轻舟智航完成数亿元C+轮融资，CEO于骞：明年初量产端到端智驾｜36氪独家

文 | 李安琪

编辑 | 李勤

36氪独家获悉，近日智能驾驶公司「轻舟智航」完成了数亿元C+轮融资，由逐鹿聚航基金投资。据悉，本轮融资主要用于加大全栈自动驾驶技术的研发投入，推进中高阶NOA方案的大规模量产交付。

这是今年以来，轻舟智航第二次获得资本青睐。6月，轻舟智航拿到了由中关村科学城公司和翠湖基金联合投资的数亿元C轮融资。

目前轻舟智航共完成了7轮融资，资方包括联想创投、IDG资本、元生资本、中金资本、云锋基金、招商局创投、地平线、美团龙珠、TCL等。

轻舟智航成立于2019年初，是国内聚焦于RoboBus（无人驾驶小巴）和乘用车智能驾驶的创业公司。核心团队成员分别来自谷歌Waymo、特斯拉、英伟达、Facebook等国际科技公司，研发人员占比高达80%。

智能驾驶无疑是当下车企火热竞逐的智能化卖点。不少车企一方面在自研技术方案，另一方面也在采用第三方智驾公司的产品来提升车型的基础智驾能力，快速普及智驾。

轻舟智航也搭上了这趟智能化东风。轻舟智航表示，定点某头部新势力车企智驾量产项目后，公司的智驾全栈量产功能已推送超40万用户，用户使用里程达数亿里。

据高工智能汽车研究院数据显示，2023年1月~2024年7月，国内乘用车NOA高阶智驾系统方案排名中，轻舟智航以50.84%市场份额位居第一。

轻舟智航CEO于骞表示，在大规模的量产实践中，其智驾技术和产品体验能够不断优化。轻舟称，目前其高速NOA能实现1000+公里级别的安全接管、拥堵路段高架能实现200+公里级别的安全接管水平、变道成功率99.5%、变道有效率92.6%、城市LCC路口通过率97%。

为了进一步扩大市场，轻舟打造了三套中高阶NOA智驾方案：乘风Air、 乘风Pro、乘风Max，希望以极致性价比与性能体验撬动车企和用户。

比如乘风Air，基于地平线征程6E、搭载7V（7个摄像头含4个鱼眼相机），能让10万元级车辆搭载高速NOA功能；而乘风Pro采用11V，面向10~15万级车型，在高速NOA的基础上具备城市记忆行车等城市NOA功能；

乘风Max则基于征程6M，采用1L（即一个激光雷达，可选装）11V，不依赖高精地图，将全场景城市NOA打入15万级车型。

但在今年4月，轻舟的全场景城市NOA还主要面向20万市场。对于产品目标市场的调整，轻舟智航CEO于骞向36氪表示，得益于此前大规模量产的交付后，技术不断优化和成熟，方案成本能够进一步降低。

于骞预判，未来10万左右车型会完全标配高速NOA，15万元左右车型基本会标配城市NOA体验，“更好的性价比产品方案是我们一直坚持的，这会帮助我们最终完成从L2+智能驾驶到L4级自动驾驶的商业闭环。”

就本轮融资，轻舟智航CEO于骞接受了36氪的专访。

当下，端到端等技术成为头部智驾玩家争抢的技术高地。于骞也向36氪表示，端到端技术是一个必然的技术趋势。不管L2+还是L4，端到端都是必经之路。

为此，轻舟对端到端做了大量开发工作，预计到年底会有端到端能力展示，明年初能够量产端到端智驾。

于骞认为，端到端更多功夫要下在云端，而不仅仅是车端。

他认为，端到端的训练，并非单纯靠堆云端训练卡就能解决问题，而是要看训练效率；更关键的挑战，是训练数据的质量和覆盖情况，以及更高效的数据的处理能力。

他认为，智驾模型最终是逐渐收敛的，需要高效处理好、利用好数据，围绕数据为中心的开发方式推进。而轻舟此前积累的数据驱动开发范式，会让公司不断迭代产品，提供更好的智驾体验。

以下是36氪汽车与轻舟智航CEO于骞的采访实录，在原意基础上，略经改编：

36氪汽车：做了头部大客户项目后，轻舟智驾市场份额在提高，这能说明轻舟在智驾领域站稳脚跟了吗？

于骞：目前在中高阶NOA方案，我们做到了市场占有率最高。我们还在持续迭代升级，从地平线J5到J6，我们都是行业标杆，我们是J6系列的首个定点，预计也是J6平台第一个量产交付。众多意向客户，对轻舟的大规模交付、稳定性、可靠性以及产品体验是极度认可的。

自动驾驶是一个长期竞争赛道，作为创业公司，我们永远保持审慎、乐观态度。一方面竞争激烈，智驾增长非常迅猛，另一方面技术上大家在不断推陈出新，产品体验不断往上走。轻舟之前开了一个好头，但长期来讲，我们要在产品体验、技术、性价比上不断下功夫，才能保持领先。

量产规模是非常重要的，一些没有大规模交付的供应商比较困难。因为自动驾驶以数据驱动为核心，所以数据规模非常重要，我们占有了很好的身位。同时轻舟生态合作圈非常好，我们跟地平线、四维图新协作，一起把量产这场仗打赢。

