1月，Aurora公司的股票走勢跌宕起伏。首席執行官克里斯·厄姆森（Chris Urmson）認為Aurora即將實現無人駕駛卡車的商業化。但該公司要實現盈利還需數年時間。厄姆森曾在Google領導自動駕駛汽車項目，直至該項目成為獨立的實體Waymo。

原文標題：《最後一批堅持下來的自動駕駛卡車公司之一終於準備上路》

在自動駕駛汽車領域，努力後卻折戟沉沙的公司屍橫遍野。

去年，通用汽車關停了Cruise；其競爭對手福特和大眾在2022年終止了它們投入重金的Argo AI項目，優步則在2020年發生一起致命事故後，剝離了其自動駕駛技術部門。此外還有一些小公司，還沒等人們聽說過它們的名字就已倒閉，比如圖森未來（TuSimple）、Embark、Ike和Starsky Robotics。

Alphabet旗下的Waymo是個突出的例外。

它是成立時間最久、資金最雄厚的自動駕駛公司，在鳳凰城、舊金山和洛杉磯擁有自動駕駛計程車車隊，並計畫將業務擴展到奧斯汀、亞特蘭大和邁阿密。《福布斯》估計，去年其收入超過1億美元，2025年可能還會大幅增長。

還有Aurora公司。它於2017年由來自Google、特斯拉和優步的三位自動駕駛專家創立，至今仍在營運，是美國僅存的一家純自動駕駛上市公司。

但上市三年多來，它尚未實現營收。此外，它還不得不兩次推遲了推出無人駕駛卡車服務。聯合創始人兼首席執行官克里斯·厄姆森表示，這種情況不會再發生了，今年春天，Aurora將走上與競爭對手Waymo類似的商業成功之路。Waymo背靠Alphabet這棵大樹，當初在Google內部孵化時，厄姆森曾是該項目的負責人。

“我們料到這會是一個挺棘手的問題，只有少數人能夠解決它……現實情況差不多也正如我們料想的那樣。”厄姆森告訴《福布斯》。“Waymo似乎已經攻克了這個難題，而我們也即將在4月推出相關服務。”

這項服務原定於2023年推出，等到4月推出時將從一輛半掛車起步，負責在達拉斯和休斯頓之間運輸貨物。隨後還會有更多車輛投入營運，Aurora希望到年底能有“數十輛”卡車上路，其中一些將行駛在連接埃爾帕索和沃思堡的另一條路線上。

這樣的緩慢起步是有意為之。即使一切順利，投資者可能也需要耐心等待數年，才能等來Aurora產生與其117億美元市值相匹配的營收和利潤。Aurora並未面臨資金（它擁有超過10億美元資金）、安全或管理問題帶來的直接危險——它的一些競爭對手便是栽在了這些問題上。但即便4月一切順利，它實現盈利（如果真的能實現的話）的時間表仍不明確。

與此同時，技術和商業方面的挑戰也令人生畏：需要開發計算系統，從而更好地即時處理視覺資料，還要尋找更便宜、功能更強大的感測器，以獲取道路狀況和危險因素的詳細圖像。就卡車運輸而言，還要與貨運公司和卡車製造商建立聯絡，並處理好跟它們的複雜關係。

“交通運輸是一個規模達數兆美元的龐大全球產業，這令人興奮，但它的利潤率普遍也比較低。” 阿利辛·馬利克（Alisyn Malek）說。她營運著移動出行技術諮詢公司Middle Third，與人共同創立了自動駕駛穿梭巴士初創公司May Mobility，還曾在2016年作為GM Ventures的成員參與了Cruise的收購交易。她接著說，“而且你必須建立一整套關係網路——在卡車運輸行業建立這些關係要做很多工作，因為這個行業高度分散。”

投資者對Aurora持謹慎樂觀態度。其股價在2024年大部分時間裡都低於5美元，1月初，公司與人工智慧晶片巨頭輝達和卡車零部件製造商大陸集團（Continental）達成技術合作的消息傳出，股價飆升29%，收於8.39美元。然而，自那之後，大部分漲幅又跌了回去。1月17日，Aurora股價收於6.80美元。（即便按這個價格計算，厄姆森持有的1.463億股也使其身家達到約10億美元。）

