工业互联网与智能制造是今年两会热议的话题。在往年的基础上，今年的政府工作报告首次提出了“智能+”的概念，与制造业融合。
2018年政府工作报告曾指出，发展工业互联网平台，创建“中国制造2025”示范区。这是中国把“发展工业互联网平台”首次写入政府工作报告。在当前的国际关系下，2019年政府工作报告中弱化了“中国制造2025”，新提了“智能+”，明确提出：打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。
两会代表委员包括马化腾等，提交的很多议案提案也都与工业互联网和智能制造相关。结合众多互联网公司与AI企业都在关注产业互联网与制造业领域的机会，今年工业互联网与智能制造势必又要掀起一个小高潮。本期周报为您解读这个领域。
一．前沿领域深度解析
行业纵览
1）可能有些读者不太理解工业互联网和智能制造之间是什么关系。简单来说，工业互联网是智能制造中的一层。智能制造是整个制造业价值链的全面智能化，是比工业互联网更大的概念，包括智能感应层、网络通信层、生产执行层、具体应用层几个主要的层面。
从更具体的角度说，智能制造是要实现装备、生产线、车间、工厂等物理设备的智能化，以及研发、管理、供应链、商业决策的智能化。
工业互联网是智能制造价值链中的一个环节，提供工业互联网底层技术平台、通讯协议、工业APP等，产生并传输数据，在云端或者边缘对数据进行处理，发挥数据的价值，为制造业生产方式与工艺等方面赋能，从而实现提交效率、降低成本的目的。理想状态下，可以给企业带来节流的效果。
以某企业提供的针对石化企业炼油流程的智能化改造为例，整个炼油的催化裂化环节共有1200多个信息采集点。按照传统生产方式，采集点的温度、压力等指标依靠熟练工人根据经验判断。部署智能制造系统后，系统收集和分析数据，机器自动管理生产流程，原油转化为汽油的收率提升了0.5个至0.9个百分点，一条850万吨的催化裂化生产线年净利润能够提升5000万元以上。
2）以富士康成都工厂为例，来看一下智能制造系统的构成与作用。成都富士康于2016 年9 月1 日启动智能云网制造系统项目，试图通过数据挖掘、信息系统串接、专家系统、人工智能分析，实现生产制造管理智能化决策，解决产销不平衡、信息系统分散等问题。
成都富士康智能云网制造系统
智能云网制造系统主要包含车间计划管理、设备管理、品质追溯管理、车间物料管理、备品管理、人员出勤管理等，实现产能监控、良率监控、自动化核心设备监控分析、能耗监控、人员出勤等方面的智能控制。
在具体流程方面，采集数据经过清洗过滤后，生成各类报表（产线产出、良率、报废数、物料利用率、良率、在制品库存状态、工单实时进度、设备良率分析、设备稼动率OEE、多车间对比分析、关键缺陷及原因等），并对各厂部每日/月/季度/年综合效率进行智能分析。
另外，根据海量数据记录，对设备运行状态进行预测，对产能进行智能排配，对资源（人力/设备/能源）等优化配置，供不同职能管理人员进行资源统一调度、分配。制造段数据采集、分析、统计、预警是智能云网制造系统重点应用项目。
本质上来说，智能制造系统就是把生产流程各个环节尽可能数据化，再去发挥数据的价值，但在数据化与商业智能发挥价值的过程中，需要与具体行业、具体企业的业务流程情况做深度结合，在理解业务需求的基础上做智能化改造。
3）由此看来，智能制造系统有着非常复杂的构成。市场对子系统的需求并不相同。
中国电子技术标准化研究院发布的数据显示，排名前五位的智能制造系统解决方案主要包括：柔性装配系统、加工环节数字化系统、智能输送系统、智能仓储系统和企业资源计划（ERP），这前五位系统解决方案的市场份额为58%，这显示目前行业的智能化变革主要集中在装配、加工、供应链管理等环节。
