UVeye Inc.,一家利用人工智能开发智能车辆检测技术的初创公司,今天宣布完成了 1.91 亿美元的 D 轮融资扩展,使其迄今为止的融资总额达到 3.805 亿美元。
本轮融资由丰田汽车公司的成长基金 Woven Capital 领投,UMC Capital、MyBerg 以及现有投资方 W.R. Berkley Corporation、Menora Mivtachim 和 More Investment House 也参与其中。此前,UVeye 在 2023 年 5 月首次宣布了 D 轮融资,当时获得了 1 亿美元资金。
UVeye 开发了一套驾驶通过式检测系统,该系统结合了 AI、机器学习和传感器融合技术,能够在几秒钟内检测出任何车辆底部或侧面的外部和机械缺陷。该公司声称还能检测其他异常情况,如改装和可能给车辆带来问题的异物。系统只需要车辆快速驶过一次扫描平台,就能在几秒钟内给出完整的问题诊断报告。
该初创公司表示,随着电动和自动驾驶汽车变得越来越复杂,这样的系统变得非常必要。对于运营车队的公司来说,能够进行低成本和高频率的预测性维护将变得极其重要。
公司的目标是标准化汽车行业检测车辆损坏和机械问题的方式,并建立新的质量标准。
UVeye 联合创始人兼首席执行官 Amir Hever 表示,汽车行业热衷于采用自动化和 AI 驱动的系统。
"到 2025 年,我们计划安装数百个新系统,包括主要车队、汽车制造商以及租赁服务、生产线和港口检查等战略应用,我们的扩张速度反映了市场对我们技术的巨大需求,"他强调说。
UVeye 开发了三种独特的高速车辆检测系统,可以安装在车队总部、新旧车经销商、拍卖行甚至装配线上。其中包括 Helios,这是一个底盘扫描仪,可以检测车架损坏、零件缺失、液体泄漏以及制动和排气系统问题。
还有 Artemis,用于检查车辆轮胎质量,能够在几秒钟内识别品牌、技术规格、气压、胎面深度、侧壁损坏和对准问题等。最后,Atlas 是一个 360 度车辆外部检测系统,用于检查金属车身和门锁、保险杠、格栅和车窗等部件。
Constellation Research Inc. 分析师 Holger Mueller 表示,UVeye 系统的优势显而易见。
"在图像识别和发现可能表明问题的异常方面,AI 驱动的机器比人类更擅长,"他指出。"我们从医疗保健行业已经了解到这一点。AI 更加一致,不需要休息,而且正在被应用到关键行业。我们都依赖于车辆。"
UVeye 表示,其系统目前每月扫描近 100 万辆车。该公司补充说,在过去一年中取得了"显著进展",在北美和其他地区安装了多个新的 AI 传感器。
Woven Capital 负责人 Will Fung 表示,该初创公司的显著增长充分说明了市场对先进车辆检测技术的需求不断增长。他还强调了该技术通过"可操作的见解来现代化服务体验",从而加深汽车服务提供商与客户之间联系的潜力。
今天这轮融资将帮助 UVeye 在全球部署更多系统、提高制造能力并建立更多战略合作伙伴关系。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。