Aurora以及存活下來的競爭對手如Kodiak和Waabi等正在開發搭載人工智慧的大型卡車，原因很簡單：卡車運輸行業每年創造約1兆美元的收入，且面臨人類司機短缺的問題。麥肯錫的一項研究表明，如果它們能成功將這項技術商業化，到2030年代中期，自動駕駛卡車業務的價值可能達到每年6000億美元。

五六年前，人們以為在高速公路上營運自動駕駛半掛卡車要比在大城市部署自動駕駛計程車（robotaxi）容易得多。這是因為高速公路比城市街道更簡單，需要應對的障礙物更少。但在高速公路行駛需要更高的車速，而且18輪大卡車加上駕駛室和滿載的拖車重達8萬磅，這樣的龐然大物本身就帶來了獨特的挑戰。再加上大風、暴雨或路面濕滑結冰等情況，發生嚴重事故的可能性就會增加。即使是自動駕駛計程車，目前也無法以高速公路上的行車速度安全行駛；Waymo汽車的行駛速度低於每小時45英里。

喬治梅森大學教授米西·卡明斯（Missy Cummings）一位人工智慧專家，曾為美國國家公路交通安全管理局（NHTSA）的自動駕駛汽車項目提供建議。她告訴《福布斯》，她懷疑高速公路行駛的問題是否真的得到瞭解決。“我還沒看到任何一家自動駕駛公司——無論是汽車還是卡車公司——能夠以高速公路的車速可靠地運行，” 她說。“就連Waymo也悄悄關停了自己的自動駕駛卡車項目，但沒什麼人認真地談論這件事。”

擁有數十年自動駕駛汽車（AV）經驗的厄姆森表示，高速公路行車全面轉向無人駕駛所花時間之所以比預期更長，原因之一是為了確保安全。為Aurora的卡車配備比自動駕駛計程車視野範圍更遠的強大視覺系統便是舉措之一。

他說：“用卡車跑運輸，就需要能夠看到前方較遠處的路況，我在Google的時候，我們還沒有意識到這一點。後來我們開始認識到這個問題，但不知道如何解決。”

他認為Aurora將通過其專有的激光雷達技術Firstlight來解決這個問題，該技術可以生成遠距離路況的3D地圖，以增強攝影機和雷達資料的效果。

卡明斯表示，自動駕駛視覺系統仍然是一個長期存在的挑戰。“根本問題在於，感知系統相當脆弱，而且無法輕易由遠端人員出手補救。除非有公司能取得某種技術突破，否則我認為短期內不會實現高速公路無人駕駛營運。”

Aurora的聯合創始人，從左至右依次為：首席產品官斯特林·安德森、首席執行官克里斯·厄姆森和首席科學家德魯·巴格內爾。圖片來源：Aurora Innovation

在目前的試點階段，Aurora與聯邦快遞（FedEx）、優步貨運（Uber Freight）、世能達（Schneider）、沃納（Werner）和Hirschbach等公司合作運輸貨物。等到它的無人駕駛服務正式推出時，預計它將與優步貨運、世能達和Hirschbach合作。該公司希望，到2025年第二季度，能夠開始報告來自無人駕駛服務的收入。目前，客戶會為試運行期間的運輸服務付費（車輛運行過程中，人類駕駛員會坐在方向盤後提供額外保障）。但Aurora還沒有準備好設定收入目標或盈利日期。

在去年10月的致投資者信中，Aurora報告稱，自2021年9月以來，公司已運輸超過8200批商業貨物，同時累計了超過220萬英里的測試里程。信中還稱，公司正朝著在2026年底實現毛利潤的“道路”邁進。

離推出商業產品就差臨門一腳，走到這一步既不容易，成本也不低。公司檔案顯示，從2020年到去年第三季度，其在研發上投入了超過24億美元。同一時期，公司累計虧損達37億美元。

