3D視覺和MR解決方案公司 華捷艾米 ，于今年3月完成近5億元B輪融資，光大控股、君度投資、漢富資本等多家投資方參與了此輪投資。

華捷艾米曾于2016年6月完成2億元A輪融資，于2015年1月完成4千萬元天使輪融資。目前， 其新一輪融資已經開啟。

華捷艾米是一家成立于2014年的AI科技公司，以深度學習、計算機3D視覺及自主研發的3D MR算法為核心，在新零售、智能家庭、消費電子、智能物流等領域，提供3D視覺體感交互技術及3D MR全面解決方案。

手機戰場的重要意義和競爭態勢

蘋果Face ID功能的推出，讓3D視覺找到了一個快速增長的落腳點。據Yole報告《3D成像和傳感-2017版》，預計3D成像和傳感器件市場的復合年增長率為37.7%，2022年將達到90億美元。

手機已經成為了3D視覺當下落地的一個重要陣地。

目前，全球掌握3D視覺核心技術的公司并不多，國外有蘋果(曾收購3D結構光公司Primesense)、微軟、英特爾等，國內有奧比中光、華捷艾米、圖漾科技等，這是一個極高技術門檻的賽道。

蘋果和微軟的3D視覺技術封閉于自身的產品體系，安卓陣營急需尋求成熟的手機3D視覺解決方案商。這對于3D視覺公司來說，是一個非常難得且重要的機會。

借助手機的大量出貨，3D視覺公司可以產生可觀的營收回報，降低整體供應鏈成本，不斷迭代優化性能，從而滾雪球式的持續提升競爭壁壘。

就目前來看，市面上的3D sensor方案提供商，只有奧比中光借助OPPO手機實現了批量落地，這似乎讓同賽道的其他公司處于較被動的狀態。

華捷艾米董事長李驪認為，目前的3D sensor只實現了整個3D視覺及MR領域中，非常小的一塊應用，手機廠商也會衡量目前性價比是否值得，未必在這個階段大規模使用。

而真正能帶動起手機大規模使用3D SENSOR方案，需要的時機是：有支持更豐富MR應用的算法體系、芯片、模組、SENSOR方案;MR市場應用成熟度的進一步提升。

屆時，華捷艾米的3D視覺和MR整套算法體系、MR芯片的競爭優勢，會顯著凸顯出來，開始駛入高速商業化落地的快車道。

手機MR到底有哪些豐富的應用場景呢?

據了解，華捷艾米的手機MR應用，目前已實現了人物識別、MR游戲、體型測量、AR尺子、Emoji表情、3D摳圖、3D建模、體積測量等功能，并將于今年實現場景置換、人物置換、人體部位置換等功能。

這些將為移動端MR應用提供豐富的底層技術模塊支持。

MR是即將爆發的下一個大機會

雖然大眾對3D視覺的了解，更多是停留在手機人臉解鎖、支付層面，但其落地場景遠遠不止這些。尤其是3D MR，是華捷艾米瞄準的未來巨大機會。

華捷艾米3D視覺和MR解決方案的主要應用場景，包括 新零售、消費電子、智能家居、智能物流、安防等。

新零售。用3D視覺，精準完成顧客購物的全程身份識別、行為監控、記錄、分析等，提供AR導購、虛擬試衣、3D刷臉支付等，從而幫助商家分析顧客畫像和行為數據，提升顧客體驗，提高銷售。

消費電子和智能家居。為MR智能硬件提供MR算法、芯片、模組、解決方案，包括MR手機、MR眼鏡、智能投影儀、智能電視等。

智能物流。利用3D視覺，可直接通過移動設備的相機，測量畫面中的貨物體積等。

據了解，華捷艾米目前已供貨的公司包括騰訊、富士康、創維、中國移動、小米、海信等，在2018MWC上海站，vivo發布的體感游戲手機，搭載的就是華捷艾米研發的3D體感算法技術。

李驪告訴36氪，MR作為下一代人機交互模式，其應用很快就會爆發。 蘋果和微軟近兩年在MR方面都會有很大動作，進而帶動起整個MR市場快速發展。

據了解，蘋果目前MR團隊超過1500人， 3年累計投入超過200億美元，2018年6月，蘋果發布AR kit 2.0;2019年Q3蘋果預計推出搭載MR芯片的手機;2020年，預計蘋果在MR方向收入超過110億美元。微軟2015年發布MR設備HoloLens，新一代HoloLens產品也將于今年Q4發布，搭載自研HPU。

從算法到芯片，建立“時間+金錢”的高壁壘

2010年，華捷艾米即組建了研發團隊，開始了對3D視覺和3D MR算法的研究， 目前形成了以3D智能SLAM和3D骨架算法為基礎的9大核心算法體系。

3D智能SLAM算法，是對人、物、環境的識別，以及環境互動的一套3D視覺算法。其中環境互動包括體感交互、語音互動、躲避、搜索、導航等互動。

3D骨架算法，是對場景中所有人物進行提取，并對其肢體關節點進行識別與跟蹤的技術。這是3D視覺及MR應用的基礎。 相比于2D骨架算法，華捷艾米3D骨架算法的優勢是：穩定性好，不抖動;可識別各種特殊動作，交互效果好;運算量小;準確率高;可 實現人物鎖定與追蹤。

有了完整的3D視覺和3D MR算法體系，華捷艾米發現并不能直接落地，原因是在行業應用中，往往會用到一系列算法，而現有的芯片承載不了。 2016年，華捷艾米決定自主研發專用MR芯片，目前已流片成功，預計今年11月可以量產。

李驪告訴36氪，做MR芯片對行業落地至關重要，包括性能、功耗、體積、成本等方面的特殊優化，讓3D視覺和MR在移動端能夠實現較完整的功能和體驗。

談及技術壁壘，李驪給36氪算了一筆賬。以3D骨架算法為例，人物樣本標注資金成本：億級樣本量×0.8元=0.8億元;模型訓練資金成本： 3次×2.2萬×24小時×75天=1.2億元;芯片研發資金成本0.8億元，以上 總計資金成本達3億元 。 時間成本方面 ，華捷艾米完成整套算法研發用了8.5年，芯片研發用了2年。

完成了MR軟硬件的整套解決方案建設，下一階段，華捷艾米的核心目標是MR商業化落地，這也將真正檢測其過去多年的人力、資金、時間投入，是否能收獲到與此相匹配的商業價值。