实，量子本身是个哲学概念，后来物理学家去验证数学家归纳总结的规律时，用了光去作为载体。

Q：为什么有的人管量子成像叫 " 鬼成像 "？

王霄鹏：鬼成像（ghost imaging）是杨振宁命名的。为什么叫鬼成像？因为这种系统你拿人眼直接看，是一片雪花——物体是在那片雪花里 " 长 " 出来的，就像贞子从电视里爬出来的感觉。所以，它不是所见即所得，需要通过处理才能把物体从雪花里还原出来。

Q：量子关联成像的原理我们大概明白了，那具体是怎么设计实现的呢？

王霄鹏：不知道大家有没有这个生活经验：老妈做的饭，跟别人就是不一样——不管好吃难吃，你一吃就知道。为什么？因为它有特异性标志，还有记忆。这就是 " 关联性 "。举个例子：面前放六盘西红柿炒鸡蛋，到底哪盘是自家老妈炒的？吃一口就能吃出来——六盘菜，大量样本，我一定能找到那一盘。这叫寻找统计相关性。那要精准识别是哪一盘，还得有一个 " 记忆 " 在，不然就是随机乱指。换到我们的场景下就是：我把一束光分成两把，一把用来 " 尝 "，另一把是我的 " 记忆 "，两者做个匹配—— " 就是这一把 "，这就是量子关联成像。那在产品上怎么干呢？很简单：我发出去的光，我清楚。它回来的时候，我就找——谁是我发出去的光？这个不是、那个不是我发的——我就提取出来了。提取出来之后我就能抗干扰了：六盘菜我都知道是啥，下雨、下雾的时候，哪一束是我的光、哪一束是干扰光，我很清楚。

Q：量子雷达是要替代激光雷达吗？现在激光雷达已经打到白菜价了。

王霄鹏：首先第一点，我们不是要去取代别人。我们是一个 " 全新类型的成员 " ——在性能上大一截，在成本上小一截，用这种方式切入，而不是去取而代之。我们是提供全新的能力，在性能上 1+1＞2，在成本上 1+1＜2，这样的方式去做。从今年开始，很多智驾车型都要标配四颗补盲雷达。一颗补盲雷达八十多美金，四颗就是两三百美金，合着两千多人民币。我们给客户的方案是：整车的（雷达）成本压到两三百人民币，帮他把这个钱省下来。

Q：这个量子雷达，相比传统的激光雷达、超声波雷达，优势在哪里？

王霄鹏：优势有很多。但是我们给客户提供的优势就是上面说的在性能上 1+1＞2，在成本上 1+1＜2，说白了就是从客户的视角出发，符合市场现在降本的逻辑走向。但是我们在性能上有大幅提升。量子关联成像在数学上是个高维探测过程。传统光学是 " 连线成像 "，一个对一个，中间有雨、有雾、有障碍物，线就被挡住了。量子不是做连线，是做 " 拼图游戏 " ——我不需要看到全部，看一部分就能把全貌恢复出来，所以对雨雾等不良天气有很强的抗性。它还有超分辨能力：传统镜头能看清的分辨率是定死的，量子技术加持之后，可以等效于十倍口径的望远镜——原本要一个桌子那么大的望远镜才能看清的物体，十分之一大小就够了，在技术上叫超分辨，在产品侧叫高度集成化。

激光雷达是一个做连线题的测距工具，本质上是飞行时间法测距，跟蝙蝠测距没有区别。我们不同——我们把物体当成一个整体，给它构造一个 " 探索空间 "，像布了一张蛛网，物体是网上的猎物，它一挣扎，蛛网就抖，我通过网的抖动就能定位它在哪儿。所以它回馈过来的不是一个个单点构成的点云，而是一个包罗万象的三维特征结果，甚至可以加上光谱、偏振，变成光谱图、偏振图，这就是我们说的 " 高维探测 "。

而且在主动式的产品里，我们还可以把客户的神经网络直接融合进去——不用像传统系统那样先有数据再解算，可以直接在探测过程中输出物体的分类和标签结果，极大地降低对域控算力的依赖，还能提升无人驾驶、无人机这些场景的响应速度。

