在「峰瑞創投對話·芯片半導體系列」直播第2場——《錘子VS釘子——硬核技術如何找到理想的場景》，芯視界創始人& CEO李成、洛微科技創始人& CEO馮寧寧與峰瑞資本合伙人楊永成開展一場深度對談。李成畢業於美國德州農工大學電子工程係數模混合集成電路專業。曾任美國硅光電子製造協會組委會委員、硅谷惠普實驗室主任科學家，擁有18年豐富的集成電路研發與管理經驗。李成博士回國後創立芯視界微電子科技有限公司，針對當前激光雷達功耗成本高、可靠性低、系統設計複雜等痛點，芯視界研發了世界上首款基於大規模單光子檢測陣列的全集成芯片。馮寧寧博士是加拿大Mc Master光子學博士，博士期間獲得加拿大總督金牌獎，是IEEE高級會員。他也是美國麻省理工MIT材料科學與工程博士後研究員。擁有20多年美國光電子工業界科研和產品研發經歷，10+公司管理經驗，擁有超過20項美國專利。馮寧寧博士創辦的洛微科技（LuminWave）是全球領先的激光雷達（LiDAR）產品和解決方案科技企業。致力於通過新興的硅光子技術和自主研發的光電芯片，為市場提供純固態芯片級激光雷達硬件、芯片以及人工智能（AI）感知算法，推動全球激光雷達和智能汽車產業升級。本次對談的主持人楊永成是峰瑞資本合伙人，側重於深科技領域的投資，主導並參與了深圳力策、洛微科技、博瑞微電子、源歸科技、安湃芯研等公司的早期投資。加入峰瑞資本前，楊永成曾任百度硬件生態渠道部總經理。他還曾任小米副總裁，負責小米音頻產品線，創立小米智能音箱技術、產品團隊。激光雷達對於自動駕駛來說，是否不可或缺？為何有廠商採用純視覺方案？是先有技術尋找應用場景，還是看好市場再去找技術？應該造完錘子找釘子，還是先找好釘子再創業？現階段來看，資本對硬科技投資持怎樣的態度？已經上馬的硬科技項目，面對行業低谷期、資本退潮，該如何應對挑戰？我們整理了部分對話內容，希望給大家帶來一些啟發和思考。本期是「峰瑞芯片系列」的第六篇（歡迎點擊鏈接，回顧芯片系列文章）
楊永成：大家好，我是峰瑞資本合伙人楊永成。很榮幸和兩位博士創始人聊一聊硬科技技術和市場應用這一話題。在投資人的群體裡，通常我們把技術和市場應用這二者的關係比喻成 「錘子和釘子」。「錘子」代表技術出身的創業團隊所擁有的技術專長或由此產生的技術產品。而「釘子」，指的是創業公司開發的技術和產品走向市場，要尋求落地和認可。團隊通常先要找到適銷對路的應用場景和第一個阿爾法客戶，使自己的技術和產品能夠得到市場和客戶的認可，同時獲得收入回報。從本質來講，做為一個創業公司，無論你擁有多麼高深的技術，最終都要經受市場考驗。再漂亮和自信的「錘子」，也一定要找到合適的「釘子」。
今天我們有幸邀請到了兩位高科技博士、海歸創始人——芯視界創始人& CEO李成、洛微科技創始人& CEO馮寧寧，兩位都在做高科技芯片，他們產品的部分應用場景也都覆蓋到了激光雷達和自動駕駛領域。他們都擁有很漂亮的「錘子」，也成功適配一些「釘子」，還在孜孜不倦地尋求新的市場方向和客戶。兩位創始人好，從美國的特斯拉到中國的蔚小理等造車新勢力都在發力自動駕駛汽車，我們看到如今的自動駕駛汽車已經安裝了很多的傳感器，如超聲波雷達、攝像頭、毫米波雷達等。有了這麼多傳感器，當然也有了相配套的軟件算法，為什麼自動駕駛汽車還需要加裝激光雷達呢？馮寧寧：用戶對出行方式的需求是舒適安全，這是大趨勢。基於需求，未來，每一輛車都會包含一些自動駕駛、輔助駕駛功能。從應用角度看，廣義上，視覺數據是自動駕駛汽車的重要數據來源。攝像頭獲得是圖像，是二維數據，不包含目標距離的信息。當然車企也可以選擇特斯拉那樣的多攝像頭方案去獲得三維信息，但這種方式對算力、對你的魯棒性（比如，計算機軟件在輸入錯誤、磁盤故障、網絡過載或有意攻擊情況下，能否不死機、不崩潰，就是該軟件的魯棒性），都要有一些比較特殊的要求。