您的位置:主页 > 公告动态 > 国王金融动态 > 国王金融动态

峰瑞讨论:激光雷达是否会上车

在「峰瑞创投对话·芯片半导系统列」直播第2场——《锤子VS钉子——硬核手艺若何找到理想的场景》,芯视界首创人& CEO李成、洛微科技首创人& CEO冯宁宁与峰瑞资源合资人杨永成开展一场深度对谈。

李成结业于美国德州农工大学电子工程系数模夹杂集成电路专业。曾任美国硅光电子制造协会组委会委员、硅谷惠普实验室主任科学家,拥有18年厚实的集成电路研发与治理履历。

李成博士回国后确立芯视界微电子科技有限公司,针对当前激光雷达功耗成本高、可靠性低、系统设计庞大等痛点,芯视界研发了天下上首款基于大规模单光子检测阵列的全集成芯片。

冯宁宁博士是加拿大Mc Master光子学博士,博士时代获得加拿大总督金牌奖,是IEEE高级会员。他也是美国麻省理工MIT质料科学与工程博士后研究员。拥有20多年美国光电子工业界科研和产物研发履历,10 公司治理履历,拥有跨越20项美国专利。

冯宁宁博士开办的洛微科技(LuminWave)是全球领先的激光雷达(LiDAR)产物息争决方案科技企业。致力于通过新兴的硅光子手艺和自主研发的光电芯片,为市场提供纯固态芯片级激光雷达硬件、芯片以及人工智能(AI)感知算法,推动全球激光雷达和智能汽车产业升级。

本次对谈的主持人杨永成是峰瑞资源合资人,偏重于深科技领域的投资,主导并介入了深圳力策、洛微科技、博瑞微电子、源归科技、安湃芯研等公司的早期投资。加入峰瑞资源前,杨永成曾任百度硬件生态渠道部总司理。他还曾任小米副总裁,认真小米音频产物线,确立小米智能音箱手艺、产物团队。

他们探讨了以下问题:

激光雷达对于自动驾驶来说,是否不能或缺?为何有厂商接纳纯视觉方案?

是先有手艺寻找应用场景,照样看好市场再去找手艺?应该造完锤子找钉子,照样先找好钉子再创业?

激光雷达量产之路,在商业和手艺上还存在哪些挑战?

现阶段来看,资源对硬科技投资持怎样的态度?已经上马的硬科技项目,面临行业低谷期、资源退潮,该若何应对挑战?

我们整理了部门对话内容,希望给人人带来一些启发和思索。

/ 01 /  

激光雷达是自动驾驶必须么?

杨永成:人人好,我是峰瑞资源合资人杨永成。很幸运和两位博士首创人聊一聊硬科技手艺和市场应用这一话题。

在投资人的群体里,通常我们把手艺和市场应用这二者的关系比喻成 “锤子和钉子”。“锤子”代表手艺身世的创业团队所拥有的手艺专长或由此发生的手艺产物。而“钉子”,指的是创业公司开发的手艺和产物走向市场,要追求落地和认可。团队通常先要找到适销对路的应用场景和第一个阿尔法客户,使自己的手艺和产物能够获得市场和客户的认可,同时获得收入回报。

从本质来讲,做为一个创业公司,无论你拥有何等高深的手艺,最终都要经受市场磨练。再漂亮和自信的“锤子”,也一定要找到合适的“钉子”。

今天我们有幸约请到了两位高科技博士、海归首创人——芯视界首创人& CEO李成、洛微科技首创人& CEO冯宁宁,两位都在做高科技芯片,他们产物的部门应用场景也都笼罩到了激光雷达和自动驾驶领域。他们都拥有很漂亮的“锤子”,也乐成适配一些“钉子”,还在孜孜不倦地追求新的市场偏向和客户。

两位首创人好,从美国的特斯拉到中国的蔚小理等造车新势力都在发力自动驾驶汽车,我们看到现在的自动驾驶汽车已经安装了许多的传感器,如超声波雷达、摄像头、毫米波雷达等。有了这么多传感器,固然也有了相配套的软件算法,为什么自动驾驶汽车还需要加装激光雷达呢?

冯宁宁:用户对出行方式的需求是恬静平安,这是大趋势。基于需求,未来,每一辆车都市包罗一些自动驾驶、辅助驾驶功效。

为什么自动驾驶车辆一定要装载激光雷达?

