全站搜索

媒体中心MEDIA CENTER

“矿区无人驾驶第一股”诞生:蔚来资本又收获了一个明星IPO

“矿区无人驾驶第一股”诞生:蔚来资本又收获了一个明星IPO

公司动态 智驾 31 0

“全球矿区无人驾驶第一股”来了。

7月8日,易控智驾正式登陆港交所。上市首日,开盘价为91港元/股,截至发稿前,公司市值达133.3亿港元。

作为中国最大的矿区无人驾驶方案商,易控智驾本次港股发行获得了市场高度关注,基石投资人认购比例超过总募集金额的50%,得到了紫金矿业、徐工集团、摩根大通、霸菱、鼎晖投资等11家顶级机构投资者的加持。

市场的追捧是有原因的。上市前,易控智驾就是一级市场上炙手可热的独角兽之一。创立8年来,公司完成了11轮主要融资。其中,早期投资方之一的蔚来资本,在2021年便领投了公司的A轮融资,并在B轮继续追投。

伴随易控智驾的成功敲钟,这家机构也获得了丰厚的回报——按照目前股价,蔚来资本的首轮投资回报已超过8倍。

更值得一提的是,同一天,蔚来资本投资的另一家自动驾驶公司——Momenta,也在港交所同步鸣锣。

一天收获两个明星IPO,蔚来资本的自动驾驶投资迎来了又一个属于自己的高光时刻。

更适合L4商业化落地的封闭场景

在蔚来资本的自动驾驶版图里,易控智驾并不是第一家被投项目。Momenta、小马智行、黑芝麻智能等公司都已在前,但易控智驾切入的,是一个完全不同的方向:矿山无人驾驶。

在蔚来资本看来,易控智驾的价值,不只在于它是一家矿山无人驾驶公司,更在于它验证了另一条自动驾驶商业化路线:从封闭场景切入,靠运营和交付把业务做实,再把能力扩展到更大的市场。

蔚来资本管理合伙人朱岩回忆,当时团队的判断是:自动驾驶本身就是一个很大的产业beta,而矿山是其中最适合L4商业化落地的封闭场景之一。

“我们当时把自动驾驶场景分成开放场景和封闭场景,乘用车、城配属于开放场景,矿山、港口属于封闭场景。”相比乘用车智驾,矿山场景更接近能够直接商业化的落地环境。

在投资团队的判断里,封闭场景有两个核心优势:一是更容易形成明确的商业闭环,二是更容易通过运营和服务把无人化真正做起来。在逐一测算了各个场景的市场规模与商业化所需的关键要素后,团队得出结论:矿山领域有机会诞生百亿美金级别的企业。

但回到2021年那个时间点,易控智驾在矿山无人驾驶这个赛道里并不突出,甚至一度被市场认为"牌面一般"。

从入局时间来看,易控智驾2018年才成立,而当时踏歌智行和中科慧拓已在市场上崭露头角。更关键的是创始团队背景的差异,上述两家的创始人均来自产业资深专家和“学术大拿”,有着深厚的学术背景和技术人才储备。反观易控智驾的创始人蓝水生,非理工科出身,此前一直是做游戏创业,这样的背景在矿山这种重资产、重关系的行业里,显得格格不入。

“但我们当时看到易控智驾身上一个别人不具备的优势,他们是行业里‘吃土’最多的。”朱岩回忆道。这是蔚来资本长期以来坚持以产业视角审视技术创新的独特优势。矿山是一个极其传统且封闭的行业,利益链条复杂,作业节奏固定,容错率很低。

“客户不会因为你技术炫酷就轻易让出一个完整作业面。对于矿区场景的自动驾驶而言,技术不是唯一指标,贴近客户、贴近场景、贴近产业才是致胜的杀手锏。”

“谁吃的土多,谁才能把矿山干好”

蔚来资本合伙人吕元兴曾和朱岩一起到易控智驾在内蒙古服务的一处矿上考察过。“大多数人没有去过矿山,无法感受那里的环境。矿山上的生活枯燥、条件艰苦,吃饭不规律,连上厕所都成问题。”吕元兴说,但这种"惨"恰恰构成了壁垒,"这个行业真是谁吃的土多,谁才能把它干好。"

让他至今印象深刻的是,易控智驾一直倡导员工深入业务一线,新员工入职后都会根据业务需要到矿山现场待一段时间,熟悉业务,了解场景。在蔚来资本的播客《电波未来》中,易控智驾合伙人兼副总裁林巧曾透露,“基本上自己半年时间都在现场”。

