股價漲2.6%！輝達揭露與Uber合作開發自動駕駛的細節

輝達Drive在社群平台上發文稱，將使用Uber收集的多樣化駕駛場景資料——包括機場接送、複雜路口和多變天氣條件，對輝達Cosmos World基礎模型進行後訓練。消息公佈後，Uber股價周四午後攀升至盤中高點，一度漲幅達3.5%，隨後漲幅縮小。

晶片巨頭輝達揭露與網約車平台優步（Uber）合作細節，Uber股價上漲。

10月23日，輝達Drive在社群平台上發文稱，與Uber正在探索如何利用大規模真實駕駛資料訓練的基礎模式加速自動駕駛技術進步。

（輝達Drive宣佈與Uber合作）

貼文表示輝達使用了Uber收集的多樣化駕駛場景資料－包括機場接送、複雜路口和多變天氣條件，對輝達Cosmos World基礎模型進行後訓練。

該合作依託輝達DGX Cloud基礎設施，旨在實現三大技術目標：

• 實現更高精度的模擬模擬，顯著減少異常情況。

• 縮短模型訓練後的迭代周期，支援可擴展的機器學習維運（MLOps）。

• 在罕見或極端場景下，模型表現更加穩定可靠。

消息公佈後，Uber股價周四午後攀升至盤中高點，一度漲幅達3.5%，隨後漲幅縮小。

（Uber周四股價一度加速上行）

Uber資料優勢凸顯

Uber的全球營運網路為自動駕駛模型訓練提供了獨特的資料價值。

根據輝達今年8月發佈的白皮書，Uber的旅遊和配送服務每月在全球運送超過10億人次和物品。

更重要的是，Uber車輛的營運時間更集中在對個人使用者而言較為罕見的複雜情況——如惡劣天氣、機場接送和擁擠活動等場景。

這意味著與私人車輛相比，Uber車輛每天閒置或停放的時間更少，而用於收集高價值極端案例場景的時間更多。

（Uber汽車與一般私家車在資料收集上的對比）

以機場接送為例，Uber全天候營運覆蓋了各種天氣和光照條件，而這些場景在其他情況下很難充分取樣。

密集的交通、不可預測的行人移動、頻繁的變道和突然停車，使機場接送區成為獨特的挑戰性環境。

Uber還可以透過乘客評分、回饋以及車載遙測資料來衡量司機技能，捕捉頻繁剎車和加速等指標，進一步提升資料價值。 （invest wallstreet)