从应用角度看,广义上,视觉数据是自动驾驶汽车的主要数据泉源。

摄像头获得是图像,是二维数据,不包罗目的距离的信息。固然车企也可以选择特斯拉那样的多摄像头方案去获得三维信息,但这种方式对算力、对你的鲁棒性(好比,盘算机软件在输入错误、磁盘故障、网络过载或有意攻击情形下,能否不死机、不溃逃,就是该软件的鲁棒性),都要有一些对照特殊的要求。现在自动驾驶出的一些事故,这些corner case总体上照样由于二维数据对于整体路况的判断,具有局限性。

毫米波现实上具备三维数据能力。然则由于波长的缘故原由,其分辨率无论是在水平偏向,照样垂直偏向都是有限的。特斯拉也使用过毫米波雷达,使用历程中它的一些特点会带来误差。好比对金属反射物过强的反射,导致它对前面目的的判断会有误判,以是企业也响应做了一些软件上的处置,这造成了毫米波雷达在现实的自动驾驶历程当中,并没有真正施展它应有的作用。另外毫米波雷达的分辨率有限,无法作为一个主传感器去提供数据。

因此,业界普遍以为,激光雷达作为一个能高效获得真实三维数据的传感器,能够削减自动驾驶的事故,是自动化驾驶不能或缺的器件。

若是使用高分辨率的激光雷达,许多corner case的情形都可以阻止。至于为什么有企业选择接纳纯视觉的方案,这是价钱问题。已往激光雷达的价钱较高,为了降成本,企业选择纯视觉。总体上,从机械到半固态到固态,激光雷达正朝着越来越小型化,低成本的偏向走。

杨永成:适才冯总先容激光雷达的时刻,频频说了两个术语,就是二维和三维。二维(2D)主要是平面数据,不直接包罗驾驶人或者汽车和障碍物的距离。能考察到和障碍物的直接距离的,就是三维(3D)。

激光雷达能够直接提供三维数据,提供距离的数据,甚至可以直接提供速率的数据。这是激光雷达的优点。摄像头,是需要靠算法去获得距离,这二者有本质的区别。

芯视界李成总是视觉和激光雷达方面的专家。特斯拉是自动驾驶领域的领先者,在传感器和算法上都有许多年的探索。但马斯克几回示意激光雷达在自动驾驶应用中的需要性没那么高。固然另有毫米波雷达,在特斯拉的车上也履历了“上车” 尔后又“下车”的历程。

李成总怎么看激光雷达、毫米波雷达未来在自动驾驶汽车手艺和市园职位?

李成:这要从商业和手艺两方面来看。

冯总提到,特斯拉在用毫米波雷达的时刻遇到一些挑战。自动驾驶里有个术语叫“多传感器融合”。特斯拉在使用毫米波雷达时,有时会泛起误触发的问题。两套感知系统,到底该听谁的?

特斯拉作废毫米波雷达的基本缘故原由,是它分辨率没有那么高,其对金属高反射的物品容易误触发,导致车辆泛起急刹。特斯拉接纳纯摄像头的方案,使用8个摄像头,估量成本在500-800元。价钱真正昂贵的,是他们自研的特斯拉处置器系统。现在在北美订一台特斯拉,若是要配FSD,价钱已经涨到了1.2万美金。

接纳摄像头这种二维传感器,其基本原理是深度学习算法,它是把原始的图形输进去,经由一层一层的神经网络,最后把图像内里的目的物体的界限抠出来,然后机械去学习,告诉你车照样人,照样周围的路牌,识别这一系列的目的,术语叫Supervised Learning,监视学习。

以特斯拉为例,前段时间我看了他们的数据讲述,成千上万的车辆在行驶中,换算成公里数,有40多亿公里的里程。这些车辆配备的摄像头,一直抓取路况信息,上传到服务器中央Dojo,在Dojo里做深度学习,最后给无人驾驶做判断。

通过机械不停学习,字后提高识别准确率。但存在隐患,若是曝光太过,机械就很难识别物体和靠山的界限。

我和冯总研究的激光雷达的底层手艺,可以把现实判断的目的物体信息,在神经网络中,将标注信息加进去。

特斯拉也意识到这个问题,他们用多个摄像头,凭证摄像头的差异角度,还原出一定的空间信息。但这存在问题,一是精准度,而是一旦距离稍远,他们就很难还原距离。

特斯拉选择接纳摄像头,作废毫米波雷达,整体可能照样从性能和经济角度出发。

杨永成:李总,你以为激光雷达在自动驾驶车辆上是必须照样需要?