市场增速较快的智能制造系统解决方案主要有：工业云平台、工业大数据、先进过程控制系统（APC）、调度优化系统等，市场同比增速达到50%以上。这表明随着智能制造的推进，系统解决方案从实现单项、局部的改善逐步演进到综合、集成的优化，传统企业客户对先进过程控制系统（APC）、调度优化系统、生产执行系统 （MES）等生产过程控制系统的需求正在逐步释放。这使得云平台、云MES成为市场主体比较普遍的发力点。
4）从总量看，2017年，我国智能制造系统解决方案市场规模达1,280亿元，同比增长20.8%，增速不算高但比较稳定。智能制造进入实质落地期。
目前智能制造领域云集了传统制造业企业和信息技术企业，工信部和中国智能制造系统解决方案供应商联盟提供的智能制造技术与解决方案供应商就超过百家。行业内的企业分为几种类型：
一是大型制造业央企旗下的信息技术企业，如中石化旗下的石化盈科、航天科工集团旗下的航天云网、中船集团旗下的中船信息、宝钢集团旗下的宝钢工业技术等。这类公司强在对本行业流程工艺的深刻理解，且有本集团的应用场景，但在AI等新兴技术方面积累不多；
二是传统IT公司，如东软集团、用友集团、浪潮集团等，强在IT技术构架，以及在行业资源上的多年积累；
三是机器人、数控机床、自动化技术厂商，如沈阳新松机器人、华中数控、沈阳机床、安徽巨一自动化等，在智能制造的某个环节有明显的软硬件优势，在整体解决方案上需要做系统集成；
四是BAT、华为以及其他云计算厂商，强在AI技术以及云技术，但在与传统制造结合方面缺乏经验。
沈阳机床智能制造解决方案构架
在智能制造领域的关键技术方面，中国工程院院士谭建荣提出了十项关键技术，分别是：多通道数据实时采集感知技术、异构数据内容融合与传输共享技术、复杂工况的多任务自适应协同技术、多机协同的集群化交互与控制技术、大数据驱动故障诊斯深度学习技术、数字孪生与数字样机建模分析技术、多技术路线工作方案优化决策技术、工艺工装协同推送与自动装夹技术、产品知识图谱与知识网络构建技术和机电液一体化云平台知识服务技术。
5）智能制造与工业互联网更多是大企业来做集成商，创业公司多是从具体的点切入，做某一领域的解决方案，目前活动融资的企业数量很多。
部分近期获得融资的工业互联网领域创业公司
智能制造与工业互联网领域的创业企业特点是：由于是B端企业，很少有耳熟能详的知名企业；目前企业融资事件数量大，据不完全统计，仅工业互联网平台在2017年就有融资案例过百个；大多处在早期的A轮阶段，目前规模都不大，处在产品打磨以及客户资源拓展的阶段，增速还算可观。
以徐工集团旗下的工业互联网平台徐工科技为例，2018年上半年实现了营收破亿，同比增速为72%；在具体的领域上，工业互联网平台、柔性制造、云MES、工业仿真、边缘计算、AI技术做机器检测等是现在技术公司切入的普遍方向。
下面简单看一下工业互联网平台、云MES、工业APP。
工业互联网平台是从大公司到创业企业都在做的方向，工信部曾表示，我国有一定影响力的工业互联网平台已经超过50家。而在国外，GE的Predix和西门子的MindSphere平台一直是业界的标杆。平台构建基于海量数据的采集、汇聚、分析的服务体系，支撑制造资源广泛连接、弹性供给、高效资源配置的云平台，有标准化的功能，也支持开发从边缘端到云端完整的解决方案。当然，工业企业的需求，很难做到完全的标准化，很多平台都是将功能做到百分之五六十的标准化，其余还是要靠定制。
传统的MES是一个相对封闭的制造执行管理系统，在企业内部使用，以达到缩短生产周期、降低生产成本、提升效率等目的，但定制开发的成本不是一般的中小企业所能承受。云MES将MES上云，使企业无需在多个车间部署系统，即时开通使用，按月或按年付费，不需要投入过多开发时间与成本，节约硬件设施、人工维护成本，使中小企业更容易接受。