厄姆森並非Aurora唯一的技術專家。他的聯合創始人包括首席產品官斯特林·安德森（Sterling Anderson），他曾協助建立特斯拉的自動駕駛系統Autopilot；以及首席科學家德魯·巴格內爾（Drew Bagnell），他是卡內基梅隆大學教授，曾是優步自動駕駛技術部門的一員（Aurora於2020年收購了該部門）。

Aurora在1月提交的一份檔案顯示，它可能會在某個時候籌集新資金，但目前還沒有這樣做。Aurora報告稱，2024年第三季度末，公司擁有2.63億美元現金，加上短期投資，公司總資產超過12億美元。

厄姆森說：“好消息是我們有大量現金。我們覺得自己處於非常有利的地位。”

與此同時，自動駕駛卡車領域的競爭開始升溫。

加拿大的Waabi也在為了開展商業營運而努力，圖森未來聯合創始人侯曉迪創立的初創公司Bot Auto也是如此。由前Google自動駕駛汽車項目電腦科學家領導的Kodiak則瞄準了一個相對容易的利基市場：去年，它開始在西德克薩斯州用無人駕駛半掛車沿越野道路往油氣田運送沙子。位於矽谷的另一家初創公司Gatik目前避開了高速公路貨運路線，讓小型商用卡車行駛在城市和郊區的街道上，運送食品雜貨、辦公用品和其他貨物。

Aurora轉向商業營運比計畫中多花了一些時間，但厄姆森認為它將成為卡車運輸領域第一家實現這一目標的公司。

他說：“我們在模擬方面做了很多工作，對人工智慧的處理也很審慎，為它設定了防護措施，並利用一些最現代的技術讓它充分發揮作用。我認為我們在大多數方面都作出了正確的選擇。這很難，你必須把每一件事都做到萬無一失才行。”

https://www.forbes.com/sites/alanohnsman/2025/01/21/one-of-the-last-robot-truckers-finally-ready-to--hit-the-road/  (Forbes福布斯)

微軟發布首個大規模大氣基礎模型Aurora，可被用於預測和減輕極端天氣影響，模型擁有超高的準確率和效率，與如今數值預報系統界的SOTA相比，它的計算速度提高了約5000倍。

自從人類有歷史以來，就一直執著於預測天氣，以各種方式破解「天空之語」，我們慢慢發現，草木、雲層似乎都與天氣有關，這不僅是因為人類從事生產的需要，也是人類想要對著強風歌唱、在月光下吟詩的需要。

《冰與火之歌》中的風雨歌師，就是透過歌聲和吟唱來預測天氣和風暴，人們也會幻想擁有「改變天氣」的超能力。

後來，有了氣象專家和天氣預報，可我們始終還是無法脫離具身體驗和物理世界，但現在，AI讓情況起了變化。

微軟發布首個大規模大氣基礎模式Aurora，能夠從數據中學習並做出預測，展現出了驚人的準確率和效率。

改變不僅是一家公司帶來的，而是全球性的。

世界頂尖的數值天氣預報組織－歐洲中期天氣預報中心維護的一個極其豐富的資料集，為AI天氣預報提供了強有力的資料支撐。

在未來，或許無需物理學，一台電腦就可以捕捉全球的「風雲變幻」。

影響不只如此，如果我們已經可以用AI預測全球天氣，「建模」地球還會遠嗎？

微軟發布首個大規模大氣基礎模型

全球極端天氣事件頻繁，在突如其來的風暴面前，人類顯得特別渺小。

總是讓人措手不及的極端天氣，暴露了當前天氣預報模型的局限性，並凸顯了在氣候變遷面前進行更準確預報的必要性。

一個緊迫的問題出現了：我們如何更好地預測此類極端天氣事件並做好準備？

Charlton Perez等人最近的一項研究強調，即使是最先進的人工智慧天氣預測模型，在捕捉風暴的快速增強和峰值風速方面也面臨挑戰。

為了幫助應對這些挑戰，微軟的一個研究團隊開發了Aurora，Aurora意為「極光」，這是一個尖端的人工智慧基礎模型，可以從大量的大氣數據中提取有價值的見解。

論文地址：https://www.microsoft.com/en-us/research/publication/aurora-a-foundation-model-of-the-atmosphere/