李成:我以为是必须。现在不用是为什么?是由于激光雷杀青真相对较贵。

Waymo另有Uber,这类公司的商业模式是出租服务,它要保证每一个订单运行的稳固、可靠、平安性。而特斯拉纷歧样,它的的商业模式是卖车,最终照样车主来为驾驶FSD的行为认真。

杨永成:李总提到“多传感器融合”是趋势,我稀奇认同。岂论是特斯拉照样海内的造车新势力或是传统车企,他们自己会自研算法、处置器、域控制器。但若是市场上有高性价比的传感器,他们在商业上是不会拒绝的。

只要激光雷达够廉价,相符车规,能恒久稳固地使用,汽车品牌厂也许率不会拒绝激光雷达。

/ 02 /  

“锤子”要找适合的“钉子”

杨永成:激光雷达火了几年了,但也有小的荆棘,人人都在探索最佳的手艺蹊径。从最最先的机械式激光雷达,半固态扫描式雷达,到现在的固态激光雷达,OPA和FMCW。

经由几年生长,已经涌现出了许多大型公司,海内一些初创团队也有成为百亿以上估值的“独角兽”。冯总在这次创业之前,也曾在硅谷创业过,而且乐成退出,获得了第一桶金,完全可以躺平,甚至躺赢,为何2018年下刻意回国再次创业,确立洛微?

冯宁宁:若是你问在座的创业者,碰着那么多难题,还会不会继续创业?我信托大部门人的谜底是“yes”。从小我私人角度,这是一个不停挑战自我的历程。

选择回来开办洛微,由于我们以为时机和市场成熟了。

激光雷达是“光探测和测距”(Light detection and ranging)的简称,最早的原理来自激光测距仪,早期人人对它的价钱不敏感。这也是早期Velodyne价钱对照贵的缘故原由之一,由于它是唯一的厂商。它推出的机械式方案,解决了“有无”的问题。这是第一阶段。

第二阶段,性能指标。激光雷达需要知足车规级要求。机械式方案存在限制,因此现在生长出了转镜式及MEMS振镜式这些半固态的方案,半固态的激光雷达已陆续装载上车。

第三阶段,解决成本问题。恒久来看,半固态的方案多若干少会碰着一些问题。每辆车的出货量在万万辆级。一辆车需要配备几个激光雷达。相较于机械结构较少的固态激光雷达,半固态激光雷达仍然有较多离散器件,包罗可运动的部件,生产历程中要将这些离散器件组装起来并保证良率,这会在量产上遇到瓶颈。

固态的优势是什么?固态是芯片级方案,背靠的是半导体产业链。这个产业链经由几十年的生长,已经很成熟了,相关行业例如光通讯也生长得很好。固态在量产上的空间和潜力很大,只要解决半导体产业链的问题,就可以实现低成本的大规模量产。

▲ 图片泉源:洛微科技

从另外一个角度来讲,扫描方式,包罗机械式、半固态、固态,都是讲发射端的扫描,光源对场景的笼罩。吸收端也有一个趋势,最早的以CMOS为基础的类似一个摄像头的方案,就是PD(光电二极管),逐渐过渡到APD(雪崩二极管),再到 SPAD方案(单光子雪崩二极管)。这类方案的迭代目的很清晰,一方面在光源上继续增添功率。固然激光功率增添,也会带来许多的问题。另外一方面的目的,是增添吸收端的迅速率。

随着迭代往前进入,吸收端迅速率也要提升,会逐渐过渡到调频的方案。从电磁波探测的原理上来看,毫米波也好,微波也好,所有接纳电磁波波段的探测方案,最终都市过渡到调频的方案,即FMCW的方案。

最终我们以为激光雷达,第一,发射端会接纳固态的扫描方式。第二,吸收端最终会过渡到调频的方案(FMCW),去解决一些现实的问题。这个是激光雷达生长的底层的一个逻辑,人人为什么这样做。调频的方案总体上有几个优势:

第一,调频方案迅速率对照高。第二,抗滋扰能力对照强,它包罗两个层面。一是对室外阳光的抗滋扰能力。二是雷达的抗互扰能力。现在激光雷达在车子上装得还不多,未来每辆车子装四五个雷达,雷达之间的互扰是必须要解决的问题。第三,接纳调频的方案,自然获得了多普勒频率,可以获得目的的速率场信息。

▲ 图片泉源:洛微科技

这对算力、对鲁棒性、削减Corner case都有加持。这是为什么要推进固态FMCW激光雷达的底层逻辑。

杨永成:这就是为什么要推进固态激光雷达,包罗FMCW激光雷达的底层逻辑。这样的新手艺是行业生长的一定趋势,这相当于手艺上的一个弯道超车的路径吗?