工业APP是工业软件的新形态，实现了工业软件的联网化、云端化，在工业互联网平台上做开发，承载工业知识和经验，满足工业领域特定需求，实现工厂操作的线上化、数据化。由于工业APP是作用于工业设备之上，不是开发人员会Java、HTML5就可以，容错性低，开发难度更高。截止2018年6月，据不完全统计，我国工业APP数量只有五千左右，数量很低，有业内人士预计未来会有一个较快的增长期。GE公司预测，到2020年前后，工业互联网平台将出现类似于消费互联网平台的爆发式增长。GE旗下的Predix平台上的工业APP总量，预计将从目前的160个陡增至逾50万个。这样的预测可能过于乐观，不过增长性应该是确定的。
行业解析
1）目前来看，智能制造与工业互联网都面临不少挑战。从与消费互联网的不同之处看，工业互联网虽然看上去机会多，但很难像消费互联网那样去实现标准产品的推广，边际成本很难有效下降，也就很难像消费互联网那样出现爆发式增长。从工业智能化这个进程看，智能化的前提是先实现数据化，实现连接，但目前制造业领域的数据化连接程度还比较低，推进起来肯定快不了。大部分企业也还没意识到连接会带来怎样的收益与风险。各种工业终端类型多样，远比消费端的不同手机类型更多，连接起来在通讯标准等方面也有一定的实施难度。
另外，消费级应用的开发，靠的是产品经理、程序员和设计人员的智慧，但无论是工业互联网平台还是工业APP，开发的时候都需要整合传统工业人的知识和经验，每个行业有不同的知识和经验，各行业的专家、产业工人不一定愿意把行业的知识共享出来。智能制造与工业互联网发挥作用，一个重要的途径就是数据智能，在数据中发掘管理智慧。但发挥数据的价值的过程中，是需要先确定特征和规则的，再去做分类、聚类等。而特征与规则的提取，还是需要深入理解具体的制造业场景才行。
这样来看，从工业互联网到智能制造，稳定增长似乎可以期待，但爆发性不太会出现。GE旗下的Predix平台一直是业界榜样，但也一直处在难以盈利的境地，以至于GE在2018年将Predix平台划归到GE Digital（GE数字集团）独立出来。
2）目前从BAT这样的互联网巨头，到AI四小龙这样的前沿技术领域创业公司，在智能制造与工业互联网领域都没有做出显著的成绩，存在感还不强。
BAT有少量案例落地，如阿里云与攀钢合作了钢铁大脑，阶段性成果显示，一年节省400万公斤炼钢原料；百度云在宝武集团部署了智能工业质检解决方案，通过高温图像采集装置扫描钢包1200°C内衬，实时上传包口包壁包底渣线图像，实现钢包内衬风险的精准预判和实时预警。但总体来说，落地案例很有限，还处在磨合阶段，而AI小龙等AI创业公司在制造业中的布局更少。
这一方面源于作为技术企业，去深入理解制造业场景需要时间，尤其是在设备通信标准的统一、工业互联网安全、AI能力部署等方面，还有待于进一步完善，另一方面，在商业层面，解决方案成本的下降也势在必行，现在工业互联网客户多是大型制造企业，资金实力更雄厚，甚至有技改资金。而对于大量中小企业来说，一个解决方案可能接近设备的价格，企业接受解决方案的热情肯定受影响。另外，市场上对于AI智能的需求还有待于进一步释放，现在的智能化进程更多还是集中在设备连接的阶段，技术企业所擅长的AI能力受市场追捧还需要一些时日。
二．最新学术研究成果
1、全球第二例：伦敦一男子在接受干细胞移植后，艾滋病被治愈
在伦敦大学研究人员的帮助下，一名伦敦男子在接受干细胞移植后其艾滋病可能被治愈，检测结果显示，这名患者体内已经不存在艾滋病病毒，且已经停止抗病毒逆转录药物长达20个月。这是继全球首位被治愈的“柏林病人”之后，第二例艾滋病“长期缓解”的患者，也被称为“伦敦病人”。