目前自動駕駛出的一些事故，這些corner case總體上還是因為二維數據對於整體路況的判斷，具有局限性。毫米波實際上具備三維數據能力。但是由于波長的原因，其分辨率無論是在水平方向，還是垂直方向都是有限的。特斯拉也使用過毫米波雷達，使用過程中它的一些特點會帶來誤差。比如對金屬反射物過強的反射，導致它對前面目標的判斷會有誤判，所以企業也相應做了一些軟件上的處理，這造成了毫米波雷達在實際的自動駕駛過程當中，並沒有真正發揮它應有的作用。另外毫米波雷達的分辨率有限，無法作為一個主傳感器去提供數據。因此，業界普遍認為，激光雷達作為一個能高效獲得真實三維數據的傳感器，能夠減少自動駕駛的事故，是自動化駕駛不可或缺的器件。如果使用高分辨率的激光雷達，很多corner case的情況都可以避免。至於為什麼有企業選擇採用純視覺的方案，這是價格問題。過去激光雷達的價格較高，為了降成本，企業選擇純視覺。總體上，從機械到半固態到固態，激光雷達正朝着越來越小型化，低成本的方向走。楊永成：剛才馮總介紹激光雷達的時候，反覆說了兩個術語，就是二維和三維。二維（2D）主要是平面數據，不直接包括駕駛人或者汽車和障礙物的距離。能觀察到和障礙物的直接距離的，就是三維（3D）。激光雷達能夠直接提供三維數據，提供距離的數據，甚至可以直接提供速度的數據。這是激光雷達的優點。攝像頭，是需要靠算法去獲得距離，這二者有本質的區別。芯視界李成總是視覺和激光雷達方面的專家。特斯拉是自動駕駛領域的領先者，在傳感器和算法上都有很多年的探索。但馬斯克幾次表示激光雷達在自動駕駛應用中的必要性沒那麼高。當然還有毫米波雷達，在特斯拉的車上也經歷了「上車」 而後又「下車」的過程。李成總怎麼看激光雷達、毫米波雷達未來在自動駕駛汽車技術和市場地位？馮總提到，特斯拉在用毫米波雷達的時候遇到一些挑戰。自動駕駛里有個術語叫「多傳感器融合」。特斯拉在使用毫米波雷達時，有時會出現誤觸發的問題。兩套感知系統，到底該聽誰的？特斯拉取消毫米波雷達的根本原因，是它分辨率沒有那麼高，其對金屬高反射的物品容易誤觸發，導致車輛出現急剎。特斯拉採用純攝像頭的方案，使用8個攝像頭，估計成本在500-800元。價格真正昂貴的，是他們自研的特斯拉處理器系統。現在在北美訂一台特斯拉，如果要配FSD，價格已經漲到了1.2萬美金。採用攝像頭這種二維傳感器，其基本原理是深度學習算法，它是把原始的圖形輸進去，經過一層一層的神經網絡，最後把圖像裡面的目標物體的邊界摳出來，然後機器去學習，告訴你車還是人，還是周圍的路牌，識別這一系列的目標，術語叫Supervised Learning，監督學習。以特斯拉為例，前段時間我看了他們的數據報告，成千上萬的車輛在行駛中，換算成公里數，有40多億公里的里程。這些車輛配備的攝像頭，不停抓取路況信息，上傳到服務器中心Dojo，在Dojo里做深度學習，最後給無人駕駛做判斷。通過機器不斷學習，字後提高識別準確率。但存在隱患，如果曝光過度，機器就很難識別物體和背景的邊界。我和馮總研究的激光雷達的底層技術，可以把實際判斷的目標物體信息，在神經網絡中，將標註信息加進去。特斯拉也意識到這個問題，他們用多個攝像頭，根據攝像頭的不同角度，還原出一定的空間信息。但這存在問題，一是精準度，而是一旦距離稍遠，他們就很難還原距離。特斯拉選擇採用攝像頭，取消毫米波雷達，整體可能還是從性能和經濟角度出發。楊永成：李總，你覺得激光雷達在自動駕駛車輛上是必需還是需要？李成：我覺得是必需。現在不用是為什麼？是因為激光雷達成本相對較貴。Waymo還有Uber，這類公司的商業模式是出租服務，它要保證每一個訂單運行的穩定、可靠、安全性。而特斯拉不一樣，它的的商業模式是賣車，最終還是車主來為駕駛FSD的行為負責。楊永成：李總提到「多傳感器融合」是趨勢，我特別認同。