36氪汽车：从年初至今，轻舟全场景NOA的方案价格区间发生了一些变化，从针对20万市场降到针对15万元市场，这种变化是为了应对价格战吗？

于骞：这不是简单的价格战问题，我们希望让更多消费者体验到更好、更安全的产品，所以下沉到更低市场。其实全场景NOA打入15万级市场，是我们大规模量产的交付、技术不断优化和成熟的体现，也是轻舟和广泛生态合作伙伴强强联合的成果。随着技术成熟和量产规模扩大、效率提升，方案成本是在逐渐降低的。

未来10万左右车型会完全标配高速NOA，15万元左右车型基本都会有城市NOA，这个趋势符合我们对技术普惠以及商业化的预期。但在安全上，不管中配还是高配，轻舟的理念是顶配。

36氪汽车：不同品牌车企的传感器配置方案、位置并不相同。如果轻舟给其他车企做方案，智驾系统需要重新做哪些工作？对于方案迁移，轻舟有哪些心得？

于骞：轻舟的智驾方案非常强调平台化。基于我们的虚拟摄像头技术，我们可以适配从6V-11V的不同的摄像头配置，包括安装位置、传感器型号等，泛化能力比较强。这也得益于智驾模型的变大，比以前低算力平台泛化性更好。在平台迁移方面，轻舟有非常成熟高效的经验。

举个例子，我们在征程5平台上的丰富经验，让我们在两周之内就完成了征程6的全栈功能开发和实车部署。

36氪汽车：当下端到端等技术方案很火，头部新势力车企的进度也很快，资源也更足，对于新技术，轻舟有哪些部署规划或者实际投入？

于骞：对于端到端，很难讲车企一定比第三方公司做得要好，因为不同车企的积累不一样。端到端虽然是更新的研发范式，但并不是完全脱离开之前的智驾积累、以及底层数据驱动能力。这些方面，我们有了非常广泛的积累，我们也对端到端做了大量开发工作。今年年底会有端到端能力展示，明年初能够量产。

端到端更多的功夫不是在车端，它很大程度上依赖于对数据的处理能力，功夫是下在云端的。另一方面，它对车端算力的使用其实是更加高效的，比以前靠规则的方式更加高效。轻舟具备了很强的数据驱动开发范式，让我们在新技术迭代上可以保持领先。

36氪汽车：算力资源是端到端一个挺大挑战，第三方智驾公司怎么在云端功夫下得更深？怎么筹集更多算力资源？

于骞：端到端确实需要很多云端积累，但并不是单纯靠堆卡能解决问题，训练的效率很重要。数据也不是越多越好，规模是一方面，但数据的质量、数据的覆盖都很关键。还有，仿真的使用也很重要。轻舟在这些方面的积累和储备可以充分发挥作用。

36氪汽车：不同的玩家做端到端的门槛跟挑战会是什么？

于骞：我觉得门槛挑战主要是，有没有足够大的量产的规模，足够多的量产数据，其他技术挑战是其次的。大家老谈算力，但我觉得这只是一个短期情况。因为模型在不断优化、出现新的算法，算力的使用效率是不断提升的。

举个例子，2012年-2015年那会儿,GPU还没有大规模使用在深度学习的训练上，很多互联网公司都是使用CPU集群进行训练，所以CPU使用是巨量的，几乎没有人能够承担得了。网络训练也需要很长时间，但现在，一个单机、很小的GPU容量，就能在很短的时间内完成相同的训练量。

所以在新技术出现、新训练方式效率提升后，大家对算力的需求会逐渐收敛，并不需要把所有算力都集中在一起才能训练好。

36氪汽车：数据也是很重要的因素。车企现在愿意把数据开放给智驾公司吗？开放到什么程度？

于骞：一般而言，如果数据开放对于产品开发的体验是非常重要的话，是一定会开放的。车企拥有数据，但如果不能把数据的作用发挥到极致，对产品体验提升是没有帮助的。所以车企和供应商会找到一种模式，能把大家的优势发挥到整体最优。

36氪汽车：不同车企之间的数据，需要隔离吗？

于骞：数据肯定是隔离的，数据本身没办法跨车企去使用。但经验肯定可以横跨，经验是我们技术上的沉淀和积累。

我认为，国内的智驾并不缺数据，更多的是缺乏数据处理能力，把数据发挥出最大价值的能力，这个是最大的门槛。毕竟拥有数据，不一定是拥有知识。

这里涉及工具链、以及底层的很多积累和knowhow。现在整个自动驾驶已经从模型驱动转化为数据驱动。因为模型最终是逐渐收敛的，更多是怎么能够把数据利用好，围绕数据为中心的开发方式在推进。

36氪汽车：前段时间特斯拉无人车引起了很多关注，你认为，基于端到端的智驾有机会发展到L4自动驾驶吗？

于骞：端到端技术是一个必然的技术趋势。但L4和L2+产品形态是不一样的，L4需要很多安全兜底，安全等方面的冗余不可避免，防止一些系统错误，不管是传感器还是计算平台，整个安全机制设计都是需要的。

但端到端能解决所有的L4的问题？这点我觉得不存在，但它会把整个自动驾驶的能力达到很高水平，这样需要冗余补充的地方就会变得更少。所以不管L2+还是L4，端到端都是必经之路。

36氪汽车：这轮融资过后，轻舟的整体战略方面会有什么变化吗？

于骞：我们整体战略目标是非常清晰和坚定的。量产方面，逐步扩大规模、深化量产优势，通过技术、经验、数据的不断积累，让产品体验不断往上走，服务更广泛的消费者。更好的性价比产品方案是我们一直坚持的，这会帮助我们最终完成从L2+智能驾驶到L4级自动驾驶的商业闭环。