撰文 | 孫曉巍
編輯 | 楊 勇
題圖 | IC Photo
10月28日，輕舟智航宣布完成數億元C+輪融資，此輪資金主要用於全棧自動駕駛技術的研發投入和中高階NOA方案的量產交付，輕舟智航相關負責人透露：「目前輕舟智航也已有上市規劃，2025年會逐步啟動上市相關節奏。」
繼地平線、文遠知行在港交所，納斯達克證券交易所掛牌上市後，輕舟智航能否再次掀起自動駕駛領域的又一「資本盛宴」，成為市場關註的焦點。
一、智能駕駛正在上演一場大逃殺？
輕舟智航此時籌備上市，並不是最優解。
過去兩年對於自動駕駛行業來說，短暫卻又充滿變數。中國智能網聯汽車產業創新聯盟統計數據顯示，2023年，具備組合輔助駕駛功能的智能網聯乘用車銷量995.3萬輛，市場滲透率達47.3%。長安董事長朱華榮更表示，目前新能源汽車銷售方面智能駕駛的滲透率已經達到51%，預計明年新能源汽車智能駕駛滲透率將達到80%。
如此規模的自動駕駛市場下，自然孵化出眾多賽道玩家，據統計，已有數十余家自動駕駛領域的相關企業，踏上了上市這一關鍵性的征程，其中既涵蓋了如小馬智行、文遠知行這樣產業鏈完備的整車競爭者，能夠自主研發並推出自動駕駛整車；也包含了像輕舟智航、Momenta、知行科技等專註細分領域、提供自動駕駛解決方案的服務商，能夠提供專項領域技術和服務。
而輕舟智航顯然有更大的野心。其正在加大全棧自動駕駛技術的研發投入，推進中高階NOA方案的大規模量產交付，試圖實作從L2++到L4級自動駕駛技術的漸進式前進演化，推動L4級自動駕駛時代的行程。這樣的前景得到了逐鹿聚航基金的認可，其對輕舟智航的C+融資正面肯定了輕舟智航的技術創新和量產成績。
除去逐鹿聚航基金，今年6月，輕舟智航還拿到了由中關村科學城公司和翠湖基金聯合投資的數億元C輪融資。資金主要用於強化已量產交付的智能駕駛功能體驗，並打造平台化的產品體系和標準化的交付流程，加速中高階智駕方案的大規模量產上車；同時也將用於加大AI大模型、端到端等前沿自動駕駛技術的研發突破。
輕舟智航相關負責人表示：「在今年嚴峻的市場環境下，輕舟智航兩次獲得投資，既是投資方及市場對輕舟智航技術創新力、產品方案領先性的高度認可，更是對輕舟智航商業化量產成績、商業模式和未來盈利能力的充分肯定。」
實際上，在輕舟智航之前，已經有自動駕駛企業進行密集的IPO活動，這一現象的背後，既對映出自動駕駛技術的日益成熟，以及市場對於這一新興領域所蘊含的巨大潛力的普遍看好，從而吸引了眾多資本的密切關註與積極參與；另一方面，也反映出高昂的研發成本和日益白熱化的行業競爭，正迫使智能駕駛企業不得不加速推進上市計劃，以籌集更多的資金來支撐其持續的技術研發和市場拓展。
事實上，整個智能駕駛行業都普遍存在研發投入高的現象。
以佑駕創新為例，其在2021年至2023年間的研發支出分別高達8220萬元、1.39億元和1.50億元，這些數碼分別占到了同期總收入的46.9%、49.9%和31.5%，研發投入占比之重可見一斑。
而另一家企業黑芝麻智能，其研發支出更是驚人，分別達到了2.55億元、5.95億元和7.64億元，占收入比重更是分別高達480.2%、984%和461.8%，如此高昂的研發成本，無疑給企業的盈利帶來了極大的壓力。
高昂的研發成本占比迫使智能駕駛企業竭力尋求資本市場的支持，以期透過上市融資來緩解資金壓力，推動技術的進一步研發和市場的拓展。
