当一辆普通的现代 Ioniq 5 被塞满 31 个传感器，它就不再是一辆车，而是自动驾驶时代的 "数据收割机"。
从卖部门到自建车队，Uber 的自动驾驶战略变了
2020 年，Uber 把自家的自动驾驶部门卖给了 Aurora，当时很多人以为这家出行巨头要彻底退出自动驾驶赛道。但五年后的今天，Uber 不仅回来了，而且换了一种更聪明的方式——不自己造自动驾驶系统，而是成为整个行业的 "数据中枢"。
本周三，Uber 正式亮相了一款原型数据采集车。这辆车看起来并不科幻，就是一辆普通的现代 Ioniq 5，但车顶和侧面密密麻麻地装满了传感器。这其实是 Uber 自 2020 年出售自动驾驶部门以来，首次亲自参与组装车辆（虽然是和合作伙伴一起）。
这个转变背后，是 Uber 今年新成立的 AV Labs 部门。这个部门的任务很简单：用装满传感器的 Uber 车辆去采集真实世界的驾驶数据，然后分享给 Uber 那 30 多个自动驾驶技术合作伙伴——包括 Avride、Waymo、WeRide 等业内耳熟能详的名字。
一辆 "普通" 电动车的传感器豪华套餐
这辆 Ioniq 5 到底装了多少东西？来看看这份配置单：
| 传感器类型 | 数量 | 作用 |
|---|---|---|
| 摄像头 | 14 个 | 捕捉视觉信息，识别路况和障碍物 |
| 固态激光雷达 | 8 个 | 精确测量距离，构建 3D 环境地图 |
| 毫米波雷达 | 9 个 | 全天候工作，补充摄像头和激光雷达的盲区 |
总计 31 个传感器，通过改装合作伙伴 Roush Performance 进行集成，所有数据最终汇总到 Nvidia 的 Dual Drive Thor 自动驾驶计算平台上处理。
Uber 也留了个后手——他们表示这套传感器配置会根据合作伙伴的需求持续更新。毕竟不同的自动驾驶公司，对数据的偏好也不一样。有的更看重摄像头，有的更依赖激光雷达，Uber 想做一个 "万能适配器"。
500 辆车、每月 200 万英里，数据规模什么概念？
Uber 的计划是 今年内在全球部署 500 辆这种改装车，预计到夏天就会有 50 辆上路。这个车队每月能采集 200 万英里的高保真驾驶数据。
200 万英里是什么概念？
假设一辆普通家用车一年开 1.2 万英里，这相当于 160 多辆车一整年的行驶里程。但 Uber 的数据不是普通的行车记录仪画面，而是 14 个摄像头 + 8 个激光雷达 + 9 个雷达 同时记录的、时间同步的、360 度无死角的环境信息。
更厉害的是，Uber 不是从零开始。过去两年，他们已经从美国和欧洲数百辆 Lucid Air 车队合作伙伴的车辆上采集了数据，还有数千辆装有外向摄像头的车辆在城市里跑。现在 AV Labs 正在分析这些存量数据，同时准备用新的 Ioniq 5 车队去采集更多。
不只是卖数据，Uber 想做自动驾驶的 "训练数据集标准"
Uber 的野心不止于把原始数据打包卖给合作伙伴。他们想要打造的是 "全球地理覆盖最广的自动驾驶训练数据集"。
这个数据集的核心价值在于几个关键词：
-
360 度视角：不是单个摄像头的画面，而是车辆周围全景 -
时间同步：所有传感器的数据是严格对齐时间的，这对训练至关重要 -
地理多样性：覆盖不同城市、不同路况、不同交通规则
对自动驾驶公司来说，训练数据的质量直接决定了算法的上限。Waymo 为什么强？很大一部分原因是他们在凤凰城跑了太多年，积累了海量本地数据。但自动驾驶要真正普及，必须能应对 东京的暴雨、孟买的拥堵、巴黎的环岛、旧金山的陡坡——Uber 想做的，就是把这些场景的数据一次性打包提供给合作伙伴。
更大的棋局：Uber 自动驾驶解决方案
AV Labs 只是 Uber 自动驾驶版图的一部分。今年 2 月，Uber 还成立了 Uber Autonomous Solutions 部门，专门负责自动驾驶车辆、自动驾驶卡车、甚至人行道配送机器人的日常运营管理。
把这几个部门串起来，Uber 的战略就清晰了：
-
AV Labs 负责采集和提供数据 -
Uber Autonomous Solutions 负责运营自动驾驶车队 -
Uber App 负责把自动驾驶服务送到用户手里
Uber 不自己造 "大脑"（自动驾驶算法），但要做 "神经系统" 和 "血液系统"——数据流和运营流。这和当年卖部门给 Aurora 时的思路完全不同：那时候 Uber 想的是 "自己做自动驾驶"，现在想的是 "让所有人都在我的平台上做自动驾驶"。
自动驾驶进入 "数据军备竞赛" 阶段
Uber 这一步棋，其实反映了整个自动驾驶行业的一个趋势：数据正在成为比算法更重要的护城河。
特斯拉的 FSD 为什么进步快？不是因为算法最先进，而是因为有数百万辆车每天在真实道路上跑，源源不断地产生训练数据。Waymo 的 Robotaxi 为什么谨慎扩张？因为每去一个新城市，都要重新采集当地数据、重新训练模型。
Uber 的优势在于，它本来就有 全球最大的出行网络之一，数百万司机每天在世界各地跑。现在把这些车变成 "数据采集器"，相当于把日常运营和自动驾驶研发无缝衔接了。
500 辆改装 Ioniq 5 只是个开始。如果这套模式跑通，未来 Uber 平台上的每一辆车，理论上都可以成为自动驾驶数据的来源。这才是 Uber 真正的 "隐藏实力"。
自动驾驶的终局，可能不是某一家公司做出最完美的算法，而是 谁掌握了最多、最全、最多样化的真实世界数据。从这个角度看，Uber 正在把自己从一家 "打车软件公司"，变成一家 "自动驾驶基础设施公司"——而这 500 辆数据采集车，就是这场转型的第一批 "先遣队"。