冯宁宁:总体上来讲弯道超车这件事对照难题,你永远跟在别人后面一定是没戏的。一定要走一条并行的蹊径。

杨永成:冯总适才讲到激光雷达的手艺主要有两个,一个是OPA,一个FMCW。FMCW就是适才冯总说的调频,同样的信号,调频的吸收能力更好,信噪比更高。此外调频还能削减雷达间相互滋扰的情形。

OPA,就是扫描方式。OPA现实是光学相控阵。举个例子,以前的雷达形状都像锅一样,一个很大的机械带着它转,这个就是完成扫描。谁人锅瞄准哪个偏向,就在考察这个位置。

现在微波、毫米波雷达的生长趋势是什么?美国搭建的宙斯盾战斗系统里,最主要的组成部门是相控阵雷达,主要靠电子扫描,取代传统的旋转式无线电波雷达。相控阵雷达内里有众多的天线,叫阵列,调制差其余天线信号,就会形成现实的扫描效果。

李总选择的手艺蹊径是TOF,无论机械式照样半固态激光雷达,吸收端都可以用TOF。这个手艺产物的应用场景是?

李成:芯视界做的dTOF手艺。人人都听得对照多。“d”示意什么?示意直接。“ ToF”示意什么?示意Time of fight。就是说我有一个激光,光发出一个脉冲,丈量脉冲在空间往返时间,就能获得目的物体的距离。由于距离即是时间乘以光速,往返时间再除以2就获得了距离。

通过这样的手艺,能够把目的物体三维轮廓捕捉出来,丈量精度可以到达毫米级。

再来看一下dTOF跟FMCW,它们是两个完全纷歧样的手艺。若是我们再回到光通讯领域,看到两种光通讯。由于我本人在美国,一直是做光通讯 光盘算。在大型数据中央,西欧叫Mega Data Center,单边旅程跨越两公里。这样的光直连,基本上接纳直接调制的方式。对应于自由空间的光流传就是dTOF。

只不外大数据中央,我们是在光纤内里传的。冯总接纳的FMCW,有点类似于长距离光通讯,它最大的优点是传输信噪比稀奇好,抗阳光。好比海底光通讯,几十公里就需要加一其中继,FMCW的信号能流传很远,可以削减所需中继的数目。

这两个手艺蹊径,在光通讯领域已经生长几十年了,它们一直并存,各有各的优点。好比说短距离光通讯,两公里以内的,直接调制,成本可以做得对照低。长距离通讯,可以传得很长,它的价钱相对贵一些。以是我们看到很有意思的领域,在空中光通讯领域,短距离的直调,拼命地往长距离去扩,长距离的coherent,相关光解调也拼命想做到数据中央里去,想降低成本。

整体来讲,我以为两者会有它配合存在的商业领域,而且有交叠的空间。

另外一个,工业界很常见的例子就是四族硅基cmos跟三五族。这也是从半导体降生以来,一直存在的案例。从工艺端来思量,四族硅基cmos很廉价,然则性能比不外三五族半导体。三五族贵,好比说2英寸,4英寸的晶圆切不出来几个,良品率不高,但它性能好,不外价钱对照贵。相互都在做渗透。我以为这两个手艺,二者不冲突,都市有它响应的商业领域,以及相互交叠的部门。

杨永成:除了应用在自动驾驶领域,李总做的单光子检测器、或其他的传感器,这些还能应用在那里?“钉子”在哪儿?