不論是特斯拉還是國內的造車新勢力或是傳統車企，他們自己會自研算法、處理器、域控制器。但如果市場上有高性價比的傳感器，他們在商業上是不會拒絕的。只要激光雷達夠便宜，符合車規，能長久穩定地使用，汽車品牌廠大概率不會拒絕激光雷達。楊永成：激光雷達火了幾年了，但也有小的波折，大家都在探索最佳的技術路線。從最開始的機械式激光雷達，半固態掃描式雷達，到現在的固態激光雷達，OPA和FMCW。經過幾年發展，已經湧現出了很多大型公司，國內一些初創團隊也有成為百億以上估值的「獨角獸」。馮總在這次創業之前，也曾在硅谷創業過，並且成功退出，獲得了第一桶金，完全可以躺平，甚至躺贏，為何2018年下決心回國再次創業，成立洛微？馮寧寧：如果你問在座的創業者，碰到那麼多困難，還會不會繼續創業？我相信大部分人的答案是「yes」。從個人角度，這是一個不斷挑戰自我的過程。歡迎加入
洛微科技正在招聘VP of Production、產品經理、硅光芯片工程師、算法工程師等崗位，歡迎對洛微科技感興趣的朋友關注洛微科技微信公眾號，投遞簡歷。
激光雷達是「光探測和測距」(Light detection and ranging)的簡稱，最早的原理來自激光測距儀，早期大家對它的價格不敏感。這也是早期Velodyne價格比較貴的原因之一，因為它是唯一的廠商。它推出的機械式方案，解決了「有無」的問題。這是第一階段。第二階段，性能指標。激光雷達需要滿足車規級要求。機械式方案存在限制，因此現在發展出了轉鏡式及MEMS振鏡式這些半固態的方案，半固態的激光雷達已陸續裝載上車。第三階段，解決成本問題。長久來看，半固態的方案多多少少會碰到一些問題。每輛車的出貨量在千萬輛級。一輛車需要配備幾個激光雷達。相較於機械結構較少的固態激光雷達，半固態激光雷達仍然有較多離散器件，包括可運動的部件，生產過程中要將這些離散器件組裝起來並保證良率，這會在量產上遇到瓶頸。固態的優勢是什麼？固態是芯片級方案，背靠的是半導體產業鏈。這個產業鏈經過幾十年的發展，已經很成熟了，相關行業例如光通信也發展得很好。固態在量產上的空間和潛力很大，只要解決半導體產業鏈的問題，就可以實現低成本的大規模量產。從另外一個角度來講，掃描方式，包括機械式、半固態、固態，都是講發射端的掃描，光源對場景的覆蓋。接收端也有一個趨勢，最早的以CMOS為基礎的類似一個攝像頭的方案，就是PD（光電二極管），逐漸過渡到APD（雪崩二極管)，再到 SPAD方案（單光子雪崩二極管）。這類方案的迭代目標很清晰，一方面在光源上繼續增加功率。當然激光功率增加，也會帶來很多的問題。另外一方面的目標，是增加接收端的靈敏度。隨着迭代往前進入，接收端靈敏度也要提升，會逐漸過渡到調頻的方案。從電磁波探測的原理上來看，毫米波也好，微波也好，所有採用電磁波波段的探測方案，最終都會過渡到調頻的方案，即FMCW的方案。最終我們認為激光雷達，第一，發射端會採用固態的掃描方式。第二，接收端最終會過渡到調頻的方案（FMCW），去解決一些實際的問題。這個是激光雷達發展的底層的一個邏輯，大家為什麼這樣做。調頻的方案總體上有幾個優勢：第一，調頻方案靈敏度比較高。第二，抗干擾能力比較強，它包括兩個層面。一是對室外陽光的抗干擾能力。二是雷達的抗互擾能力。現在激光雷達在車子上裝得還不多，將來每輛車子裝四五個雷達，雷達之間的互擾是必須要解決的問題。第三，採用調頻的方案，自然獲得了多普勒頻率，可以獲得目標的速度場信息。這對算力、對魯棒性、減少Corner case都有加持。這是為什麼要推進固態FMCW激光雷達的底層邏輯。楊永成：這就是為什麼要推進固態激光雷達，包括FMCW激光雷達的底層邏輯。這樣的新技術是行業發展的必然趨勢，這相當於技術上的一個彎道超車的路徑嗎？馮寧寧：總體上來講彎道超車這件事比較困難，你永遠跟在別人後面肯定是沒戲的。