Uber周三发布了一款原型车,计划用其为Avride、Waymo、WeRide等日益扩大的自动驾驶合作伙伴阵营采集真实驾驶数据。
这款车并非颠覆性设计,而是一辆搭载大量传感器的现代Ioniq 5,车顶和两侧均安装了密集的传感器阵列——这一方向早在今年1月Uber便向TechCrunch透露过。虽然这辆满载传感器的车辆外观上并不惊艳,但对Uber而言具有重要的里程碑意义。
这是Uber自2020年将自动驾驶部门出售给Aurora之后,首次(在合作伙伴协助下)自主组装的车辆。同时,这也标志着Uber旗下AV Labs部门的重要进展——该部门于今年早些时候成立,专门通过配备传感器的Uber车辆采集数据,并与旗下30余家自动驾驶技术合作伙伴共享数据。
Uber周三表示,计划今年在全球范围内部署500辆这款改装版现代电动车,整个车队每月能够采集"200万英里高保真数据",专门用于机器人出租车的研发。预计今年夏季前将有50辆车正式上路。
这批Ioniq 5车辆通过与Roush Performance的合作进行改装,配备了14个摄像头、8个固态激光雷达传感器和9个雷达,所有数据将通过英伟达Dual Drive Thor自动驾驶计算机进行处理。Uber表示,随着合作伙伴需求的变化,传感器方案将持续迭代更新。
这不仅仅是原始数据的简单传输。Uber表示,其目标是打造全球地理覆盖最广泛、专门面向自动驾驶的训练数据集。一旦成功,该数据集将为自动驾驶合作伙伴提供经过时间同步拼接处理的360度全景视图,可直接用于自动驾驶软件的训练。
Uber在这一领域已具备先发优势。据其向TechCrunch透露,目前已从数十个城市的车队合作伙伴运营的数千辆配备外向摄像头的车辆中完成数据采集。此外,过去两年间,Uber还从美国和欧洲车队合作伙伴使用的数百辆Lucid Air车辆中获取了大量数据。
AV Labs部门目前正对上述两批数据进行分析,并准备利用将交由车队合作伙伴使用的改装版Ioniq 5车辆采集更多数据。
AV Labs只是Uber在自动驾驶领域更宏大布局的组成部分之一。今年2月,Uber还成立了"Uber Autonomous Solutions"部门,专门负责处理机器人出租车、自动驾驶卡车及人行道配送机器人等业务的日常运营事务。
Q&A
Q1:Uber部署的数据采集车辆搭载了哪些传感器?
A:Uber改装的现代Ioniq 5配备了14个摄像头、8个固态激光雷达传感器和9个雷达,改装工作由Roush Performance负责。所有传感器采集的数据将通过英伟达Dual Drive Thor自动驾驶计算机进行处理。Uber表示,随着合作伙伴需求的变化,传感器方案还将持续更新迭代。
Q2:Uber的AV Labs部门是做什么的?
A:AV Labs是Uber今年早些时候成立的新部门,主要职责是通过配备传感器的Uber车辆采集真实驾驶数据,并将这些数据共享给旗下30余家自动驾驶技术合作伙伴,包括Avride、Waymo和WeRide等。其目标是打造全球地理覆盖最广泛的自动驾驶训练数据集,用于训练自动驾驶软件。
Q3:Uber的500辆数据采集车今年何时能全面上路?
A:根据Uber的计划,500辆改装版现代Ioniq 5将于2025年内在全球范围内完成部署,整个车队每月可采集200万英里的高保真驾驶数据。其中,预计今年夏季前将有50辆率先上路运营。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。