历史上也有另外一位柏林男子因为治疗白血病而进行骨髓移植，随即发现其艾滋病获得治愈的案例，当时的案例被称为“柏林病人”。目前该病人已经完全摆脱艾滋病，并仍在健康生活中。
有国外医学界人士表示：“当医学上只有一个病例报告时，人们总会怀疑这或许只是一个不寻常的情况。现在出现第二份病例真的非常令人兴奋。它确实证明了艾滋病是可能治愈的。”
但需要指出的是，这种治疗方法并不适合大多数艾滋病病毒感染者，因为绝大多数艾滋病患者没有癌症，也不需要骨髓移植（两例特殊的艾滋病患者都因患有白血病而进行骨髓移植），骨髓移植是一种风险和代价都很大的手术，有时会导致致命的并发症。况且，想要骨髓移植配型成功的概率也极大限制了该疗法的应用。
重要性：高 ；槽点值：低。
观点：艾滋病是当今人类少数已经了解其完整作用过程，但却无法给出根治办法的恶性传染性疾病。通常的解决方案只能是在检测出病毒阳性之后长期服用阻断其传播的药物进行控制。而柏林和伦敦的这两个病例当中，都进行了干细胞移植的医疗操作。原理上来说，这实际上应该算是一种基因疗法，按照这个趋势来看，如果未来基因技术能够取得更多进展，未免不可能彻底消灭艾滋病毒。
2、最新报告：40% AI公司其实没用任何AI技术
位于伦敦的风投公司MMC Ventures与英国银行Barclays，近期发布了一份140多页的《The State Of AI 2019》报告，得出了一个结论——“40% AI公司其实没用任何AI技术。”
报告显示了一个非常有趣的现象： 在对欧洲的2830家被归类为AI初创公司的企业进行研究后发现，其中有1300家公司，无论从研发、产品、材料、网站，到PRD，找不出一点儿跟“AI”沾边的东西。
也就是说，仅在欧洲，就有40%的“AI创业公司”跟“AI”毫无关系。这样的结果，侧面反映出现在AI已经成为企业拉投资的敲门砖，大量的企业存在着利用AI作为噱头，来吸引投资人的情况。而更加有趣的是，根据MMC的统计，欧洲AI创业公司的实际数量很可能只有1600家。
MMC的研究负责人David Kelnar站出来解释说，很多所谓的“AI企业”，并没有官方宣称自己是AI企业，而是依靠第三方分析机构“帮”他们划分到AI企业行列中的。Kelnar认为，基本上这些企业都很清楚，在第三方分析平台上他们被归类到了“人工智能”一栏。而且他们并没有任何动力，去跟平台交涉改正这样的错误。
重要性：高 ；槽点程度：高。
观点：人工智能能从一个本身狭义的概念，扩充为现在“包容一切”的种类，的确是一件让人哭笑不得的事情。当然，这也不是头一遭，在之前我们已经经历过了类似的“云浪潮”、“互联网浪潮”，这种新兴技术带起的泡沫，最终将会在时间的作用下迎来破裂。
3、Google发布TensorFlow 2.0 Alpha版
今年1月份，谷歌就放出TensorFlow 2.0开发者预览版，引起了开发者们的满腔期待。而不到两个月后随之而来的TensorFlow开发者峰会，其最受关注的环节莫过于TensorFlow 2.0 Alpha版的发布。
据悉，针对TensorFlow 2.0，TensorFlow团队听取了开发者关于“简化 API、减少冗余并改进文档和示例”的建议来进行设计，将TensorFlow 2.0 Alpha版的更新重点放在简单和易用性上。此外，TensorFlow 2.0 Alpha版还带来了一些新的功能，允许研究人员和高级用户使用丰富的扩展进行实验，如Ragged Tensors、TensorFlow Probability、Tensor2Tensor等。
整体而言，TensorFlow 2.0 Alpha版具有以下三大特性：