Q：这个行业还没有量产，那成本为什么能做到这么低？

王霄鹏：因为零部件少了。一个普通激光雷达，拆解下来激光器要钱、接收器要钱、透镜要钱、供电要钱……我们的被动式产品，就是一片调制器件，用半导体的方式直接雕出来，插进客户的镜头里就好了——那一片就是个玻璃片，多便宜。硬件上是调制器（相当于给光打了个 " 压缩包 "），软件上解算在域控里跑，CPU、DSP、NPU 通用的都能解，不用专门定制。整套系统贵在哪儿呢？

Q：那你怎么看马斯克的纯视觉方案？

王霄鹏：我们对这个话题其实非常喜欢。马斯克说纯视觉是方向，我们认同；也有客户说激光雷达才是真正的方向，我们也认同。

实际上，我们现在谈论的是光。光上什么信息都有——有图像信息、有距离信息，也有刚才说的光谱、偏振这些更多的信息。关键在于我们怎么去使用这些信息：拿一个普通的摄像头传感器往上一放，捕捉的就是图像信息；把它换成一个 SPAD 阵列——就是固态雷达用的那个，我捕获的既有图像信息（虽然分辨率非常低），也有距离信息；再换一个光谱成像器……你会发现，光上面什么都有，所以 " 视觉 " 应该是一个更广义的定义。

而我们这种全新的方案，加上量子关联成像的调制器，就可以直接把它从传统光学、传统视觉方案，升级成一个量子的方案。

另一方面，传统纯视觉本身是不准确的。为什么？因为纯视觉是基于训练的，训练的上限来自两个东西：训练数据集和网络架构。网络架构今天已经非常成熟了，但问题在于——传统纯视觉的估计算法是纯数据驱动的 , 所以它整体上就是不准确的，系统冗余度就低，要么时好时坏，要么在大量工况下开始出问题。

Q：但马斯克说，光子的输入是最准确的。

王霄鹏：这句话要一分为二地看。第一，" 光上携带各种信息 " 是没错的，我们给客户提供的量子方案，其实也是在解析光上的不同信息，这一点我们是认同的。第二，马斯克这句话背后其实有 " 供应链安全 " 的属性：激光雷达的产业链在中国，而视觉产业链，中国也有，欧美也很发达。站在欧美的立场，用纯视觉的方法在供应链上是安全的。所以他说的话，有他自己的立场在里面。

Q：量子成像被动的好还是主动的好？

王霄鹏：主动的关联成像自由度非常高，效果肯定是最好的，因为主动发射纠缠光，回来再去提取各个维度之间的相关性。有些客户很爱被动的，因为被动便宜——它把调制器件细节集成进摄像头，非常小型化，性能也不差。

Q：你说的 " 拼图 "，是不是意味着能绕过障碍物？

王霄鹏：对，激光雷达和普通相机这种做连线题的方案中间被挡住了就不行；我们是做 " 拼图 " ——挡掉一半也没关系，照样恢复全貌。量子的重点在于利用 " 光场的统计相关性 " ——被动就是用被动调制器件去调相关性，主动就是主动发射光去调相关性。打个比方方便大家再次理解什么是统计相关性——某几个城市人口里百分之多少是年轻人，这就是群体统计，那么年轻人占比相似的城市之间必然有相似的一些特征，这就是统计相关性。如果单论居住在不同城市里的三个年轻人，这就是个体特征。

Q：刚才聊到自动驾驶的路线，你怎么看现在这个行业的格局？

王霄鹏：自动驾驶一开始大家都走 L4 路线，因为好对标——对标美国 Waymo，Cruise 这些公司。后来中国掀起讨论：到底走单车智能还是车路协同。再后来有个说法，自动驾驶一定要以主机厂为主导，辅助驾驶就开始在各种主机厂上装了。其实 L4 当年的愿景是大家都不用买车，谁造的不重要，重要的是谁的自动驾驶技术和智能座舱互联。特斯拉是走工业化量产路线的，它的自动驾驶技术本身不一定比专门做 L4 的强，但它能让寻常百姓开上，这是它的优势。也是我非常认可的做新技术商业化的思路。

