劉少山認為由于汽車的產業鏈條太長，駕駛場景太復雜，針對性的道路基礎設施還不完善，真正的無人駕駛想要落地還需要四五年的時間，而且乘用車市場是一個持久戰。因此無人駕駛將是一個慢慢普及的過程。而主打乘用車市場的無人駕駛創業公司，落地周期會比較長，如果沒有其他業務，最后比較好的結局也許是被大廠收購。

創業兩年，劉少山還一直保持著記日記、周記，以及思考寫作的習慣。他先后就職于 百度美國研究院，LinkedIn、英特爾、微軟研究院，專注無人車系統架構與產品化、深度學習，以及異構計算平臺的架構與開發。

劉少山與好友張哲在硅谷創立了人工智能初創公司Perceptln（普思英察）。Perceptln致力于為機器人提供核心技術以及解決方案，目前在加州圣克拉拉和中國深圳設有辦公室，擁有約30名員工。Perceptln于2016年5月獲得投資機構華登國際和ARM的天使投資；2017年2月獲得A輪融資，經緯中國領投；2017年7月獲得三星集團的A+輪戰略投資。

憑借在SLAM等AI視覺技術領域的優勢，Perceptln打造了適用于不同場景的單目、雙目、四目視覺計算模組，并為機器人提供軟硬件一體化的整合方案。目前，這些模組和方案被應用在掃地機器人、園區無人車等領域，而且成本較市場上的產品更低。

圖：為功能性無人車輛量身打造的四目視覺多傳感器融合計算模組

圖：Perceptln雙目視覺慣性計算模組

據劉少山介紹，今年Perceptln的重點是圍繞視覺技術打造室外運載機器人的方案。劉少山口中所說的“低速運載機器人”，目前更多的被無人駕駛創業公司冠以“無人駕駛汽車落地”的名號。

劉少山認為，這個市場的數據強烈依附于場景，“港口園區和工業園區是兩個不同的場景，必須根據特定的場景進行數據訓練才能達到想要的效果。”

為什么不做乘用車無人駕駛，為什么不把室外運載機器人叫做無人駕駛落地項目？

“資本對于無人駕駛的追逐是有原因的，因為這個市場的想象空間太大了，甚至可以變革中國整個大物流行業，要知道這個行業的收入可以占到中國GDP的20%，而且這個行業目前的痛點很多。”劉少山首先分析了無人駕駛創業火熱的原因。

但是，根據劉少山的判斷，汽車的產業鏈條太長，駕駛場景太復雜，針對性的道路基礎設施還不完善，真正的無人駕駛想要落地還需要四五年的時間，而且乘用車市場是一個持久戰。

劉少山認為，無人駕駛將是一個慢慢普及的過程，從技術的角度說流程很長，驗證一個技術花費也很大，即使這些都完成了，最后還要看市場的普及接受程度。

對于目前的無人駕駛創業，劉少山認為，主打乘用車市場的無人駕駛創業公司，落地周期會比較長，如果沒有其他業務，最后比較好的結局也許是被大廠收購。

對于目前無人駕駛的實現方式，激光雷達和攝像頭兩種解決方案各有利弊，業內對于采用哪一種眾說紛紜。劉少山則認為，在乘用車市場，汽車的行駛速度決定無人車必須能夠看到200-300米甚至更遠的地方，所以激光雷達目前還是必須的，“只不過前兩年大家做無人駕駛的時候，大多數公司用得是轉動機械雷達，現在很多公司在做固態雷達的方案。”而對于低速運行的機器人產品，時速可能只需要20-30公里，劉少山認為不需要看那么遠，攝像頭就可以解決這些問題。

劉少山表示，之所以將自己的業務叫做運載機器人解決方案，是害怕被高估，“在場景沒有摸透的情況下，我更害怕被高估，被資本炒作推動，那樣會活得更累。”

在公司的運營和業務發展上，也可以看出劉少山的謹慎。Perceptln在融資上已經到了A輪之后的階段，但目前總員工數量只有30人。劉少山這樣解釋到，“我們沒有大規模擴招，是因為需要將場景吃透，確定市場可行，之后才能大規模招人進行推廣。”

吃透場景，是劉少山在采訪中一直強調的事情。

在交流的過程中，劉少山略帶反思的說，創業之初我們過度的追求技術，認為只要技術足夠好就能落地。但是從市場的角度看，很多公司是根據場景需求來挑選用什么樣的技術，以便去滿足這個場景。作為技術出身的人，真正去理解這個事情其實很難。

“前兩年人工智能火熱的時候，資本對技術的追逐讓創業公司融資很容易。但是今年以來，資本從關注AI技術轉變到了更加注重場景落地上，下注比較謹慎，市場相對來說會更加冷靜。”劉少山說。

那么，人工智能技術在哪些場景已經落地，下一個市場和場景是什么？

劉少山說，人工智能技術在視頻領域已經普及，特別是安全和監控市場，這個場景僅需要提取人的信息，需要的技術簡單明確，國內的大華、海康威視已經基于AI做成了一個個新的安防生態。“我們已經進入多媒體交互的時代，任何跟多媒體數據理解、分析相關的技術都有價值。”劉少山說。

下一個市場和場景是什么，劉少山表示自己比較看好AI與醫療的結合，因為這個市場的痛點很多，需求更大。“只要能找準場景解決痛點，創業公司總會有自己的生存之地。”