必然要走一條並行的道路。楊永成：馮總剛才講到激光雷達的技術主要有兩個，一個是OPA，一個FMCW。FMCW就是剛才馮總說的調頻，同樣的信號，調頻的接收能力更好，信噪比更高。此外調頻還能減少雷達間相互干擾的情況。OPA，就是掃描方式。OPA實際是光學相控陣。舉個例子，以前的雷達形狀都像鍋一樣，一個很大的機械帶着它轉，這個就是完成掃描。那個鍋對準哪個方向，就在觀察這個位置。現在微波、毫米波雷達的發展趨勢是什麼？美國搭建的宙斯盾戰鬥系統里，最重要的組成部分是相控陣雷達，主要靠電子掃描，取代傳統的旋轉式無線電波雷達。相控陣雷達裡面有眾多的天線，叫陣列，調製不同的天線信號，就會形成實際的掃描效果。李總選擇的技術路線是TOF，無論機械式還是半固態激光雷達，接收端都可以用TOF。這個技術產品的應用場景是？李成：芯視界做的dTOF技術。大家都聽得比較多。「d」表示什麼？表示直接。「 ToF」表示什麼？表示Time of fight。就是說我有一個激光，光發出一個脈衝，測量脈衝在空間往返時間，就能得到目標物體的距離。因為距離等於時間乘以光速，往返時間再除以2就得到了距離。歡迎加入
芯視界正在招聘PM、產品助理、工程師等崗位，歡迎對芯視界感興趣的朋友投遞簡歷至 hr@vidar.ai
通過這樣的技術，能夠把目標物體三維輪廓捕捉出來，測量精度可以達到毫米級。再來看一下dTOF跟FMCW，它們是兩個完全不一樣的技術。如果我們再回到光通信領域，看到兩種光通信。因為我本人在美國，一直是做光通信+光計算。在大型數據中心，歐美叫Mega Data Center，單邊路程超過兩公里。這樣的光直連，基本上採用直接調製的方式。對應於自由空間的光傳播就是dTOF。只不過大數據中心，我們是在光纖裡面傳的。馮總採用的FMCW，有點類似於長距離光通信，它最大的優點是傳輸信噪比特別好，抗陽光。比如海底光通信，幾十公里就需要加一個中繼，FMCW的信號能傳播很遠，可以減少所需中繼的數量。這兩個技術路線，在光通信領域已經發展幾十年了，它們一直並存，各有各的優點。比如說短距離光通信，兩公里以內的，直接調製，成本可以做得比較低。長距離通信，可以傳得很長，它的價格相對貴一些。所以我們看到很有意思的領域，在空中光通信領域，短距離的直調，拼命地往長距離去擴，長距離的coherent，相干光解調也拼命想做到數據中心裡去，想降低成本。整體來講，我覺得兩者會有它共同存在的商業領域，並且有交疊的空間。另外一個，工業界很常見的例子就是四族硅基cmos跟三五族。這也是從半導體誕生以來，一直存在的案例。從工藝端來考慮，四族硅基cmos很便宜，但是性能比不過三五族半導體。三五族貴，比如說2英寸，4英寸的晶圓切不出來幾個，良品率不高，但它性能好，不過價格比較貴。互相都在做滲透。我覺得這兩個技術，二者不衝突，都會有它相應的商業領域，以及互相交疊的部分。楊永成：除了應用在自動駕駛領域，李總做的單光子檢測器、或其他的傳感器，這些還能應用在哪裡？「釘子」在哪兒？李成：說的高大上點，是三維成像，大白話，就是做測距，它的應用領域很多。用「錘子」和「釘子」來比喻硬科技和其應用場景，很形象。芯視界英文叫visionICs，最早2016年在硅谷開始做，我們有個巨大的願景。首先做dTOF激光雷達芯片、再做dTOF激光雷達模組、再做sensor fusion（傳感器融合），把ridar、camera、Millimeter-Wave（毫米波）三個全部融合在一起做算法方案。2016年我們拿着一個「大錘子」，到處去找「大釘子」敲，從2016年敲到2018年，「錘子」也快敲破了，結果發現敲不動。於是，我們果斷地去做消費電子。有人說你這技術去做消費電子大材小用了，但其實不是的。