陆奇看好的90后，连续融资3轮

作者 | 铅笔道 松格

编辑丨铅笔道 王方 

封面图丨动微视觉官网

你知道现在的机器人，为什么反应慢吗？因为它的“视力”不好。

最近这个领域，跑出一个未来独角兽：连续融资3轮，并且陆奇（奇绩创坛创始人）投了。它就是动微视觉。

它的产品，像是一个反应灵敏的“相机”——事件相机（DVS）：静止的东西，它不怎么管；但只要哪里动了，它立刻能抓住。

DVS的技术发明人，是苏黎世联邦理工的教授Tobi。而动微视觉创始人刘敏，是Tobi的学生（博士）。商业化的第一年（2025年），动微视觉有了近千万营收。

针对这个赛道的机会，铅笔道与刘敏博士聊了聊，精华如下：

1、动微视觉，卖什么产品？

答：事件相机的核心零件——相机、模组、芯片，不做整机。

2、传统相机哪里不行？

答：两个硬伤：太快看不清，太亮太暗都瞎。

3、为什么现在做这件事？

答：技术等了15年，终于快熟了。

4、哪些行业痛点最大？

答：工业、自动驾驶、机器人、手机（拍照）等。

5、这行有多少人在做？

答：全球五六家公司，基本都是我导师带出来学生。

以下为刘敏自述：

 91年博士后

我是2023年回国的，1991年生人，江西宜春人（袁州区）。在这之前一直在苏黎世联邦理工做学术，从博士到博士后。

我们现在做的产品，有点像特别灵敏的“电子眼”，是一种新型的事件相机（DVS）。它只盯着“变化”看：静止的东西它不管，哪儿动了、哪儿光线变了，它立刻抓住。

它能解决客户什么问题？比如工厂，可以用它来检测产品瑕疵。

这个机会，我是怎么发现的？

因为技术到了。我一直在做事件相机（DVS），这个技术是我导师Tobi（苏黎世联邦理工的教授）在2008年发明的。等我2016年去读博时，已经过去快10年了，但还是很“实验室”——会玩的人不多，能用的场景也很零散，没成气候。

我当时的感觉是，它很像早期的CMOS（图像传感器芯片）。CMOS是90年代发明的，但一直不温不火，直到2007年iPhone出来，智能手机大爆发，它才开始几亿几亿地出货。

