我们认为，未来的智能汽车会以图像传感器为中心，辅助以其他廉价传感器，以 AI 为大脑实现无人驾驶。在这种解决方案下，现在一整套系统加起来也就是几千美金，未来在此基础上成本可以下降到小几百美金。
坦诚而言，国内在 AI 这块和国际领先水平差的还比较远，但是高性价比传感器上我们已经看到了机会。因此我们会重点在国内投有壁垒的、高性价比的硬件，以及能够把国外最先进的 AI 软件结合到国内硬件平台上、结合国内厂商的需求，做好本地化服务的企业。
行业变热之后，市场大、机遇大，确实出现很多公司都在努力往前拱，但是好的公司数量还不多。智能汽车是一个巨头都会关注的领域，各个巨头都有山头，小公司能起来靠的不是商业模式创新，应该是技术主导，因此门槛相对偏高，对团队的经验和能力都有要求，不是任何团队都可以做。
好的创业者必须非常专业，这样的团队在做的时候才能够带动产业链。比如我们投资的图像传感器公司 Cista，正在做全世界暗电流，最低动态范围最大的图像传感器，上下游厂商都在和他们合作。这个领域的竞争是激烈的、全球化的，而且最后会是赢者通吃。
你们怎么理解行业的痛点和难点所在?创新又会从何处产生?
A：挑战仍然来自人工智能和传感器。在 AI 方面，无人驾驶有几个关键点：第一，运算必须本地化，不能太贵，也不能像 AlphaGo 一样用一个机群支撑它;第二，实时性非常强，一秒钟几十次，第三，必须非常准确，不能算错了再补，所以把 AI 用到无人驾驶和辅助驾驶的时候要求非常高。
因此，AI 项目之间的区别就在于，是否能够用相对廉价的计算设备做快速的、每秒 40-50 次的处理，同时达到非常高的精度和准确度。现在这个领域国内有很多公司都说可以做，但关键点仍在于快、准、同时用嵌入式芯片达到这样的性能。
比如我们在美国投的 drive.ai，是斯坦福的团队在 AI 无人驾驶实验室做了三年之后成立的公司，能够达到三个上述要求，但更加重要的还有第四个要素：从技术变成产品，需要非常好的合作伙伴。这个行业的问题是，做人工智能的往往不懂汽车，而做汽车的又不懂人工智能。我们给他们带来了日本、欧美两家战略投资，都是汽车行业的一级供应商和车厂。
传感器方面也需要技术突破。比如激光雷达是谷歌在用的系统，相信在未来的车里面也非常必要，但不一定是谷歌用的 64 线，也可能 2 线、4 线就可以了，成本需要非常合理。我们投的镭神就可以把中国制造的优势发挥到极致。但是把激光雷达掰开来看，核心的还有两个很难降低成本：线性图像传感器和激光芯片两个部件。现在中国没有公司可以做高速线性传感器(每秒 10000 次)，激光芯片也全部是进口，我们投的图像传感器公司，就正在攻克线性传感器的难关。
未来创新最主要的机会，硬件上会在于性价比更高的激光雷达或者是下一代技术;动态范围大的、暗电流低、高温成像好的图像传感器;性价比很好的雷达或者是超声传感器;或者某个新的大家没想到的传感器。AI 则在于更好的视觉系统和控制系统。
此外，还有智能汽车的操作系统，我们投的中科创达正在做;另一块还没看到的是车与车之间的交流，会以什么样的技术平台、什么样的形态?也会变得非常重要。
如果从长远来说，道路的改变是一个慢长的事，所以现在的智能汽车还会是基于现在的道路体系来设计，因为改变车要更容易，大家都会找阻力低的事先做。而我们愿意做的就是陪着行业发展，在这个阶段里，公司会不断被筛选淘汰、性能会不断提高，这对于变化快的小公司更为有利，而最好的投资机会就在其中。
除了上述领域，接下来还有哪些值得关注或者有潜力的创业热点和方向?
A：除了硬科技，我们还会关注一些在机器人、传感器、芯片半导体技术支撑下的终端应用。我们会关注 AI 与行业的结合而产生的大幅效率的提升的机遇。
同时企业级 SAAS 我们也一直在投，特别是接下来会关注一些垂直领域的 SaaS 项目，将来可能和 AI 也都会结合在一起。