我們拿着這個技術做消費類電子，在實際的技術應用領域，打磨整個公司的運營，芯片如何定義？規格定義怎麼做？封裝定義怎麼做？測試規劃怎麼做？沒有在消費電子領域去打磨整個公司的運營和質量體系，芯視界很難在車載領域拓展。第一，適合的「錘子」，要找到適合的「釘子」，應用到切合的市場。第二，沒有永遠領先的技術，但一定有永遠領先的運營，鐵打的營盤流水的兵，這個才是一個公司核心的競爭力。楊永成：每個創業公司有不同的技術路線，但可能都會經歷同樣的磨鍊。馮總，你也拿了一個很牛的技術，很強的團隊，你在找「釘子」過程中有什麼感觸？馮寧寧：所有創業團隊，碰的問題都差不多。創業之初，我們拿着「技術」——錘子，一開始你當然認為，我這東西到處可以敲，實際上最後發現……馮寧寧：這就是所謂的了解現實。最終是要把產品賣出去。客戶的問題就是「釘子」，你的這個「錘子」，敲一下，就要能解決客戶的問題。創業公司，碰到的問題是什麼？就是資源有限。包括資金，市場的時機，包括團隊，這些資源是有限的，不能無限制地揮霍。在資源有限的情況下，如何把這個「釘子」敲下去？一個巨大的「錘子」，敲「小釘子」也不行，或者是一個「小錘子」敲「大釘子」也不行，或者材料不對也不行。最重要是拿合適的「錘子」敲合適的「釘子」。用古人的話叫「天時地利人和」。洛微做固態激光雷達，用硅光子技術。為什麼前幾年大家不做固態，沒有「錘子」。硅光子技術20世紀80、90年代就提出來，但真正量產，是2015年以後。芯片流片、產業鏈上下游完備、客戶的需求，這些都存在以後，你才具備了去解決問題的能力——才有了「錘子」。如果將固態激光雷達看作一個「釘子」，光芯片、電芯片、硬件與軟件，這些問題每一個都需要解決，每個都是一個「釘子」。你去解決這些「釘子」的時候，每個都需要合適的「錘子」，這問題就太大了，不可能完全解決。以洛微激光雷達的芯片來看，我們覺得核心的OPA芯片+FMCW是我們要解決的底層「釘子」，或者說對於我們的激光雷達而言它是個「錘子」。要解決這個問題，需要一個很好的工具——半導體的整個生態。這個生態應該是國家級力量來做，我們使用這個「錘子」就好。對於初創公司來講，哪些「錘子」可以做，哪些「錘子」不能做，只能用，要明確好。原則上儘量不去做不符合自己條件的「錘子」，儘量能用成熟的「錘子」去敲我們要解決的「釘子」。這樣的好處是，把自己的「釘子」搞定以後，我們的「釘子」就會變成下遊客戶的「錘子」。比如做好光子芯片，模組，它就變成激光雷達的一個「錘子」。激光雷達做好以後，對下游的自動駕駛來講，就變成它的「錘子」。這會促進整個產業鏈發展。對於創始人來說，尤其是科學家出來創業，最重要的要把心態放正。剛才我們也提到「錘子」和「釘子」的問題，可能在一個領域，它的一個非常好的「錘子」，在有限的資源和有限時間的情況下，不一定能解決一個我們這個領域的「釘子」，那麼你就需要找到一個合適的「釘子」。一方面你要堅信自己的方向，但同時要有變通。最終我們是要解決「釘子」，是客戶導向的一個「釘子」。你如果說只是閉門造車，悶頭做自己的一個事情，最終即使你做出來，也不是一個合適的產品。另一方面要讓合適的人做合適的事。在創業之初，就要將團隊的定位想清楚。每一個合伙人都要有自己專攻的領域，創始人要有機地將幾個領域結合起來，科學家也好，合伙人也好，要把自己的位置擺正。讓整個團隊的戰力發揮到極致，企業才能走的更久。總體來看，硬科技企業創業能否成功，客戶和人才是至關重要的。李成：有時候，看起來完美的產品，可能根本就不是客戶所需要的。好的產品從哪兒來？不是說你根據自己的科研界，或者學術界，或者說悶頭做科研的一些背景，自己領悟或者猜測客戶需要什麼，你需要走出去，跟你的客戶去交流，去聆聽。另外一個問題是什麼呢？你可能跑了十家客戶發現，他給了你一百個需求。你發現根本就沒有辦法滿足所有的需求。