Q：看很多激光雷达大厂的财报，好像也不怎么挣钱？激光雷达做到这个规模，还是被整车厂压着挣钱，甚至负毛利。为什么你们敢做？

王霄鹏：首先我们自己不做激光雷达；其次商业上打个比方——大家困了需要咖啡，喝星巴克还是瑞幸，取决于 " 调性 "，当前整个市场的调性就是 " 尽可能便宜 "。为什么激光雷达的成本地板下不去？因为他们采取的传统技术路线决定了必须那么多成本，再加上压榨成本的方式到最后就是半导体化的路子：投芯片、流片，寄希望于未来海量的市场去摊薄，但半导体这条路，很多材料体系是投了二十年才起来的。可是问题来了，客户们能等二十年吗？

Q：听说某些激光雷达公司也在布局量子成像，你们的壁垒在哪里？他们要追上你们得多久？

王霄鹏：我们这个领域，坑是很多的。有些坑就是沉淀下来的 "know-how" ——它写不进专利，也写不进 paper（人家不爱看、不爱听），只有我们自己知道，而且我们很多工具链都是自己搭的。所以从半道开始做的团队，短时间内很难突破的。很多人从我们成立第一天就说在做这个，我们不担心。

Q：现在三条产品线—— RGBD、多维融合、主动量子雷达，是怎么划分的？

王霄鹏：RGBD 讲的是三色图像加深度（融合）；" 多维 " 产品线讲的是在 RGBD 的基础上再加上光谱像和偏振像；单独拎出来的那条就是主动量子的关联成像线，是为那些对物理层端侧感算一体有需要的客户准备的，例如具身智能的客户。哪个路线更好？我个人认为主动的好——主动的关联成像自由度非常高；被动的好处是高度集成、非常小型化。至于三倍能见度，主动和被动的技术我们都有。

Q：三倍能见度是怎么回事？

王霄鹏：能见度 100 米，我们能看 300 米；能见度 1 公里，我们能看 3 公里。普通激光雷达在恶劣天气下只能看 100 米的时候，我们能看 300 米甚至更远，就意味着你能在行驶的过程中更安全。套用在机器人、无人机甚至有人飞行器上也是如此。

Q：这个技术迭代的空间是什么样子？有没有技术路径图？

王霄鹏：先进技术一定要和工程化结合：就像手机芯片，去年是 5 纳米今年是 3 纳米，新一代 GPU 是全新架构和工程化能力的结合。我们会随着交付要求采用全新的架构，性能进一步提升，但我们一直会围绕着我强调的核心精髓，永远为客户提供性能 1+1＞2，成本 1+1＜2 的产品。

Q：创业五年，有否定过自己、推翻过自己的时刻吗？

王霄鹏：说真话，每天都在推翻自己。我有一个机制——每日复盘：记录自己每天什么时间点干什么，记录当天的情绪变化、思想变化、对一些事情的看法，每天还会导出一个 " 一句话代表今天 " 的精粹。做分析的时候，我会对同一个问题做不同时间点的分析，因为不同时间点的视角不一样。

我还有一个特性：总喜欢想 out of the box 的路径——问题摆在这儿，我写清楚当下的状态，过一会再想 " 如果不那么想会怎样 "，再导出一个 " 更好的 "。每天否定自己，其实是获得成就感最容易的方式。

最难的时刻是：给客户演示了我们的识别能力，结果客户说 " 不爱要 "。那时候花了很长一段时间去琢磨——为什么一个先进的东西，客户不要？后来才验证了客户心里想的其实是综合收益的权衡。

Q：你们公司自己用大模型吗？

王霄鹏：我们现在开了两条并行的研发线：一条是传统研发线，还有一条是大模型辅助研发线——要 " 善假于物 "，站在巨人的肩膀上做事。我们做过横向对比，大模型比传统团队领先三个月。所以未来在组织架构上，大模型会是一个非常重要的支柱，而且成本更低。

Q：车、工业、消费这几块，哪块空间最大？

王霄鹏：" 车企是耐心，工业级客户是快，消费级是互相拉动 "。消费级我们非常看重，希望让普罗大众直接就用上先进的量子技术。

Q：你怎么看待电动两轮车这个市场 ?

