自動駕駛是場馬拉松，堅持到最后才能贏。

又一家自動駕駛公司獲得融資！

日前，L4級Robotaxi公司領駿科技宣布獲得數千萬元新一輪融資，天眼查工商信息顯示，該筆投資由貨運界“滴滴”——美股上市公司滿幫集團領投，老股東臻忻資本跟投。

領駿科技雖然此前并不知名，但從包括這次在內的近幾次自動駕駛融資消息可以看出，各類投資人越來越青睞具有后發優勢的潛力公司。

這一現象不難理解。經過數年的發展，頭部玩家達到估值高點后面臨三大困境：美股上市路徑不順暢；技術上沒有與后方的選手拉開明顯差距，實現無人駕駛仍然遙遙無期；缺乏造血能力，公司時刻面臨斷糧風險…

簡言之就是行業進入了漫長且痛苦的馬拉松階段，各路投資人自然就愈發看中那些看似跑的慢一些、但卻擁有不錯的團隊和技術能力的后來者了。

用領駿科技創始人&CEO楊文利的話來說就是，“別人花幾十億實現的效果（Robotaxi），我們花幾千萬就做到了。”

領駿科技CEO楊文利

話雖不長，但字里行間無不透露著他對自家技術的自信，同時又體現出了領駿科技對自動駕駛創業有著不一樣的理解與打法。在與楊文利以及領駿科技COO龐東君進行了數小時的交流之后，車東西得以向大家展示出領駿科技這支老炮創業團隊的更多信息，并深入解讀這種“慢速”發展模式。

01.自動駕駛的競爭在2025年之后

領駿科技成立于2016年。按時間來說完全屬于行業第一批創業公司，但在過去這6年里卻顯得異常低調，甚至有些邊緣。

“表面上看我們拿錢少團隊小，但其實是有意放緩了發展速度。”提及發展問題，楊文利向車東西解釋道，“我們是主動在控制發展速度。”

領駿科技的自動駕駛測試車

這與楊文利和創始團隊對行業發展的研判直接有關。在他們看來，自動駕駛行業發展分為四個時期：

1、核心供應鏈成熟期

時間范圍在2013~2020年。這一階段自動駕駛核心供應鏈尚未成熟且成本昂貴，各家公司的主要工作是打磨技術并進行量產配套的嘗試。

2、小規模商業化落地期

時間范圍在2021~2025年。這一階段隨著示范城市的增加，像無人小巴、智能網聯公交車、支線無人物流車等技術產品可以小規模應用落地，企業能夠獲得一定的收入。

3、市場規模擴大期

時間范圍在2026~2030年。這一階段隨著技術愈發成熟，監管法規進一步開放，自動駕駛技術開始在越來越多的場景和范圍落地，各家激烈競爭，行業格局開始重塑。

4、國際化擴張期

時間范圍在2030年之后。這一階段隨著國內的競爭趨近結束，格局基本穩定。各玩家需要開拓國際市場來進一步發展，同時需要精細化運營好一家大型科技公司。

這樣的行業認知指導了領駿科技的發展思路和節奏。

比如第一階段行業普遍面臨著線控底盤缺乏，激光雷達不好使的問題。這時候顯然不適合大規模擴張，如果招了很多人花大力氣去解決這些零部件問題，到第二階段會發現供應商已經把上述問題都解決了，相當于此前做了無用功。

又比如第二階段，在技術還不夠成熟的時候也不適合大規模擴張。

“這個階段如果搞了數百甚至數千臺測試車在全國各地跑，一旦技術架構有變化或大的升級，現有的車隊就變成了無效資產，很難處理。”楊文利說道。

這一現象在國內外都有明顯案例。比如Waymo今年就發布第五代的Robotaxi，在車輛本體和傳感器、計算平臺上都有了升級，而老車型卻并不能直接升級到第五代，需要逐步替換車隊。

此外，自動駕駛行業目前才剛剛進入第二階段，整體營收能力并不算強，都得靠融資輸血。

“規模大估值高就會導致后續越來越難融資，最后就是不得不裁員或是破產。”楊文利向車東西分析道，“但小而美的團隊在第二階段就能實現盈虧平衡，保證自己活到下一階段。”

02.從“百度自動駕駛20人”開始

2015年某天，一輛橙、白色涂裝，車頂頂著一個“大花盆”的寶馬3系GT駛上了北京G7高速，然后轉入五環，轉了一圈后回到了西二旗百度總部。

這臺寶馬車就是國內商業自動駕駛研發的起點。它由百度一支20多人的團隊和寶馬團隊聯手打造。過去的五六年里，這20多人陸續離開百度，創建了多家自動駕駛公司，撐起了國內自動駕駛行業的半壁江山。

