首发 | 四剑客组建轻舟智航，获数千万美元融资，打造L4自动驾驶量产方案

储能系统又有自动驾驶新创公司谈妥融资了，这次是Waymo出身、成立一年的轻舟智航。近日，无人驾驶公司轻舟智航正式对外确认已获得数千万美元的种子轮投资，本轮投资由IDG资本、元璟资本、Tide Capital联合进行。据了解，新一轮融资主要用于两方面：通过完善大量的工具链以及仿真测试环境，建立起无人驾驶技术的“自动化规模生产的工厂”；基于这个“造火箭”、“自动化规模生产”的技术路径，与合作伙伴一起逐步推动国内外某些场景的测试及试运营。轻舟智航于2019年成立于硅谷，成立不到5个月便获得了美国加州自动驾驶路测牌照并开始开展公开道路测试，目前公司已在美国硅谷、中国北京、深圳、苏州等多个城市都设有办公室，研发人员占比超过80%，硕博占比接近90%。自动驾驶是一个万亿美金的市场，但同时也伴随了许多未知和风险。他们能否追赶目前的行业进程？到底还需要多少时间？他们拥有多少资源？还有太多的不确定性。这些问题对任何一家公司都是一项庞大、艰难的任务，即便是由自动驾驶领域明星人物组建的团队也是如此。那么， 成立刚满一年的轻舟智航是如何看待这些问题的？出身Waymo的自动驾驶中坚力量创业「轻快，高效，我们希望在自动驾驶这条路上成为务实团队。」轻舟智航创始人兼 CEO 于骞这样解释「轻舟智航」的含义。这句话的言外之意， 轻舟智航希望成为中国最强的L4全栈覆盖自动驾驶团队。尽管这家公司正式成立刚满1年，但如果我们了解四位创始人的背景，就能发现这家富有潜力的初创公司在自动驾驶领域所处的位置。轻舟智航四位联合创始人于骞、汪堃 、侯聪、大方，都曾在Waymo就职，有着丰富的自动驾驶实战经验，并都是自动驾驶研发的中坚力量。于骞是南加州大学计算机视觉和机器学习方向博士，曾就职于Google街景组关键项目技术负责人，曾在Waymo担任感知关键模块的机器学习算法研发Tech Lead。侯聪为佐治亚理工博士，曾就职于Waymo Perception Team，负责感知系统整体开发与优化，感知系统的骨干力量，拥有10多年相关工作经验。大方哥伦比亚大学计算几何/物理仿真方向博士，精通无人车路径决策、规划，曾就职于Waymo Motion Planning Team，负责运动规划关键模块。汪堃毕业于北大，是Google中国直接入职Waymo第一人，曾就职于Waymo Simulation Team，负责仿真系统和系统架构。2019年3月，他们从Waymo、特斯拉、Uber ATG、福特、英伟达、Facebook等世界顶级自动驾驶公司和科技公司，组建了轻舟智航核心团队。目前，这家初创公司获得了来自IDG资本、元璟资本、Tide Capital等机构数千万美元的天的种子轮融资。值得注意的是，在自动驾驶领域，小马智行PonyAI、禾多科技、以及硅谷Zoox也得到了IDG投资。「核心团队来自国际一线自动驾驶大厂，成员之间高度互补。」元璟资本合伙人刘毅然告诉。在他看来，整个团队在感知、规划、决策和仿真等领域上拥有深厚积累和实战经验，实现了全栈覆盖。公司在成立以来利用先进的技术选型实现了更高的的人员效率和资本效率，并基于丰富行业经验确定他们的技术选型：建立“自动化规模生产的工厂”自动化规模生产工厂的技术路径大规模智能仿真系统及可自主学习决策规划框架的技术路径，正是无人驾驶公司轻舟智航的核心优势。按照于骞的说法，借助大规模智能仿真系统和可自主学习决策规划框架，降低测试成本，提升开发效率，保证解决方案的可拓展性。他比喻这种独特的技术路径是建立“自动化规模生产的工厂”：“相比传统的‘造梯子’路径，更像是在‘造火箭’。”轻舟智航将有效数据、智能仿真系统以及决策规划框架这三点视为推动技术向前不断深入。