作者 | 鉛筆道 松格編輯丨鉛筆道 王方封面圖丨動微視覺官網

你知道現在的機器人，為什么反應慢嗎？因為它的“視力”不好。

最近這個領域，跑出一個未來獨角獸：連續融資3輪，并且陸奇（奇績創壇創始人）投了。它就是動微視覺。

它的產品，像是一個反應靈敏的“相機”——事件相機（DVS）：靜止的東西，它不怎么管；但只要哪里動了，它立刻能抓住。

DVS的技術發明人，是蘇黎世聯邦理工的教授Tobi。而動微視覺創始人劉敏，是Tobi的學生（博士）。商業化的第一年（2025年），動微視覺有了近千萬營收。

針對這個賽道的機會，鉛筆道與劉敏博士聊了聊，精華如下：

1、動微視覺，賣什么產品？

答：事件相機的核心零件——相機、模組、芯片，不做整機。

2、傳統相機哪里不行？

答：兩個硬傷：太快看不清，太亮太暗都瞎。

3、為什么現在做這件事？

答：技術等了15年，終于快熟了。

4、哪些行業痛點最大？

答：工業、自動駕駛、機器人、手機（拍照）等。

5、這行有多少人在做？

答：全球五六家公司，基本都是我導師帶出來學生。

以下為劉敏自述：

- 01 -91年博士后

我是2023年回國的，1991年生人，江西宜春人（袁州區）。在這之前一直在蘇黎世聯邦理工做學術，從博士到博士后。

我們現在做的產品，有點像特別靈敏的“電子眼”，是一種新型的事件相機（DVS）。它只盯著“變化”看：靜止的東西它不管，哪兒動了、哪兒光線變了，它立刻抓住。

它能解決客戶什么問題？比如工廠，可以用它來檢測產品瑕疵。

這個機會，我是怎么發現的？

因為技術到了。我一直在做事件相機（DVS），這個技術是我導師Tobi（蘇黎世聯邦理工的教授）在2008年發明的。等我2016年去讀博時，已經過去快10年了，但還是很“實驗室”——會玩的人不多，能用的場景也很零散，沒成氣候。

我當時的感覺是，它很像早期的CMOS（圖像傳感器芯片）。CMOS是90年代發明的，但一直不溫不火，直到2007年iPhone出來，智能手機大爆發，它才開始幾億幾億地出貨。