第一，易用性，其主要体现在使用tf.keras作为高级API，且将Eager execution作为默认模式。
第二，简洁性，其主要体现在TensorFlow 2.0 Alpha版删除了重复的功能，并且不同API的调用语法也变得一致、直观，同时它的兼容性更加完善。
第三，灵活性，其主要体现在TensorFlow 2.0 Alpha版提供了完整的低级 API，并可以在tf.raw_ops中访问内部操作，同时还提供了变量、checkpoint以及层的可继承接口。
重要性：高 ；槽点程度：低。
观点：Google一直是这一波人工浪潮中的引领者，整个行业中应用最广泛的人工智能架构TensorFlow就是最好的代表。
4、贾扬清离职Facebook，加盟阿里硅谷研究院，任职VP
贾扬清生长于浙江绍兴，2002年考入清华，并在清华拿到硕士学位，其后远赴UC伯克利获得博士学位。2013年，贾扬清博士毕业加入之前就已实习了2年的Google，在Jeff Dean麾下任职，参与TensorFlow打造，致力于前沿的深度学习研究和工程，参与了ImgeNet2014比赛、移动端深度学习、Google下一代AI平台TensorFlow开发、基于深度学习的产品开发和产品咨询等。
2016年2月，贾扬清离职Google加盟Facebook，在LeCun麾下任研究科学家，主打前沿AI研究和平台开发。贾扬清打造的深度学习框架Caffe，也成为Facebook重点部署框架之一。
根据相关爆料，贾扬清没有回国，而是出任阿里巴巴硅谷研究院副总裁，继续率队进行AI平台打造和研发。
重要性：中 ；槽点程度：低。
观点：贾扬清绝对是一等一的AI大神，鉴于此前他也有从Google跳槽Facebook的历史，这一次职位变动也还算正常，恭喜阿里再斩获一名大将。
三、前沿技术公司新动向
1、华为决定起诉美国政府
3 月 7 日，华为在深圳总部举行的外媒记者会上发布声明：决定起诉美国政府。
华为的这一诉讼在美国德克萨斯州签署，此处正是华为的美国总部所在地。据了解，华为起诉美国政府的原因是，后者禁止联邦机构购买该公司的产品。华为表示，它已经提出诉讼，要求美国联邦法院推翻美国国防授权法案（National Defense Authorization Act，于 2018 年 8 月生效）的部分条款。它认为，该法案中的部分条款违反了美国宪法，比如说在未审判的条件下将某个团体或个人排除在外。
另外，在新闻发布会上，华为还指责美国政府黑客窃取其服务器信息并窃取其电子邮件，并表示有证据表明这一指责；华为还表示，由于美国政府的限制，美国消费者不得不为竞争缺失带来的市场结果买单，如果允许华为进入市场竞争，可使整个行业的无线网络基建费用减少 15% 至 40%，从而在四年间为北美地区运营商节省至少 200 亿美元开支。
重要性：高 ；槽点程度：低。
观点：去年的中兴事件还历历在目，而最近一段时间美国总统特朗普以及美国官员频繁地以国家身份表达对华为的质疑，甚至直接通过美国的法例禁止国内运营商使用华为的硬件，针对性不言而喻。与往常的“不断抗议”不同，华为这次直接走上了法律途径，并且已经专门聘请了美国的律师事务所和律师，可以说是一波极其高明的“操作”。在最讲法律的国家，就应该用法律来说话。
2、Uber无人车撞人致死事故判决：无罪，但仍需进一步调查
美国检察官周二表示，在2018年3月亚利桑那州坦佩发生的无人驾驶汽车事故中，Uber不承担刑事责任。在这起事故中，Uber的一辆无人驾驶汽车撞死了一名横穿马路的行人。
亚瓦帕伊郡检察官在公开信中表示：没有依据判决Uber需要承担刑事责任。
