轻舟智航1亿美元D轮融资:自动驾驶赛道迎来关键转折点

2026年3月23日，自动驾驶领域传来重磅消息：轻舟智航宣布完成D轮1亿美元融资。这不仅是资本对技术创新的投票，更折射出物理世界AI革命的深层逻辑。当行业还在争论“L4何时落地”时，这家成立仅7年的公司已用百万量产车和世界模型技术，为自动驾驶的商业化路径撕开一道裂缝。

一、融资背后的战略棋局：从辅助驾驶到通用物理AI

本轮融资由国内头部主机厂领投，联合宁波宁海兴泰合基金、梁溪科创产业母基金等产业资本，资金用途直指两大核心：世界模型研发与组织人才建设。这并非简单的资金注入，而是产业生态的深度绑定——主机厂需要智能驾驶解决方案，轻舟需要真实场景数据反哺技术迭代，双方形成“技术-量产-数据”的闭环。

轻舟智航CEO于骞的判断颇具前瞻性：“未来5-10年，物理世界AI的机遇远大于虚拟世界。”这一论断基于两个观察：

    技术临界点：城市NOA（导航辅助驾驶）已从“可用”迈向“好用”，轻舟单征程6M方案以128TOPS算力实现行业领先水平，打破高算力依赖；

    市场拐点：10万级车型城市NOA将在2026年大规模上车，轻舟计划2027年量产上车突破300万台，覆盖从经济型到高端车型的全市场。

二、百万量产车背后的“反脆弱”能力

在智能驾驶行业“洗牌之年”，轻舟的突围堪称教科书级案例。2024年，当行业因量产交付压力与融资节奏波动陷入困境时，轻舟却成为首个达成50万级量产交付的智驾方案商。这一成绩背后，是“选择客户比接单更重要”的战略定力：

    技术聚焦：放弃“全栈自研”的虚名，选择与地平线等芯片厂商深度合作，将资源集中于算法优化；

    量产思维：从理想AD Pro项目到“轻舟乘风2.0”三级产品矩阵（AIR、PRO、MAX），覆盖80TOPS到500TOPS算力需求，实现“一套方案适配多车型”；

    数据驱动：百万量产车构成真实世界的数据网络，为强化学习模型提供“燃料”，形成“量产-数据-技术升级”的正向循环。

三、世界模型：通往通用物理AI的“钥匙”

轻舟即将发布的世界模型+强化学习技术方案，是其从辅助驾驶向通用物理AI跨越的关键。传统自动驾驶依赖规则驱动，而世界模型通过构建虚拟环境，让AI在仿真中学习物理规律，实现“举一反三”。例如：

    极端场景训练：在虚拟世界中模拟暴雨、雪雾等低概率事件，提升系统鲁棒性；

    跨场景迁移：将城市道路经验迁移至乡村、高速场景，降低数据采集成本；

    人机共驾：通过预测行人、车辆行为，实现更自然的交互。

这一技术路径与OpenAI的GPT系列异曲同工——用海量数据训练底层模型，再通过微调适配具体任务。于骞透露：“我们的目标不仅是自动驾驶，而是让AI理解物理世界的因果关系，最终实现机器人、工业自动化等场景的通用化。”

四、行业格局：从“诸侯混战”到“一超多强”

当前，智能驾驶行业正经历从“技术验证”到“商业化落地”的质变。轻舟的百万量产车与世界模型技术，使其成为主机厂“去英伟达化”的重要选项。但挑战依然存在：

    数据壁垒：特斯拉的影子模式、Waymo的仿真系统均构建了深厚的数据护城河；

    算力竞赛：英伟达Thor芯片算力达2000TOPS，轻舟需在算法效率上持续突破；

    伦理争议：L4级事故责任认定、数据隐私等问题仍需政策规范。

尽管如此，轻舟的路径已为行业提供参考：以量产车为支点，用世界模型撬动通用物理AI。正如于骞所言：“汽车行业发展这么多年，很难想象市场会集中到全世界只用一家方案。”在多元化的竞争格局中，轻舟正以“技术+量产”的双轮驱动，驶向物理世界AI的星辰大海。

结语

当行业还在争论“L4何时到来”时，轻舟已用百万量产车证明：自动驾驶的商业化不是“未来时”，而是“现在进行时”。这场1亿美元的融资，不仅是资本对技术创新的认可，更是对物理世界AI革命的押注。在通用人工智能的征途上，轻舟的航向，或许正指向下一个技术奇点。