三年亏超6亿元，驭势科技讲不好L4智驾的商业故事？

出品 | 创业最前线

作者 | 魏帅

编辑 | 冯羽

美编 | 邢静

审核 | 颂文

2017年，L4级自动驾驶解决方案提供商驭势科技第一次开始了与中国香港机场的合作。

当时的驭势科技，从全世界范围内的解决方案中脱颖而出，成为了中国香港机场探索无人车模式的合作方。

直到2019年12月，中国香港机场的无人车正式开启了常态化运营，而这也成为了驭势科技将其方案向外推广的样板。

2025年6月，依旧是中国香港。

驭势科技一步步走到了港交所门口，并在港递交上市申请，计划通过18C章程在港交所上市。

根据弗若斯特沙利文的资料，驭势科技是唯一一家为全球机场提供大型商业营运的可持续L4级自动驾驶解决方案供应商。

场景化的优势以及商业化落地方案，为驭势科技赢得了资本的青睐。

自成立以来，驭势科技已完成六轮融资，累计融资额超过17.5亿元。投资方包括格灵深瞳、中科创星、国盛资本、深创投、国开制造业基金、博世创投、东风资管等知名机构和企业。

截至2023年C轮融资完成，驭势科技的估值高达73亿元。

然而在高估值的背后，这家公司依旧面对的是长期亏损的现状，报告期内累计亏损超6亿元。

在业务上，驭势科技与市面上的大部分智驾公司一样，面临着的是高度集中的大客户占比。

过去，封闭场景下的应用方案，支撑起驭势科技的整个商业故事，但当赛道的玩家逐渐拥挤，留给驭势科技的发挥空间也随之减小。

资金投入大、回报周期长、应收账款压力大、业绩持续亏损，摆在驭势科技面前的一道道关卡，关关难过。

1、持续亏损与成本控制

成立于2016年的驭势科技，是较早进入到L4级自动驾驶赛道的玩家之一。

其创始人吴甘沙毕业于复旦大学计算机科技学院。毕业后即进入到了英特尔中国研究院，并成为英特尔中国研究院培养的首位首席工程师。

2014年，吴甘沙被任命为英特尔中国研究院院长。

决定从跨国公司高管到投身创业大潮，只需要一个瞬间：当移动互联网进入到产业发展的高点，那下一步必然是衰减的开始；投身AI、自动驾驶，才是下个十年的时代浪潮。

2016年，吴甘沙和格灵深瞳的联合创始人、谷歌眼镜早期核心研发成员赵勇、北京理工大学无人车项目负责人姜岩等一起创立了驭势科技。

据悉，驭势科技的核心产品包括向企业客户及商用车和乘用车制造商提供自动驾驶解决方案，主要应用场景为机场、厂区等封闭化场景，主要依靠场景记忆实现无人车的全天候运作。

截至2025年5月20日，驭势科技已与中国17个机场及3个海外机场建立合作，并持续探索与中国及全球4个机场的合作机会。根据弗若斯特沙利文的资料，到2024年，驭势科技将成为提供可实现室内室外自主运作的L4级自动驾驶解决方案的最大供货商。

（图 / 驭势科技官网）

此前，吴甘沙曾表示，商用车场景是锻炼L4能力和经验的最好战场。

当然，如今驭势科技成功落地方案确实验证了这条道路的可行性。但从营收报表的数据上看，这条道路却仍然布满荆棘。

亏损二字，是每个智驾初创公司都必须经历的一大关卡，驭势科技也不例外。

根据招股书显示，2022年至2024年（以下简称“报告期内”），驭势科技营收分别为0.65亿元、1.61亿元及2.65亿元，复合年增长率高达101.3%。利润方面，亏损净额分别2.50亿元、2.13亿元及2.12亿元，三年累计净亏损达6.75亿元。

车辆解决方案是营收来源的“大头”。以2024年为例，来自自动驾驶车辆解决方案收入为1.47亿元，占比为55.2%；自动驾驶套件解决方案收入为4874万元，占比为18.4%；来自自动驾驶软件解决方案收入为6746万元，占比为25.4%。

而在毛利率方面，尽管驭势科技保持了自动驾驶行业的高毛利率，但是部分业务线的降幅却相当明显。

报告期内，公司整体毛利率分别为45.66%、48.84%、43.69%。其中自动驾驶软件解决方案是保持高毛利率的关键所在。不过其毛利率在报告期内出现明显“跳水”，从92.8%降至77.1%，降幅超15%。

对于自动驾驶企业来说，软件方案的高毛利率是企业营收和利润的重要保证，但是在如今产业链价格压力的传导下，上游解决方案供应商的利润被不断压缩，驭势科技也不例外。

此外，在研发投入层面，报告期内驭势科技的研发开支分别为1.89亿元、1.84亿元及1.96亿元，占总营收比例分别为290.8%、114.3%、74%，尽管有所下降，但仍旧处于高投入的阶段。

