AI公司「英特灵达」连获三轮近亿元Pre-A轮融资,突破暗光影像极限|36氪首发

2022 年 3 月 18 日 36氪
用真实数据喂饱AI。


文|韦雯

编辑|彭孝秋


36氪获悉,AI公司「 英特灵达 」运用专有智能光学影像技术,可以达到对比现有暗光视频拍摄技术十到百倍提升效果。英特灵达信息技术(深圳)有限公司成立于2018年底,先于2019年完成天使轮融资,投资方为新浩投资,2020年,获合肥市政策引导基金投资,成立合肥英特灵达公司。2021年至今,英特灵达先后完成三轮融资,PreA轮累积融资达近亿元,投资方分别为予飞基金、时代伯乐、沃智博及长盈鑫投资。
相机成像是一个长链条的系统工程。与孤立地优化lens、CIS与ISP来提高成像质量不同,「英特灵达」在暗光视频实时增强方案中,提出把相机系统作为一 个通 路来整体优化,在不改变相机硬件的前提下,提升暗光影像效果(如下图对比所示)。

极低照度下某车载相机视频截图vs英特灵达增强后的效果

暗光增强技术的核心在于,英特灵达设计了⼀套光学采集硬件系统,能方便、快捷采集高质量的真实数据,来“喂饱”暗光视频增强算法,从而优于用合成数据训练的增强效果。
英特灵达CEO朱才志解释说,真实数据相当于高纯度火箭燃料,而业界普遍采用的合成数据则相当于普通燃油,燃料的差异,决定了暗光视频增强算法这枚火箭发射后所能到达的高度。 英特灵达自主知识产权的暗光视频增强⽅案,具有被动式非补光成像、夜间远距离成像、低照度全彩色成像、运动⽆拖影成像等核心视频成像指标⽅⾯的优势,其硬件方案能兼容现有光学相机的硬件产业链。
英特灵达解决的问题,我们日常中常遇到:夜间高速公路架桥上方的摄像头突然爆闪,手机夜间拍摄视频一片漆黑,行车记录仪夜间看不清楚。等等诸如此类问题,皆因暗光视频拍摄技术遇到瓶颈。
技术瓶颈之一在于,依靠常规途径成像提升缓慢。电⼦元器件极限性能的提升受到摩尔定律的制约,同样,由电子元器件组成的相机系统,成像能⼒也有物理极限。以低照度成像为例,现有光学相机在暗光下的成像质量差,依靠常规途径,例如采用高光通量镜头或采用新一代的CIS/ISP芯片,提升非常缓慢,⽽各行各业对夜间成像、微光成像的需求不断提⾼——这样就形成了⼀对⽭盾。朱才志介绍,这种⽭盾很多时候用补光⽅法是没办法调和的,因为补光只能作用几十米的短距离,且有光污染、颜色纹理消隐等诸多缺陷。

