同日，輕舟智航宣布獲得了數千萬美元A1輪投資，本輪融資將用于持續打造自動駕駛的“自動化生產超級工廠”。投資方暫未披露。
據公開信息，輕舟智航成立于2019年，是總部設于硅谷的全華人團隊。輕舟智航瞄準了未來城市智慧出行市場，專注于為合作伙伴提供可量產的無人駕駛解決方案，全方位覆蓋城市復雜交通環境下的多個應用場景。
在這一波的巨頭造車潮、無人駕駛初創公司陸續嶄露頭角的大環境下，輕舟智航主要有兩點值得關注，一是創始團隊與Waymo強關聯的背景，二是其選擇的切入路徑并不在擁擠的Robotaxi，而是公共交通領域。
△輕舟智航龍舟ONE無人小巴
從Waymo出走的華人青年們
CEO于騫，美國南加州大學計算機視覺和機器學習方向博士，曾是Google街景組關鍵項目技術負責人，曾在Waymo擔任感知關鍵模塊的機器學習算法研發Tech Lead。
聯創侯聰，從佐治亞理工學院博士后，曾供職于Waymo Perception Team，專門負責感知系統整體開發與優化。
聯創大方，2016年從哥大計算機科學博士畢業后，加入谷歌，主要做無人駕駛項目的運動規劃，半年后（2017年1月）入職Waymo。
聯創汪堃，2014年畢業于北大計算機科學本科，畢業后進入谷歌，一年多后（2016年4月）入職Waymo，負責仿真系統和系統架構。
Source：領英、愛企查
在輕舟智航的四人聯創團隊中，每位都是技術出身，都曾供職于Waymo，并且集齊了感知、運動規劃和仿真三大模塊。
后來，郝景山作為商務副總裁、合伙人加入輕舟智航。他也是純正的理工科出身，畢業于清華大學物理系，20世紀初期南下深圳在智能交通領域創業，擁有二十幾年商務拓展經驗。他的加盟，無疑補齊了輕舟智航在商業運營上的短板。
從領英和脈脈上的公開信息上來看，這樣的硬核技術團隊隨后吸引來了一批技術人員，他們大都是來自Waymo、優步、特斯拉、谷歌、英偉達、Facebook等巨頭公司的華人工程師。
名校理工科出身、巨頭公司技術線骨干出來創業，這樣的背景自然受到資本青睞。輕舟智航在成立的第二年（2019年），就拿了兩輪投資：種子輪1000萬美元，投資方包括IDG資本、元璟資本、Tide Capital；半年后，又接受了聯想創投集團的戰略投資，金額未知。
專注務實的無人公交場景
輕舟智航成立初期，總部設在美國硅谷，團隊成員均為華人。半年后（2019年11月），在深圳設立國內總部。
郝景山在接受《中國汽車報》采訪時解釋了背后的原因：方向一直非常明確，輕舟智航創始就是全華人團隊，“玻璃天花板”難破，在國內發展前景更好。
回國后，輕舟智航一路順利。“從公司注冊到買車到改車到車跑起來，總共用了一個月時間。之所以這么高效，因為很多任務都是原來做過的，把資源調配好，然后開始做就好。” 郝景山在接受采訪時說。
在科技巨頭紛紛宣布下場造車、越來越多的道路上開始跑Robotaxi的測試車時，輕舟智航避開了這條太過火熱的賽道，獨辟蹊徑選擇了短線公交——龍舟ONE。
區別于在封閉道路或園區運營的低速小巴，龍舟ONE可在城市開放道路上運營，車輛速度為20到50公里每小時，定位為城市微循環無人公交，在可支持區域內的固定行車路線，沿途可根據需求設立站點、專用車道。
車上設有9個乘客位和1個駕駛位（安全員位）。行駛過程中，可實現車身周圍360度無盲區感知，前方最遠感應距離超過200米，除了具備行人車輛避讓、自動變道、自動轉向、紅綠燈識別等基本功能，還能應對各類城市復雜交通場景，例如穿行人車混雜的路口、應對后車加塞、鬼探頭等。
龍舟ONE已經在蘇州、深圳、武漢等多個城市落地，目前是布局城市最多的公開道路無人公交項目。
此外，輕舟智航也有Robobus——龍舟無人巴士。基于其自主研發的Driven-by-QCraft無人駕駛方案，龍舟無人巴士可輕松應對各類城市復雜交通場景，廣泛應用于地鐵接駁專線、微循環公交、快速路公交、園區通勤擺渡、景區觀光游覽等場景。
龍舟無人巴士已經在蘇州啟動全國首個常態化運營的5G無人公交項目，在深圳推出全國首張無人公交月卡，今年還將推出全國首個無人駕駛共享網約巴士。
△輕舟智航在運行中的龍舟ONE
被字節跳動看上
此次讓輕舟智航走入大眾視野，是因為它被字節跳動看上的傳聞。
這也是字節跳動在科技互聯網公司造車浪潮里最大的一次動作。此前，字節跳動更多是一些邊緣的布局，比如2020年5月字節跳動確認組建車聯網團隊，計劃推出自己的車輛信息娛樂系統方案，實現旗下抖音、今日頭條等移動互聯網產品在汽車終端落地。
在字節的官網上，目前在招的崗位里有181個與汽車相關，其中絕大部分是汽車相關的廣告銷售，極個別崗位開放給商業化戰略，要求“對汽車相關上下游行業開展深度分析，發現行業機會點與風險點”，但是，這樣的崗位不超過個位數。
而這一次，看起來字節跳動找到了一個很好的標的。
2020年底，輕舟智航聯合創始人、CEO于騫在一次活動上表示，無人駕駛是萬億級的超長期大賽道，長期來看在于人才、數據及資金的運用效率之爭；如何結合場景進行有效的商業化落地是現階段的重點方向，先進的技術路徑及正確的系統性打法將是長期致勝的關鍵。這些也許都是未來可以和字節跳動共建的方向。
