保時捷押注、估值 60 亿美元,這家自動駕驶公司做對了什麼?

admin

全世界的主動駕驶公司，都不怎样好于。

在美國，估值一度到达 300 亿美元的 Cruise 堕入泥潭，硅谷典型的 Waymo 迟迟不见红利的但愿。在海内，曾高举 L4 大旗的公司，也纷繁参加到為車企辦事 L2+主動駕驶的辦事當中，赚點辛劳钱。

不外，凡事总有破例。

保時捷不久前领投了一家主動駕驶汽車软件公司——Applied Intuition。

该公司重要為汽車制造商和其他公司，開辟可用于研發主動駕驶解决方案的「仿真测试」软件，讓客户可以频频测试車辆的软件和硬件，還能帮忙他們辦理主動駕驶的海量数据，從而收缩開辟周期，并加速汽車的出產速率。

究竟上，除保時捷，介入领投的另有 Lux Capital 的 Bilal Zuberi、聞名投資人 Elad Gil。不但如斯，Andreessen Horowitz、Mary Meeker 的 Bond 基金，乃至 F1 赛車世界冠军 Nico Rosberg 也参加了本轮投資。堪称是调集了浩繁明星本钱。

這轮融資帮忙 Applied Intuition 筹資 2.5 亿美元，使其估值到达 60 亿美元。

那末，在如许卑劣的情况下，Applied Intuition 凭仗甚麼技能，完成上亿美元的融資？這家公司到底甚麼来頭？

01

硅谷长出的智駕独角兽

Applied Intuition 在 2017 年建立，总部位于硅谷。

公司的两位開創人，Qasar Younis 和 Peter Ludwig 别离担當 CEO 和 CTO。两人在google的舆图营業中了解，一拍即合，决议配合創業，方针是為主動駕驶摹拟仿真测试供给解决方案，從而加快全世界對平安智能呆板的采纳。

公司自建立以来就致力于立异 AI 驱動法子解决繁杂的软件問题，經由過程供给 AI 软件，来「革新」車辆的機能和運行，發掘車辆数据，為產物開辟和運营改良供给信息，從而完全扭轉主動駕驶软件及其他范畴的汽車软件開辟流程。

今朝，正在将更多 AI 软件利用到汽車、國防、修建和农業等范畴。

跟着公司的成长，公司在底特律、华盛顿特區、德國、韩國和日本都設立了處事處，為全世界各行業的客户供给辦事。

對此，Applied Intuition 的結合開創人 Qasar Younis 暗示，「作為生态體系的带领者，咱們的职责就是将硅谷的最好功效带给咱們的全世界客户群。」

今朝，Applied Intuition 已颁布發表，與前 20 家汽車制造商中的 18 家互助，包含丰田、日產、RideFlux 等，乃至還與美國陸军和國防立异部分签定了合同。

另外一位開創人 Peter Ludwig 對此更是直言，「汽車制造商在某些方面不與咱們互助是很伤害的，由于咱們正在鑽研的某些技能很是繁杂，并且會發生庞大的影响。」

值得一提的是，Applied Intuition 自創建起，就一向连結着三位数百分比的同比增加，還實现了红利。不成否定，公司的成长受益于天生式人工智能、自立體系和软件界说汽車等@期%17Un9%間大趋%e3B94%向@，也是以备受明星本钱的青睐，迄今為止已完成為了 5 轮融資，累计吸金超 6 亿美元。

新一轮的融資得手後，開創人 Younis 暗示，「這笔钱用于開辟一些野心勃勃的项目上。咱們業界领先的汽車软件產物将注入人工智能技能，好比大说话模子等，扩大到咱們明白的 ADAS 和 AD 东西链以外，這将成倍地加快下一代汽車的出產。」「不但如斯，有了這笔投資，咱們還将開辟咱們本身的天生式 AI 模子，鞭策汽車和主動駕驶行業的成长。」

對此，Lux Capital 的平凡合股人 Bilal Zuberi 也暗示，「Applied Intuition 站在人工智能革命的前沿，将扭轉全世界交通行業。」

02

虚拟测试平台

Applied Intuition 的產物到底有甚麼魔力，能讓開創人有能力「打单」全世界汽車公司？

對付傳统車企来讲，摆設繁杂的高档駕驶辅助體系（ADAS）和主動駕驶（AD）软件带来庞大挑战，由于他們必要以具备本钱效益和可扩大性的方法，開辟和驗證這些體系，而现實测试和数据采集都既昂贵又不平安。

為此，Applied Intuition 供给了 ADAS 和 AD 開辟平台，使工程团队可以或许在虚拟情况中平安、高效地開辟和测试體系，并收缩產物上市時候。

平台同一的东西链横跨從摹拟到数据摸索和驗證的全部開辟周期，還可以零丁供给部門环節所需的仿真或数据东西唇膏推薦,。别的，它采纳呆板進修（ML）技能，支撑日趋傳神和繁杂的用例。详细開辟流程以下：

一、数据采集與天生

工程团队既可以經由過程现實测试获得駕驶日记，也能够操纵平台的主動設置装备摆設模子，主動搜刮和辨認相干的真實世界駕驶日记，来從新摹拟、練習或评估。

二、仿真場景建立

团队可以按照合成数据或现實駕驶记實，為感知、展望、计劃和節制摹拟建立合成場景。平台的傳感器和工具级摹拟器具备肯定性和真實性，易于利用，并能與所有测试體系集成。

三、運行摹拟

開辟团队可以在内部或云端，举行智能選擇，并交運行数千次摹拟。在归并每项代码變動以前，主動履行希望和回归测试。

四、阐發和驗證

中古機械買賣，在用户友爱的仪表板中可视化测试成果，评估體系機能，并跟踪運行設計域（ODD）的笼盖范畴。并在将软件模块集成到全部車辆架構以前，确保知足功效、體系和律例请求。

