6月20日，《中国企业家》杂志重磅发布2018年“21未来之星——年度最具成长性的新兴企业”百强榜单。

福佑卡车再度入选《中国企业家》“21未来之星——年度最具成长性的新兴企业”百强榜单。排名从2017年的第71位上升到第56位。

2018年入选“21未来之星——年度最具成长性的新兴企业”榜单的包括商汤科技、神策数据、明略数据等知名的大数据和人工智能领域的企业。这份榜单对技术创新的关注度进一步增强，摒弃了创业企业类榜单过度关注模式创新的弊端。

2018年1月2日，福佑卡车宣布获得京东物流领投的C+轮融资。京东集团副总裁、京东物流规划发展负责人傅兵曾表示，福佑卡车致力于用大数据和人工智能技术推动公路运输与科技融合发展，实现货源与运力智能匹配，与京东物流的技术着力点契合。

2018年，福佑卡车以获得京东物流融资为契机，持续加大科技投入，聘请美国马萨诸塞州立大学计算机领域终身教授陈冠岭担任首席科学家，对福佑卡车技术系统进行重构，大幅改善产品和系统的稳定性和兼容性，有效提升了对接效率，优化了用户体验，为2018年福佑卡车业务飞速发展奠定了坚实的技术基础。

从2015年上线开始，福佑卡车坚持走交易型平台的发展路径，在平台运营过程中，积累了大量真实有效的整车运输交易数据，并且数据的维度和精细程度在不断丰富完善，这为福佑卡车进行全国范围内零散整车机器报价研究做好了铺垫。

2018年，福佑卡车持续加大技术投入，基于“AI+大数据”，运用机器学习、VRP、物流知识库、特征工程、LBS等先进技术驱动运输全过程的智能化，对公路运输交易、调度和服务三个环节的各个业务节点进行重构。

福佑卡车系统架构师介绍说，特征工程的核心目的是要最大限度地从原始数据中提取特征以供算法和模型使用。就机器学习而言，数据和特征决定了其上限，好的模型和算法可以无限逼近这个上限。如果数据特征选取得越好，机器学习的天花板就越高，在实际生产活动中所能发挥的作用就越强。

货主企业在福佑卡车进行询价时，部分货主会选择属性标签（是否需要雨布等），部分货主不会选择属性标签，货主是否会选择属性标签就是一个数据特征，这个数据特征会影响货主的若干行为和判断。这个特征样本是福佑卡车技术部门研究特征工程的一个缩影。

在预测运价方面，福佑卡车算法工程师结合多种算法的优势预测运价。传统的lasso回归和岭回归，在一定程度上解决了过拟合的问题（过拟合常见原因包括建模样本选取有误，数据样本噪音过大，参数太多，模型过于复杂等），同时算法工程师也使用了机器学习算法如xgboost回归和随机森林回归等算法，并且也在使用神经网络等深度学习算法来进行预测。

福佑卡车综合多种算法技术优势，实现了平台报价与市场实际运价的精准吻合，5分钟内报价，大幅提高了传统运输市场的交易效率。

未来，福佑卡车将持续进行产品迭代升级，推动公路运输向科技化、智慧化方向转型，实现为公路运输装上科技引擎的使命。