传统光学相机由镜头lens、感光芯片CIS、与图像处理芯片ISP SoC组成

其次,技术瓶颈还因原有相机的“讨好人眼”设计。如上图所示,光从左边进,经过由多个元器件组成的相机通路,最终在右边以视频输出。从1975年柯达第一台数字相机面世以来,近50年的时间里,上述相机通路都没有改变过,其设计初衷是“讨好⼈眼”:例如ISP是基于传统视觉算法设计的,分色滤色片(CFA)采用人眼看起来更舒适的红绿蓝三原色组成的拜耳格式。如今,这种讨好人眼的相机设计理念已过时,因此英特灵达提出用AI端到端的思路来优化相机通路的设计,相机的设计要以后端的人工智能业务需求为导向,要“取悦AI”。
商业落地方面,一方面,英特灵达正在与国内头部手机厂家合作,授权暗光视频增强AI软件;同时,积极开拓增量市场,为车载、交通、安防等有强需求的场景提供暗光增强芯片与核心模块。朱才志认为,英特灵达的方案是赋能行业,所以在方案选择上,只做最擅长的暗光增强这一个功能,兼容并赋能现有ISP,并没有做新的ISP。
据悉,本轮融资后,英特灵达的第一步将基于FPGA(可编程逻辑电路)试产暗光样机,风险量产ASIC增强芯片,与有暗光强需求的行业方案商合作;第二步积极探索把低照度增强与CIS结合,深入暗光成像技术的无人区。英特灵达将深耕暗光成像细分方向,朱才志解释,成像技术有三个不同的演进方向:更高分辨率、更高帧率、更高灵敏度,我们当前研究的暗光成像的本质是高灵敏度,英特灵达希望在高灵敏度这一个技术维度上,奠定行业的领先地位。
创始团队方面,「英特灵达」核心团队由博士组成,研究方向分别是光学成像与视觉AI技术。 CEO朱才志于中科大博士毕业,先有 微软 亚洲研究院,日本理光任职经历,又有海外博士后、助理教授到副教授的完整科研经历,2015归国前任日本名古屋大学副教授,曾于2014年联合创立AI公司 图麟科技 并任职CTO;首席科学家郑银强为东京工业大学博士,曾任东京大学终身副教授,鹏城国家实验室双聘研究员,光学成像专家,共发表国际顶级学术论文百余篇;副总经理孙耀辉为中科大博士,曾任上市公司市场交付部门副总,主导英特灵达AI产品的市场化工作;副总经理杨再初,清华大学电子工程系硕士,大规模集成电路设计方面的专家,主导英特灵达暗光增强芯片设计方面的工作。
投资方观点:
天使轮投资方,新浩集团副总经理李科表示, 创业的核心是人才,英特灵达的创始团队兼具科研与创业背景,其务实作风和创业的韧劲让人印象深刻。英特灵达做的是底层技术创新,在光学系统设计和数据收集上有独特优势, 壁垒 很高,保证了技术和产品的长期竞争力。市场方面,极端光学成像技术在车载、安防、消费等领域有着广泛需求,不少垂直领域客户已有采购意愿。好的技术往往可以激发和加速需求成型,这便是一例子。难得的是,英特灵达在早期即制定了清晰可落实的分步战略,相信在越来越多合作伙伴的助力下,可以加速且稳健地奔跑起来,将技术扎实地落地到各个领域。
时代伯乐是英特灵达PreA轮投资方之一,是一家深圳本土投资机构,高级投资经理叶香君从行业、团队、产品三个方面阐述投资英特灵达的原因: 从行业来看,AI应用成像领域是一个跨学科技术,是未来成像技术的趋势,但目前渗透率较低。进入到AI时代,在汽车、手机、医疗产品、安防等下游市场中,会越来越需要摄像头,对成像质量要求也越来越高;从团队来看,英特灵达创始团队互补性强,核心技术来自于创始人朱博、郑博在日本大学的技术积累和迭代,朱博是连续创业者,孙总负责市场关系和拓展,三人共事很多年,团队稳定,又有新的合伙人杨总强力加入;从产品来看,英特灵达可以在现有硬件基础上,将暗光成像效果提升10-100倍,我们认为是比较有竞争力的技术产品,已与国内头部手机品牌厂商合作, 得到 了客户的认可。


点击关键词,查看最近的早起看早期
消费升级: 「每日盒子」「UNOMI」 
餐饮: 「懒熊火锅」 「海伦司小酒馆」 「tea'stone」
新生活方式: 「UPPERVOID」 「文远知行」
文娱: 「goco够酷够玩」 「PicoPico」 「小象大鹅」   
教育办公: 「拓牛」「玩具和朋友们」 「好奇说」

登录查看更多
0

相关内容

1026页ppt!《智能电动车》投研大全
专知会员服务
41+阅读 · 2022年4月14日
人工智能在公安行业的落地应用
专知会员服务
38+阅读 · 2022年3月23日
中国智能驾驶行业研究报告(附报告)64页pdf
专知会员服务
65+阅读 · 2022年3月6日
类脑超大规模深度神经网络系统
专知会员服务
49+阅读 · 2022年1月21日
专知会员服务
135+阅读 · 2021年11月21日
数据价值化与数据要素市场发展报告(2021年),53页pdf
专知会员服务
80+阅读 · 2021年5月30日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
OPPO首款自研芯片,AI算力超过了苹果A15
机器之心
0+阅读 · 2021年12月15日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
SkiQL: A Unified Schema Query Language
Arxiv
0+阅读 · 2022年4月19日
RIS-Assisted Cooperative NOMA with SWIPT
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Arxiv
11+阅读 · 2018年4月8日
Arxiv
15+阅读 · 2018年4月3日
VIP会员
相关VIP内容
1026页ppt!《智能电动车》投研大全
专知会员服务
41+阅读 · 2022年4月14日
人工智能在公安行业的落地应用
专知会员服务
38+阅读 · 2022年3月23日
中国智能驾驶行业研究报告(附报告)64页pdf
专知会员服务
65+阅读 · 2022年3月6日
类脑超大规模深度神经网络系统
专知会员服务
49+阅读 · 2022年1月21日
专知会员服务
135+阅读 · 2021年11月21日
数据价值化与数据要素市场发展报告(2021年),53页pdf
专知会员服务
80+阅读 · 2021年5月30日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
SkiQL: A Unified Schema Query Language
Arxiv
0+阅读 · 2022年4月19日
RIS-Assisted Cooperative NOMA with SWIPT
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
Deep Anomaly Detection with Outlier Exposure
Arxiv
17+阅读 · 2018年12月21日
Arxiv
11+阅读 · 2018年4月8日
Arxiv
15+阅读 · 2018年4月3日
Top
微信扫码咨询专知VIP会员