文章核心观点 - Uber成立名为Uber AV Labs的新部门 旨在为超过20家自动驾驶合作伙伴提供真实世界驾驶数据 以加速行业技术发展 目前暂不收费 [1][9] 自动驾驶行业趋势与数据需求 - 自动驾驶汽车正经历从基于规则操作向更多依赖强化学习的转变 这使得真实驾驶数据对训练系统变得极具价值 [3] - 最需要这些数据的正是那些已经自行收集了大量数据的自动驾驶公司 这表明解决极端边缘案例已成为一场数据量的竞争 [4] - 目前 自动驾驶公司的车队规模构成了其数据收集能力的物理上限 尽管许多公司使用模拟环境 但实际道路驾驶对于发现各种意外场景无可替代 [5] Uber AV Labs的运营模式与现状 - Uber不会重返自主研发机器人出租车的业务 该业务在2018年发生致命事故后已停止 并于2020年出售 新部门将使用配备传感器的自有车辆为Waymo Waabi Lucid Motors等合作伙伴收集数据 但尚未签署正式合同 [2] - 该部门目前规模较小 仅有一辆现代Ioniq 5测试车 团队仍在手动安装激光雷达、雷达和摄像头等传感器 预计部署100辆车上路收集数据仍需时间 [10][11] - 合作伙伴将不会获得原始数据 Uber AV Labs会对数据进行处理和加工 以适配合作伙伴的需求 这一“语义理解”层将被用于改进机器人出租车的实时路径规划 [11] 数据收集与处理的具体方法 - Uber计划采用“影子模式”作为中间步骤 将合作伙伴的驾驶软件接入AV Labs的车辆运行 当人类驾驶员的操作与影子模式下的自动驾驶软件决策不同时 会向合作伙伴标记这些情况 这有助于发现软件缺陷并训练模型更像人类驾驶 [12] - 该方法与特斯拉过去十年的做法类似 但Uber缺乏特斯拉每日数百万客户车辆全球行驶的规模 Uber计划基于合作伙伴需求进行更有针对性的数据收集 其业务覆盖600个城市可提供灵活性 [13][14] 对行业的影响与Uber的愿景 - 以Waymo为例 其自动驾驶车辆已运营或测试十年 但近期仍出现违规超越停靠校车的情况 访问更大量的驾驶数据有助于在问题出现时或出现前予以解决 [6] - Uber高管表示 从与合作伙伴的对话中得知 Uber能够收集的数据量远超他们自身可能收集的数据总和 [15] - 公司预计在一年内将新部门扩展至数百人 并希望快速推进 长远来看 整个网约车车队都可能被用于收集更多训练数据 [14] - 公司认为 推动合作伙伴的自动驾驶技术进步所带来的价值 远大于从此业务中直接获得的金钱收益 其目标是“民主化”这些数据 [9]