Uber 的长远目标Uber 有着远超接送乘客的长远目标最终希望为旗下人类司机的车辆配备传感器为自动驾驶汽车AV公司收集现实世界的数据还可能为其他在现实场景中训练 AI 模型的公司提供数据。计划的透露与背景Uber 首席技术官 Praveen Neppalli Naga 在周四晚上于旧金山举行的 TechCrunch StrictlyVC 活动的一次采访中透露了这一计划并将其描述为该公司在 1 月下旬宣布的新兴项目 AV Labs 的自然延伸。当前面临的问题“这是我们最终想要发展的方向”Naga 在谈到为人类司机的车辆配备设备时说道“但首先我们需要了解传感器套件以及它们的工作原理。存在一些法规问题我们必须确保每个州都明确传感器的含义以及数据共享的意义。”AV Labs 现状与潜力目前AV Labs 依靠 Uber 自己运营的一小批配备传感器的专用车辆来收集数据这些车辆与它的司机网络是分开的。但显然其野心远不止于此。Uber 在全球拥有数百万司机如果这些车辆中有一部分能转化为移动的数据收集平台Uber 能为自动驾驶行业提供的数据规模将远超任何一家自动驾驶公司自身所能收集的。推动项目的原因Naga 表示推动这一项目的原因在于自动驾驶发展的限制因素已不再是底层技术。“瓶颈在于数据”他说“像 Waymo 这样的公司需要四处收集数据收集不同的场景信息。你可能会说在旧金山的某个学校路口我想在一天中的某个特定时间获取一些数据以便训练我的模型。而这些公司面临的问题是获取数据的途径有限因为它们没有足够的资金部署车辆去收集所有这些信息。”明智举措与行业担忧成为整个自动驾驶生态系统的数据层是一个相当明智的举措尤其考虑到 Uber 多年前就放弃了自主研发自动驾驶汽车的计划联合创始人 Travis Kalanick 曾公开表示这是一个重大错误。事实上许多行业观察人士都曾怀疑如果没有自己的自动驾驶汽车随着自动驾驶汽车在全球日益普及Uber 是否有一天会变得无关紧要。合作与“自动驾驶云”目前Uber 与 25 家自动驾驶公司建立了合作关系其中包括在伦敦运营的 Wayve。Naga 正在打造一个他所说的“自动驾驶云”这是一个标注好的传感器数据库合作公司可以查询并使用这些数据来训练他们的模型。Uber 计划更积极地直接投资这些合作伙伴他们还可以使用该系统在“影子模式”下对真实的 Uber 行程运行他们训练好的模型模拟自动驾驶汽车在不实际上路的情况下的表现。Disrupt 活动宣传在这里找到你的下一轮融资、下一位员工以及下一个突破机会。参加 2026 年的 TechCrunch Disrupt 活动届时将有 10000 多名创始人、投资者和科技领袖齐聚一堂参加为期三天的 250 多场策略会议进行有力的人脉拓展并见证具有市场定义意义的创新成果。现在注册可节省高达 410 美元。活动时间与地点加利福尼亚州旧金山 | 2026 年 10 月 13 - 15 日活动注册立即注册数据目标与商业价值“我们的目标不是通过这些数据赚钱”Naga 说“我们希望实现数据的民主化。”鉴于 Uber 正在构建的东西具有明显的商业价值这种定位可能不会持续太久。该公司已经对众多自动驾驶企业进行了股权投资而且它能够大规模提供专有训练数据这可能会让它在目前依赖 Uber 打车市场来接触客户的自动驾驶行业中获得巨大的影响力。主题AV Labs、lucid、nuro、Praveen Neppalli Naga、交通、Uber