技術的爆發，需要應用場景點燃

所以2023年回國時，我覺得事件相機也到了“iPhone前夜”——技術成熟了，就等一個爆發的機會。

我正準備創業的時候，奇績創壇主動找到我，愿意支持這個方向。技術周期到了，加上有早期資本愿意賭，兩件事疊加，我就回國創業了。

跟奇績聊的時候，我沒講什么宏大的商業故事。他們投的就是“人”和“技術”——蘇黎世聯邦理工的背景夠硬，方向夠前沿，團隊夠匹配，這就夠了。

但我自己很清楚：最終要打進自動駕駛和機器人。

這兩個領域都需要視覺，但現在用的傳統攝像頭（RGB相機）有個硬傷——它像人眼的“靜態視力”，能看清細節，但對快速變化反應遲鈍。

事件相機干的就是這個，只對變化和運動響應，特別適合處理“鬼探頭”這種突發情況。

- 02 -讓反應快一點

之前的行業，存在哪些痛點？

第一個痛點賽道：工廠場景。

工廠里有兩類活兒，傳統攝像頭根本干不了。

一個是速度慢。像光纜、線纜這種產線，速度非�？臁�傳統相機還在一幀一幀拍的時候，產品缺陷就已經錯過了。

而DVS幾乎是實時盯變化的，反應速度比傳統相機快上千倍，所以能抓住這些高速過程中的細節。

第二個是受復雜光照影響。

工廠里經常有強光、反光、明暗交替，傳統相機在這種環境下很容易失真、漏檢。但DVS的動態范圍很高，對這種復雜光線更“抗造”，基本不受影響。

第二個痛點賽道：自動駕駛，尤其是“鬼探頭”這類突發事件。

現在大家都在講視覺方案，比如特斯拉走的是純視覺路線。我其實認同視覺可以做自動駕駛，但問題在于：現在這套“視覺”，還不夠像人。

人類的視覺，其實有兩套系統：一套負責“看清楚”，比如看細節、識別物體；另一套負責“盯變化”，比如突然有東西動了，你會立刻注意到。

而現在的RGB相機，本質上更像前者，是偏靜態的。

DVS正好補的就是這一塊。它只對盯變化和運動，誰動了、哪里變了，它第一時間就知道。

比如自動駕駛里常見的“鬼探頭”，或者突然出現一個人或東西，RGB很難及時反應，而DVS更有優勢。

第三個痛點賽道：機器人——現在的主要問題有2個。

1、速度。傳統攝像頭速度不夠快，導致機器人反應慢。

2、功耗。機器人本身算力就比較緊張，而RGB攝像頭會把所有畫面全拍進來、全處理，產生大量冗余信息，這就會消耗更多算力和功耗。

現在的機器人就在做這件事，所有信息都在處理，沒有篩選機制。

我們最近在做一個挺有意思的方向——體育機器人。像打羽毛球、乒乓球、網球，這些場景對“快速反應”要求極高�，F在機器人的問題不是不靈活，而是“它不知道該往哪動”。

你可以一秒移動過去，但前提是你得先感知到球的軌跡。所以我們本質上是在解決機器人“感知速度不夠”的問題。

第四個痛點賽道：手機拍照。

現在手機廠商，比如小米、華為、OPPO，其實都在測試類似的技術。它的應用場景是“去模糊”。

拍照模糊其實有兩種情況：一種是手抖，這個現在通過防抖已經能解決得不錯；另一種是拍攝對象在動，比如拍寵物，這種模糊用DVS能更好解決。

- 03 -全球玩家：5-6個

從全球來看，這個賽道其實玩家非常少：大約5-6家。國內兩家左右，國外三家，主要在歐洲。

而且比較有意思的是，這些公司創始人基本都是我師兄，要么在蘇黎世讀博，要么讀博后，都是同一個導師Tobi帶出來的，算是同一個技術源頭。

這兩年國內像北大、復旦也開始有團隊在研究這個方向，甚至在孵化公司，但整體來看，現在真正做得比較深的，還是我們這一批“蘇黎世系”的。

我們這些“同門公司”之間，交流挺多。因為這個行業還很早期，現在還談不上競爭，還沒有到一個需要你死我活的階段。

大家更多是在討論：哪些場景可以一起去做，怎么把這個技術推廣開。我們有一個共識——先讓更多人知道DVS，把蛋糕做大，比互相掐架重要。

還有一些產業，也在關注這個賽道，比如自動駕駛、機器人，甚至消費電子。

而且從產業邏輯來看，比如自動駕駛，如果未來真的上車，車企通常會要求至少三家供應商。所以即使最后落地，可能也就是我們這幾家一起分這塊肉，不會只剩一家獨吞。

所以目前大家的關系其實都還不錯。

- 04 -哪些客戶買單

產品做好后，哪些客戶更愿意買單？

比如光纜檢測這個場景，以前是沒有解決方案的，要么效果不好，所以很多產線沒有這套系統，我們進去之后，是幫他把這塊能力補上。

在這些場景里，我們的毛利率可以做到80%以上，而且別人暫時做不了。未來如果這個行業做大，價格可能會下降，但只要我們始終能保持“半個身位到一個身位的領先”，就不擔心競爭。

當然，也有一些行業，比如3C、半導體、電池，這些領域傳統RGB已經做得很好，我們沒有優勢，就不會去硬碰。

客戶為什么會買，本質上還是一件事：算賬。他們最關心的不是技術多先進，而是你能不能幫他降本。

比如在光纜行業，過去他們的退貨率可能接近10%。這對他們來說是很大的損失。我們的一套設備，大概十幾萬，但可以做到：缺陷識別率90%+，基本無誤報。而且是在出廠前就把問題發現并處理掉。

這帶來的收益不僅是減少退貨，更關鍵的是避免丟掉大客戶。像國網這種客戶，一旦出問題，可能直接就不用你了，所以這是一個非常明確的ROI。

現在來看，事件相機的市場接受度也越來越高了。

我剛回國那會兒（2023年），基本上是“見一個客戶講一遍”，所有人都不知道這個技術。

但現在不一樣了，大概20%~30%的客戶已經聽說過事件相機，甚至主動來找我們。但是就算聽過，老板最關心的還是一件事——能不能幫我賺錢、能不能降本。

我們公司的收入也在逐步起來。公司2023年成立，前兩年基本沒有營收，主要在做研發。去年大概做到了接近1000萬，今年目標是做到2000萬到3000萬。

工業是我們當前客戶的基本盤，但本質上我們是在往外拓，包括自動駕駛、機器人，我們正在重點布局。

尤其自動駕駛，現在大家都知道兩種主流傳感器，一個是攝像頭，一個是激光雷達。雷達的優勢其實很明確——它是做精準測距的，可以知道物體的形狀和距離。

但問題在于——不管是雷達還是傳統攝像頭，它們都不是為“高速動態場景”設計的。比如RGB相機，一秒30幀，對人眼來說已經夠了，但對車來說不夠。

我們最近也在做新一輪融資，計劃是上半年Close，大概是幾千萬規模。

本文不構成任何投資建議。

       原文標題 : 陸奇看好的90后，連續融資3輪