近日,佑驾创新正式获得了中国证监会关于其境外上市的《备案通知书》,该公司计划发行不超过1.38亿股境外上市普通股,并拟在香港联合交易所挂牌交易。
实际上,佑驾创新早在今年上半年便已向港交所提交了上市申请。
在本次佑驾创新香港首次IPO中,约40%的募集资金将用于增强公司的研发实力,包括招募和留住相关研发人才,以深入研究人工智能技术;
提升公司的产品研发能力,并强化公司的创新商业化能力;以及提升公司研发流程的可扩展性、效率和有效性。
约30%的资金将用于提升公司的生产效率和解决方案的竞争力;约20%将用于加强销售和营销能力;而约10%将作为营运资金和一般企业用途。
佑驾创新成立于2014年,是一家专注于智能驾驶及舱内解决方案的供应商。
公司致力于通过全栈自研的软硬件一体化技术,逐步实现从L0至L4级别自动驾驶技术的量产应用。其提供的解决方案涵盖了领航、泊车以及舱内功能。
在众多智能驾驶企业中,佑驾创新以其专注于[领航、泊车和舱内功能]而脱颖而出,形成了独特的市场定位。
自2015年至2023年,佑驾创新累计完成了17轮融资。至2023年11月的最新一轮融资后,公司估值已达到53.48亿元人民币。
在最近一轮融资后,公司估值达到53.48亿元人民币,与天使轮融资时的2500万元估值相比,增长了约213倍。
佑驾创新的投资方阵容强大,包括上海泓津、北京四维、韬略基金、深圳杉创、广州产投资本、博原资本、华智兴瑞基金、新景富盈基金、珂玺资本等知名机构。
智能驾驶解决方案倾向于性价比的路线
佑驾创新向客户提供的产品和服务包括智能驾驶解决方案、智能座舱解决方案以及车路协同技术。
今年,佑驾创新已与20家整车厂的35款车型展开了定点项目的持续开发工作,并与另外29家整车厂的88款车型实现了量产合作。
在佑驾创新的业务营收构成中,智能驾驶解决方案业务占据核心地位,其在三年内的收入分别为1.73亿元、2.67亿元和3.86亿元,长期占据总营收的80%以上。
该业务的收入增长显著,且毛利率亦呈现出逐步提升的趋势,2021年至2023年的毛利率依次为9.7%、12%及14.3%。
在技术布局方面,佑驾创新采取了循序渐进的自动驾驶发展策略,从基础的L2级高级驾驶辅助系统(ADAS)功能起步。
其产品线最终覆盖了L0至L4级的智能驾驶解决方案,以适应多样化的使用场景和车型需求。
在算法层面,公司实现了从感知到决策的全栈自主研发,能够支持市场上的主流系统级芯片(SoC)部署。
L2+级别的产品主要是iPilot智能驾驶解决方案,它提供了从主动安全到高速公路领航等一系列功能。
目前正开发iPilot 4版本,预计将在具备80TOPS计算能力的芯片上实现城市领航功能;
L4级别的产品方案iRobo,其首款产品为无人驾驶的Robobus,预计将于今年交付。
总体而言,佑驾创新的智能驾驶解决方案更倾向于追求极致性价比的路线,类似于大疆的市场策略。
在智能座舱业务领域,佑驾创新主要专注于视觉相关的驾驶员监测系统(DMS)和乘员监测系统(OMS)。
根据招股说明书,自2024年1月1日起至最后实际可行日期,佑驾创新已与12家整车厂合作。
围绕17款车型开展定点项目的持续开发,并且其方案已在22家整车厂的60款车型上实现量产。
面临对赌协议的压力背水一战
根据投资者与公司签订的股东协议,公司授予投资者的撤资权和赎回权在向港交所首次提交上市申请之前自动终止。
然而,若出现公司向港交所提交的上市申请被拒绝、撤回、未获得港交所批准,或首次提交的上市申请在六个月内未重新提交等情形,撤资权和赎回权将自动恢复。
面临对赌协议的压力,佑驾创新迫切地从A股市场转向,寻求在港交所上市。
在中国车厂普遍面临销售压力和内卷压力的背景下,这些压力最终会传导至上游,导致盈利空间进一步缩小。
实际上,第三方供应商处于相对弱势地位,存在固有的劣势。
智能驾驶的发展前景是显而易见的,未来拥有最多驾驶数据和最大算力中心的企业将占据优势。
尽管如此,车厂拥有通过AI训练的海量数据优势,但这是第三方供应商的天然劣势。
无论未来前景如何,刘国清及其团队只能全力以赴,背水一战。
结尾:
各大车企为了提升产品的竞争力,纷纷加大在智能驾驶领域的投入,甚至进行全产业链布局。
这使得智驾企业面临来自车企的竞争压力,同时也为智驾企业提供了与车企合作的机会。
为了更好地与车企合作,智驾企业需要提升自身的实力和影响力,上市是一种重要的途径。
这一趋势将有助于推动智能驾驶技术的发展和应用,加速汽车产业的智能化转型。
但同时,上市也对企业的管理水平、盈利能力等提出了更高的要求,企业需要不断提升自身的综合实力,才能在市场中取得成功。
部分资料参考:铅笔道:《深圳又杀出超级IPO:估值53亿,全国第六》,赛博汽车:《10年超10轮融资,又一家自动驾驶公司即将在港交所上市》,IPO早知道:《智能驾驶领域又有企业迎来IPO新进展》,IPO聚焦:《智驾解决方案供应商「佑驾创新」获港股备案通知书》,子弹财经:《被催着上港股,佑驾创新急了?
好文章,需要你的鼓励
这项研究介绍了Ankh3,一种创新的蛋白质语言模型,通过多任务预训练策略显著提升了模型性能。研究者采用两种互补任务:多掩码概率的掩码语言建模和蛋白质序列补全,使模型仅从蛋白质序列就能学到更丰富的表示。实验表明,Ankh3在二级结构预测、荧光预测等下游任务中表现优异,尤其在模型未曾训练过的任务上展现出强大泛化能力,为蛋白质设计和分析开辟了新路径。
法国波尔多大学研究团队开发了一个突破性框架,用于神经退行性痴呆症的差异化诊断。该框架将3D脑部MRI转换为文本报告,并利用强化学习优化的大语言模型进行详细诊断推理。不同于传统"黑箱"方法,这一系统能生成透明、有因果关系的解释,同时保持高诊断准确率。研究显示,通过群组相对策略优化(GRPO)训练的轻量级模型能展现复杂推理行为,包括假设检验和非线性思考,提供与临床决策流程一致的排序诊断结果。
这项研究提出了CLUE框架,首次能够生成自然语言解释来揭示AI事实核查系统不确定性的来源。与现有方法不同,CLUE能识别文本片段间的冲突与一致关系,并解释它们如何影响模型的预测不确定性。实验表明,CLUE生成的解释在三种语言模型和两个事实核查数据集上都更忠实于模型不确定性,用户评价其更有帮助、信息更丰富、冗余更少且逻辑更一致。CLUE不需要微调或架构更改,适用于任何白盒语言模型,为事实核查提供了实用支持。
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。