所以2023年回国时，我觉得事件相机也到了“iPhone前夜”——技术成熟了，就等一个爆发的机会。

我正准备创业的时候，奇绩创坛主动找到我，愿意支持这个方向。技术周期到了，加上有早期资本愿意赌，两件事叠加，我就回国创业了。

跟奇绩聊的时候，我没讲什么宏大的商业故事。他们投的就是“人”和“技术”——苏黎世联邦理工的背景够硬，方向够前沿，团队够匹配，这就够了。

但我自己很清楚：最终要打进自动驾驶和机器人。

这两个领域都需要视觉，但现在用的传统摄像头（RGB相机）有个硬伤——它像人眼的“静态视力”，能看清细节，但对快速变化反应迟钝。

事件相机干的就是这个，只对变化和运动响应，特别适合处理“鬼探头”这种突发情况。

 让反应快一点

之前的行业，存在哪些痛点？

第一个痛点赛道：工厂场景。

工厂里有两类活儿，传统摄像头根本干不了。

一个是速度慢。像光缆、线缆这种产线，速度非常快。传统相机还在一帧一帧拍的时候，产品缺陷就已经错过了。

而DVS几乎是实时盯变化的，反应速度比传统相机快上千倍，所以能抓住这些高速过程中的细节。

第二个是受复杂光照影响。

工厂里经常有强光、反光、明暗交替，传统相机在这种环境下很容易失真、漏检。但DVS的动态范围很高，对这种复杂光线更“抗造”，基本不受影响。

第二个痛点赛道：自动驾驶，尤其是“鬼探头”这类突发事件。

现在大家都在讲视觉方案，比如特斯拉走的是纯视觉路线。我其实认同视觉可以做自动驾驶，但问题在于：现在这套“视觉”，还不够像人。

人类的视觉，其实有两套系统：一套负责“看清楚”，比如看细节、识别物体；另一套负责“盯变化”，比如突然有东西动了，你会立刻注意到。

而现在的RGB相机，本质上更像前者，是偏静态的。

DVS正好补的就是这一块。它只对盯变化和运动，谁动了、哪里变了，它第一时间就知道。

比如自动驾驶里常见的“鬼探头”，或者突然出现一个人或东西，RGB很难及时反应，而DVS更有优势。

第三个痛点赛道：机器人——现在的主要问题有2个。

1、速度。传统摄像头速度不够快，导致机器人反应慢。

2、功耗。机器人本身算力就比较紧张，而RGB摄像头会把所有画面全拍进来、全处理，产生大量冗余信息，这就会消耗更多算力和功耗。

现在的机器人就在做这件事，所有信息都在处理，没有筛选机制。

我们最近在做一个挺有意思的方向——体育机器人。像打羽毛球、乒乓球、网球，这些场景对“快速反应”要求极高。现在机器人的问题不是不灵活，而是“它不知道该往哪动”。

你可以一秒移动过去，但前提是你得先感知到球的轨迹。所以我们本质上是在解决机器人“感知速度不够”的问题。

第四个痛点赛道：手机拍照。

现在手机厂商，比如小米、华为、OPPO，其实都在测试类似的技术。它的应用场景是“去模糊”。

拍照模糊其实有两种情况：一种是手抖，这个现在通过防抖已经能解决得不错；另一种是拍摄对象在动，比如拍宠物，这种模糊用DVS能更好解决。

全球玩家：5-6个

从全球来看，这个赛道其实玩家非常少：大约5-6家。国内两家左右，国外三家，主要在欧洲。

而且比较有意思的是，这些公司创始人基本都是我师兄，要么在苏黎世读博，要么读博后，都是同一个导师Tobi带出来的，算是同一个技术源头。

这两年国内像北大、复旦也开始有团队在研究这个方向，甚至在孵化公司，但整体来看，现在真正做得比较深的，还是我们这一批“苏黎世系”的。

我们这些“同门公司”之间，交流挺多。因为这个行业还很早期，现在还谈不上竞争，还没有到一个需要你死我活的阶段。

大家更多是在讨论：哪些场景可以一起去做，怎么把这个技术推广开。我们有一个共识——先让更多人知道DVS，把蛋糕做大，比互相掐架重要。

还有一些产业，也在关注这个赛道，比如自动驾驶、机器人，甚至消费电子。

而且从产业逻辑来看，比如自动驾驶，如果未来真的上车，车企通常会要求至少三家供应商。所以即使最后落地，可能也就是我们这几家一起分这块肉，不会只剩一家独吞。

所以目前大家的关系其实都还不错。

哪些客户买单

产品做好后，哪些客户更愿意买单？

比如光缆检测这个场景，以前是没有解决方案的，要么效果不好，所以很多产线没有这套系统，我们进去之后，是帮他把这块能力补上。

在这些场景里，我们的毛利率可以做到80%以上，而且别人暂时做不了。未来如果这个行业做大，价格可能会下降，但只要我们始终能保持“半个身位到一个身位的领先”，就不担心竞争。

当然，也有一些行业，比如3C、半导体、电池，这些领域传统RGB已经做得很好，我们没有优势，就不会去硬碰。

客户为什么会买，本质上还是一件事：算账。他们最关心的不是技术多先进，而是你能不能帮他降本。

比如在光缆行业，过去他们的退货率可能接近10%。这对他们来说是很大的损失。我们的一套设备，大概十几万，但可以做到：缺陷识别率90%+，基本无误报。而且是在出厂前就把问题发现并处理掉。

这带来的收益不仅是减少退货，更关键的是避免丢掉大客户。像国网这种客户，一旦出问题，可能直接就不用你了，所以这是一个非常明确的ROI。

现在来看，事件相机的市场接受度也越来越高了。

我刚回国那会儿（2023年），基本上是“见一个客户讲一遍”，所有人都不知道这个技术。

但现在不一样了，大概20%~30%的客户已经听说过事件相机，甚至主动来找我们。但是就算听过，老板最关心的还是一件事——能不能帮我赚钱、能不能降本。

我们公司的收入也在逐步起来。公司2023年成立，前两年基本没有营收，主要在做研发。去年大概做到了接近1000万，今年目标是做到2000万到3000万。

工业是我们当前客户的基本盘，但本质上我们是在往外拓，包括自动驾驶、机器人，我们正在重点布局。

尤其自动驾驶，现在大家都知道两种主流传感器，一个是摄像头，一个是激光雷达。雷达的优势其实很明确——它是做精准测距的，可以知道物体的形状和距离。

但问题在于——不管是雷达还是传统摄像头，它们都不是为“高速动态场景”设计的。比如RGB相机，一秒30帧，对人眼来说已经够了，但对车来说不够。

我们最近也在做新一轮融资，计划是上半年Close，大概是几千万规模。

本文不构成任何投资建议。