Nuro已获得加州机动车辆管理局(DMV)颁发的许可证,允许其在公共道路上对Lucid Gravity SUV进行无安全驾驶员的自动驾驶测试。这是该公司今年晚些时候为Uber推出自动驾驶出租车服务前的重要里程碑。
更新后的许可证覆盖圣克拉拉县和圣马特奥县,允许测试车辆在白天和夜间以最高45英里每小时的速度行驶,为Uber计划部署的至少35,000辆自动驾驶出租车车队的全无人驾驶测试扫清障碍。
这一许可证标志着Nuro当前测试工作迈上新台阶。自今年4月以来,Uber员工已可以通过Uber应用在湾区预约Lucid Gravity自动驾驶出租车,但这些行程均配备了安全驾驶员。
如今,Nuro可以开始在测试阶段完全移除安全驾驶员。这些Lucid Gravity车辆配备了高分辨率摄像头、固态激光雷达和雷达传感器,全部运行在基于英伟达Drive AGX Thor计算平台构建的Nuro自动驾驶系统之上。
Nuro发言人大卫·萨尔格罗表示,公司预计将于今年晚些时候启动无人驾驶测试,但未提供具体时间表。
无人驾驶测试许可仅是更宏大自动驾驶出租车布局的一部分。今年1月,Lucid、Nuro和Uber在CES展上联合发布了面向量产的自动驾驶出租车,当时合作协议中涉及20,000辆车。此后这一承诺大幅扩大。
4月,Uber将对Lucid的投资增至5亿美元,目前持有这家电动车制造商11.5%的股权。车队规模承诺也增加了75%,从20,000辆跃升至至少35,000辆Lucid Gravity自动驾驶出租车。迄今为止,Lucid已向Nuro和Uber交付了75辆工程测试车辆,并在美国多个城市持续开展测试和里程积累。
首批专属于Uber平台的自动驾驶出租车预计将于2026年底在旧金山湾区上线,仅通过Uber应用提供服务。
然而,DMV无人驾驶测试许可虽然必要,却远远不够。在Uber真正向公众提供付费无人驾驶出行服务之前,Nuro还需要获得两项额外批准:加州DMV颁发的部署许可,以及加州公用事业委员会(CPUC)颁发的无人驾驶网约车许可。目前这两项申请均尚未提交。
这使得Nuro、Uber与Lucid的合作处于与Waymo截然不同的阶段。Waymo早已持有所有必要许可,并在旧金山提供付费全无人驾驶出行服务多年。目前,Waymo每周在其运营城市完成约50万次付费行程,在路上行驶的自动驾驶出租车超过3,000辆。
亚马逊旗下的Zoox也计划于2026年下半年在旧金山推出付费自动驾驶出租车服务,进一步加剧这一日趋竞争激烈的市场格局。
与此同时,特斯拉目前仍未获得在加州进行无安全驾驶员自动驾驶测试的许可,仅在亚利桑那州获批了配备人工操作员的付费行程许可。
无人驾驶测试许可是一项有实质意义的进展,但我们必须清醒认识到Nuro在自动驾驶出租车竞赛中的实际位置。获得无安全驾驶员测试许可与真正推出商业化服务,是两件截然不同的事情。Waymo在能够提供付费行程之前,经历了多年测试阶段,并全程获得了Alphabet雄厚资金的支持。
Nuro、Uber与Lucid合作的独特之处,在于承诺规模之大令人瞩目。Uber投入5亿美元、订购35,000辆车,这是其迄今为止在自动驾驶领域最大规模的押注,远超大多数公司采用的试点项目模式。但纸面上的规模承诺,在技术真正实现无安全驾驶员的实际道路运行之前并无太大意义——而Nuro尚未公开证明这一点。
尽管如此,看到这一相对年轻的Uber、Lucid与Nuro合作,已在某种程度上在加州自动驾驶测试领域实现了对特斯拉的超越,这仍是一件颇为引人注目的事情。
Q&A
Q1:Nuro获得的加州无人驾驶测试许可具体允许做什么?
A:该许可证允许Nuro在加州圣克拉拉县和圣马特奥县的公共道路上,对Lucid Gravity SUV进行无安全驾驶员的自动驾驶测试,测试速度最高可达每小时45英里,且不受白天或夜间限制。这是Nuro为Uber推出商业化自动驾驶出租车服务前的关键一步,但距正式商业运营还需获得加州DMV部署许可和CPUC网约车许可两项额外批准。
Q2:Nuro的自动驾驶出租车和Waymo相比差距有多大?
A:差距较为明显。Waymo已持有所有必要许可,在旧金山提供付费全无人驾驶服务多年,每周完成约50万次付费行程,在路行驶的车辆超过3,000辆。而Nuro目前仅获得测试许可,尚未提交部署许可和网约车许可申请,首批商业化服务预计最早于2026年底上线。
Q3:Uber在自动驾驶出租车项目上投入了多少?
A:Uber已向Lucid投资5亿美元,持有其11.5%的股权,并承诺采购至少35,000辆Lucid Gravity自动驾驶出租车,较最初承诺的20,000辆增加了75%。这是Uber迄今为止在自动驾驶领域规模最大的一次押注,远超行业内大多数公司的试点项目规模。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。