除了真正扎根矿山,吕元兴对创始人蓝水生还有一个印象深刻的标签:极度专注。由于两人家住得比较近,他们经常一起跑步聊天。接触下来吕元兴发现,蓝水生朴素、务实,即便是闲聊而非开会,内容也几乎离不开业务和行业。从交流中不难看出,虽然不是自动驾驶的技术专家,但连续创业者的身份使得蓝水生在商业层面的能力非常突出。

“他知道什么地方该投入资源,什么地方该花钱;而在该投入资源的地方,他往往不遗余力,而且投得非常坚决,非常果断。”

从认识蓝水生,到蔚来资本出手领投易控智驾的A轮融资,经历了一年多时间。蔚来资本当时形成的判断是,“易控有机会拿到这个细分领域里最大的蛋糕,它不是单纯靠技术赢,而是技术加商业,一步一步把场景打穿。”

在加磅易控智驾的B轮融资之前,朱岩和吕元兴又去了易控在新疆作业的一处矿。朱岩说,他能明显感到易控团队与矿上其他从业者的关系非常好,也印证了蔚来资本在A轮投资时的判断。“这点非常重要,技术上的短期劣势可以通过持续迭代弥补,但离场景近、离客户近的优势是难以复制的。

和很多自动驾驶公司一样,易控智驾也经历过资本市场情绪退潮的阶段。2023年,整个自动驾驶一级市场都在降温,融资变得更难,估值也很难再明显上升。对外界来说,这是最容易产生疑虑的时刻。

但朱岩的看法很坚定:看一家企业,不能只看估值涨没涨,还要看业务有没有持续改善。

他指出,易控在那段时间里的变化非常清晰:更多矿山客户被开拓出来,收入持续增长,毛利率逐步改善,新矿复制速度越来越快,客户反馈也越来越好。

“我们作为早期股东,对团队的信心是越来越强的。”

事实证明,蔚来资本当年的判断没有错。根据招股书,2023年至2025年,易控智驾营收从2.71亿元增长至14.35亿元,年复合增长率高达130%。弗若斯特沙利文的数据显示,按2025年收入计,易控智驾在中国商用车智能驾驶市场中排名第一,市场份额约为37.6%。截至2025年12月31日,公司已部署2580辆活跃无人驾驶矿卡——是全球首家也是唯一一家部署超2500辆活跃无人驾驶矿卡的公司。

当年那个不被看好的后来者,如今已经成长为行业龙头,并且以“矿区无人驾驶第一股”的身份成功登陆港交所。而陪伴5年的蔚来资本,也因此获得了丰厚的回报。

从自动驾驶到具身智能,能力与版图外溢

易控智驾只是蔚来资本在自动驾驶领域布局的一个切片。翻开蔚来资本的投资版图,几乎覆盖了自动驾驶的各个关键环节。

传感器侧,蔚来资本投资了激光雷达公司图达通和4D毫米波雷达公司赛恩领动;芯片侧,布局了黑芝麻智能、新芯航途、安徽神玑等。其中,神玑是蔚来旗下的车规芯片子公司,2026年2月完成首轮超22亿元融资,投后估值近百亿元;场景层面,乘用车领域投了Momenta和小马智行,商用车干线领域投了嬴彻科技,矿区有易控智驾,港口有主线科技,卡车有零一汽车……

从结果来看,如今,图达通、黑芝麻智能、小马智行,连同刚刚登陆港股的易控智驾和Momenta,多家被投企业已相继完成IPO,蔚来资本在自动驾驶赛道上的成绩单已然相当厚实。

但自动驾驶行业的技术能力、技术人才正在发生迁移和外溢,方向正是当下最热的赛道之一,具身智能。

“从人才、技术栈、供应链和商业路径上,具身智能行业都和自动驾驶高度相似,都是软硬一体,都有场景、传感器、计算平台和运营逻辑。”朱岩说。正因如此,蔚来资本正把过去多年在智驾领域积累的投资方法论,系统性地迁移到具身智能赛道。

事实上,这个迁移已在加速落地。截至目前,蔚来资本在具身智能领域已经投资多家企业,包括苏度科技、逐际动力、原力灵机、灵猴机器人等一系列明星项目。

在投资团队看来,具身行业已从之前发布demo,转向做具体场景应用、做闭环商业化落地,2026年将成为具身行业的“商业化元年”。

总结而言,易控智驾的成功上市,是蔚来资本坚定相信并系统化布局自动驾驶的一个阶段性成果,但这家机构的目光已投向了更远处。正如朱岩所说:“随着物理AI的发展,我们的投资也会突破物理载具的限制,通过自动驾驶能力的外溢,去解锁新的战场。”