然而，IPO是真正的獨木橋，並非所有企業都能順利走到這一裏程碑。今年8月，國內專註於自動駕駛量產解決方案的禾多科技因與廣汽集團的重組計劃遭遇不測，被迫暫停了研發活動。禾多科技的研發人員不得不另尋出路，部份管理層和員工加入了四維圖新，一度引起熱議，側面反映出智能駕駛行業人才流動的頻繁和競爭的激烈。
一系列的事件表明，智能駕駛行業已經正式進入了重組與調整的階段。隨著自動駕駛行業競爭的不斷加劇，市場正在逐步淘汰那些實力較弱、無法適應市場變化的企業。自動駕駛行業的洗牌是一個不可避免的過程，雖然它會給行業帶來一定的陣痛和不確定性，處於淘汰賽與視窗期的雙重考驗之下，輕舟智航的IPO形勢難言坦途。
二、戰略轉型，逆勢融資
但是，輕舟智航也有自己的殺手鐧。
輕舟智航是中高階智能駕駛解決方案提供商，成立於2019年。起初，輕舟智航專註於L4級別的自動駕駛技術，並以無人駕駛小巴作為其技術套用的主要場景。2022年，輕舟智航開始實施戰略轉型。
在爭取推進無人駕駛小巴研發的同時，公司開始將註意力轉向為量產車型提供智能駕駛解決方案。此外，輕舟智航利用地平線提供的車規級芯片，推出了新品牌——「輕舟乘風」，該品牌專門針對量產車輛和中高階智能駕駛市場。
量產智駕門檻不低，戰略轉型需要高級的研發團隊。
輕舟智航核心團隊成員來自谷歌Waymo、特斯拉、輝達、Facebook等國際科技巨頭，研發人員占比80%，人員薪資處於業內第一梯隊，宣稱以AI大模型和數據驅動為核心研發範式，能夠加速數據閉環叠代，將量產場景優勢充分轉化為端到端等研發與套用的技術優勢。
高級的研發團隊需要海量資金，融資是輕舟智航上市前的唯一選擇。
自成立以來，輕舟智航便備受資本關註，目前已經完成七輪融資，融資金額達到十億元，資方除了逐鹿聚航基金，還包括聯想創投、TCL、元璟資本、IDG資本、TCL資本、元生資本、中金匯融、招商局創投、美團龍珠等。
能夠不斷拿到新融資，輕舟智航應當感謝理想汽車的NOA訂單。截至目前，輕舟智航的NOA（領航輔助駕駛）方案累計交付上車數已達40萬輛，使用者行駛裏程數億公裏，在高速NOA場景下達到千公裏級別的安全接管水平，這是輕舟智航大膽融資的底氣所在。
翠湖基金管理合夥人石軍曾公開認可輕舟智航NOA方案，稱輕舟智航為國內智能駕駛領域的佼佼者。 高工智能汽車研究院重點研究過國內乘用車NOA的普及覆蓋情況，其研究報告顯示，2024年上半年，中國市場（不含進出口）乘用車前裝標配搭載NOA交付新車60.81萬輛，而輕舟智航占據了50.84%的市場份額，超過華為的42.54%。
此外，輕舟智航還獲得了地平線的有效支持。地平線為輕舟提供了豐富的量產經驗和工具鏈使用指導，使得輕舟能夠更快地開發出高效能的智駕方案。
相關資料顯示，雙方的合作始於2022年初的一次公園會面，當時輕舟智航CTO侯聰與地平線CTO黃暢就自動駕駛產業的話題進行了深入交流，並確定了使用地平線征程5芯片作為自動駕駛系統核心計算平台的計劃。一年後的2023年9月，輕舟智航宣布成為首家基於地平線征程5實作BEV感知技術，並達到行泊一體全棧交付量產要求的智駕方案供應商。
但是，輕舟智航的破局之路仍不坦蕩。從融資層面來看，C+輪作為IPO前最重要的一輪融資，相比A+輪的1億美元，融資金額並未實作有效突破，反而呈現回落趨勢。
從市場層面來看，智駕方案商同質化嚴重，內卷市場伴隨主機廠的壓價預期，輕舟智航等智駕方案商的處境很不樂觀。
