2024年6月Waabi完成2亿美元B轮融资时，英伟达、沃尔沃、保时捷这类横跨AI、商用车、乘用车领域的巨头同时出手，其实一点都不意外——这家成立才3年的加拿大初创公司，走的是一条和多数自动驾驶玩家完全不同的路，刚好踩中了产业方当下最看重的几个核心需求。
首先是技术路径的效率优势太突出。多数自动驾驶公司的思路是靠真实道路跑里程攒数据，慢慢迭代算法，这种模式投入大、周期长。Waabi反过来，用生成式AI驱动的高保真模拟器Waabi World做核心训练场，在数字环境里构造各种极端场景、罕见路况，再把训练好的端到端AI系统落地到实车。根据2024年6月证券时报的报道，这套方案不仅减少了对大规模路测的依赖，还让AI系统具备了类似人类的推理能力，能处理从未见过的道路情况，而且安全性可以被验证。对产业投资方来说，这种“仿真优先”的路线，意味着更低的落地成本和更快的规模化速度，商业回报的确定性更强。
其次是Waabi选的切入赛道足够精准，没有挤在乘用车自动驾驶的红海里，而是先瞄准长途卡车货运。卡车运输占美国货运量的70%以上，行业长期面临司机缺口、安全等现实痛点，自动驾驶的商业化场景更清晰。2023年9月Waabi就已经和Uber Freight合作，在美国德州开始商业化运货，从达拉斯、休斯顿逐步扩展路线，不是停留在实验室的技术公司。这种“技术+场景”的落地节奏，对沃尔沃、保时捷这类汽车产业资本来说，能直接对接自身的商用车布局，比如沃尔沃已经和Waabi合作，把Waabi Driver前装集成到自家的VNL Autonomous卡车上，从研发端就深度绑定。
再看英伟达的投资逻辑，其实和它整个AI生态布局的思路完全一致。Waabi的自动驾驶方案从一开始就基于英伟达的技术栈开发，2024年3月就宣布会采用NVIDIA DRIVE Thor车载计算平台。投资Waabi，本质是在物理AI落地的重要场景里，找到一个能把生成式AI、仿真技术和自动驾驶结合起来的标杆项目，反过来也能推动自身汽车计算平台的迭代和生态繁荣。黄仁勋在2024年6月的投资公告里也提到，已经支持Waabi创始人Raquel Urtasun在AI领域的开创性工作十多年，技术路线的认同加上长期的信任基础，也是投资的重要原因。
还有创始人团队的背景加分。Raquel Urtasun是多伦多大学教授，还当过Uber自动驾驶部门的首席科学家，既有学术底层的AI研究积累，又有工业界大规模自动驾驶项目的落地经验。这种“学术+产业”的复合背景，让Waabi从成立起就带着“可验证、可解释、可扩展”的技术基因，也更容易拿到产业方的信任。
说白了，Waabi能拿到这些巨头的钱，不是靠概念炒作，而是它用生成式AI重构了自动驾驶的开发模式，又选了一个商业化明确的赛道快速落地，刚好匹配了投资方从技术布局到场景落地的多重需求。
以上仅为行业观察，不构成投资建议。
声明：本文由AI基于公开信息生成，不代表新浪财经立场或观点。
4001102288 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