楊文利就是這20人之一，是一位不折不扣的自動駕駛老炮。

他在清華大學自動化系完成了本科和碩士學習，隨后又拿到美國賓夕法尼亞州立大學的博士學位，然后到西部數據工作，擔任過首席架構師。

回國后楊文利加入了百度旗下當時最前沿的深度學習研究院，并且參與創建了百度早期的自動駕駛團隊。

2016年，楊文利和自己的清華校友嚴晗、何家瑞一起創建了領駿科技，研發目標鎖定在了最難的L4級Robotaxi方向。

嚴晗擁有清華自動化系博士學位，在領駿科技擔任資深地圖及仿真研發副總裁。系連續成功創業者，畢業后參與的首家創業公司已經實現上市，在加入領駿科技之前二次聯合創業的公司則被奇虎360收購并出任AI高級研發工程師，負責操作系統模擬器、網絡安全、模式識別等領域的基礎技術研發工作。

何家瑞是清華自動化系的碩士，此前是百度自動駕駛事業部高級研發工程師，目前擔任領駿科技資深決策規劃研發副總裁。

擁有東京大學博士學位，前靈鹿科技創始合伙人、CTO司若辰則擔任領駿科技的資深感知系統研發副總裁 。

此外，領駿科技還有鄧海清、龐東君兩位合伙人，分別擔任CFO和COO角色。鄧海清是人民銀行的博士后，目前是贛州銀行的獨立董事，也是人大、北師大等多座高校的客座教授，擁有豐富的金融經驗。

領駿科技COO龐東君

龐東君在自動駕駛行業工作多年。其先后在踏歌智行、易控智駕負責商務和大客戶業務，隨后又參與創辦于萬智駕任商務副總裁，擁有豐富的技術應用落地經驗。

從核心成員的背景可以看出，領駿科技在擁有極強的技術能力的同時，還著重引入了財務和技術落地方面的專業人才，搭建出了一個優勢互補的完善團隊。

優質團隊自然也受到了資方的持續追捧。2017年和2021年，其先后拿到了武岳峰、九合、信天的天使輪投資和臻忻資本的Pre-A輪融資。此外，國內知名AI芯片公司地平線、贛州發投等企業和機構也是其投資方。

另外需要注意，領駿科技成立的這6年正是全球自動駕駛行業最熱鬧的時間——創業浪潮此起彼伏，大額融資不斷。過去2000多天里不斷有各類同行、車企和出行公司向領駿科技或是團隊成員拋出橄欖枝——希望收購或是挖走其技術專家。

但其核心團隊完全不為短期的利益所動，堅定發展方向，至今無一人離職，背后正是清晰的行業判斷和堅韌的戰略定力在發揮作用。

03.Robotaxi搞定城市場景  Robobus常態化營運

技術研發方面，領駿科技的發展策略是“摘取珍珠，降維商用”。

在楊文利和領駿科技團隊看來，城市場景的無人駕駛（即Robotaxi）技術就是行業皇冠上的珍珠，因此公司從第一天開始，就鎖定這個方向前進，希望最終能摘下珍珠。

但因為Robotaxi技術難度最高，且還需要很長時間才能實現，因此在研發過程中，還需要將技術降維應用在具體場景中。一來通過商業化掙錢養活團隊，二來還能收集數據促進Robotaxi技術迭代。

秉承這種發展思路，領駿科技選定了Robobus自動駕駛巴士和城市支線物流兩大場景進行降維應用。

巴士和支線物流車行駛場景與Robotaxi一模一樣，但這兩者的行駛速度卻比較慢，且多為固定路線，因此非常適合基于Robotaxi技術打造產品，落地商用。

領駿科技COO龐東君告訴車東西，其目前已經打造了兩款Robobus，分別是針對園區的無人小巴和長度達到5.9米的智能網聯公交車，且兩者都已在江西贛州經濟開發區的新能源汽車科技城內開啟常態落地運營。

領駿科技的自動駕駛小巴

無人小巴為低速行駛車輛，車內沒有方向盤和操作踏板，主要在半封閉場景運營。智能網聯公交車則沿著機場、火車站和經濟開發區管委會之間的固定路線行駛。

在運營期間，其無人小巴最長有過3個白班沒有出現過任何接管。其每個白班的工作時間為8個小時，運營里程在150公里左右，換句話說就在城市場景內24小時行駛了450公里無任何接管，可見其自動駕駛技術已達到較高成熟度。

值得一提的是，領駿科技采用的是抱團發展策略。在落地區域內，除了有無人小巴、智能網聯公交車，其Robotaxi也會開過去進行測試。三種車型同時進行測試來收集數據，進而促進技術迭代，最終反過來再同時提升三種車型的行駛表現。

領駿科技自動駕駛中巴

從去年11月至今，三種測試車已經累計進行了5個月的常態化測試運營。

領駿科技Robotaxi車型表現也同樣可圈可點。據楊文利介紹，其Robotaxi車隊規模雖然較小，但已經具備城市內實現P2P（從停車場到停車場）的能力，可以處理包括泊車、普通道路、十字路口、高速路、環島、隧道等所有駕駛場景。

