Full text · 原文
2,857 字
一季度过去，具身智能行业的融资热潮还在继续。<br>
36氪获悉，专注于L4低速自动驾驶的公司「优时科技」宣布完成数亿元人民币B2轮融资。本轮融资由前海方舟领投，前海母基金旗下多支基金参与，联同鲲翎资本、厚天资本等8家投资机构共同完成。<br>
在此之前，「优时科技」已完成了6轮融资：<br>
·2018年6月，拿到 PNP 中国领投、北京汇丰投融、北京金种子和上海平阳复辉跟投的数百万人民币种子轮；<br>
·2019年7月，获得英诺天使领投、驰星创投跟投的千万人民币天使轮；<br>
·2020年10月，获得 Global Brain、英诺天使、驰星创投、PNP 中国、平阳复辉的数千万A轮融资；<br>
·2022年7月，获得海尔资本、金茂资本、惟一资本投资的数千万A+轮融资；<br>
·2023年1月，获得零以创投、厚天资本的数千万A++轮融资；<br>
·2024年7月，完成了B1轮融资，由驰星创投、Global Brain投资，金额在数千万元级别。<br>
「优时科技」成立于2018年，聚焦于通过计算机视觉实现L4自动驾驶，取代了传统多线激光雷达在低速行驶领域的应用。截至目前，「优时科技」已在海内外商圈、步行街、地铁站、机场等大流量场景部署了数千台「优时小车」，追平了成立于2014年的海外自动驾驶配送头部企业 Starship。<br>
「优时科技」CEO林锫森表示：“在人形机器人赛道中，优时以L4视觉自动驾驶为底座，通过大流量场景验证机器人的通用导航和交互能力，进而平移到人形机器人平台。这一逻辑与特斯拉（Tesla）从FSD（完全自动驾驶）向人形机器人 Optimus 延伸的思路相似，两者都是坚持通过‘纯视觉感知算法 + 物理世界真实数据’，来驱动人形机器人走向通用智能。”<br>
“当然，从小车跨越到人形机器人，在机械控制层面存在差异。” 林锫森强调，“优时的核心壁垒并非从零打造一具‘双足躯壳’，而是将成熟的L4视觉算法与空间认知能力，封装为具身机器人的‘社交导航大脑’。在硬件供应链日益成熟的今天，拥有应对复杂人流量的导航和交互大脑，也是人形机器人落地的重要环节。”<br>
1.突破非结构化挑战，低成本转动数据飞轮<br>
聚焦大流量场景，其技术挑战与传统开放道路的L4自动驾驶截然不同。<br>
乘用车面临的环境通常是结构化的：有规整的车道线和室外RTK，算法可通过海量数据学习识别车道，并借助高精地图与多传感器融合进行辅助定位。相比之下，线下大流量商圈场景则是高度非结构化、强动态的复杂环境。这里没有车道线，人群穿梭不息，干扰因素极多。要在这种环境中实现自动驾驶，不仅需要重新构建算法，更必须把方案成本降到极致，才能满足线下商业需求。<br>
“物理世界对成本极度敏感。无论是自动驾驶还是具身智能，低成本都是实现规模化的前提。”林锫森向36氪强调。“目前，可自主运营的人形机器人造价普遍偏高，出货量与乘用车无法在同一个量级，这导致其在物理世界采集的数据无法满足算法训练需求。行业陷入了‘先有鸡还是先有蛋’的困境——没有规模出货就跑不出数据，没数据就做不好智能，进而没法规模出货。具身智能很难直接复制乘用车‘靠海量用户转动数据飞轮’的路线。”<br>
基于此，「优时科技」通过低成本的「优时小车」作为终端载体，率先在大流量场景跑起来。小车在拥挤人群中累积的真实运行数据，补齐了具身智能的“高动态社交数据”与“人机交互能力”。<br>