截至2024年末，驭势科技持有的现金及现金等价物为2.22亿元，经营活动现金流净流出超2亿元。

尽管上市前获得多轮融资，投后估值73亿元，但自动驾驶行业的长周期特性要求持续资本输血。驭势科技所余现金并不算充裕，能否覆盖上市前公司的日常营运支出，仍是未知数。

2、不稳定的客户与关联交易

当然，对于方案提供商来说，最重要的是稳定的客户。

招股书信息显示，驭势科技在报告期内来自于前五大客户的营收分别为3765万元、1.07亿元和1.23亿元，分别占当期总收益的57.6%、66%和46.2%。

其中，来自第一大客户的营收分别为1579万元、6130万元和4904万元，分别占到当期收益的24.1%、38%和18.5%。

对于驭势科技来说，其客户大多是机场的商业合作，包括17个中国机场以及3个海外机场。

（图 / 驭势科技官网）

在如今的智驾市场，客户留存度对于任何一家供应商都是不稳定因素，驭势科技也不例外。

应收帐款的高周转天数也印证着这一点。招股书数据显示，2024年末，公司应收款项和应收票据为2.43亿元，占营收比例超90%，占流动资产的43.41%。贸易应收款项及应收票据周转天数长达263.6天。

而在报告期内，驭势科技还存在与供应商重叠交易的情况。

招股书显示，报告期内驭势科技客户与供应商存在重叠的个数分别为6个、7个和4个，重叠方收益占比当期营收的比例分别为12.1%、19.7%和23.0%；采购额占当期总采购额分别为5.5%、14.7%和1.0%。

尽管驭势科技表示，这种客户与供应商重叠的情况在自动驾驶等行业属于常见情况，类似供应链整合、共同开发等。但这在一定程度上也暴露了二者的利益绑定行为。

此外，驭势科技颇受外界关注的，便是与第一大外部客户格灵深瞳的无偿技术转让历史。

格灵深瞳是赵勇在2013年创办的人工智能公司，赵勇同时也是驭势科技联合创始人之一。

驭势科技创立之初，赵勇及格灵深瞳分别持股3%及22.5%，后者是仅次于吴甘沙的第二大股东。截至目前，格灵深瞳仍是驭势科技的最大外部股东，持股比例约为7.89%。

据新浪财经报道，2017年、2018年的融资过程中，格灵深瞳共出售了4.06%的驭势科技股权，累计取得投资收益超过4000万元。

除了股权上的深度绑定外，格灵深瞳还曾在驭势科技成立初期对其提供技术转让。

根据格灵深瞳招股书，2016年2月，格灵有限（格灵深瞳前身）将“基于双目的防碰撞视觉雷达技术”等6项非专利技术以总价1元转让予驭势科技，将“一种多目相机系统”1项实用新型专利、“一种人体姿态检测方法及装置”等3项正在申请专利的非专利技术无偿许可驭势科技在智能汽车领域独占使用。

2020年5月，格灵有限又将上述4项授予独占使用许可的专利权或非专利技术（部分已完成专利申请）全部转让予驭势科技，将“一种多目相机系统”等3项专利权以总价1元转让予驭势科技，将“一种多目相机系统、装置及同步方法”1项非专利技术以总价1元转让予驭势科技。

这无异于无偿转让。

鉴于两家公司背后的股权交易，这一行为也受到了外界的诸多关注。

格灵深瞳解释称，2016年4月，驭势科技进行天使轮融资，根据外部投资人在投前对投资标的资产完整性的要求，在《增资协议》中明确约定了增资前包括公司在内的所有创始股东应将与驭势科技业务经营有关的资产投入驭势科技。

因此，公司将前期与自动驾驶相关的技术近似无偿转让给驭势科技系公司作为驭势科技的创始股东之一履行《增资协议》的约定，具有商业合理性。

3、封闭场景的桎梏

与其他坚持“双轮驱动”自动驾驶创业公司不同的是，在将近十年的创业史中，驭势科技一直专长于L4级自动驾驶商用车的商业化落地场景，乘用车市场以及L2级智能辅助驾驶的落地场景优势并不突出。

事实上，此前驭势科技也曾尝试过推出L2级的乘用车方案，包括与大陆集团的合作，但最终由于价格等方面的原因，二者的合作并未延续。

而自动驾驶商用车方案落地过程中，在找到机场这个“舒适区”之前，驭势科技也因和宇通集团共同打造无人小巴项目为外界熟知。

2019年5月，宇通和驭势共同研发的无人小巴“小宇1.0”，初代的无人小巴售价近150万元，且与智慧城市方案打包出售，并不单独售卖。

（图 / 驭势科技官网）

这一项目最终也只停留在了1.0阶段。宇通无人小巴的2.0版本由另一家自动驾驶创业公司文远知行打造。

总的来看，在几次的“失利”之后，驭势科技终于找到了适合自己的L4落地方案——即机场等封闭场景。

但细分赛道掌握话语权的同时，盈利结构的稳定性也面临着市场的考验。机场、厂区等场景下的深度定制化需求，需要投入更多人力物力和资金的同时，单一方案也难以快速复制。

从其目前的业务单元营收结构来看，硬件收入仍占据大头。

另一方面，从技术方案来看，驭势科技的优势在于封闭场景下的技术方案，但问题是，其封闭场景的优势并不能应用到开放道路场景，商业化局限性较大。

如何实现技术、商业、资本之间的三者平衡，也是如今驭势科技不得不考虑的关键问题。

自动驾驶行业本就是高度技术密集型企业，技术的更迭、法规的变化以及技术路线的选择，都可能决定一家企业的生死。在商业化初期，驭势科技仍需要密集的研发投入和资金支撑，上市仅仅是第一步。

*注：文中题图来自驭势科技官网；其它未署名配图均来自摄图网，基于VRF协议。