李成:说的高峻上点,是三维成像,明了话,就是做测距,它的应用领域许多。

用“锤子”和“钉子”来比喻硬科技和其应用场景,很形象。芯视界英文叫visionICs,最早2016年在硅谷最先做,我们有个伟大的愿景。首先做dTOF激光雷达芯片、再做dTOF激光雷达模组、再做sensor fusion(传感器融合),把ridar、camera、Millimeter-Wave(毫米波)三个所有融合在一起做算法方案。

2016年我们拿着一个“大锤子”,四处去找“大钉子”敲,从2016年敲到2018年,“锤子”也快敲破了,效果发现敲不动。

于是,我们武断地去做消费电子。有人说你这手艺去做消费电子大材小用了,但实在不是的。

我们拿着这个手艺做消费类电子,在现实的手艺应用领域,打磨整个公司的运营,芯片若何界说?规格界说怎么做?封装界说怎么做?测试设计怎么做?

▲ 图片泉源:芯视界

没有在消费电子领域去打磨整个公司的运营和质量系统,芯视界很难在车载领域拓展。

我创业多年,最大的体会总结成两句话:

第一,适合的“锤子”,要找到适合的“钉子”,应用到切合的市场。第二,没有永远领先的手艺,但一定有永远领先的运营,铁打的营盘流水的兵,这个才是一个公司焦点的竞争力。

杨永成:每个创业公司有差其余手艺蹊径,但可能都市履历同样的磨炼。冯总,你也拿了一个很牛的手艺,很强的团队,你在找“钉子”历程中有什么感想?

冯宁宁:所有创业团队,碰的问题都差不多。创业之初,我们拿着“手艺”——锤子,一最先你固然以为,我这器械四处可以敲,现实上最后发现……

杨永成:那时你以为是个万能“锤子”是吧?

冯宁宁:对。

杨永成:否则你就不下场了。

冯宁宁:这就是所谓的领会现实。最终是要把产物卖出去。客户的问题就是“钉子”,你的这个“锤子”,敲一下,就要能解决客户的问题。

创业公司,碰着的问题是什么?就是资源有限。包罗资金,市场的时机,包罗团队,这些资源是有限的,不能无限制地浪费。在资源有限的情形下,若何把这个“钉子”敲下去?一个伟大的“锤子”,敲“小钉子”也不行,或者是一个“小锤子”敲“大钉子”也不行,或者质料纰谬也不行。最主要是拿合适的“锤子”敲合适的“钉子”。用昔人的话叫“天时人地相宜”。

洛微做固态激光雷达,用硅光子手艺。为什么前几年人人不做固态,没有“锤子”。硅光子手艺20世纪80、90年月就提出来,但真正量产,是2015年以后。

芯片流片、产业链上下游完整、客户的需求,这些都存在以后,你才具备了去解决问题的能力——才有了“锤子”。

若是将固态激光雷达看作一个“钉子”,光芯片、电芯片、硬件与软件,这些问题每一个都需要解决,每个都是一个“钉子”。你去解决这些“钉子”的时刻,每个都需要合适的“锤子”,这问题就太大了,不能能完全解决。

以洛微激光雷达的芯片来看,我们以为焦点的OPA芯片 FMCW是我们要解决的底层“钉子”,或者说对于我们的激光雷达而言它是个“锤子”。要解决这个问题,需要一个很好的工具——半导体的整个生态。这个生态应该是国家级气力来做,我们使用这个“锤子”就好。

对于初创公司来讲,哪些“锤子”可以做,哪些“锤子”不能做,只能用,要明确好。原则上只管不去做不相符自己条件的“锤子”,只管能用成熟的“锤子”去敲我们要解决的“钉子”。这样的利益是,把自己的“钉子”搞定以后,我们的“钉子”就会酿成下游客户的“锤子”。好比做好光子芯片,模组,它就酿成激光雷达的一个“锤子”。激光雷达做好以后,对下游的自动驾驶来讲,就酿成它的“锤子”。这会促进整个产业链生长。

对于首创人来说,尤其是科学家出来创业,最主要的要把心态放正。适才我们也提到“锤子”和“钉子”的问题,可能在一个领域,它的一个异常好的“锤子”,在有限的资源和有限时间的情形下,纷歧定能解决一个我们这个领域的“钉子”,那么你就需要找到一个合适的“钉子”。

一方面你要坚信自己的偏向,但同时要有变通。最终我们是要解决“钉子”,是客户导向的一个“钉子”。你若是说只是凭空捏造,闷头做自己的一个事情,最终纵然你做出来,也不是一个合适的产物。