再举例来讲，May Mobility 就利用了 Applied Intuition 的開辟平台，晋升了其视听技能的平安性、恬静性和機能测试的機動性和效力。

May Mobility 經由過程利用 Applied Intuition 的摹拟器 Object Sim，在虚拟場景中测试其软件，以确保車辆行驶平安，并知足搭車恬静度的特定尺度。

May Mobility 還經由過程编程，從車队采集的数小時駕驶日记中發明异样环境和其他相干事務，再将感樂趣的事務轉化為测试用例，以便在 Log Sim 中從新摹拟。

經由過程從新摹拟，工程团队可以在主動駕驶倉库的轮回中，调试路面事務，在曩昔的駕驶中，测试分歧版本的倉库，并操纵 Applied Intuition 的 CI 平台「云引擎」在摆設新软件以前，辨認主動駕驶软件中呈现的問题，并找到根来源根基因，再举行调解優化。

可见，汽車制造商可操纵 Applied Intuition 的 ADAS 和 AD 開辟平台最新的 AI 天生技能，延续開辟、测试和驗證體系，提高软件及硬件的開辟速率、平安性和體系質量，同時優化出產本钱。

03

合成数据和 AI

在高档駕驶辅助體系（ADAS）和主動駕驶（AD）體系的開辟進程中，練習数据的数目和質量，直接影响到 ML 模子的機能。

但是，在實際世界中采集、標識表记標帜数据既迟钝又昂贵，而以傳感器「摹拟」功效為根本的合成数据，则有助于解决這一困難。

開辟团队可毛囊炎藥膏,使用编程说话和可视化编纂器，經由過程「摹拟」對場景内容、气候、照明等「變量」举行「節制」，自立界说練習模子所需的正确数据和標签，輕松建立各類駕驶場景，包含繁杂、罕有和伤害的环境，而無需承當與真實世界测试相干的危害，不但如斯，還可使用数据集辦理东西，檢察统计数据、過滤和导出数据。

并且，在練習感知模子時，ML 工程師可以将合成数据與真實数据相连系，以更快的速率和更低的本钱改良自立體系，确保合成数据集為支撑 ML 的體系供给最大價值。

别的，合成数据集還供给可集成和可扩大的根本举措措施，帮忙開辟团队将天生的数据集與现有的 ML 模子举行集成，并驗證模子機能是不是有所提高，同時，「云引擎」可以在数小時内和谐数千次并行「摹拟」，實现弹性扩大和輕松协作。

可见，Applied Intuition 經由過程在以编程方法天生和標注的傳感器数据长進行練習，指导或提高呆板進修（ML）模子的鲁棒性，從而節流数百万的数据采集、發掘和標注本钱，不但解决了 ML 模子機能的急迫需求，還為 AI 練習法子的立异成长摊平了門路。

那末，主動駕驶汽車团队若何用 Applied Intuition 的合成数据集練習體系？

汽車团队可以用合成数据集，测试各類車辆設置装备摆設的自動平安功效，评估操作設計域（ODD）中各類場景的體系举動，驗證主動停車體系、主動高速公路导航等，并知足贸易摆設的平安律例请求。详细的利用环境以下：

迭代、摹拟優先的開辟法子

操纵仿真技能收缩開辟周期，從编写代码到虚拟测试再到现實测试，從数周收缩到数天，削减昂贵乃至伤害的門路测试。

有用操纵真實数据和合成数据

為下一個出產启動 (SOP) 規劃創建数据引擎。将相干事務轉换為用于回归测试的摹拟测试，并测驗考试經由過程利用合成数据举行練習来提高感知機能。

周全摹拟

采纳可跟踪分歧测试情况成果的平台，以领會機能并及早起頭筹备平安案例。好比，摸索邊沿环境，如變线、并线、切入和上下匝道勾當，并扭轉情况参数，如一天中的時候、室第區和高速公路路况，举行周全测试，為将来的迭代直至最毕生產創建信念。

能力驱動開辟

操纵合成数据提高門路和泊車计较機视觉功效的機能，将標注門路練習数据的相干本钱至多低落 10%。使開辟职員可以或许在 ADAS 计较硬件可用以前對嵌入式代码功效举行评估。将開辟周期收缩约六個月。

機能校准

周全评估體系举動，采纳與现實成果相干的仿真模子，為 SIL 和 HIL 测试域設計及時車辆活動支撑，促成各類履行器的原始装备制造商和供给商模子的集成。

驗證和認證

經由過程@摹%8f9aq%拟對每%s2t3S%一%s2t3S%個@软件版本举行延续驗證，将终极驗證阶段發明的软件集成缺點削减 90%。将测试主動化集成到软件構建體系中。

可见，Applied Intuition 的合成数据集，對真實世界数据举行了有用弥补，供给了一種可扩大的高效解决方案，經由過程帮忙感知和驗證团队界说、天生和操纵用于 ML 模子的合成練習数据，促成数据驱動的 ADAS 和 AD 開辟。

按照数据，到 2026 年，全世界主動駕驶汽車市場估计将到达 648.8 亿美元。特斯拉、Uber、Waymo 和现有的汽車制造商都面對着竞争压力，必需加速主動駕驶汽車技能的成长。

软件和 AI 正在敏捷扭轉下一代汽車的成长。Applied Intuition 的软件解决方案可帮忙汽車制造商、一级供给商和卡車運输、修建和农業等行業的公司把握這一變化，完全扭轉汽車软件開辟流程，并将软件界说的汽車快速、平安地推向市場。

可见，作為一家「主動駕驶」和造車行業的「送水人」，跟着 AI 技能的進化，一样也能做得很是樂成。