为了实现这套低成本方案，「优时科技」花了7年时间的技术研发以及市场的探索。与其他竞品普遍采用多线激光雷达不同，优时从成立之初就坚决走纯视觉路线—— 采用双目摄像头实现三维定位和导航。<br>
“如果依赖高精地图，派人重新扫描三维地图的市场价在每公里2000元左右。”一位无人车工程师透露。这对结构经常变动的大流量场景来说，是无法承受的隐性负担。<br>
双目摄像头硬件虽便宜，但要实时生成3D信息，对算力要求极高。为此，优时通过自主研发的算法：在强弱光交替的环境中提取核心三维轮廓，滤除高动态干扰。这种机制确保了环境变化不对导航和运行产生影响。<br>
2.下一步：大流量场景的人形机器人<br>
“优时科技的定位始终是一家机器人公司。六轮小车是我们很专注的产品形态，接下来，我们的产品矩阵会增加人形机器人，未来两者将产生深度的场景和 IP 的结合。”林锫森表示。<br>
在规划中，人形机器人更多承载交互功能，六轮小车则承担负载与移动。林锫森解释：“大流量场景需要高频的人机交互，且对续航要求极高。让人形机器人背着货跑，耗电量非常大，如果没有7到8小时以上的续航，很难在真实的商业运营中成立。”<br>
在林锫森看来，具身智能的发展有两大核心板块：第一板块是 Locomotion（移动能力）与 Interaction（交互能力）；第二板块是 Manipulation（精细操作能力）。<br>
他认为，机器人要想渗透进物理世界与人共处，首先要解决在复杂环境中的“共存与通行”问题——能否准确预判人的意图？是否听得懂指令？懂不懂得避让？而这正是「优时小车」的先发优势。每天在人流密集、环境嘈杂的商超中穿梭，积累了海量的人机共存数据，并借此训练出了“社交导航能力”，赋予了机器人意图预判、秩序融入和得体交互的能力。<br>
“虽然小车和人形机器人的物理载体不同，但应对复杂人流的‘社交导航大脑’和‘空间认知模型’是相通的。”林锫森指出，“这能率先解决第一板块的移动和交互痛点。随着技术发展，我们再去慢慢完善第二板块的精细操作能力。”<br>
3.造血式数据采集：线下商业闭环<br>
除了视觉算法的复用，「优时科技」利用高频的线下商业场景，破解了具身智能行业“数据采集成本高”的核心痛点——用商业价值为数据采集买单，让机器人在为B端客户创造收益的同时，源源不断地反哺AI训练数据。<br>
在大流量场景中，优时花了多年时间打磨造血环节：「优时小车」不再仅仅是单纯的物理移动载体，而是可移动的商业智能终端（AI Agent），能够依靠视觉算法主动寻找人流密集的高热度区域，为线下客户提供动态的展示、移动产品体验与线下流量分发。<br>
这种主动找人的交互模式，打破了传统商业被动获客的痛点，将公域流量转化为私域流量；凭借可量化的商业回报，让小车成为基础设施，为客户大幅降低了获客成本。<br>
如今，数千台在高频运转的终端小车构成了自我造血的变现网络，也是一个持续更新的世界数据库。小车在与人群的高频商业交互中，累积了海量的多模态数据与动态空间信息。<br>
本轮投资方前海方舟项目投资负责人表示：“在物理世界里复刻AGI，是一场勇敢者的游戏。优时科技通过技术创新，实现了低成本高精度的L4自动驾驶解决方案；并进一步利用自研方案的优势，锚定赋能线下大流量、高动态环境市场。在快速跑通商业模式形成闭环的同时，逐步构建起了规模效应和物理世界的数据壁垒。该项目是前海方舟基金群在‘AI+物理智能体’垂直领域落下的关键一子。”<br>
据悉，本轮资金将主要用于L4自动驾驶技术向具身智能的规模化迁移、通用视觉技术商业终端的网格化部署，以及多模态AI Agent与生成式动作大模型的研发与市场扩展。