36氪獲悉，自動駕駛初創公司「輕舟智航」對外宣布已獲得數千萬美元的種子輪融資，投資方包括IDG資本、元璟資本、Tide Capital，融資主要用於技術研發和商業化落地。
輕舟智航在2019年成立於矽谷，基於大規模智能仿真系統和可自主學習決策規劃框架，研發適應城市複雜交通環境的L4級自動駕駛技術解決方案，落地場景順序是從低速到高速、從物流到出行、從商用車到乘用車。
目前，輕舟智航已在美國矽谷、中國北京、深圳、蘇州等地設有辦公室，並已獲得美國加州自動駕駛路測牌照、正在進行公開道路測試，與合作夥伴在中美兩地有路測車輛近10臺。該公司聯合創始人兼CEO於騫（James）表示，他們現在更關注「可商業化、可優先落地」的場景，但暫時不方便公布具體情況。
圖源：輕舟智航
雖然公司成立時間相對較晚，但輕舟智航團隊已經在自動駕駛領域小有名氣，核心成員曾就職於Waymo、特斯拉、Uber ATG、福特、英偉達、Facebook等公司，在感知、仿真、運動規劃、傳感器與車載系統等領域有豐富行業經驗。
該公司聯合創始人兼CEO於騫是美國南加州大學計算機視覺和機器學習方向博士，曾是Google街景組關鍵項目技術負責人，曾在Waymo擔任感知關鍵模塊的機器學習算法研發Tech Lead。
其他三位聯合創始人侯聰、大方、汪堃此前分別是Waymo的感知、運動規劃和仿真團隊的Tech Lead。其中，侯聰是喬治亞理工學院博士，曾就職於Waymo Perception Team，負責感知系統整體開發與優化；大方擅長無人車路徑規劃與決策，是哥倫比亞大學計算幾何/物理仿真方向博士，曾就職於Waymo Motion Planning Team，負責運動規劃關鍵模塊；汪堃畢業於北大，是Google中國直接入職Waymo第一人，曾就職於Waymo Simulation Team，負責仿真系統和系統架構。
在自動駕駛傳統研發路徑裡，只有採集大量真實路測數據、反覆手動調整算法參數，才能發現和解決各種邊界化難題（corner case），而這需要依賴大量的路測車輛、時間和人力，導致成本高昂、落地周期較長。
於騫告訴36氪，為了大幅降低測試成本、提升開發效率，輕舟智航藉助大規模智能仿真系統，在仿真環境中復現邊界化場景，並基於現有數據生成大量模擬真實場景的數據。同時，他們研發的可自主學習決策規劃框架，拋棄了傳統單一規劃決策方法，可在仿真場景中自主學習各類複雜場景，尋求最優運動規劃決策，保證安全性和舒適度。
談及仿真的優勢，汪堃提到，首先，仿真的路測成本大約是實際路測成本的1%，甚至更少，因為實際路測需要硬體成本、傳感器成本、司機成本和系統工程師成本，且每天有效測試時間只有8-10小時，但使用仿真路測，在要求不高時，只需一臺電腦和GPU，便能連續24小時進行測試；第二，在實際路測中，遇到極端情況是小概率事件，一旦發生，極不安全。而在仿真系統裡，工程師可以通過手工編輯或自動生成來測試眾多極端情況，保證實際路測前有充分驗證。
第三，仿真的擴展性比實際道路測試的擴展性大。仿真路測裡程大概1000倍於實際路測裡程。而且，仿真系統所需硬體成本很低，而車隊的硬體成本、人員成本和運營成本非常高，隨著雲服務的發展，仿真的可擴展性將遠大於車隊的可擴展性；第四，開發自動駕駛軟體時，每天都要進行大量的代碼更改和算法迭代。當實際路測車輛有限、測試場景和裡程有限的情況下，很難客觀比較軟體的迭代水平，但藉助仿真，工程師能在大量場景庫裡並行測試，在很短時間內便能對軟體版本進行評估。未來，當評估軟體是否達到量產水平時，仿真也是主要的測試評價技術。
3月16日，輕舟智航邀請了矽谷風險投資BoomingStar Ventures管理合伙人Alex Ren作為第三方見證者，當天晚上7點多錄製了一段在矽谷的路測視頻。在視頻中可以看到，輕舟智航的自動駕駛乘用車（林肯MKZ車型）配備了一個64線雷射雷達、6個環視攝像頭和4個毫米波雷達。當天，其以自動駕駛模式行駛到一個商業區周邊的麥當勞，經過一個汽車穿梭窗口（Drive-through），隨後穿過一個大超市及其停車場，回到輕舟智航公司。
談及這個測試場景的獨特性，於騫表示，從技術上看，麥當勞的Drive-through車道比單車道更窄，對定位和控制的要求都比較高。如果橫向定位和控制不精確，就會軋到路沿或蹭到建築物，如果縱向不準，就會對不準點餐窗口；其次，麥當勞Drive-through的出口是停車場，是非結構化道路，要應對人車混雜的情況，還要通過無保護右轉進入道路主路；而更有挑戰性的是，麥當勞是正常營業的地方，不能像其他開放道路一樣重複進行路測，只能通過大量仿真測試，做到第一次上路就安全可靠。
而從商業的角度看，以麥當勞為首的美國快餐業佔了餐飲業的很大份額，而麥當勞70%的營業額都來自drive-thru，美國的外賣配送人工費又比較貴，在這個場景做無人駕駛很有商業價值。
談及商業模式，於騫告訴36氪，如果是高級別自動駕駛，更現實的情況是提供租賃服務。他們會與車廠、出行公司、商業運營公司等共同進行商業化運營。
「在發達國家，現在一臺L4級自動駕駛整車的成本接近於一個司機一年的工資。如果把成本控制在人工成本以內，那就比較合適。」於騫表示。
雖然輕舟智航多次對外強調其在「仿真」方面的核心能力，但於騫表示，做仿真的主要目標還是提高開發效率，但他們不是單純做仿真的公司，「只是把仿真作為一個重要模塊，基於仿真從0開始搭建L4無人駕駛技術的框架，並且加入更多新的設計和框架，從一開始就走一條更加高效、智能化、自動化的路線，捨棄了一些包袱」。
————
我是36氪記者王藝瑾，業務交流可添加微信catherineyijin，請備註公司+姓名+職務+來意。