与这种主流的仿真软件不同，轻舟智航的仿真软件界面拒绝“华而不实”，抛弃了复杂的渲染工作，仅保留了感知结果，包括3D Box和雷达点的叠加，场景很真实。汪堃详细介绍了区别于游戏引擎开发的轻舟智航仿真系统架构：最底层的是轻舟智航自研的Car OS，借助底层的通讯系统来保证模块之间的高效通讯；Car OS与仿真器是高度整合的系统，核心仿真器及评估器，是基于底层的Car OS接口开发的，能保证仿真系统的确定性；第三层是仿真周边工具链和基础架构，可保证整个数据闭环的有效性，将全部数据高效利用起来；第四层是大规模场景库构建；最顶层是分布式系统仿真平台，支持快速、大规模的仿真应用，在短时间内得出正确评估。除了独特的仿真系统，轻舟智航的仿真评估器也可以分为5类：安全性评估器（Safety Evaluator），包含是否碰撞、是否压到路边、是否撞到行人等评估；真值评估器（Ground Truth Evaluator），可通过人工标注或自动标注的方式对仿真结果进行检测对比，及时反馈；法规评估（Law Evaluator），指的是根据交通规则进行评估，例如是否闯红灯、是否逆行等；舒适度评估（Comfort Evaluator），指是否有急刹等带来不舒适感的等行为；状况评估（Stats Evaluator），相对比较底层一些，指根据模块生成的中间结果，进行纵向比较得到评估的结果。汪堃表示，“我们认为仿真是达到规模化无人驾驶技术的唯一路径。一方面，借助仿真及相关工具链，能形成高效的数据测试闭环，支持算法的测试和高效迭代，取代堆人或堆车的方式；另一方面，只有经过大规模智能仿真验证过的软件，才能够保证安全性和可用性。低速起步，多场景落地轻舟智航目标是打造适应城市复杂交通环境的“老司机”，值得一提的是业务模式为合作伙伴提供可量产的L4级无人驾驶解决方案。其实，很多初创公司都将自己的自动驾驶解决方案定位在 L 4，但事实上这一级别的自动驾驶看起来很激动人心，但离实际市场还有一段距离，而且还将面临各种法律法规的问题。对于 L4 的定位，于骞的思考是——我们本身是做技术出身，L4 在技术上来说更难，但 L4 也更加符合未来的预期。我们的定位是无人驾驶技术解决方案提供商，与合作伙伴一起完成从 demo 到商业化落地。整个自动驾驶行业在往合作方向发展，并非一家公司就能从头做到尾。我们对“合作”是非常坚定的态度，只聚焦自己擅长的领域。而落地问题，在可预见的未来是很快可以实现的。我们的市场和产品的落地会在中美两地并进，我们希望做一个符合中国的交通系统的解决方案。于骞告诉，其主要的合作伙伴包括车厂、出行公司、商业运营公司等，具体的项目正在中美两地推进。在过去一年的起步阶段，轻舟智航不希望通过见招拆招的方式进入到某个具体的小应用场景，变成一家靠堆人来解决问题、无法规模化的工程公司。而是专注于“修炼内功”，在做到主线够深入、横向可扩展之后，再以轻、快的方式实现真正的无人驾驶。简言之，他们的技术方案将覆盖从低速到高速、从物流到出行、从商用车到乘用车等多个场景。正如于骞所言，轻舟智航的商业模式是全方位、多场景落地。“作为创业公司，我们选择以渐进的方式去推进无人驾驶，所以会以低速场景起步，从低速、载货、商用车逐步向高速、载人、乘用车推进。”当然，这也包括一众自动驾驶玩家聚焦的Robotaxi产品运营模式。于骞认为，Robotaxi是应对城市复杂道路交通环境里的长期目标，也是无人驾驶落地最终的应用场景。他们自己不会做Robotaxi的打车网络，以及Robotaxi的全栈式模式——从生产到运营，而是专注以技术作为切入点。无人驾驶是一个庞大的市场，目前处于比较早期的阶段。2019年入局的轻舟智航不算早，但也有后发优势。近期自动驾驶融资消息不断，这对行业是好事，说明自动驾驶行业春天已来，随着供应链上下游逐步完善，特定场景的无人车陆续上路。而规模应用，将会在 2 到 3 年后爆发。首发-