回想2014年，豐田作為當年全球銷量最高的車企，面對來勢洶洶的自動駕駛大勢，想要揮出一記左勾拳：“出於安全性考慮，只有人才能更好地駕駛車輛”。可還沒握緊拳頭，對方的一記直拳已在眼前，豐田捂臉宣佈：2020年實現自動駕駛汽車商品化。
窺一斑見全貌，如果說三年前傳統車企還能負隅頑抗，現在則全部稱臣，自動駕駛行業迎來了史無前例的熱鬧。讓這個行業熱鬧起來的，其實是穀歌、特斯拉等科技巨頭的入局挑戰，傳統車企在觀望中紛紛跟隨，各類以人工智慧為核心的初創公司快速成長，這場群雄割據的混戰吹響了號角，而勝敗的關鍵已經從車輛製造轉變為演算法。雷鋒網認為，這給了大量人工智慧初創公司彎道超車的機會，比如AImotive。
成為AImotive：一次分離和一次易名
Kishonti 是一家領先的高性能圖形、計算、汽車和電腦視覺解決方案專家，在過去的十年裡,與納斯達克100強的半導體和消費電子產品市場的領導者進行著合作。2009年，Kishonti 公司發佈了一個名為“NaviGenie”的即時導航應用框架，並在當年 NAVTEQ Global LBS Challenge 上贏得了第三名。之後，Kishonti公司內部逐步建立了汽車相關的研究團隊，在世界的某個角落，默默做著研發。沉寂5年後，直到2015年1月，他們在奢靡的拉斯維加斯，借CES展覽向外界展示了自己研發的第一輛嵌入式應用處理器驅動的汽車，一舉成名。
6個月後，該研究團隊獲得250萬美元種子基金投資，正式與Kishonti分離，成立AdasWorks，將總部設在匈牙利布達佩斯。
又間隔半年，黑莓旗下子公司QNX宣佈與AdasWorks達成合作協定，AdasWorks的數項功能——包括車道識別、移動物體識別和物體分類移植到QNX OS平臺，通過整合雙方技術，開發駕駛輔助技術和自動駕駛技術。隨後，AdasWorks更名為AImotive，並于2016年聯合NVIDIA發佈聲明稱，在 Nvidia Drive PX 2平臺上成功運行了Intelligent Surround View System。
2016年9月，AImotive在加州山景城設立了第一個海外辦公室，標誌著其正式進軍美國自動駕駛市場。
如何成為自動駕駛界的“經濟適用男”
AImotive專注於研發低成本的自動駕駛軟體，成本的低廉主要是因為不同的“汽車視覺”解決方案。在行業內，要讓汽車“看得見”，主要是通過兩種方式：
鐳射感測器，英文全稱為 Light Detection And Ranging，簡稱LiDAR。LiDAR每秒鐘發出百萬束鐳射，形成一張能感應周遭的“大網”，讓自動駕駛汽車看到視野範圍之外的物體。但LiDAR造價高昂，美國矽谷的LiDAR鐳射感測器技術鼻祖Velodyne，其技術備受業內認可，但價格區間為8000—80000美元，且短時間內無法降低成本。LiDAR價格昂貴的原因在於都是採用手工製作，要保證鐳射的發射和接收不出差錯，手工組裝和調校普遍耗時。
攝像頭。攝像頭的應用非常容易理解，而且成本極低，但比起LiDAR則在可靠性方面有所欠缺，不過圖像識別技術的進步有望提升可靠程度。
AImotive正是採用了第二種方案，來降低整體成本，提供一個“經濟適用”的解決方案。攝像頭解決方案的關鍵就在於圖像識別，如何讓汽車清晰地分辨出不同事物非常重要，識別錯誤就會釀成車禍。
所以，AImotive研發人員通過電子遊戲和虛擬軟體來訓練搭載深度學習引擎的人工智慧，通過攝像頭獲取資料並分析，保證在視野較差的環境下安全駕駛，目前已經能夠識別車輛、樹木、行人等超過100種事物。不過，需要注意的是，能夠識別的數量並不是評判標準，在實際駕駛過程中，準確、快速地識別、決策、反應才是最重要的，這需要龐大的資料進行對深度學習演算法和引擎進行優化。
Almotive 的首席執行官兼創始人 Laszlo Kishonti 在接受 VentureBeat 的採訪時表示，希望能夠構建一個通用的人工智慧自動駕駛生態系統，不管開車時身處什麼位置，駕駛風格或駕駛條件如何，汽車都能自動駕駛。
2017年年初的CES大展上，AImotive 便展示了其最新的自動駕駛套件——aiDrive。雷鋒網瞭解到，該套件由四個引擎構成，分別是：
識別引擎 Recognition Engine
識別引擎利用圖像作為主要輸入,識別引擎結合並處理感測器資料,使用圖元精確、卷積神經網路(CNN )的分割和距離估計模型。該引擎能夠識別超過100個不同的物件類別,包括乘用車、行人、自行車、摩托車、動物和可行駛的路面等，並從單個攝像機的角度估計它們的距離。
定位引擎 Location Engine
定位引擎利用三維地標資訊增強常規地圖資料,保證精確的定位和導航,同時保持車內存儲要求極低。地標資料庫解決方案是全球可擴展的,可以與任何OEM的預設導航系統一起工作。
運動引擎 Motive Engine
運動引擎從位置引擎中獲取定位和導航輸出,並將其與周圍環境的預測狀態相結合來決定車輛的正確軌跡,同時適應不同的駕駛文化和特定的駕駛風格。
控制引擎 Control Engine
aiDrive套件還能夠通過低水準執行器指令(例如轉向、制動、加速度)來控制車輛。這由控制引擎完成,它將之前選擇的軌跡轉換並傳遞給車輛。
aiDrive系統的出現，能夠説明更多整車企業在自動駕駛領域發揮作用，但正如AImotive創始人Laszlo Kishonti所言：
只有一小部分汽車製造商能夠獨立進行自動駕駛技術的研發，這就是為什麼像我們這樣的專業技術公司在研究這些技術。
而這對整個自動駕駛行業的發展，也具備極大的意義。
融資情況及未來發展
雷鋒網獲悉，除上文提到的250萬種子基金外，從crunchbase顯示來看，AImotive已完成兩輪融資，分別是：
A輪，240萬 歐元
B輪，600萬 歐元
另據國內媒體報導，AImotive 共獲得了1050萬美元的投資，投資方包括一級供應商博世和晶片製造商 Nvidia，公司已經從最初的 15 名工程師，發展到了如今擁有 120 名的工程師和研究人員的規模。Laszlo Kishonti 表示公司可以量產發售的自動駕駛軟體將在兩年內完成準備，並計畫明年在日本和中國開設辦事處。