「優時科技」完成數億元B2輪融資，從L4視覺自動駕駛延展至人形機器人，打造數據飛輪｜36氪首發

一季度過去，具身智能行業的融資熱潮還在繼續。

36氪獲悉，專注于L4低速自動駕駛的公司「優時科技」宣布完成數億元人民幣B2輪融資。本輪融資由前海方舟領投，前海母基金旗下多支基金參與，聯同鯤翎資本、厚天資本等8家投資機構共同完成。

在此之前，「優時科技」已完成了6輪融資：

·2018年6月，拿到 PNP 中國領投、北京匯豐投融、北京金種子和上海平陽復輝跟投的數百萬人民幣種子輪；

·2019年7月，獲得英諾天使領投、馳星創投跟投的千萬人民幣天使輪；

·2020年10月，獲得 Global Brain、英諾天使、馳星創投、PNP 中國、平陽復輝的數千萬A輪融資；

·2022年7月，獲得海爾資本、金茂資本、惟一資本投資的數千萬A+輪融資；

·2023年1月，獲得零以創投、厚天資本的數千萬A++輪融資；

·2024年7月，完成了B1輪融資，由馳星創投、Global Brain投資，金額在數千萬元級別。

「優時科技」成立于2018年，聚焦于通過計算機視覺實現L4自動駕駛，取代了傳統多線激光雷達在低速行駛領域的應用。截至目前，「優時科技」已在海內外商圈、步行街、地鐵站、機場等大流量場景部署了數千臺「優時小車」，追平了成立于2014年的海外自動駕駛配送頭部企業 Starship。

「優時科技」CEO林锫森表示：“在人形機器人賽道中，優時以L4視覺自動駕駛為底座，通過大流量場景驗證機器人的通用導航和交互能力，進而平移到人形機器人平臺。這一邏輯與特斯拉（Tesla）從FSD（完全自動駕駛）向人形機器人 Optimus 延伸的思路相似，兩者都是堅持通過‘純視覺感知算法 + 物理世界真實數據’，來驅動人形機器人走向通用智能?！?/p>

“當然，從小車跨越到人形機器人，在機械控制層面存在差異?！?林锫森強調，“優時的核心壁壘并非從零打造一具‘雙足軀殼’，而是將成熟的L4視覺算法與空間認知能力，封裝為具身機器人的‘社交導航大腦’。在硬件供應鏈日益成熟的今天，擁有應對復雜人流量的導航和交互大腦，也是人形機器人落地的重要環節?！?/p>

1.突破非結構化挑戰，低成本轉動數據飛輪

聚焦大流量場景，其技術挑戰與傳統開放道路的L4自動駕駛截然不同。

乘用車面臨的環境通常是結構化的：有規整的車道線和室外RTK，算法可通過海量數據學習識別車道，并借助高精地圖與多傳感器融合進行輔助定位。相比之下，線下大流量商圈場景則是高度非結構化、強動態的復雜環境。這里沒有車道線，人群穿梭不息，干擾因素極多。要在這種環境中實現自動駕駛，不僅需要重新構建算法，更必須把方案成本降到極致，才能滿足線下商業需求。

“物理世界對成本極度敏感。無論是自動駕駛還是具身智能，低成本都是實現規?；那疤??！绷诛律?6氪強調?！澳壳?，可自主運營的人形機器人造價普遍偏高，出貨量與乘用車無法在同一個量級，這導致其在物理世界采集的數據無法滿足算法訓練需求。行業陷入了‘先有雞還是先有蛋’的困境——沒有規模出貨就跑不出數據，沒數據就做不好智能，進而沒法規模出貨。具身智能很難直接復制乘用車‘靠海量用戶轉動數據飛輪’的路線?！?/p>

基于此，「優時科技」通過低成本的「優時小車」作為終端載體，率先在大流量場景跑起來。小車在擁擠人群中累積的真實運行數據，補齊了具身智能的“高動態社交數據”與“人機交互能力”。

