Uber把歐洲Robotaxi的下一站，放到了慕尼黑。
路透社6月1日報導，Uber和以色列自動駕駛公司Autobrains宣佈，計畫與輝達合作在德國慕尼黑推出Robotaxi項目。
目前，這項服務還沒有到正式上路階段。按照三方說法，慕尼黑會成為首個落地城市，Uber負責把車輛接入叫車平台，Autobrains提供自動駕駛系統，輝達提供車端計算平台。
實際上，Uber這幾年在自動駕駛上已經換了打法。
2020年，Uber把自動駕駛部門Advanced Technologies Group賣給Aurora，之後更多扮演平台和營運方角色。
到2026年，Uber又推出Uber Autonomous Solutions，把需求入口、地圖資料、監管對接、車隊營運和乘客體驗打包給自動駕駛合作夥伴。
也就是說，Uber這次不是重新下場自己造自動駕駛系統，而是繼續找技術公司合作，把Robotaxi接到自己的平台上。
和Waymo、MOIA這類已經跑出車輛和營運體系的公司不同，Autobrains更像一家自動駕駛軟體供應商。
按照Autobrains說法，它的技術重點不是堆更多感測器和更貴算力，而是把駕駛任務拆成多個專門處理不同場景的決策模組，讓車輛在常規汽車感測器和車規級計算平台上運行。
對Uber來說，慕尼黑項目要看的不是某一輛車能不能跑起來，而是這套軟體和平台組合，能不能以後換到更多車型、更多城市繼續用。
01. Uber只做入口
實際上，這也是Uber近幾年在自動駕駛領域的核心變化，不再自己包辦技術研發，而是把不同公司的自動駕駛車輛接入自己的叫車網路。
2020年，Uber出售ATG時仍與Aurora保留合作，目標是把自動駕駛車輛接入Uber叫車網路。此後，Uber沒有再把自己包裝成一家單獨做全端自動駕駛的公司，而是把更熟悉的派單、需求匹配、乘客入口和城市營運能力拿出來，給不同Robotaxi技術方提供商業化介面。
在慕尼黑項目裡，這種分工更加明顯。
Autobrains解決車輛如何感知、判斷和執行，輝達解決車端算力和感測器參考架構，Uber則解決服務怎麼被乘客叫到、怎麼調度、怎麼營運。
Robotaxi真要做成生意，難點不只在車會不會自己開。車輛停在那裡接人，機場和大型活動場館怎麼上下客，突發道路封閉後如何改派，乘客遇到問題找誰，這些都需要平台和營運系統一起解決。
這次合作是在台北舉行NVIDIA GTC Taipei上宣佈的。項目由三層組成，Autobrains提供自動駕駛軟體，輝達提供NVIDIA DRIVE Hyperion計算和感測器參考平台，Uber負責出行平台和營運網路。
據報導，這個項目被設計成不依賴特定整車廠的模式，可適配多種車輛平台和多個城市市場，目標是讓Robotaxi從零散試點走向更容易複製的車隊部署。
換句話說，這套方案不想只綁在某一家車企或某一款車型上。
過去不少無人車項目需要專門改車，配上更複雜的感測器和計算系統。技術上能跑，但成本高，換車型和擴大車隊都不容易。
公告稱，Autobrains的方案希望在標準汽車感測器配置和高效計算平台上實現即時決策，並能跨不同OEM平台部署。
Autobrains創始人兼首席執行長伊加爾·賴歇爾高茲（Igal Raichelgauz）表示，自動駕駛要規模化，不能指望一個模型解決所有駕駛場景，系統需要能在不確定情況下推理、適應並做決定。
他還表示，與Uber和輝達合作，是把這種智能體式AI方法帶入自動駕駛網約車場景。
Uber自動駕駛移動出行與配送全球負責人薩爾弗拉茲·馬雷迪亞（Sarfraz Maredia）表示，整車廠和自動駕駛公司不只要把車造出來、跑起來，還要讓這些車接進一個真正能服務乘客的平台。
也就是說，這次項目是把不繫結具體車型的自動駕駛技術、輝達的AI計算平台和Uber的網約車網路接到一起。
輝達汽車業務副總裁裡希·達爾（Rishi Dhall）也表態稱，Robotaxi需要高性能AI計算、穩健的自動駕駛架構，以及能落到真實車輛平台上的部署路徑。
