轻舟智航D轮融资1亿美元：世界模型与L4自动驾驶的商业化路径与通用物理AI启示

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 发布时间: 2026-03-23

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

轻舟智航成立于2019年初，核心团队来自谷歌Waymo、特斯拉等国际科技公司。公司坚持L2++与L4“双线并行” 战略，底层技术逻辑高度一致，共享由AI驱动的“自动驾驶超级工厂”技术底座。

在L2++领域，自2021年底布局以来，其“乘风”智能辅助驾驶系统搭载量已突破100万台。数据显示，完成首个50万台交付用时近3年，而从50万台到100万台仅耗时8个月，增速显著。目前，轻舟已与理想、奇瑞、广汽等近10家头部车企合作，覆盖车型近30款。

在L4自动驾驶领域，轻舟通过“量产即运营”范式进军无人物流赛道，车辆已在金华、芜湖、宁波等地投入商业化运作。公司计划2026年推动全场景城市NOA向10万元的国民车型渗透，并推动Robovan初步规模化部署、Robotaxi小范围试点。

技术层面，轻舟将战略重心向L4自动驾驶及通用物理AI倾斜，加码世界模型+强化学习技术研发。公司认为自动驾驶技术演化分为三个阶段：模块化架构的“机器智能”阶段、端到端架构的“类人智能”阶段，以及引入VLA模型与世界模型的阶段，后者能使系统深度理解物理规律，安全性可达人类司机的十倍。

“自动驾驶是通往物理AI的最佳入口。”轻舟智航联合创始人、董事长兼CEO于骞博士表示。

🚀 对企业 AI 化的启示

1. 数据闭环驱动技术迭代：轻舟的L2++量产数据直接用于L4产品训练，反之亦然，实现数据价值最大化。基于统一技术底座，不同产品拥有同源一致的驾驶能力，避免重复开发，加速技术迭代。这种双轮驱动的大规模数据闭环系统为AI企业提供了高效的技术演进路径。

2. 前沿技术融合提升商业化潜力：轻舟将VLA模型与世界模型的优势融合到同一个端到端架构中，通过世界模型+强化学习等前沿物理AI技术，提升系统的泛化能力和安全性。这启示企业，在AI落地过程中，融合多模型优势可增强解决方案的鲁棒性和市场竞争力。

3. 战略聚焦与规模化部署：轻舟计划2027年推动NOA量产上车突破300万台，Robovan实现十万台级别量产，Robotaxi实现规模化部署。这表明，AI企业需明确战略重心（如L4自动驾驶），并通过阶段性目标（如2026年合作车型突破50款）推动规模化落地，以实现商业价值的持续释放。

随着1亿美元新融资的注入与百万辆量产数据的积累，轻舟智航正尝试将自动驾驶推向更广阔的通用物理AI领域，为行业提供了从技术研发到商业落地的完整参考框架。

【官方原文链接】点击访问首发地址