这条路,才刚刚开始。

注:文/簪竹,文章来源:投中网(公众号ID:China-Venture),本文为作者独立观点,不代表亿邦动力立场。

上一篇: 下一篇:

相关推荐

  • 无人车T5隐患排查:选型误区与生产现场的隐性损耗揭秘

    9

    选型误区:别被“纸面参数”蒙蔽双眼在实际交付中,我们发现很多客户对无人车T5的选型存在一个致命误区——过度迷信“纸面参数”。比如,某车企在招标时明确要求“最大续航≥300公里”,但实际测试发现,标称300公里的车型在-10℃低温环境下续航直接腰斩,甚至在满载工况下连200公里都跑不到。听起来可能反直觉,但这就是行业现状:很多标称数据背后的真相是,它们是在实验室理想条件下测得的,而生产现场的环境复杂...

    查看全文
  • 智能泊车:信任背书不是口号,是硬核技术堆出来的底气

    6

    选型陷阱:别被「标称成功率」带偏了在实际交付中,我们发现很多车企的智能泊车系统标称「98%成功率」,但用户实际体验却像开盲盒——商场地库能停,老小区窄路直接摆烂。问题出在哪?很多标称数据背后的真相是:测试场景太「干净」。 实验室里画好的标准车位线、无遮挡的空旷环境,和真实场景的复杂度根本不在一个维度。举个例子:某新势力品牌曾宣称其泊车系统支持「极限车位」(车位线距障碍物仅0.3米),但用户反馈在雨...

    查看全文
  • 智驾系统应急预案:从计算平台选型到生产现场的生死时速

    5

    计算平台选型陷阱:别被“算力”参数忽悠了在实际交付中,我们发现一个诡异现象:很多标称“500TOPS算力”的智驾计算平台,在复杂路况下连基本的车道保持都做不到。问题出在哪儿?算力≠可用算力,更≠系统响应速度。这里面的水很深——芯片厂商的算力标注往往基于理想环境下的峰值性能,而实际场景中,传感器数据吞吐、算法调度、内存带宽、散热效率,任何一个环节掉链子都会让算力大打折扣。举个例子:某车企曾选用某“大...

    查看全文
  • 实时3D地图构建系统:磨损极限背后的真实战场

    0

    实时3D地图构建系统:磨损极限背后的真实战场在实际交付中,我们发现很多客户对实时3D地图构建系统的‘磨损极限’存在严重认知偏差。他们盯着厂商标称的‘百万次重建’或‘零误差漂移’,却忽略了生产环境中最致命的隐性损耗——传感器阵列的物理磨损与算法迭代的逻辑冲突。选型误区:被数据包装的‘伪极限’很多标称数据背后的真相是:实验室环境下的静态测试与实际动态场景的磨损速率完全不在一个量级。举个例子,某头部车企...

    查看全文
  • 长尾词无人车T5制程规范:从选型到量产的隐形战场

    8

    当无人车T5从实验室走向量产线,制程规范才是真正的生死线在实际交付中,我们发现一个被行业刻意回避的真相:90%的无人车故障,根源不在算法或传感器,而在制程规范的缺失。很多企业沉迷于堆砌算力、比拼传感器数量,却对生产环节的隐性损耗视而不见——这就像给F1赛车装上拖拉机轮胎,再强的动力也跑不出赛道。选型误区:参数表上的“皇帝新衣”很多标称数据背后的真相是:实验室环境与量产环境之间,隔着一条无法逾越的鸿...

    查看全文
  • L4级无人小巴的衰减困局:从选型到实测的真相拆解

    3

    衰减不是数字游戏,是生死线在实际交付中,我们发现一个扎心的事实:很多标称“L4级”的无人小巴,运行半年后性能衰减超30%,直接跌回L3甚至L2水平。这不是传感器老化或算法退化那么简单,而是从硬件选型到系统架构的底层逻辑漏洞。选型误区:堆参数不如堆场景某头部车企曾采购一批号称“-40℃到85℃全温域”的激光雷达,实测发现,在北方冬季-20℃环境下,点云密度衰减40%,导致小巴在雪地场景频繁误刹。听起...

    查看全文
展开更多

  • 回到顶部
  • 回到顶部