• 0
木卫四完成Pre-A轮融资,致力于通过AI技术提供端到端汽车网络安全服务
统计 阅读时间大约4分钟(1477字)

2024-05-16 木卫四完成Pre-A轮融资,致力于通过AI技术提供端到端汽车网络安全服务

来源:图虫
融资资金计划用于产品研发和市场拓展。

编辑|魏国胜

近日,AI驱动的新一代汽车安全平台木卫四(北京)科技有限公司(下称“木卫四”)正式宣布完成数千万元Pre-A轮融资,本轮融资由国海瑞丞芯车联动创业投资基金领投,胡杨林资本跟投。融资资金计划用于产品研发和市场拓展。

“新四化”的到来,颠覆了传统的汽车行业,新技术与汽车融合带来行业新增长的同时,也衍生出新的问题。随着汽车传感器、对外接口增多,数据采集量指数级增长,但配套的信息安全建设却严重滞后。此外,随着AI 大模型从单模态走向多模态、多任务融合,其复杂性也呈几何级增长,车辆面临的网络风险及黑客攻击几率大幅提升。汽车智能化加速演进持续放大汽车产业安全能力和安全诉求间的巨大鸿沟,车辆资产及通信的安全性、移动出行服务及车联网服务的安全性,成为业界普遍面临的挑战,车企亟需升级安全防护体系。

木卫四成立于2022年,是一家致力于智能汽车安全的科技公司,秉承AI驱动安全的理念,融合先进的人工智能和知识图谱引擎,通过算法分析车联网海量多源异构消息、指令和服务,从而抵御针对车企和供应链的新型车联网攻击,保护汽车核心资产和智能化应用场景的安全性。基于云原生和微服务的架构,与现有的车联网快速整合,提升集成效率,帮助车企快速搭建VSOC(汽车安全运营中心),提供“千车千面”的分析、检测、预测和事件响应服务。

木卫四从攻防相长的角度出发,以 Sight、Shield to Security思路,利用强大的AI能力结合车辆多维数据进行深度分析技术,打造了全新一代网络安全平台。为应对中国及海外的汽车网络安全法规要求,我们已经与多家乘用车和商用车车企达成了商业合作,协助车企出海。同时正在与海外头部车企就中国的汽车安全合规进行深度合作,以满足海外车企进入中国的合规要求。

团队层面,木卫四拥有一支具备顶尖的安全技术和AI积累、深刻的汽车行业认知以及成熟管理经验的核心团队。创始人云朋曾任百度技术安全委员会主席、百度Apollo首席安全架构师,曾主导搭建了百度无人车信息安全体系架构。团队核心成员来自百度、360、山石网科、国汽智联等专业厂商,拥有丰富的汽车网络安全研究及汽车安全产品前装量产经验。

利用数据规范化和清理技术、数字孪生汽车分析能力及异常建模和AI算法,协以独特的威胁情报能力,识别汽车的异常行为,木卫四更高效也更全面的感知智能网联汽车正在发生的安全威胁。通过非侵入式的方法,使用端云一体化能力,减低安全的融合成本,降低企业决策成本,增加可靠性的同时保证安全的可扩展性。

据了解,木卫四的核心产品汽车VSOC安全运营中心通过算法分析大量多源异构数据,帮助车企发现网络攻击并及时采取处置措施,保障汽车全生命周期信息安全。其中包括提供用于全面感知、分析和防御汽车网络安全威胁及便于管理者探查现状的“汽车安全态势感知平台”,助力汽车数据安全合规的“智能汽车数据安全管理平台”,提供对供应链及汽车生态进行整体监控的“汽车威胁情报平台”,以及专为智能驾驶进行连续监控与分析和响应的“智能驾驶域控安全解决方案”等不同解决方案。

2023年8月,木卫四发布了百亿参数汽车安全垂类大模型——「蝴蝶」,「蝴蝶」大模型基于标准Transformer 结构,在数十类与汽车异常处理相关的高质量token的训练数据上,训练了130亿参数大模型,支持中英文,上下文窗口大小为16K。「蝴蝶」推理结果通过系统接口层输出到蝴蝶New Chat、V-SOC、V-DSP、VTI等木卫四汽车安全系统,并私有化部署到车企私有大语言模型。与ChatGPT-4相比,「蝴蝶」数据处理任务错误总数减少了约11%,特别是在车辆故障和安全分析相关的数据处理任务上,错误比例下降了34%,并通过对模型推理逻辑进行约束带来超过20%的准确率提升。

截至目前,木卫四已实现国内外头部车企以及Tier 1厂商的商业化落地,产品与方案辐射全汽车产业链,覆盖包括宝马中国、奇瑞、蔚来、福特等多类型客户,奠定了稳固的规模化复制基础。与此同时,通过合作加快建立全方位解决方案,木卫四进一步拓展客户资源与业务覆盖场景,已与包括亚马逊云科技、百度、地平线、德勤等企业建立生态合作,后续规模化复制路径清晰。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×