尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
圖片來源：視覺中國
記者 | 於浩
記者 | 於浩
自誕生起，自動駕駛概念就是一個能夠引發無限聯想的概念。但因技術遲遲未能實現商業落地，自動駕駛賽道曾於2018年左右在資本市場上陷入沉寂。
而自從2020年開始，這一概念似乎克服了市場的失望情緒，再次火熱起來。在近年來獲得融資的項目中，自動駕駛技術被應用到智能汽車、無人巴士、物流配送等諸多場景中，開始釋放出商業價值。
成立於2019年3月的輕舟智航正是一家聚焦於城市無人巴士場景的自動駕駛創業公司，在該場景下為城市提供L4級自動駕駛解決方案。截至目前，輕舟智航已完成天使輪、Pre-A輪、A1輪三輪融資。最新一輪融資消息發布於3月4日，輕舟智航官方透露融資額度為數千萬美元。值得一提的是，據彭博社報導，該輪融資資方包含字節跳動。
按照輕舟智航聯合創始人及CEO於騫的說法，在智慧城市與新基建的政策背景下，幾位聯合創始人都看到了自動駕駛技術在中國的發展潛力，由此決定辭職創業。
公司成立的前四個月，於騫與其他核心人員在自家車庫裡改裝出了第一輛路測車，搭建起了最早的輕舟智航無人駕駛系統。在系統內進行了近萬次仿真訓練後，輕舟智航成功在美國加州完成了第一次上路測試。
這種仿真訓練模式得以延續至今，成為輕舟智航重要的技術支撐。於騫將仿真訓練形容作「考試題庫」。在路測中自動駕駛系統會遇到各式各樣的「難題」，在仿真訓練中，系統可以針對做錯的題或者難題的變形進行反覆練習，達到「舉一反三」的效果，提升路測效率。
自動駕駛行業存在長尾效應，即技術上已經解決了90%的問題，但剩下的10%卻可能要花費同樣多甚至更多的精力，這10%包括很多邊界化難題，經常被稱為Corner Case。而Corner Case延所伸出的就是針對自動駕駛安全性與實用性的質疑。
針對這一難題，輕舟智航也在嘗試給出解決方案。於騫告訴界面新聞，輕舟智航正試圖基於大規模智能仿真系統及可自主學習決策規劃框架打造底層系統，以應對層出不窮的特殊情況。「我們不再用見招拆招式的生產方式，而是採用更工業化的方式，通過一套系統化的工具去解決問題，」他解釋說，「系統的輸入可能是一些數據或者一個測試場景，輸出的產品是算法和模型。」
在商業模式方面，輕舟智航並非簡單出售自動駕駛設備，而是採用出售「運力」的模式，為客戶提供車輛、安全員、技術運營為一體的解決方案。據了解，輕舟智航的產品已落地蘇州、深圳與武漢，可支持地鐵接駁專線、微循環公車、快速路公車、園區通勤擺渡和景區觀光遊覽等場景。
在於騫看來，無人巴士行業還處於早期階段，懂得如何運營的人員還比較少，如果單單賣產品，後續服務體系很難依靠市場力量建立。同時，基於這種模式，輕舟智航得以向客戶提供更多元化的服務，「我們可以為地方政府提供數據接口，將車內車外的情況以及車輛本身的情況，比如行駛裡程都以數字化的形式呈現出來。」於騫介紹到。
無人巴士適用的「微循環公車」「地鐵接駁專線」等交通場景，被於騫形容作「城市的毛細血管」。在城市優先發展公共交通國家戰略的大背景下，這些場景被他視作L4級別自動駕駛盡快落地中國的重要場景。
以往L4級別自動駕駛產品應用場景多集中在封閉園區，且由於安全性的考慮，大多只能低速行駛。在這種應用場景下，自動駕駛系統所遇到的實際路況會很簡單，從而影響到產品迭代的效率；園區與園區之間的道路規劃差異也決定了這一場景下，無人駕駛產品的擴展性不強。
而輕舟智航關註的城市微循環公車等場景下，車輛行駛的路線相對固定，這首先使得輕舟智航能夠在確警衛全性的前提下收集到公開道路上的路測數據。另外，各地公開道路的道路規劃標準基本一致，相較於園區場景，針對公開道路場景的自動駕駛產品更具備擴展性。從成本的角度來看，大多數城市的巴士車型統一，可批量生產，這在一定程度上也能夠降低輕舟智航的造車成本。
目前，輕舟智航的公開道路無人公車項目已在蘇州、深圳、武漢三座城市啟動常態化運營，於騫預計很快可以達到百臺車規模。
「未來我們會聚焦在巴士這一場景，把它做的更加完善，」談及輕舟智航的未來規劃，於騫向界面新聞透露了兩個發展方向。「對於有固定線路的巴士，在非高峰時期可以採用網約的形式實現共享出行。同時，我們也在規劃L3級別的巴士改造，在降低司機勞力強度、增加公車車安全性的同時，新產品也可以為L4級別的系統提供更多路況數據方面的支持。」