然而，当时在车上负责安全的司机——拉斐尔·巴斯克斯（Rafael Vasquez）的行为，应该由事故发生地坦佩的警方进一步调查。警方去年曾说，安全员在事故发生前一直在用手机看视频，而这起事故原本“完全可以避免”。
重要性：大 ；槽点程度：中。
观点：2018年中的这起无人车撞人致死事故落得这样一个结果，并没有出乎大多数业内人士的预料，一来鉴于无人驾驶是关系到未来整体商业竞争的关键技术，国家以及相应监管机构都会有所倾斜，二来无人车事故案例实在太少，如何判决并没有刻意参考的案例。这样看来，比起无罪的判决结果，什么时候出现第一例有罪的无人车事故显得更为重要。
3、小米成立AIoT战略委员会
3月7日消息，小米集团组织部再次发布任命文件，宣布成立AIoT战略委员会。AIoT战略委员会隶属于集团技术委员会，负责促进AIoT相关业务和技术部门的协同，推动战略落地执行。
文件显示，任命范典为AIoT战略委员会主席，任命叶航军为AIoT战略委员会副主席。AIoT战略委员会共15人，委员分别由IoT平台部、人工智能部、生态链部、智能硬件部、手机部、电视部等十几个核心业务部门的总经理、副总经理组成。
文件称，AIoT战略委员会的成立是为了加快集团“手机+AIoT”双引擎战略更有力的推进，强化全集团 AIoT战略整体执行，继续扩大在AIoT创新领域领先优势的决心。而在本周开幕的2019年全国人民代表大会上，小米集团创办人，董事长兼CEO雷军也提交了《关于布局5G应用 推动物联网创新发展》的建议。雷军表示，5G是数字经济新引擎，产业应用不限于智能手机、基站建设等领域，更会推动物联网、区块链、视频社交、人工智能产品与应用的发展。
重要性：中 ；槽点程度：低。
观点：小米早已不是最早的手机公司，而是一个覆盖各个生活场景的生态链，串联起这一整个生态链的只能是AI和IoT。而此次的战略委员会显然是要让小米集团一系列软、硬件核心业务部门更紧密地连接在一起。有望更有效地整合资源、打通壁垒。或许也将催生出整个IoT业界最完整、无缝的系统体验。
4、英特尔与紫光展锐5G情断
紫光展锐与英特尔在2018年2月宣布达成5G全球战略合作，计划在2019年将5G行动网路联网同步推向市场。然而事隔一年，2019年MWC上传来的消息却是英特尔与展锐终止5G技术合作的消息。
该消息一出，第一时间舆论几乎是从中美关系、技术转移疑虑来揣测背后的原因，但英特尔随即出面澄清，双方终止合作完全是基于商业考量。
2013 年英特尔投资展讯（展锐前身），是希望藉由与展讯策略联盟打开国内手机市场之门，一方面是寄望x86处理器能打破ARM架构独大局面，在另一方面，英特尔看好国内百花齐放的IC设计热潮，能成为晶圆代工新业务的关键推力，当时，英特尔即锁定与展锐合作14nm FinFET工艺，作为晶圆代工业务上的技术实力展示。
不过，英特尔要展锐改用x86架构的策略并不成功。英特尔x86架构在手机市场很难普及的一大关键，是生态系统问题，与ARM架构之间的指令集不兼容，且会导致性能损耗和功能的缺失。
由此可见，英特尔想要藉由与展锐合作，将 x86 架构和晶圆代工业务推向中国市场的意图并没有成功，对于展锐要借力发展5G技术的计划，英特尔也不会释出IP授权，一是商业角度上对英特尔没有明显的好处，二是政治角度上，应该也担心美国政府的限制，在合作利益渐行渐远下，双方终止5G技术合作并不足为奇。
重要性：中；槽点程度：低。
观点：在MWC刚结束这样的热点时间宣布分手，显然应该是紫光的主意，关键还是凸显紫光独立自主的研发实力。到是令人不得继续担忧英特尔的处境。
5、吴恩达背书的美国自动驾驶公司Drive.ai寻求出售
创立于2016年的Drive.ai脱胎于斯坦福大学的人工智能实验室。为这家小公司背书的是Drive.ai总裁Carol Reiley，其也是AI大牛吴恩达的妻子。之后，吴恩达也加入Drive.ai董事会任董事。
