轻舟智航
还有在行业玩家普遍以“路测里程”、“车队规模”、“牌照数量”论资排辈时，轻舟却最早提出以仿真测试为主开发迭代，在当时属于“少数派”。
DBQ V4
L4 的困难在于最后 1%的场景，这当中涉及到大量底层的安全冗余方案。
DBQ V4 量产成本最低至 1 万元人民币，这在 L4 级自动驾驶赛道上是前所未有的。
DBQ V4 是一个高度可配置的方案，客户可以像勾选菜单一样根据不同的应用场景选择相应的配置，相当于把产品的定义权交给客户。
全部配置可以达到 L4 级自动驾驶，而标配版则可以用 10%的实现 99%的 L4 级自动驾驶能力。这便是随“机”应变。
面对不同的车型、场景，DBQ V4 也能在一套技术栈下快速适配，实现像无保护左转、狭窄道路通行、自主泊车、自动变道超车、主动绕行动态障碍物等一整套的能力，是为**“以不变应万变”**。
轻舟速度
轻舟速度，已成为行业共识。
- 成立 4 个月即获加州路测牌照。
- 一年之后，轻舟智航的自动驾驶小巴龙舟 ONE首次在苏州亮相，并启动常态化运营模式。值得一提的是，当时基于 Driven-by-QCraft 的解决方案，首台小巴出厂到上路只用了一个月时间。
- 同年 12 月，在深圳落地首个微循环自动驾驶公交线路。
- 随后在 2021 年，又在武汉、重庆、北京等地落地运营，还发布自动驾驶网约巴士。截止当年年底，已经有 10 个城市落地，自动驾驶车队（Robobus+Robotaxi）超过 100 辆。
- 与东风悦享联手打造的Sharing Bus，不到半年时间就已经在武汉、大理、苏州等多个城市落地运营。
龙舟 SPACE
龙舟 SPACE 的空间可多重变换，灵活覆盖不同场景需求，更像是一种 Mobility As A Service 的体现。
既可用于从长途到短途的无缝接驳，又能用于零售、物流等场景。建立 15 分钟核酸检测圈
背后方法论
它主要包含三个板块。
一是通过数据流水线工具链轻舟矩阵打造自动化闭环。通过数据的快速流转，实现技术的快速迭代。
这也是基础设施中最为重要的底层支撑，当中包含数据平台、标注平台、训练平台以及仿真模块。
其中前三个平台为基础架构模块，可实现数据上传、筛选、标注、训练等全流程任务。
随后通过依照真实路测和生成数据构建的仿真平台，来帮助企业训练多个场景算法、测试验证。
二是涵盖车载软硬件的平台级通用全栈技术。既包括传感器、线控、计算平台等硬件，也包括感知算法、地图定位、云端控制等软件。
三是面向不同场景批量化输出解决方案，比如城市公开道路、高速公路、封闭园区/景点、公交定点接驳等场景。
轻舟优势
轻舟模式说最重要的是数据闭环能力，更准确的说是低成本高效率的数据闭环能力。通过不断提高数据自动化处理能力，降低算法迭代的成本和周期。
其实对 L4 来说，99%的场景都很简单，各家能力也趋于同质化，真正的差异化优势在于那 1%不常遇见的复杂长尾场景。
而要提升系统应对这类场景的能力，关键是要有相应的数据提供给 AI 训练。
如果依赖路测收集极端复杂场景数据，可能数万公里甚至更多里程才会出现一例，这导致数据反馈的有效率很低，有效数据的平均成本也很高。
而要收集足量且覆盖类型齐全的长尾场景，几乎是不可能的。
所以轻舟智航最早提出以仿真为主的自动驾驶研发，通过对有限路测数据的学习，然后使用系统大量生成针对性的场景对 AI 进行训练，这样将路测数据价值放大到极致，也大大加速了迭代周期。