安智汽车完成数千万A+轮融资,领跑中国ADAS量产创新双车道

简介: 本轮资金将主要用于加速安智在ADAS领域产品的市场化进展和未来更高阶智能驾驶产品的创新技术布局。

本轮资金将主要用于加速安智在ADAS领域产品的市场化进展和未来更高阶智能驾驶产品的创新技术布局。

致力于打造卓越的车辆ADAS高级驾驶辅助系统、自动驾驶系统软硬件一体化方案的安智汽车日前宣布,公司已完成数千万元A+轮融资,此轮融资由乾融资本独家投资。本轮资金将主要用于加速安智在ADAS领域产品的市场化进展和未来更高阶智能驾驶产品的创新技术布局,并进一步扩大产线产能,推进高质量、规模化的ADAS产品量产落地。

TB1i_ZrQ4TpK1RjSZFMXXbG_VXa.jpg

乾融资本(右)与安智汽车(左)团队合影

“我们非常高兴与乾融资本携手,共同发力极具前景的ADAS智能驾驶市场,为汽车行业的更多客户带来优质产品,同时也感谢所有现有股东方的支持!”安智汽车创始人兼CEO郭健博士说:“本轮融资的顺利进行,也反映了资本市场对安智技术、产品、团队、运营等多方面的认可,经过4年的砥砺打磨,安智已形成围绕77GHz毫米波雷达、智能摄像头,以及多传感器融合方案在内的丰富产品和服务模式,可实现包括ACC Stop&Go走停型自适应巡航控制系统、AEB面向车辆/行人的自动紧急刹车系统,乃至高速超级巡航系统在内的十余种ADAS系统功能,完全满足商用车、乘用车市场现阶段的整车智能化升级需求。同时,安智从上游芯片、车规级系统布局,到下游专业的匹配测试流程,高水准的量产产线搭建,以及市场化资源整合,构建了完备的ADAS产业链体系。日前,我们还刚刚收获了16949符合性认证的好消息!相信本次融资将进一步推动安智汽车实现ADAS产品规模量产和技术加速创新并举,为公司的良性发展奠定更好的基础,为实现安智汽车公司愿景——通往交通零事故、人人可享的出行安全和智能,贡献力量。”

乾融资本叶晓明女士:“乾融资本非常荣幸能够助力安智汽车,为中国乃至全球用户带来更优质的车辆ADAS智能驾驶辅助系统、自动驾驶系统软硬件一体化产品。安智汽车管理团队均来自国际一流前装汽车电子企业,其自主研发的77GHz毫米波雷达和摄像头融合解决方案在国内处于领先水平,已获得多家汽车主机厂的定点,乾融资本非常看好安智汽车未来的发展。”

关于安智汽车

TB1WBcnQYPpK1RjSZFFXXa5PpXa.jpg

安智汽车成立于2015 年,致力于打造卓越的智能驾驶辅助系统、自动驾驶系统软硬件一体化方案,为交通出行的智能化赋能。自主研发77GHz毫米波雷达、智能摄像头系统,开发感知、融合、决策、控制在内的全栈智能驾驶算法和方案,以及更优的智能化驾乘感受。

安智研发团队汇聚了来自车规级传感器硬件、系统架构、功能算法、深度学习、匹配测试等领域的尖端人才,具备国际一流汽车零部件公司的成熟项目经验。目前,安智汽车已与多家国内主流整车厂协同,深度构建高可靠、高稳定性以及高度适应复杂工况环境的前装ADAS产品。未来,公司将逐步实现更高阶智能驾驶和自动驾驶功能的产品落地,推动国家智能网联产业发展。

关于乾融资本

乾融资本成立于2010年,是中国私募投资行业联合会常务理事单位、苏州市创业投资协会副会长单位、苏州股权投资协会理事单位,目前管理着7只创业投资基金和股权投资基金,管理规模超过20亿元。所投项目中,已有纽威股份、恒久光电、旭创科技、麦迪斯顿等9家公司登陆沪深交易所或港交所。

除了在项目判断上形成自己独特的标准体系以外,乾融资本十分重视投后管理,乾融资本董事长叶晓明把乾融的投资理念描述为“两分投、八分管”。实体企业发展过程中要经历诸多激流险滩,乾融资本始终不遗余力地给予企业在规范化管理、资本市场对接、市场资源、人力资源等多方面的支持,与企业家风雨同舟,被被投企业一致评为“最佳投资人”。

相关文章
|
机器学习/深度学习 数据可视化 算法
机器学习-可解释性机器学习:随机森林与fastshap的可视化模型解析
机器学习-可解释性机器学习:随机森林与fastshap的可视化模型解析
1193 1
|
10月前
|
安全 网络安全
您有一份网络安全攻略待领取!!!
深入了解如何保护自己的云上资产,领取超酷的安全海报和定制鼠标垫,随时随地提醒你保持警惕!
您有一份网络安全攻略待领取!!!
|
10月前
|
安全 Android开发 iOS开发
深入探讨Android与iOS系统的差异及未来发展趋势
本文旨在深入分析Android和iOS两大移动操作系统的核心技术差异、用户体验以及各自的市场表现,进一步探讨它们在未来技术革新中可能的发展方向。通过对比两者的开放性、安全性、生态系统等方面,本文揭示了两大系统在移动设备市场中的竞争态势和潜在变革。
|
开发者 Python
|
11月前
|
机器学习/深度学习 存储 人工智能
揭秘机器学习背后的神秘力量:如何高效收集数据,让AI更懂你?
【10月更文挑战第12天】在数据驱动的时代,机器学习广泛应用,从智能推荐到自动驾驶。本文以电商平台个性化推荐系统为例,探讨数据收集方法,包括明确数据需求、选择数据来源、编写代码自动化收集、数据清洗与预处理及特征工程,最终完成数据的训练集和测试集划分,为模型训练奠定基础。
284 3
|
Linux 网络安全
CentOS7关闭防火墙
CentOS7关闭防火墙
1070 0
CentOS7关闭防火墙
|
存储 机器学习/深度学习 人工智能
数据结构(五)----特殊矩阵的压缩存储
数据结构(五)----特殊矩阵的压缩存储
1159 3
|
11月前
|
域名解析 网络协议 索引
分享|【红猫网】备案域名的二级分发:实现网站可迁移、流量分流、备份归档
本文介绍了如何利用备案域名的二级分发技术实现网站迁移、流量分流和备份归档。通过为主域名下的子域名设置独立解析记录,实现资源的灵活分配与管理,确保网站服务的稳定性和高效性。同时,文章还解答了关于备案、SEO优化及HTTPS支持的相关问题。
829 0
|
11月前
|
机器学习/深度学习 人工智能 算法
【人工智能】人工智能的历史发展与机器学习和神经网络
【人工智能】人工智能的历史发展与机器学习和神经网络
198 0
|
数据采集 资源调度 搜索推荐
Flink在实时搜索引擎索引构建中的深度应用与实践
随着数据源规模的扩大和查询请求的增加,如何优化Flink的性能和资源调度成为了一个重要的问题。Flink提供了多种性能优化手段,如并行度调整、状态后端选择、任务链优化等。同时,Flink还支持与YARN、Kubernetes等集群管理系统集成,实现资源的动态调度和弹性伸缩,以适应不同规模的业务需求。