自动驾驶货运科技公司Einride宣布,其美国存托股份及认股权证已于近日在纳斯达克全球市场和纳斯达克资本市场正式挂牌交易,股票代码分别为"ENRD"和"ENRDW"。为庆祝公司正式进入公开市场,Einride领导团队亲赴纽约时代广场纳斯达克市场站,敲响了纳斯达克开市钟。
Einride于2016年在斯德哥尔摩创立,历经十年时间,持续构建技术平台、运营基础设施,并积累客户资源,致力于将大规模电动化与自动驾驶货运变为现实。目前,公司客户涵盖全球多家大型货主,业务横跨快消品、食品及工业领域。
Einride目前拥有30家全球客户,具备完善的运营数据集成能力,并通过联合业务计划构建了超过8亿美元的商机管道。此次登陆公开市场,公司携成熟且可扩展的平台,目标直指规模达4.6万亿美元的潜在市场。
Einride首席执行官Roozbeh Charli表示:"过去十年,Einride已建立起引领自动驾驶与电动货运转型所需的技术体系和客户基础。我们的目标明确:持续与客户深化合作,不断提升其网络的自动化水平,用每一英里的实际运营证明整个网络效率的持续优化。"
公司创始人兼执行董事长Robert Falck表示:"Einride起步于一个简单的理念——货运可以有更好的方式。今天的上市是公司发展历程中的重要里程碑,彰显了我们技术平台的实力、客户对我们的信任,以及团队多年来在构建和规模化现代货运科技业务方面所付出的努力。"
在商业模式上,Einride致力于在整个货运生态系统中实现全链路价值捕获。具体包括:货运运力即服务(FCaaS),提供端到端的自动驾驶与电动化运输解决方案;以及软件即服务(SaaS),通过向第三方运营商、整车厂及国防机构授权技术来实现商业化。这一多元化路径为公司在全球市场加速普及背景下提供了多条增长通道。
该生态系统的核心是Einride自研的AI平台Saga。该平台通过实时整合车辆遥测数据、充电基础设施、路径规划及需求数据,对全球网络的货运运营进行智能优化。
前Legato Merger Corp. III首席SPAC官、Einride董事Eric Rosenfeld表示:"Einride的技术已在规模化运营层面得到验证,背后有深厚的客户关系支撑,以及十年稳健执行所奠定的未来货运愿景。我们很荣幸能与Einride团队携手,将这一变革性机遇带入公开资本市场。"
EQT Ventures合伙人、Einride董事Ted Persson表示:"Einride比行业其他参与者更早洞察到货运的发展方向——电动化、自动驾驶与软件定义。过去十年,团队将这一愿景转化为一家跨洲际运营的企业。此次上市是其长期战略眼光与执行力的有力证明,也是欧洲科技公司迈向全球舞台的优秀范本。我们为能参与其中感到自豪。"
欧洲最大日本背景风险投资基金NordicNinja联合创始人兼普通合伙人Marek Kiisa表示:"Einride不是在改良货运,而是在重新绘制公路运输的版图。我们早期投资这家公司,正是因为在其他人眼中这只是一家自动驾驶电动运输公司的时候,我们看到了下一代AI货运平台的底层基础。领导团队拥有将科幻变为现实的远见与工程执行力,今天的里程碑正是多年不懈努力的最好体现。"
Q&A
Q1:Einride是一家什么类型的公司,主要业务是什么?
A:Einride是一家成立于2016年的瑞典科技公司,专注于推动货运行业向电动化和自动驾驶方向转型。其主要业务包括两大板块:一是货运运力即服务(FCaaS),提供端到端的自动驾驶电动运输解决方案;二是软件即服务(SaaS),向第三方运营商、整车厂及国防机构授权旗下技术平台,目前已服务全球30家客户。
Q2:Einride的AI平台Saga具体有什么功能?
A:Saga是Einride自主研发的AI平台,是其货运生态系统的核心引擎。Saga能够同时整合车辆遥测数据、充电基础设施状态、路径规划信息以及需求数据,对全球网络中的货运运营进行实时智能优化,从而提升整体运输效率,降低运营成本,并支持更大规模的自动化落地。
Q3:Einride此次纳斯达克上市的市场规模和商业前景如何?
A:Einride目前已与30家全球客户建立合作关系,并通过联合业务计划积累了超过8亿美元的商机管道。公司上市后所瞄准的总潜在市场规模高达4.6万亿美元,覆盖快消品、食品及工业等多个货运垂直领域,整体商业前景较为广阔。
好文章,需要你的鼓励
今天讲的出海案例是汽车热管理零部件企业飞龙股份,其泰国罗勇府工厂已经试生产,并以涡壳、排气歧管、机械水泵和电子水泵承接东南亚本地交付。
这篇论文提出AURA框架,通过"先定位风险片段再精准重建"的分步匿名化方法,在抵御AI联网侦察攻击的同时,保留约75%至80%的质性研究价值,填补了现有技术在两者之间的空白。
极客加(Geekplus)宣布在丰田汽车日本多个工厂部署共436台移动型自主移动机器人(AMR)。面对人口减少引发的劳动力短缺及新卡车司机劳动法规挑战,丰田加速厂内物流自动化进程。极客加AMR凭借灵活的系统设计,覆盖从入库收货到拣选加工等各环节的无人化货物搬运,有效降低员工体力负担,减少叉车与牵引车交叉作业的安全风险,并通过积累行驶数据实现库存移动可视化。
南京大学研究发现,大模型算加法出错时,内部其实已算出正确答案,错误源于进位判断的"量化滑移",并提出了几何一致性纠错方法。