Uber 的长期雄心远远超出了接送乘客的范围：该公司最终希望为其人类司机的汽车配备传感器，为自动驾驶汽车 (AV) 公司以及其他可能在现实世界场景中训练人工智能模型的公司吸收真实世界的数据。 Uber 首席技术官 Praveen Neppalli Naga 周四晚在旧金山举行的 TechCrunch StrictlyVC 活动上接受采访时透露了该计划，称其为该公司 1 月底宣布的一项名为 AV Labs 的新生计划的自然延伸。 “这就是我们最终想要走的方向，”纳加在谈到装备人类驾驶员的车辆时说道。 “但首先我们需要了解传感器套件以及它们的工作原理。有一些规定 - 我们必须确保每个州都[明确]传感器的含义以及共享的含义。” 目前，AV Labs 依赖于 Uber 自行运营的配备传感器的小型专用车队，与司机网络分开。但野心显然要大得多。 Uber 在全球拥有数百万司机，如果这些汽车中的一小部分可以转化为滚动数据收集平台，那么 Uber 为 AV 行业提供的服务规模将令任何单个 AV 公司自行组装的规模相形见绌。 Naga 表示，推动该计划的洞察力是，自动驾驶汽车开发的限制因素不再是底层技术。 “瓶颈在于数据，”他说。 “[像 Waymo 这样的公司]需要到处收集数据，收集不同的场景。你可能会说：在旧金山，‘在这个学校的十字路口，我在一天中的这个时候需要一些数据，这样我就可以训练我的模型。’所有这些公司的问题是获取这些数据，因为他们没有资金来部署汽车并去收集所有这些信息。” 成为整个自动驾驶生态系统的数据层是一个相当明智的做法，特别是考虑到 Uber 多年前就放弃了自己制造自动驾驶汽车的雄心（联合创始人特拉维斯·卡兰尼克 (Travis Kalanick) 公开哀叹此举是一个大错误）。事实上，许多行业观察家都想知道，如果没有自己的自动驾驶汽车，随着自动驾驶汽车在全球范围内的不断涌现，优步是否有一天会变得无关紧要。 该公司目前与 25 家 AV 公司建立了合作伙伴关系，其中包括在伦敦运营的 Wayve，并正在构建 Naga 所说的“AV 云”：一个带有标签的传感器数据库，合作伙伴公司可以查询并使用它来训练他们的模型。 Uber 计划更积极地直接投资的合作伙伴还可以使用该系统在“影子模式”下针对真实的 Uber 行程运行他们经过训练的模型，模拟自动驾驶汽车在没有实际上路的情况下的表现。 “我们的目标不是从这些数据中赚钱，”纳加说。 “我们希望使其民主化。” 鉴于 Uber 正在打造的产品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汽车公司进行了股权投资，其大规模提供专有培训数据的能力可能会使其在目前依赖 Uber 乘车市场来接触客户的行业中拥有巨大的影响力。