Aurora提供了一種新的天氣預報方法，可以改變我們預測和減輕極端事件影響的能力。

在預訓練時，Aurora會進行最佳化，以便在具有不同解析度、變數和壓力等級的多個異質資料集上最大限度地減少損失。分兩個階段對模型進行微調：(1) 短時間內對預訓練的權重進行微調；(2) 使用低秩自適應性（LoRA）進行長前置時間（rollout）微調。微調後的模型將用於處理不同解析度的各種業務預報情況

雖然參數量只有1.3B，但Aurora在超過一百萬小時的各種天氣和氣候模擬中進行了訓練，這使它能夠全面了解大氣動力學。

因此，即使在資料稀缺地區或極端天氣情況下，模型也能出色地完成各種預測任務。

透過在0.1°（赤道約11 公里）的高空間分辨率下運行，Aurora能夠捕捉大氣過程的複雜細節，提供比以往任何時候都更加準確的業務預報，而計算成本僅為傳統數值天氣預報系統的一小部分。

據研究人員估計，與數值預報系統界的SOTA－綜合預報系統（Integrated Forecasting System，IFS）相比，Aurora的運算速度提高了約5,000倍。

除了令人驚嘆的準確性和效率之外，Aurora還以其多功能性脫穎而出。

該模型可以預測廣泛的大氣變量，從溫度、風速到空氣污染水平和溫室氣體濃度。

Aurora的架構設計可處理異質黃金標準輸入，並產生不同解析度和保真度等級的預測。

該模型由一個靈活的3D Swin Transformer和基於Perceiver的編碼器和解碼器組成，能夠處理和預測一系列跨空間和壓力等級的大氣變數。

透過大量不同資料的預訓練和對特定任務的微調，Aurora學會了捕捉大氣中錯綜複雜的模式和結構，使其在針對特定任務進行微調時，即使訓練資料有限也能表現出色。

Aurora在許多目標上都優於運行中的CAMS：(a) 與CAMS分析相比，Aurora預測的二氧化氮柱總量樣本；(b) Aurora相對於CAMS 的緯度加權均方根誤差（RMSE） ，負值（藍色）表示Aurora 更好

由於大氣化學、天氣模式和人類活動之間複雜的相互作用，以及哥白尼大氣監測服務（CAMS）數據的高度異構性，這是一項眾所周知的艱鉅任務。

Aurora利用其靈活的編碼器-解碼器架構和關注機制，有效地處理和學習這些具有挑戰性的數據，捕捉空氣污染物的獨特特徵及其與氣象變數的關係。

這使得Aurora能夠以0.4°的空間分辨率產生精確的五天全球空氣污染預報，在74%的所有目標上都優於最先進的大氣化學模擬，證明了它在解決各種環境預報問題方面的卓越適應性和潛力，即使在數據稀少或高度複雜的情況下也是如此。


數據多樣性和模型縮放改善了大氣預報

研究也發現，與在單一資料集上進行的訓練相比，在不同資料集上進行的預訓練能顯著提升Aurora的表現。

透過整合氣候模擬、再分析產品和業務預測的數據，Aurora可以學習到更強大、更通用的大氣動力學表徵。

正是由於其規模和多樣化的預訓練資料集，Aurora能夠在各種任務和解析度下超越最先進的數值天氣預報模型和專門的深度學習方法。

在不同資料上進行預訓練並擴大模型規模可提高效能，模型大小每增加一倍，訓練損失就會減少5%

Aurora規模化直接帶來的是，無論是在架構設計和訓練資料語料庫，還是預訓練和微調協定方面，其效能都優於最佳的專業深度學習模型。

為了進一步驗證在多個資料集上預訓練大型模型進行微調的收益，微軟團隊將Aurora與GraphCast進行了比較，後者僅在ERA5上進行了預訓練，目前被認為是分辨率為0.25度、預測時間長達五天的最熟練的人工智慧模型。

