李豐專欄 | 從iPhone X、智能音箱到新葯研發、環境監測，我如何看待科技創新

專欄第五期，我們談談深科技（deep tech）。

今年 10 月，在愛因斯坦提出廣義相對論 102 年後，人類首次捕捉到了雙中子星合併產生的引力波。數百年來，這樣的科學發現和科技創新一直永不可逆地改寫著人類的歷史，推動世界加速前進。

自 2015 年基金成立以來，峰瑞資本（FreeS Fund）即持續且堅定地看好科技創新，相信科技能夠以更加深遠的方式，從底層改變商業社會。

我們將深科技確定為主要投資方向之一，並在智能製造、感測器與晶元、人工智慧的垂直應用、生物科技與新葯研發、新材料、新能源、環保等領域做出投資嘗試。

在這篇專欄中，我嘗試回答以下問題，更希望聽聽你的看法：

• 從 iPhone 到美圖秀秀，感測器的進步使哪些設備實現了智能化，又催生了哪些商業應用？
• 從智能音箱到疾病診療，AI 如何在特定場景中發揮作用？
• 哪些行業、哪些企業會符合中國經濟結構調整的需要，且有能力快速發展起來？

歡迎分享你的看法。此後，我們還將與科技領域的創業者和行業專家們一起聊聊，嘗試記錄他們在廣袤未知中前行的真實腳步。

（本文來源為峰瑞資本微信公眾號，ID：freesvc，轉載請聯繫原作者）

————————————

從感測器到 APP

iPhone X 正式在中國市場發售了。時間過得很快，距離 2007 年喬布斯發布第一代 iPhone 已經過去了十年。朋友圈裡有很多人都在回憶十年前自己用過的經典手機，比如諾基亞 5800、索尼愛立信的滑蓋、摩托羅拉的翻蓋等等。顯然，它們完全無法和現在的智能手機相提並論了。

iPhone X 被蒂姆·庫克稱作是「劃時代」的產品，是「智能手機的未來」。它額頭上的那塊小「劉海」集成了眾多昂貴又先進的感測器，很受關注，我們不妨以它為例，來看看手機是如何在不知不覺間完成從傳統手機向智能設備的過渡的？

其實，早在 2000 年，手機就具備拍攝記錄功能了。夏普當時在日本推出了全世界第一款有內置攝像頭的手機 J-SH04，像素只有 11 萬，成像效果不好，沒發揮什麼作用。

之後幾年，索愛、三星、LG、諾基亞這些老牌子也都陸續推出了拍照手機。但即便是到了 2007 年，第一代 iPhone 面世時，配備的攝像頭也只有 200 萬像素，拍攝功能比較單一。人們還是習慣用相機來拍照。

那手機是從什麼時候起成了我們的主力拍照設備呢？答案可能是近十年內了。直到光學感測器有了重大的突破，攝像頭像素大幅度提升，還具備了光學防抖、激光對焦燈芯功能，從成像、對焦到圖像處理的功能都不斷完善之後，拍照才成了手機的核心功能之一。

也就是說，把精度足夠高、尺寸足夠小、成本相對合理的光學感測器被塞進了手機里，是一切發生的前提。

硬體升級之後，大家使用手機拍照的頻率變得越來越高，各種商業應用也陸續冒出來了，例如基於照片後期處理的美圖秀秀、Snapseed、Instagram 等等。這些應用讓以前不太喜歡拍照的中國女生，變得基本上都非常清楚從哪個角度拍、怎麼修圖可以讓自己最好看。大家的交流方式也因此發生了一些變化，從單純的文字溝通，變成更喜歡發照片和視頻。

到了 iPhone X，感測器更是實現了一次飛躍。1200 萬像素的感光元器件讓手機的成像效果可以直接媲美很多專業相機。更重要的是原深感攝像頭系統的出現，讓攝像頭可以實現的功能從平面進入到了空間的範疇。

原深感攝像頭系統的組成說起來很複雜，包括紅外鏡頭、泛光感應元件、距離感應器、點陣投影器等 8 個主要部分。作用原理大概是利用點陣投影器投射出超過 30,000 個肉眼不可見的紅外光點，然後根據這些光點落在人臉不同部位的大小和扭曲度，來判斷每個落點與攝像頭之間的距離，從而描繪出人臉凹凸，實現 Face ID。同時，通過構建空間數據模型，攝像頭在拍照時也可以模擬出一些光影效果。

這大概會讓大家的拍照數量再上一個台階。無論是更高級的拍照軟體，還是解鎖、支付技術，又或者是需要藉助 AR 特效的軟體，現在看起來無法實現的應用都將逐漸成為可能，新的商業應用也將應運而生。