近期，有消息称，吴恩达和妻子CarolReiley相继退出公司运营。公司运营由吴恩达的几个学生负责。这几个人也存在内斗的情况，曾经有核心成员寻求回国的机会。2月初，联合创始人Joel Pazhayampallil宣布离开公司。
更有外媒报道，Jefferies银行拿到了Drive.ai的合同。作为Drive.ai的顾问，这家投资银行最近几周会把Drive.ai寻求出售的消息传递给别家自动驾驶公司。如果交易顺利，Drive.ai或将成为华人自动驾驶创业领域中第一家成功“卖身”的公司。反之，留给Drive.ai的选择是，继续融资，加大投入，在自动驾驶激流中活下来。
Drive.ai目前已完成两轮融资，共计7700万美元。2017年6月，Drive.ai获得5000万美元B轮融资；三个月后，公司又拿到了1500万美元的风投。当时Drive.ai估值已达到2亿美元，而且它的投资者名单很长，得到了北极光创投、GGV资本、NEA恩硕投资、Grab等8家公司的力挺。
重要性：中 ；槽点程度：中。
观点：吴恩达在人工智能浪潮最火的时候也曾掀起过不少风雨，但如今其夫妻背书的自动驾驶公司也迎来了寻求出售的局面，可见自动驾驶行业的确迎来了一波剧烈的温度下降。行业中的公司都有必要重新审视一下自己的处境了。
四．前沿技术领域投融资
1、威马汽车完成30亿元C轮融资
北威马汽车已完成总额30亿元人民币的C轮融资，本轮融资由百度集团领投，太行产业基金、线性资本等参与投资，融资将主要用于用户体验与技术研发。截至目前，威马汽车累计融资金额已近230亿元人民币。此外据知情人士透露，本轮融资后，威马汽车的估值有望得到进一步提升。
威马汽车方面曾表示，已经“构建了以用户为核心的新零售渠道网络，开创新4S（Space、Store、Station和Spot）模式，已累计签约50家智行合伙人。”已经覆盖北京、上海、广州等近50座国内主要城市，已在全国21座城市开启了EX5的交付工作，并计划于今年将智行合伙人签约数量扩大至100家。
此外，威马汽车已开始布局智慧出行，发布了旗下智慧出行品牌“GETnGO 即客行”，将围绕新能源车辆在全国范围内拓展出行服务。在服务方面，即客行APP已经接入8万根充电桩，覆盖180个城市。
2、优必选获两江战略基金投资，后者将持有其1.1%股权
两江战略基金投资优必选日前在渝签约，两江战略基金将持有优必选1.1%的股权。目前，优必选正在积极筹备上市。
优必选在2018年中国首届智博会期间签约落户两江新区，并于同年10月，在两江水土工业园筹建优必选人工智能和机器人创新产业园，占地面积约100亩，拟从事人工智能服务机器人的研发和生产，并将不断聚集人工智能和机器人生态上下游产业链优秀企业。据悉，该产业园计划2019年建成投产。
五，专家观点
Yann LeCun
Facebook AI研究总监Yann LeCun近日在普林斯顿高等研究所进行了一次演讲，题为《深度学习认识论》，重点讨论了深度学习思想的早期历史和动态，强调理论理解在深度学习研究中的重要意义：
深度学习在一定程度上是一门 “工程科学”，我们通过理论洞见、直觉、灵感和经验探索来创造新的工件。但是理解深度学习在一定程度上是 “物理科学”，需要理解这个工件的一般属性。
科学和技术的历史有很多技术工件先于理论理解的例子：透镜的发明在光学理论之前，蒸汽机的发明在热力学之前，飞机在空气动力学之前，无线电通信再信息理论之前，可编程计算器在计算机科学之前。
有了理论基础，即使只是概念上的基础，也将大大加快该领域的研究进展，但必须认识到一般理论的实际影响有限。
评论