5月30日，MINIEYE在北京召開2018成果發布會，公布了商業化成果以及自動駕駛布局。
據悉，MINIEYE自主研發的L3以下高級駕駛輔助類産品，已經進入前裝領域，和比亞迪、衆泰、奇瑞、東風柳汽等乘用車和商用車主機廠以及多家Tier 1企業産生合作，目前累計定點9款車型，搭載其産品的多款車型年內將上市。後裝領域，其産品已經獲得訂單數萬套，産品分布在全國29個省和直轄市的車隊。同時，MINIEYE正在與新加坡-美國麻省理工學院聯盟(SMART)開展自動駕駛相關的合作，預計于2019年實現商業化落地。
前裝：拿下主機廠定點，年內目標十五款車型
在今年的CES展上，MINIEYE首次展出了前裝産品X1。這是一款車規級主動安全産品，除了擁有前向碰撞預警(FCW)、車道偏離預警(LDW)、前車監控預警(HMW)、城市前車碰撞預警(UFCW)等功能之外，還新增了行人碰撞預警(PCW)以及交通標志識別(TSR)等功能，進一步保障駕駛員和車輛的安全。MINIEYE X1支持與毫米波雷達融合，功能擴展到自動緊急刹車(AEB)。
MINIEYE聯合創始人兼CEO劉國清介紹，X1完全滿足前裝乘用車客戶的嚴格要求，具有適應複雜工況、整機功耗小于3w、車規級方案、定制化和低成本五大優勢。前裝客戶對于産品能否在複雜工況下保持魯棒的性能有著更高的要求，X1能夠應對大雨、夜晚低光、異型車、高溫、顛簸等不同工況。
其在性能魯棒的同時，整機功耗小于3瓦。這意味著X1能夠在炎熱的環境下同樣穩定工作。在車規級方面，MINIEYE目前已經獲得了IATF16949認證，X1核心器件也滿足ISO26262、AEC-Q100等標准。另外，X1具有靈活設計可擴展的特點，可以滿足與車機、數字儀表、HUD等結合的定制化需求，也能夠擴展到AEB等控制型功能。
基于産品X1的這些優勢，MINIEYE牽手數家前裝客戶，前裝乘用車領域包括比亞迪、衆泰、奇瑞等主機廠；萬向集團等Tier1。商用車領域包括東風商用車、東風柳汽等主機廠和VITI、KUS等Tier1。劉國清透露，和乘用車主機廠的合作年內就能實現SOP，已定點3款車型。商用車已獲得6個車型的定點，目前已經量産供貨。
進入前裝領域對MINIEYE意義重大。後裝産品因其局限，無法切入執行層面，相比較而言前裝市場前景巨大。以國際巨頭Mobileye作爲參考，其一年的營收中，前裝收入達到將近80%。劉國清稱，MINIEYE的小目標是今年年內定點十五款車型。
後裝：數萬套訂單，裝載車輛遍布29個省市
自去年11月份MINIEYE的後裝ADAS産品M3量産以來，已經獲得數萬套訂單，裝配車輛遍布全國29個省市。今年MINIEYE進一步豐富産品矩陣，推出了內視産品——駕駛員行爲監測系統F1，以滿足更多後裝客戶的需求；以及M3的升級版本M4，在原有功能上增加對行人、交通標志牌的識別和駕駛員行爲監測系統，並開通數據平台服務。劉國清稱，無論是前裝市場還是後裝市場，MINIEYE一直秉承客戶需求導向原則。
後裝客戶除了對産品性價比的要求外，還希望産品的安裝速度快、適配車型廣等等。MINIEYE自主研發的安裝工具讓安裝人員不再需要筆記本電腦和笨重的標定板、花二十分鍾就能安裝一台設備。相比較市場上同類産品的安裝大約需要1到2小時，MINIEYE能夠爲客戶節省更多人力開銷和時間成本。另外，MINIEYE的産品能夠適配超過1000種車型，支持非破線式安裝。
劉國清稱，作爲一家技術公司，領先的技術和過硬的産品是立足之本，但如何爲客戶創造價值才是制勝關鍵。除了産品本身的質量之外，安裝、維護等等細節也非常重要。對于技術背景的公司來說，需要積極的投身市場，洞察客戶需求，並以迅捷的反應去叠代産品。
技術：用算法、數據、傳感器融合構築壁壘
自動駕駛未來的普及依賴于很多技術的發展，比如汽車控制、人工智能算法、傳感器、芯片、高精度地圖、人機交互等等。這其中每一塊都是一個大命題。MINIEYE聯合創始人兼首席科學家吳建鑫表示，MINIEYE過去5年一直在冷靜積累關鍵技術，持續以安全和有商業價值的産品爲核心。在現場，吳建鑫分享了團隊在算法、數據、傳感器融合三個方面的研發成果。
算法方面，吳建鑫認爲關鍵在于在有限算力、低功耗、合理成本條件下來進行算法設計。MINIEYE自主研發的ThiNet技術讓神經網絡有效“瘦身”，降低其對算力和存儲的要求，部分ThiNet成果被發表于AI領域頂級會議ICCV2017。MINIEYE還開發了嵌入式神經網絡加速庫FastNet，利用FastNet對Squeezenet等網絡進行加速，其計算性能相較于Caffe，NCNN(騰訊)，TensorFlow Lite(Google)均有1.8倍以上的提升。吳建鑫還介紹了MINIEYE自主設計的神經網絡架構IP HardNet，這項技術可以幫助高計算複雜度的神經網絡在小面積的FPGA(如zynq 7010，zynq 7020)上實時工作。正是ThiNet、FastNet和HardNet“神經網絡三件套”幫助MINIEYE將深度學習廣泛用于産品化中。
數據積累的工作，MINIEYE在創業初期就開始進行，已經持續了44個月。目前積累的標注數據裏程超過1300萬公裏。這也幫助MINIEYE在一些本地化場景裏的性能表現要優于國外的産品。隨著後裝産品的大規模裝配，MINIEYE將會逐步在爲用戶服務的過程中積累更多數據。
而傳感器融合一直是趨勢所向，MINIEYE爲一些前裝客戶定制的解決方案就是視覺-毫米波雷達融合産品，利用攝像頭識別物體，毫米波雷達測量距離和速度，優勢互補，相關産品已經量産。目前，MINIEYE在完成和毫米波雷達、IMU融合的基礎上，正在研發與包括LiDAR、超聲波、熱成像等更多傳感器融合的感知方案。
自動駕駛領域裏，有兩條主要的路徑去實現汽車自動化：一是直接去做L4、L5級自動駕駛；一種是從L1、L2級起步向高級別漸進式發展，MINIEYE屬于後一種。在L1、L2級別的産品已實現商業化的基礎上，MINIEYE開始在L3以上自動駕駛布局，在發布會上宣布了正在與新加坡SMART合作，並計劃在2019年把限定場景自動駕駛項目落地國內。