📰The Verge•較早收集於 4m
Uber 準備在倫敦推出自動駕駛計程車服務
💡了解 Wayve 的端到端 AI 模型如何在複雜的倫敦城市環境中，與美國主流自動駕駛廠商競爭。
⚡ 30-Second TL;DR
有什麼變化
Uber 與 Wayve 合作在倫敦部署自動駕駛車輛。
為什麼重要
此舉標誌著城市交通的重大轉變，並為在複雜的歐洲城市環境中測試自動駕駛技術堆疊提供了新的場域。
下一步行動
研究 Wayve 關於端到端具身智慧（embodied AI）的技術白皮書，了解他們如何處理密集城市環境中的邊緣案例。
誰應關注：Developers & AI Engineers
關鍵要點
- •Uber 與 Wayve 合作在倫敦部署自動駕駛車輛。
- •倫敦用戶可透過 Uber App 設定登記參與試點計畫。
- •該服務旨在測試無人駕駛叫車服務在英國市場的可行性。
🧠 深度解析
Web-grounded analysis with 24 cited sources.
🔑 增強重點摘要
- •Wayve 的核心技術是一種端到端深度學習的「具身 AI」（AV2.0），其特點是無需高精地圖且與車輛無關，主要透過攝影機數據和機器學習來實現自動駕駛。
- •倫敦的服務推出是 Uber 更廣泛戰略的一部分，該公司計劃在 2026 年底前將自動駕駛服務擴展到全球 15 個城市，包括蘇黎世、馬德里、慕尼黑、洛杉磯、休士頓、舊金山灣區和香港。
- •儘管該服務設計為完全自動駕駛，但倫敦的首次公開乘車體驗仍將配備一名持牌安全操作員在車內。
- •Wayve 在 2026 年 2 月完成了 12 億美元的 D 輪融資，並在 4 月額外獲得了 6000 萬美元的投資，使其投後估值達到 86 億美元，投資者包括 Uber、微軟、NVIDIA 以及主要汽車製造商如 Stellantis、Mercedes-Benz 和 Nissan。
- •Uber 在自動駕駛領域有著複雜的歷史，曾於 2021 年將其自動駕駛部門 ATG 出售給 Aurora Innovation，目前則採取平台策略，與 Wayve、Waymo 和 Autobrains 等多個合作夥伴共同推進自動駕駛技術。
📊 競品分析▸ Show
| 特徵/公司 | Uber (與 Wayve 合作) | Waymo |
|---|---|---|
| 技術方法 | 端到端深度學習、「具身 AI」（AV2.0），視覺為基礎，無需高精地圖。 | 傳統機器人學方法，基於 3D 地圖結合感測器和光達。 |
| 硬體依賴 | 精簡感測器套件，以攝影機為中心，硬體無關。 | 多模式感測器，包括光達。 |
| 地理擴展性 | 設計為無需針對特定城市進行微調即可全球擴展，已在 500 個城市進行「AI-500」路演。 | 為每個新服務區域創建詳細的初始地圖，需數週時間。 |
| 當前市場佈局 (自動駕駛計程車) | 在倫敦推出，計劃擴展至東京和美國。 | 在多個美國城市運營，預計 2026 年底前在倫敦推出。 |
| 公司估值 (2026 年 2 月) | 86 億美元。 | 1260 億美元。 |
🛠️ 技術深入
- Wayve 的自動駕駛方法稱為「具身 AI」或「AI 駕駛員」，採用端到端深度學習。
- 它以單一神經網路取代傳統的「感知-規劃-執行」模組化架構，將原始感測器輸入直接轉換為安全駕駛輸出。
- 該系統主要利用攝影機數據和機器學習進行學習，無需高精地圖。
- Wayve 的 AI 駕駛員軟體是車輛無關和感測器無關的，使其能夠適應不同類型的車輛。
- 其車載計算單元由 GPU 驅動，支援 NVIDIA DRIVE Orin 和 NVIDIA DRIVE Thor 等平台。
- Wayve 開發了 GAIA-1，這是一個用於自動駕駛的生成式 AI 世界模型，能夠根據影片、文字和動作輸入生成逼真的駕駛影片，擁有超過 90 億個可訓練參數，並在 4,700 小時的專有駕駛數據上進行訓練。
- 另一個模型 LINGO-2 則連結視覺、語言和動作輸入，以解釋和確定駕駛行為。
- 其深度學習架構包含五個主要組件：感知、動態、現在/未來分佈、未來預測和控制。
- 該模型學習時空特徵，以聯合預測未來場景表示（語義分割、深度、光流）並訓練自動駕駛策略。
- 儘管基礎模型可能很大，但 Wayve 已開發出壓縮和優化流程，使其能在 75 瓦的功耗預算內運行於生產車輛中。
- Wayve 利用 Microsoft Azure 的大規模計算能力進行 AI 模型的訓練和驗證，連接數千個 GPU。
- 公司正與 AMD、Arm 和 Qualcomm Ventures 等晶片公司合作，以促進其 AI Driver 技術在汽車計算平台上的整合。
🔮 前景展望AI analysis grounded in cited sources
Uber 將加速其在全球主要城市部署自動駕駛叫車服務的進程。
倫敦的推出是 Uber 到 2026 年底在 15 個城市推出自動駕駛服務的更廣泛戰略的一部分，這表明了其積極的擴張計劃。
Wayve 的端到端 AI 模型方法將在自動駕駛行業中獲得更大的關注和採用。
其無需高精地圖且車輛無關的特性，使其能夠更快速、更經濟地擴展到新的地理區域，挑戰傳統的自動駕駛方法。
隨著自動駕駛技術的成熟，人類駕駛員在叫車服務中的角色將逐漸轉變為安全操作員或在特定情境下的補充。
儘管初期有安全駕駛員，但服務的最終目標是實現完全無人駕駛，且 Uber CEO 預測 20 多年後所有汽車都將自動駕駛。
⏳ 時間線
2015-02
Uber 成立其自動駕駛技術部門 (ATG)，開始在匹茲堡進行自駕車研究。
2017-08
Wayve 在英國劍橋成立，專注於端到端深度學習的自動駕駛技術。
2019-11
Wayve 成功訓練一輛汽車僅使用攝影機和端到端深度學習，在未曾見過的公共道路上自主駕駛。
2021-01
Uber 將其 ATG 部門出售給 Aurora Innovation，轉向以合作夥伴為基礎的自動駕駛策略。
2025-06
Wayve 與 Uber 宣布建立多年合作夥伴關係，將 Wayve 的具身 AI 整合到 Uber 平台上的車輛中，並計劃在倫敦進行 L4 級別的試驗。
2026-02
Wayve 完成 12 億美元的 D 輪融資，投資者包括 Uber、微軟、NVIDIA 等，公司估值達到 86 億美元。
📎 來源 (24)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Verge ↗