王霄鹏：全球一年新增 8000 万台两轮电动车，随便一个中国品牌出货量就很大。

Q：为什么他们需要类似激光雷达这样的产品呢？

王霄鹏：国家现在有电动两轮车智能化的导向，所以各家各显神通——送外卖的做智能头盔，主机厂要造 " 带辅助驾驶的两轮车 "。

Q：如果先在两轮电动车上落地，影响以后进四轮车市场？

王霄鹏：在 "1+1＞2" 和 "1+1＜2" 之间，客户们往往更在乎的是那个 " 小于二 "，这时候你还能告诉他 " 大于二 "，他一定感兴趣。

Q：消费级市场的导入，你们怎么看？

王霄鹏：消费级需要我们给产品经理提供 " 不同的花样 " 让他们找感觉，一个新玩意能不能卖爆，产品经理要靠直觉判断，我们就提供不同的产品形态和特色让他们去看、去试。

Q：整个量子行业，哪些比较成熟、哪些还很远？

王霄鹏：最快商业化的都在传感方向。磁、声、电、光是不同的方向，我们主要做光。量子雷达这条线，我们是 " 继承性利用现有的工业体系 " ——人话就是：啥成熟用啥。很多量子企业和项目为什么现在落地难，因为它们的路线选择是 " 再造一个工业体系 "，那多费劲。

Q：所以技术先进，并不等于能跑通？

王霄鹏：商业化不是技术牛、别人听不懂就能跑通的。商业化是一个赚钱的过程——怎么让客户付费，这个很重要。我做一个东西很先进，客户不愿意付费，那它只是一个工艺品、一个艺术品。

要让客户付费，就要站在客户的角度：他为什么要掏这个钱，你给了他什么价值，解决了他什么困难。

Q：智谱的张鹏说过 " 真正的智能是大脑智能，而不是感知智能 "，你怎么看？

王霄鹏：客观来讲，智能离不开所有环节：一个公司可以一个人长板特别长，但一个公司不能有短板。智能也是这样——我感知很愚钝，眼睛蒙着，大脑再厉害也没用。它是一个联动的系统，他必须要有锐利的双眼、灵敏的双耳、敏感的嗅觉，再配一个杰出的大脑，才能做得比人更好。我们要让机器比人做得更好——人开车有极限，机器要做到比人更安全，五官（感知）和大脑（决策）都要强，双向的。

Q：车的落地是确定的，那机器人这个大赛道呢？

王霄鹏：机器人的感知一定是多模态的——图像、深度、偏振、光谱，一定都有。为什么机器人也需要？因为它需要更好地理解这个世界，不能只靠海量数据训练图像和深度，它还要理解这个世界是由什么物质构成的。

举一个场景：配药场景，尤其是需要管控的那些环节——很多公司会尝试用灵巧手机械臂去做。有的药品存放在玻璃容器里，有的放在非玻璃容器里，一旦遇到这个场景，现有的雷达和视觉都是 " 瞎 " 的，因为它们分辨不出玻璃容器里装的是什么药。标签上贴的是 A 类药，里面实际装的是 B 药。人干这件事要交叉核验，机器人怎么干？直接用光谱一看就知道。所以以后机器人视觉是多模态——一个摄像模组里什么东西都有。

Q：多模态数据喂给世界模型训练，难度不是更高吗？

王霄鹏：反而是更容易接近 "ChatGPT 时刻 "。为什么？如果数据只是一个维度的——我们管一阶平均叫 " 图像 "，它是一个低信息量的素材——很难训练出那种 "GPT 感 " 的东西。

就像人拿一杯咖啡：他一定是不同的感知一起运作，加上记忆去完成这个动作，甚至有的人拿咖啡的时候还会唤起回忆，这叫通感。你看纸杯，脑子里想的是 " 软软的 "；看咖啡，想的是 " 苦苦的 "；看到冒热气，知道 " 是烫的 " ——这些都不是纯视觉给的，而是不同维度的信息联动的结果。训练侧和实测侧都要如此，才能训练出 "GPT 感 "。量子成像对世界模型、多模态训练会有很大帮助。

Q：接下来有什么融资计划？

王霄鹏：持续融资。我们落地的思路就是要让量子技术在现有的最成熟的工业体系里长出来，面向普罗大众看得见、摸得着的场景，让大家买得起、用得上。

• END •

Question，Write，Believe，Become your story。易简传媒的愿景是提问和传播商业故事，让读者更开阔，更聪明。有 2500 万微信粉丝关注我们的账号，欢迎大家关注：