此外，研究人員也將IFS HRES（數值天氣預報的黃金標準）也納入了比較範圍。

結果表明，在與分析、氣象站觀測和極端值進行比較時，Aurora 的表現都要優於GraphCast和IFS HRES。

在絕大多數目標上，Aurora的表現都優於GraphCast

Aurora的影響遠遠超出了大氣預報。

透過展示基礎模型在地球科學中的力量，這項研究為開發涵蓋整個地球系統的綜合模型鋪平了道路。

基礎模型能夠在資料稀缺的情況下出色地完成下游任務，這將使資料稀缺地區（如發展中國家和極地地區）獲取準確天氣和氣候資訊的途徑更加民主化。

這將對農業、交通、能源採集和備災等部門產生深遠影響，使社區能夠更好地適應氣候變遷帶來的挑戰。

無需物理學？ AI天氣預報進展巨大

變化來得太快，就像龍捲風，天氣預報界正在經歷重大變革。

最終的目標是革命性的：運用基於AI的新方法，在桌上型電腦上就可以運行天氣預報！

在過去的18個月裡，天氣預報成為了一個最有前途的AI應用，最近的進展在氣象學界引起了巨大反響。

這要歸功於一個秘密武器：一個極其豐富的數據集。

歐洲中期天氣預報中心（ECMWF），世界頂尖的數值天氣預報組織，維護一套關於大氣、陸地和海洋天氣的資料集，每天在全球各地每隔幾個小時記錄一次，資料可以追溯到1940年。

特別是過去50年的數據，在全球衛星覆蓋之後，尤其豐富。這個資料集被稱為ERA5，並且是公開可用的。

ERA5並非專門為人工智慧應用而創建，但ERA5卻為人工智慧天氣應用的發展發揮了巨大作用。

電腦科學家直到2022年才真正開始認真使用這些資料來訓練人工智慧模型，以預測天氣。

從那時起，這項技術取得了突飛猛進的發展。在某些情況下，這些模型的輸出結果已經優於科學家們花費數十年時間設計和建立的全球天氣模型，而且運行那些模型還需要一些世界上最強大的超級電腦。

歐洲氣像中心ECMWF人工智慧預報工作負責人Matthew Chantry在接受採訪時表示，「很明顯，機器學習是未來天氣預報的重要組成部分。」

ECMWF正在招募人才來開發基於機器學習的地球系統模擬

大約6年前，一些使用基於神經網路的深度學習技術進行天氣預報的早期學術研究就開始了。

起初，電腦科學家們對這項方法是否奏效並不十分樂觀，因為它與幾十年來發展起來的天氣預報科學大相逕庭。

時間來到2022年，人們才稍微放下了對AI模型的懷疑。

先是物理學家和資料科學家Ryan Keisler，利用「圖神經網路」展示了一些初步的成果。

論文網址：https://arxiv.org/abs/2202.07575

隨後，中國科學家提出的「Pangu-Weather」模型，直接登上了Nature。

結果顯示，它在某些情況下甚至超過了當今最強的基於物理的模型——ECMWF。

論文網址：https://www.nature.com/articles/s41586-023-06185-3

這在使用深度學習技術和天氣建模的科學家社群中引起了震動。

很快，歐洲科學家開始基於其他深度學習模型的研究成果製作一個操作模型，這並沒有花太長時間。

到去年年底，新的人工智慧綜合預報系統（AIFS）已經產生了「非常有希望」的結果。今年春天，歐洲預報員開始發佈即時預報。

週五美國自動駕駛概念股迎來暴漲，其中有"自動駕駛第一股"之稱的Aurora Innovation(AUR)飆漲了51%，收盤報價17.11美元，蘋果汽車全面押注自動駕駛的消息點燃了投資者對這一技術的熱情。

此外，專注於卡車自動駕駛技術的TuSimple盤中一度上漲7.9%，收盤漲5.9%。

這種樂觀情緒也蔓延至駕駛輔助系統鐳射雷達感測器製造商，推動Innoviz Technologies、Aeva Technologies和Velodyne lidar等股價走高。但有跡象顯示，這輪行情背後的主力可能是散戶。