簡單地來總結一下這個過程：感測器和感測器演算法進步到一定程度之後，應用到了手機上，手機完成了從傳統向智能的過渡，也同步催生了不少商業應用。各種地圖導航 App，Uber、滴滴、摩拜、ofo 等應用的出現也符合這個邏輯。它們誕生的前提是陀螺儀和定位感測器的進步讓手機開始承擔 GPS 的功能。

Q：近十年來，有哪些設備逐漸實現了智能化？這個變化是由哪些關鍵元器件的進步所推動的？現在，又有哪些關鍵元器件正在進步，從而能夠在未來影響我們的生活？

從「在線且連接」到人工智慧

不止是手機，無人機、自動駕駛汽車、物流、物聯網、智能家居等領域的進展，很大程度上也都有賴於感測器的突破。從我們的經驗來看，立足於特定場景、基於特定需求的解決方案，會首先變得非常受歡迎。

英偉達今年用在深度學習專用晶元上的研發費用已經超過了 20 億美元，定製晶元的大潮已經慢慢顯露出來了。我們也在這個領域投資了幾家公司。例如睦星科技（Kolmostar），他們所研發的 GPS 感測器成本和能耗比較低，定位精度卻很高，未來能夠讓更多的設備為我們提供位置信息。從運動手錶到交通工具，它可以覆蓋到我們生活的方方面面，也將催生很多新的應用。

再比如致力於研發基於蜂窩的窄帶物聯網（NB-IoT）晶元的公司芯翼信息也正在這方面努力。從 80 年代的「大哥大」開始，手機晶元一直通過公網基站來傳輸信號，覆蓋率和穩定性都有一些問題。芯翼信息想要努力改善這一點。他們研發的晶元保證了低成本、深度覆蓋、穩定的數據傳輸，在智能家居、智能樓宇、公用事業、工業、農業環境監控等領域都有應用空間。

慢慢地，感測器會讓和我們生活息息相關的設備都能夠實現「在線且連接」，和我們產生交互。這是通向物聯網和人工智慧的關鍵一步。

接下來的一步是對數據進行抽取運算並優化。

以 2017 年以來中國市場上特別火的智能音箱來舉個例子。語音識別是智能交互的一個重要入口，所以智能音箱基本上也可以看作是通過語音識別來重新定義人與萬物的連接的一種嘗試。

這不是科技公司第一次嘗試用語音識別技術來實現人機交互。2010 年時，蘋果就收購了智能語音助手 Siri，並用在了 2011 年發布的 iPhone 4S 上。亞馬遜和谷歌也先後拿出了 Alexa 和 Home，嘗試開創出物聯網時代的智能家居和 AI 智能交互終端。

我們在 2016 年時也投資了一家這個領域的公司——研發語音識別相關晶元的聲智科技。他們做的事情是典型的軟硬體結合，涉及到了麥克風陣列、降噪演算法、硬體平台配置等等，目的是找到用什麼樣、多少數量的麥克風，才能在不同環境下做到語音的清晰辨別，有比較好的收音和雜音消除效果。

這項技術在當時看來還沒有特被明確的用處，但在智能音箱熱潮爆發之後，它立刻就找到了用武之地：由於不同環境有不同的背景音，比如開車時有馬路上的噪音，晚上在家裡時會有電視發出的聲音，音箱想要識別用戶聲音、執行用戶指令的話，必須要能夠完成高質量的收音和雜音過濾。這需要用麥克風陣列組合來做演算法，組成模塊來處理數據、濾除雜音、抽取關鍵信息。

很多智能音箱廠家發現自己一時間攻克不了這個技術難題，都找到聲智來合作。這已經是非常典型的人工智慧在垂直領域的應用了。

對於 AI 的應用，我們內部有一個判斷標準：當某個領域產生數據的成本大幅度下降，數據化程度大幅度提升時，這個領域裡往往會誕生新的效率工具，也會有 AI 的用武之地。

以醫療領域為例，我們持續關注與 AI 結合的醫療項目，也投資了包括 XtalPi 晶泰科技 等項目。晶泰做的是以計算驅動創新的藥物固相研發，通過計算物理、量子化學、AI 和雲端強大的智能演算法，實現高度精確的藥物固相篩選與設計，極大地縮短了藥物設計、晶型篩選與藥物製劑開發的時間。

這個邏輯在工業科技、新材料、新能源、環保等領域也都同樣適用。 在過去兩年的投資過程中，我們把這類和物理實體、實業相結合的技術創新，稱為是「深科技」創新。

Q：哪些領域產生數據的成本正在經歷大幅度下降，數據化程度開始提升？AI 又將如何在這些領域中發揮作用？

技術創新與價值回歸

「深科技」為什麼重要，而且會是一個好的投資機會？

從大趨勢上看，有三方面的原因。

先從我們在研究晶元時發現的一組有意思的數據說起：過去兩年里，中國每年會在進口晶元這件事上花費 2300 億美元，金額已經超過了進口原油。如果看過去十年的話，那麼花的錢累計已經超過了 1.8 萬億美元。即便按照這些年裡較低水平的匯率折算，也遠超 10 萬億元人民幣了。