為了實現這套低成本方案，「優時科技」花了7年時間的技術研發以及市場的探索。與其他競品普遍采用多線激光雷達不同，優時從成立之初就堅決走純視覺路線—— 采用雙目攝像頭實現三維定位和導航。

“如果依賴高精地圖，派人重新掃描三維地圖的市場價在每公里2000元左右?！币晃粺o人車工程師透露。這對結構經常變動的大流量場景來說，是無法承受的隱性負擔。

雙目攝像頭硬件雖便宜，但要實時生成3D信息，對算力要求極高。為此，優時通過自主研發的算法：在強弱光交替的環境中提取核心三維輪廓，濾除高動態干擾。這種機制確保了環境變化不對導航和運行產生影響。

2.下一步：大流量場景的人形機器人

“優時科技的定位始終是一家機器人公司。六輪小車是我們很專注的產品形態，接下來，我們的產品矩陣會增加人形機器人，未來兩者將產生深度的場景和 IP 的結合?！绷诛律硎?。

在規劃中，人形機器人更多承載交互功能，六輪小車則承擔負載與移動。林锫森解釋：“大流量場景需要高頻的人機交互，且對續航要求極高。讓人形機器人背著貨跑，耗電量非常大，如果沒有7到8小時以上的續航，很難在真實的商業運營中成立。”

在林锫森看來，具身智能的發展有兩大核心板塊：第一板塊是 Locomotion（移動能力）與 Interaction（交互能力）；第二板塊是 Manipulation（精細操作能力）。

他認為，機器人要想滲透進物理世界與人共處，首先要解決在復雜環境中的“共存與通行”問題——能否準確預判人的意圖？是否聽得懂指令？懂不懂得避讓？而這正是「優時小車」的先發優勢。每天在人流密集、環境嘈雜的商超中穿梭，積累了海量的人機共存數據，并借此訓練出了“社交導航能力”，賦予了機器人意圖預判、秩序融入和得體交互的能力。

“雖然小車和人形機器人的物理載體不同，但應對復雜人流的‘社交導航大腦’和‘空間認知模型’是相通的?！绷诛律赋?，“這能率先解決第一板塊的移動和交互痛點。隨著技術發展，我們再去慢慢完善第二板塊的精細操作能力。”

3.造血式數據采集：線下商業閉環

除了視覺算法的復用，「優時科技」利用高頻的線下商業場景，破解了具身智能行業“數據采集成本高”的核心痛點——用商業價值為數據采集買單，讓機器人在為B端客戶創造收益的同時，源源不斷地反哺AI訓練數據。

在大流量場景中，優時花了多年時間打磨造血環節：「優時小車」不再僅僅是單純的物理移動載體，而是可移動的商業智能終端（AI Agent），能夠依靠視覺算法主動尋找人流密集的高熱度區域，為線下客戶提供動態的展示、移動產品體驗與線下流量分發。

這種主動找人的交互模式，打破了傳統商業被動獲客的痛點，將公域流量轉化為私域流量；憑借可量化的商業回報，讓小車成為基礎設施，為客戶大幅降低了獲客成本。

如今，數千臺在高頻運轉的終端小車構成了自我造血的變現網絡，也是一個持續更新的世界數據庫。小車在與人群的高頻商業交互中，累積了海量的多模態數據與動態空間信息。

本輪投資方前海方舟項目投資負責人表示：“在物理世界里復刻AGI，是一場勇敢者的游戲。優時科技通過技術創新，實現了低成本高精度的L4自動駕駛解決方案；并進一步利用自研方案的優勢，錨定賦能線下大流量、高動態環境市場。在快速跑通商業模式形成閉環的同時，逐步構建起了規模效應和物理世界的數據壁壘。該項目是前海方舟基金群在‘AI+物理智能體’垂直領域落下的關鍵一子?！?/p>

據悉，本輪資金將主要用于L4自動駕駛技術向具身智能的規?；w移、通用視覺技術商業終端的網格化部署，以及多模態AI Agent與生成式動作大模型的研發與市場擴展。