英伟达披露与Uber合作开发自动驾驶的细节,Uber股价涨3.5%

英伟达Drive在社交平台上发帖称,将使用Uber收集的多样化驾驶场景数据——包括机场接送、复杂路口和多变天气条件,对英伟达Cosmos World基础模型进行后训练。消息公布后,Uber股价周四午后攀升至盘中高点,一度涨幅达3.5%,随后涨幅收窄。

芯片巨头英伟达披露与网约车平台优步(Uber)合作细节,Uber股价上涨。

10月23日,英伟达Drive在社交平台上发帖称,与Uber正在探索如何利用大规模真实驾驶数据训练的基础模型加速自动驾驶技术进步。

(英伟达Drive宣布与Uber合作)

帖文表示英伟达使用了Uber收集的多样化驾驶场景数据——包括机场接送、复杂路口和多变天气条件,对英伟达Cosmos World基础模型进行后训练。

该合作依托英伟达DGX Cloud基础设施,旨在实现三大技术目标:

• 实现更高精度的仿真模拟,显著减少异常情况。

• 缩短模型训练后的迭代周期,支持可扩展的机器学习运维(MLOps)。

• 在罕见或极端场景下,模型表现更加稳定可靠。

消息公布后,Uber股价周四午后攀升至盘中高点,一度涨幅达3.5%,随后涨幅收窄。

(Uber周四股价一度加速上行)

Uber数据优势凸显

Uber的全球运营网络为自动驾驶模型训练提供了独特的数据价值。

根据英伟达今年8月发布的白皮书,Uber的出行和配送服务每月在全球范围内运送超过10亿人次和物品。

更重要的是,Uber车辆的运营时间更多集中在对个人用户而言较为罕见的复杂情况——如恶劣天气、机场接送和拥挤活动等场景。

这意味着与私人车辆相比,Uber车辆每天闲置或停放的时间更少,而用于收集高价值极端案例场景的时间更多。

(Uber汽车与普通私家车在数据收集方面的对比)

以机场接送为例,Uber全天候运营覆盖了各种天气和光照条件,而这些场景在其他情况下很难充分采样。

密集的交通、不可预测的行人移动、频繁的变道和突然停车,使机场接送区成为独特的挑战性环境。

Uber还可以通过乘客评分、反馈以及车载遥测数据来衡量司机技能,捕捉频繁刹车和加速等指标,进一步提升数据价值。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
相关文章