融不到更高價，賣不出更高價，輕舟智航試圖降本增效。輕舟智航聯合創始人、CEO於騫釋出公開信，要求在今後的專案交付中大振幅低交付成本，將全棧交付成本壓縮在300人月（專案工時統計單位）以內；要求團隊加強專案管理，打造適應量產交付的組織體系，構建高效能的產品主線，在限定的預算內持續提升產品綜合效能。
同時，要求在維持國內高質素客戶的情況下獲取海外車廠的合作，爭取至少與一家海外車企形成深度合作關系。
降低交付成本、提高資源復用、維持有限預算、爭取海外增量……公開信中字字難離降本增效，輕舟智航的處境可見一斑。
三、大模型並非良藥，依靠演算法也有問題
技術日益革新的今天，自動駕駛領域的新興概念——「端到端大模型自動駕駛」正逐步占據人們的視野。這一理念由特斯拉率先開創並付諸實踐，迅速吸引了包括輕舟智航在內的眾多自動駕駛企業的關註與效仿，被視為自動駕駛領域的未來趨勢。
據不完全統計，小米、理想、小鵬、智己、華為系等近 10 個汽車品牌，號稱基於端到端大模型，推出了覆蓋 " 全國 " 的量產城市高階智駕功能。在各大企業的積極推廣下，端到端自動駕駛演算法被賦予了開啟自動駕駛新時代的「神奇鑰匙」之名。
實際上，被企業爭相追逐的端到端架構確實具備其獨特優勢。端到端自動駕駛演算法的核心機制在於模仿人腦神經元的連線模式，透過接收並處理感知資訊，直接輸出駕駛軌跡或控制指令，以期實作對駕駛行為的深度理解與無縫銜接。
相較於傳統的模組化架構，端到端架構能夠確保資訊的無失真傳遞，減少人為幹預帶來的偏見，進而提升智能駕駛的效能上限。此外，該演算法還能使機器從駕駛行為中學習並最佳化自身行為，使自動駕駛過程更加自然流暢。
然而，任何技術都有其局限性，端到端自動駕駛演算法也並非無所不能。
首先，其可解釋性和驗證性相對較弱，存在一定的「黑箱」問題。由於該演算法的工作原理類似於人腦，因此可能會出現類似於人類思維中的短路或幻覺等異常現象，而這些問題往往難以被準確辨識與解決。
長安汽車首席智能駕駛技術官陶吉指出，盡管端到端自動駕駛演算法在理論上具有極高的上限，但其下限同樣不容忽視，不同技術範式之間的效能差異並不如企業宣傳的那般懸殊。
其次，演算法的先進性並不等同於使用者體驗的優越性。當前市場上的智能駕駛產品尚未達到讓使用者充分滿意與喜愛的程度，因此企業只能依賴復雜的技術術語進行宣傳。
但對於使用者而言，他們更關心的是駕駛的便捷性、舒適性與安全性，而非演算法的先進性。如果大力投入的演算法無法增強使用者的體驗，聲勢浩大的演算法追逐戰只會在南轅北轍的道路下耗盡企業的融資。
輕舟智航必須考慮這樣的問題。在高階智能駕駛技術的落地初期，人們的註意力往往集中在演算法模型上。但是，從長遠來看，演算法並非決定自動駕駛技術發展的唯一因素。
業內人士普遍認為，數據與算力對於智能駕駛技術的叠代速度與使用者體驗具有更為深遠的影響。端到端自動駕駛大模型需要從海量的優質駕駛數據中提取並壓縮駕駛知識與習慣，這需要強大的算力與豐富的數據資源來支撐模型的訓練與最佳化。
不可否認的是，與特斯拉等國際領先的企業相比，輕舟智航在算力水平糊數據儲備方面均存在差距。
有調研機構采訪業內專家與從業者，其中 50% 的人認為，端到端自動駕駛技術至少在未來2至5年內才可能實作真正的落地套用；同時，46% 的人認為這一領域將孕育出新的行業巨頭。
當下正是唯一的視窗期，特斯拉的FSD系統即將進入中國市場，相關企業陸續占據市場份額，留給輕舟智航擺脫演算法依賴的時間已然不多。
結語
NOA市場份額過半、C+輪逆勢融資成功，輕舟智航仍有籌碼。但是，市場同質化趨勢不減、綜合成本難尋增量，IPO牌桌之上，輕舟智航的勝算依舊難料。