另一方面要让合适的人做合适的事。在创业之初,就要将团队的定位想清晰。每一个合资人都要有自己专攻的领域,首创人要有机地将几个领域连系起来,科学家也好,合资人也好,要把自己的位置摆正。让整个团队的战力施展到极致,企业才气走的更久。

总体来看,硬科技企业创业能否乐成,客户和人才是至关主要的。

李成:有时刻,看起来完善的产物,可能基本就不是客户所需要的。

好的产物从哪儿来?不是说你凭证自己的科研界,或者学术界,或者说闷头做科研的一些靠山,自己融会或者预测客户需要什么,你需要走出去,跟你的客户去交流,去聆听。

另外一个问题是什么呢?你可能跑了十家客户发现,他给了你一百个需求。你发现基本就没有设施知足所有的需求。这时刻就需要首创人,或者市场的团队,你们有一个归纳总结的能力,把最要害的需求,以最能够落地的应用需求挑出来,这个才是所有客户最体贴的共性的需求。

/ 03 /  

量产落地,产业链与手艺上仍有难题需攻克 

主持人:未来手艺偏向上的挑战是什么?量产落地的一些难题,若何去解决?

李成:单光子dTOF芯片领域,要思量车载应用领域的生长和整个工业的成熟度。

车载激光雷达领域,索尼推出了一款芯片叫IMX459。这一款可能是索尼针对未来固态的车载激光雷达开发的一款芯片。

海内的难点在哪儿?第一,国产化的单光子探测器件的工艺要能够到达索尼的水平。好比要做到高光子探测效率,低暗计数。

另外一块芯片,是整个电路的架构。要有优化的电路架构,有好的算法抗滋扰,去噪等等,都要做到芯片架构里。

另外就是若何做高良率的晶圆堆叠?整个半导体制造的工艺流程怎么支持?若何到达一个稳固的量产?能否做到95%以上的良品率?这些是dTOF在车载激光雷达里落地异常要害的几个点。

在解决了这些手艺问题之后,你怎么过车规?温度局限,可靠性,冗余度设计等一系列问题都是固态激光雷达需要思量的。从最初的产物出炉,到工艺优化,实现高良率量产,这需要一段时间沉淀。

冯宁宁:激光雷达自己是一个系统级的方案。这对团队的系统级整合能力要求很高。从一个芯片,或者多个芯片,经由半导体整个供应链的流片、封装,最终完成一个器件级、模组级的产物,最后整合到一个系统级的方案里去,产业链上下游涉及的厂家许多。一方面,固态激光雷达对于整个产业链的成熟度要求对照高,因此产物一定要在合适的时间推出。

但另一方面,企业不能等到产业链完全成熟以后才推生产物,由于市场的需求已经发生,在一个产业链有限制的情形下,做出合适的产物,异常磨练团队的综合能力。

每一个这样的芯片和系统,都需要知足车规级的要求。车规验证的历程,少则一两年,多则三四年,首创公司想要生计下去,把产物最终推向车场,路对照长。

耐久和短期市场,这两个是有一定矛盾的,但两手都得做,企业才气连续地走下去。

/ 04 /  

硬科技企业若何穿越周期

主持人:当前创投行业处于低谷期,作为投资人,有哪些建议给到硬科技创业者?

杨永成:要坚定自己的偏向,对未来有信心。中国的硬科技领域,一些前沿手艺存在大量的入口替换时机,市场需求是耐久存在的。

从政策看,国家在坚定不移地支持硬科技生长。政策上会有扶持,但初创公司想享受到政策和市场盈利,必须靠自己起劲,争得一席之地,方能驻足。耐久来看,硬科技创业是被看好的赛道。

资源退潮是投资行业的周期性显示,行业间歇性会泛起寒潮,通常资源遇冷的前面是过热。过热时期,好“锤子”、差“锤子”,或者没拿“锤子”的都在入场创业。而遇冷的时刻,更磨练团队的手艺、产物能力与商业模式,你只有做一把极好的锤子,才气穿越周期,坚持到最后。

资源退潮期,创业公司要注重两点:

第一,无论多好的手艺,要尽早实现商业落地。

第二,管好你的现金流。遵照市场纪律,扎实做好企业。抓好资源窗口,该融资的时刻要融资,管好现金流,管好支出,起劲在隆冬时期做内功。春天的时刻,你积累的种子和资源,才气够更好地促进公司生长壮大。