中國的晶元需求佔全球市場份額的比重超過四成，含有晶元的消費電子產品，絕大多數也都是中國製造的。但反差在於，市場這麼大，國產品牌的晶元卻只能自供 8% 左右。真正有毛利和議價權的晶元主要都來自進口，比如美國晶元巨頭高通 2016 年 凈利潤里，中國貢獻了差不多 60%。

從經濟結構上看，這已經成了一個必須要解決的問題。近一兩年里，國家為此成立了規模上千億的產業基金，想要把關鍵技術轉移到中國。既然國家下決心砸錢去掌握產業主導權和利潤，那這個過程里，肯定有著巨大的商業機會。

第二個原因，我想從硅晶元行業熱議了很多年的「摩爾定律」說起。

英特爾聯合創始人戈登·摩爾在 1965 年時提出了一個觀點：每個晶元的晶體管數量每 12 個月增加一倍左右。1975 年時，根據一些行業數據，定律被修正了一次，戈登·摩爾把晶體管數量增加一倍、性能也增加一倍的周期增加到了 24 個月。

但進入 21 世紀後，這個定律慢慢變得不太能應驗了。原因在於，晶元製造的成本幾乎每 4 年就會翻倍。讓晶元變得更快、更小的成本已經變得極高，速度也放慢了許多。特別是到了近幾年，大家普遍認為，「摩爾定律」在久病之後已經接近極限。

這件事導致的結果就是，那些以前利用「摩爾定律」儘快佔領市場的大晶元企業受到了影響，不再需要僱傭大批工程師了。很多研發人員都主動或被動地離開，其中有很大比例是中國人。恰好中國在產業結構上有了需要這批人來創新的需要，他們就陸陸續續地回到了中國，開始做一些和物聯網相關的智能設備方面的研發。

這樣一來，市場需求和能夠實現創新的人才條件就都同步具備了。

第三個原因要再宏觀一些。如果我們把視角切換到中國的經濟發展階段上，回顧一下過去 40 年發生的事情，就會發現：在大大小小不同領域，生產效率的提升基本都來自於生產關係的調整，從集體所有制到包產到戶、鄉鎮企業、民營企業、股份制企業等等，一次次地用勞動關係釋放了生產力，在生產關係上讓企業與老闆、高管甚至是全體員工都密切相關，以此來調動大家的積極性。

現在，生產關係上的轉變差不多完成了，人力成本的優勢也逐漸消失，那新一輪效率的提升，就只能從提高生產力來出發，在科技創新上來想辦法。

既然科技創新已經成為了國策，那麼在之後一段時間內，能夠與產業結合的技術應用都有機會成為重要且發展迅速的方向。「深科技」創新的幾個領域基本都符合這個規律。

舉一個環保領域的例子，我們在江浙地區調研時，發現不少地方政府已經將環保和 GDP 一起作為約束性的指標，來前置性的調控區域內企業的發展。單位產值排放污染物越少，企業排名越靠前、越會得到政府的支持來做大做強，排名靠後的企業則可能面臨退出。

環保不再是人們看到霧霾、廢水和垃圾時才會想到的事情。它基本上已經關乎企業生存發展，和經濟大勢緊密相連了。有些地方政府已經在市區內部署了幾百乃至上千個環境監測儀器（感測器），以便最快了解到哪裡沒達標、哪裡出了問題。精細化和數據化管理的趨勢也初步出現了。

政策的紅利、成熟的市場、新的技術和產業結合，迭代交互，促成了環保這個萬億級的市場，有內核技術的環保企業也逐漸走到了舞台中央。

我們在這個領域也投資了幾個項目。比如 MicroHAOPs ，他們把美國的廢水深度處理和回用水技術搬到了中國，做的事情非常專業：自主合成了創新性的納米氧化鋁（HAOPs） 做為濾料，用了全新的膜組件設計思路。他們的第一套設備在挪威投入使用，已經做到了無人值守、全自動監測和運營。他們的技術用於反滲透膜或者超濾膜的前處理，很好地解決以往膜處理的痛點——低通量和高成本。未來，在需要高水量、高出水水質的情況下，他們都能夠提供比較理想的技術解決方案。

總之，從大趨勢上看，我們對投資這類「深科技」企業非常有信心。一方面是因為技術創新不容易被資本泡沫化，不太會脫離價值本質；另一方面是因為現在中國已經具備了市場需要、政策支持和人才基礎。我們相信，在技術創新能夠很好地與物理實體、實業結合起來的領域裡，投資的回報都應該不會太差，價值回歸的速度也會比較合理。

Q：哪些行業、哪些企業會符合未來幾年中國經濟結構調整的需要，並且有能力快速發展起來？