這時候就需要創始人，或者市場的團隊，你們有一個歸納總結的能力，把最關鍵的需求，以最能夠落地的應用需求挑出來，這個才是所有客戶最關心的共性的需求。主持人：未來技術方向上的挑戰是什麼？量產落地的一些難題，如何去解決？李成：單光子dTOF芯片領域，要考慮車載應用領域的發展和整個工業的成熟度。車載激光雷達領域，索尼推出了一款芯片叫IMX459。這一款可能是索尼針對未來固態的車載激光雷達開發的一款芯片。國內的難點在哪兒？第一，國產化的單光子探測器件的工藝要能夠達到索尼的水平。比如要做到高光子探測效率，低暗計數。另外一塊芯片，是整個電路的架構。要有優化的電路架構，有好的算法抗干擾，去噪等等，都要做到芯片架構里。另外就是如何做高良率的晶圓堆疊？整個半導體製造的工藝流程怎麼支持？如何達到一個穩定的量產？能否做到95%以上的良品率？這些是dTOF在車載激光雷達里落地非常關鍵的幾個點。在解決了這些技術問題之後，你怎麼過車規？溫度範圍，可靠性，冗餘度設計等一系列問題都是固態激光雷達需要考慮的。從最初的產品出爐，到工藝優化，實現高良率量產，這需要一段時間沉澱。馮寧寧：激光雷達本身是一個系統級的方案。這對團隊的系統級整合能力要求很高。從一個芯片，或者多個芯片，經過半導體整個供應鏈的流片、封裝，最終完成一個器件級、模組級的產品，最後整合到一個系統級的方案里去，產業鏈上下游涉及的廠家很多。一方面，固態激光雷達對於整個產業鏈的成熟度要求比較高，因此產品一定要在合適的時間推出。但另一方面，企業不能等到產業鏈完全成熟以後才推出產品，因為市場的需求已經產生，在一個產業鏈有限制的情況下，做出合適的產品，非常考驗團隊的綜合能力。每一個這樣的芯片和系統，都需要滿足車規級的要求。車規驗證的過程，少則一兩年，多則三四年，創始公司想要生存下去，把產品最終推向車場，路比較長。長期和短期市場，這兩個是有一定矛盾的，但兩手都得做，企業才能持續地走下去。主持人：當前創投行業處於低谷期，作為投資人，有哪些建議給到硬科技創業者？楊永成：要堅定自己的方向，對未來有信心。中國的硬科技領域，一些前沿技術存在大量的進口替代機會，市場需求是長期存在的。從政策看，國家在堅定不移地支持硬科技發展。政策上會有扶持，但初創公司想享受到政策和市場紅利，必須靠自己努力，爭得一席之地，方能立足。長期來看，硬科技創業是被看好的賽道。資本退潮是投資行業的周期性表現，行業間歇性會出現寒潮，通常資本遇冷的前面是過熱。過熱時期，好「錘子」、差「錘子」，或者沒拿「錘子」的都在入場創業。而遇冷的時候，更考驗團隊的技術、產品能力與商業模式，你只有做一把極好的錘子，才能穿越周期，堅持到最後。第二，管好你的現金流。遵循市場規律，紮實做好企業。抓好資源窗口，該融資的時候要融資，管好現金流，管好支出，努力在寒冬時期做內功。春天的時候，你積累的種子和資源，才能夠更好地促進公司發展壯大。歡迎在留言區分享你對硬科技創業的思考。留言最走心的6位讀者，我們將送出峰瑞被投企業Yuki雨珂提供的洗浴套裝一份（每份包含500ml氨基酸雪域滋潤沐浴露、500ml氨基酸雪域柔順洗髮露）。
IP衍生品綜合服務商Yuki，通過IP與快消品結合的方式，主打下沉市場，幫助IP獲得更多的曝光度。
▲出海創業新打法：從「空軍」向「海軍陸戰隊」 | 峰瑞研究所·出海系列
▲在物聯網行業高速增長之際，芯片公司該如何布局？| 峰瑞芯片系列▲「芯片荒」背後的創業挑戰和機遇 | 峰瑞研究所 · 芯片系列▲芯片領域，如何從科學創新到科技創業？| 峰瑞芯片系列▲峰瑞楊永成：紅海是創業者要面臨的終極之戰 | 芯片系列直播報名開啟▲ 李豐專欄 | 2萬億的市場和10萬億的產值，我們為什麼看好中國芯？▲ 技術公司如何從「技術值錢」走向「技術賺錢」？| 峰瑞研究所▲ 峰瑞2021展望④ | 自動駕駛背後的傳感器終局猜想
留言列表