04.以終為始  多種創新方式研發無人車

“別人花了幾十億實現的效果，我們花了幾千萬就實現了。”在談及自家無人車技術表現時，楊文利笑著向車東西給出了這樣的評價。

Robotaxi，或者說城市內L4自動駕駛目前最大的困難主要是與其他交通參與者的博弈問題，也就是決策規模問題。領駿科技通過混合決策模型、數據反芻、仿真測試等多項技術創新來應對這一難題。

城市場景中無人車會遇到幾乎無窮盡的特殊情況，基于規則的決策模型根本無法應對。

領駿科技于是就把規則和AI技術融為一體，后者通過深度學習技術來學習人類司機應對各種特殊情況的處理辦法，然后再用規則（比如不能壓實線或者闖紅燈）來保證AI算法給出的駕駛決策是安全且符合規則的。

這樣一來，既發揮了AI技術能解決特殊難題的優點，又規避了深度學習模型的黑盒問題，兩全其美。

當然了，上述做法的前提是擁有足夠多的特殊場景數據來促進技術迭代。領駿科技的車隊規模并不算多，數據從哪來？如何處理數據？又如何應用數據進行迭代？

楊文利介紹了一個數據研發閉環。

首先，其常態化運營的Robobus等產品每日都會收集大量數據。拿到數據后，領駿科技會對數據進行語義級分析，提煉出多個獨立場景，構建增量式的場景庫。

其次，其會將場景庫放到仿真引擎中，并與已有的場景進行隨機排列組合，重構出數百公里，甚至是上千公里的虛擬測試場景——大幅提升了數據應用效率。

最后，有了更大規模的測試場景，領駿科技就能以此來打磨自己的算法，提升自動駕駛產品的性能表現，形成了“產品-數據-場景-仿真-算法-產品”的數據研發閉環。

閉環之外，領駿科技以終為始的研發思路也頗具亮點。

在楊文利看來，自動駕駛系統的最終和最重要目標是要做出好的決策規劃，所以打造好的自動駕駛系統本質就是打造好的決策規劃系統。

此外，研發技術開始就要考慮到軟、硬件的量產問題——拿無法量產的技術或硬件來開發系統，最終會導致整個系統無法量產。

在這兩大原則的指導下，領駿科技是先設計決策規劃系統，然后以此為基礎提出對感知系統的要求，進而再根據要求確定自己的感知硬件配置。

最終結果呢，領駿科技出現了一系列“反常操作”。

比如因為360度的機械式激光雷達太貴、不符合車規且影響車輛造型，領駿科技就拒絕在車頂使用機械式激光雷達，也就是放棄了激光SLAM技術，轉而做視覺SLAM。

領駿科技的自動駕駛測試車

研發流程上，領駿科技是決策規劃團隊給感知團隊提KPI，感知團隊能夠集中有限的力量實現最重要的感知結果。而在一些大型自動駕駛公司，感知團隊往往處于研發流程的第一位，他們以自己的理解提供感知結果，然后交給決策規劃團隊，讓其在已有的感知結果上做出決策規劃。

“感知優先的做法有很大問題。決策需要的感知結果經常給不到，反而卻用大量人力和算力去識別了一些不需要的目標和結果，效率不高。”楊文利向車東西評論道。

兩個數字足以驗證領駿科技做法的成果。

一是其自動駕駛算法能夠部署在一個只有30瓦功耗的嵌入式控制器里，說明其算法非常精簡。

二是領駿科技整個公司還不到100人，這么小的團隊就能讓三種自動駕駛車輛投入常態化運營，并且還跑的不錯，可見其研發效率非常之高。

05.今年落地近百臺車 2023年涉足支線物流

在交流的最后，楊文利和龐東君也向車東西介紹了領駿科技接下來的量產落地規劃。

2022年，其Robobus還會陸續在蘇州、杭州、南京、武漢等更多城市落地運營，預計將投入60臺左右。

與滿幫、陜西物流等合作打造的首批自動駕駛物流車也會投入測試運營，巴士、物流車和Robotaxi加起來總計將達到100臺的規模，并將為公司帶來數千萬的營業收入。

領駿科技北京辦公室

在與楊文利交流了幾個小時之后，車東西深切地感受到楊文利身上所表現出的特質，就正是領駿科技的特質。

作為一名技術專家，楊文利給人的第一印象顯得略微內向——說話聲音不大，語速也比較慢。但一旦聊起自動駕駛技術和產業發展，他又跟換了一個人似的，有說不完的技術名詞與見解，時不時還聳聳肩講起了行業段子，足以見得他對自動駕駛行業是愛得深沉。

領駿科技也是如此。看起來“其貌不揚”、“名氣不大”，但卻又極具潛力——在技術研發上提出了創新且務實的新思路，用非常少的資金和團隊就實現了L4自動駕駛產品的量產落地，并且能夠堅定自己的發展路徑與節奏。

總結來說就是，領駿科技雖然之前不在舞臺中央，但在自動駕駛這場馬拉松中卻有可能實現逆襲。

在與車東西告別后，楊文利在夜色下向街對面的辦公室走去。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。