本月初，Aurora通過SPAC方式完成上市，登陸美國Nasdaq。Aurora上市被認為是一個產業的風向球，該公司的股價表現將成為判斷資本市場對無人駕駛技術是否熱衷的關鍵指標。但從Aurora融資到上市表現來看，資本的反應算不上熱情，在扣除費用前籌集了18億美元，遠低於7月份宣佈時25億美元的預期，在首個交易日下跌了3%。

有跡象顯示，週五相關概念的暴漲更多是來自散戶的熱炒，分析指出，週五有超過3600萬股Aurora股票易手，遠高於特斯拉的成交量，異常龐大的交易量通常表明散戶投資者的興趣很高，社交媒體上Aurora被提及的次數也大量增多。

Aurora上市之所以備受關注，原因在於其市值是目前為止最大的一家，也是唯一一家同時致力於自動機器人計程車和貨運無人駕駛的公司。

Aurora成立於2017年，三位創始人中，Sterling Anderson曾擔任過特斯拉Autopilot專案主管，CTO Drew Bagnell曾任職於Uber先進技術團隊、負責感知和自主軟體工作，CEO Chris Urmson曾領導谷歌自動駕駛汽車專案近8年。

Aurora計劃在2023年末推出第一款自動駕駛卡車，將其技術整合到Volvo和Paccar 8級卡車中。 在接下來的一年裡將推出無人駕駛計程車。

2. 蘋果自動駕駛汽車最快四年後問世

前一天媒體報導，蘋果正在加快開發自有電動汽車，並且將重心放在全自動駕駛，而不是部分自動化上。蘋果為汽車團隊招募了效力特斯拉的工程師、特斯拉自動輔助駕駛系統Autopilot軟體主管Christopher "CJ" Moore。 Moore負責蘋果汽車自動駕駛軟體的工作，直屬上級是去年末加入蘋果的另一前特斯拉主管、離職前領導Autopilot團隊的Stuart Bowers。

蘋果的造車專案此前被媒體曝光稱為泰坦計劃，至今並未被蘋果公之於眾。 這一神秘專案據稱2014年啟動，問世已有七年。這些年來，蘋果的汽車項目團隊都在同時進行兩種方向的研發，一種是開發有限的自動駕駛功能，專注於轉向和加速，另一種是全自動駕駛，也就是無需人類司機的駕駛。

消息人士透露，在泰坦專案新領導人—蘋果科技副總、智慧手錶Apple Watch軟體負責人Kevin Lynch的領導下，工程師們現在將重心放在全自動駕駛上。 Lynch在爭取讓汽車的第一個版本就搭載全自動駕駛系統。

蘋果內部的目標是在四年內推出自動駕駛汽車，比一些工程師今年早些時候計劃的五到七年內汽車問世時間更早。 但這個目標並不是一成不變的，2025年汽車問世取決於蘋果能不能完成自動駕駛系統。 如果不能，蘋果可能推遲發佈汽車，或者首先出售一款技術含量相對較低的車。

傳出以上消息後，蘋果股價週四午盤拉升，不到半小時時間，日內漲幅就從不足0.9%擴大到將近2.9%，股價一度漲至158美元上方，創盤中歷史新高，日內漲超3%。 最終收漲逾2.8%，收報157.87美元，也創收盤新高。週五蘋果股價再漲1.70%，報160.55美元。

近年來，無人駕駛汽車大規模交付的時間一直在推遲，且在突破監管門檻方面也存在諸多障礙，這或許也是資本目前對該項技術持謹慎態度的原因。

儘管如此，目前這一賽道上的競爭已經相當激烈。 除了電動汽車製造商特斯拉等，谷歌母公司Alphabet旗下自動駕駛子公司Waymo、通用汽車旗下的機器人計程車業務Cruise，以及福特和大眾支援的Argo AI都是Aurora的勁敵。

對於這些競爭對手來說，Aurora未來的股價表現將是資本會否為這項技術買單的重要晴雨錶。

隨著這項技術實現商業規模所需的時間越長，所需的資金就越多。 這場競賽中最大的兩家公司Waymo和Cruise都曾考慮上市，但最終都轉向私募融資，Argo AI則在尋求IPO。  

#Aurora 你可以在這裡找到鉅亨號中所有使用「Aurora」為關鍵字所發布的內容