輝達官方資料顯示，NVIDIA DRIVE Hyperion是面向L4準備的自動駕駛開發平台和參考架構，包含標準化感測器套件、高性能車載計算和軟體棧。
Hyperion 10規格中包括14個攝影機、9個雷達、1個雷射雷達、12個超聲波感測器和4個艙內攝影機，計算部分使用兩顆DRIVE AGX Thor SoC。
這也是輝達在Robotaxi上的一貫打法。
輝達把Hyperion定位為一套可復用的架構，讓開發者不用從底層感測器和計算整合開始做起。它的合作名單中已經包括多家整車廠、出行公司和自動駕駛開發商。
Uber去年10月也曾宣佈，將與輝達合作，部署由NVIDIA AI架構支援的大規模自動駕駛車輛網路，其中提到把人工駕駛車輛和自動駕駛車輛放進同一個出行網路。
02. Autobrains是誰？
Autobrains並不是一家突然出現的Robotaxi的營運公司。
公開資料顯示，Autobrains是一家以色列AI公司，主要做ADAS和自動駕駛軟體，目標是在常規感測器和車規級計算平台上實現自動駕駛能力。
目前，公司已經獲得超過1.4億美元融資，投資方包括BMW、Toyota Ventures、VinFast、Continental、Knorr-Bremse、Magna和Temasek，並擁有300多項AI和自動駕駛相關專利。
這家公司早期更強調自學習AI和視覺智能。
2022年，Autobrains完成1.2億美元C輪融資，領投方是新加坡投資公司Temasek，Continental、BMW i Ventures、Knorr-Bremse和VinFast等參與。Autobrains表示，這筆融資用於進一步完善自學習AI能力，並把業務拓展到卡車等新領域，同時擴大在亞洲、歐洲和美國的商業覆蓋。
到了2026年，Autobrains開始更多強調智能體式AI，也就是把駕駛任務拆開，讓不同模組分別處理不同路況和場景。
公司3月發佈的資訊稱，傳統端到端自動駕駛架構越來越重、越來越貴，因為它依賴更大的模型和更多資料。
Autobrains的做法是把駕駛智能拆成多個面向具體場景的智能體，只有與當前路況有關的模組被啟動，以降低計算負擔，並讓能力在既有車輛平台上繼續擴展。
不過，這套技術能不能承擔L4 Robotaxi服務，還要看它在真實道路和監管稽核中的表現。
Autobrains公開資料顯示，其已有面向L2+、L2++以及更高等級自動駕駛項目的定點和量產合作，但這不等於Robotaxi已經進入成熟商業營運。
慕尼黑項目要驗證的，就是Autobrains的軟體能不能從輔助駕駛繼續往Robotaxi場景走。Uber提供真實叫車場景，輝達提供車端計算平台，Autobrains則要證明自己的系統不只適合裝在車上做輔助駕駛。
但這條路線還需要繼續看實際驗證結果。
Autobrains強調，用標準感測器和較低算力降低擴張成本，但L4 Robotaxi面對的是全天候、長時間、高頻次營運，監管和保險機構看的不只是單次演示，還包括失效處置、遠端接管、資料追溯和長期安全表現。
不過，目前尚未披露慕尼黑車隊規模、所用車型、是否先配安全員，也沒有給出乘客開放時間。
這正是Robotaxi從演示走向營運時最難的一段。車輛能自己開，只是第一步。能否在不同車型上復用，能否接進叫車、派單、上下車點、客服、遠端支援和車隊調度，才決定它有沒有機會變成出行服務。
Uber在2月發佈Uber Autonomous Solutions時就把重點放在這些環節，包括資料、地圖、監管、融資、乘客體驗、車隊營運和即時支援。
Uber首席執行長達拉·科斯羅薩西（Dara Khosrowshahi）表示，自動駕駛技術有潛力讓交通更安全、更便宜，但真正商業化需要更長時間。
薩爾弗拉茲·馬雷迪亞也表示，自動駕駛團隊應該專注於安全的軟體，Uber則補上需求、乘客體驗、客服和真實車隊營運這些能力。
這也是Uber同時拉上Wayve、Momenta、Volkswagen、Nuro、Autobrains等多傢伙伴的原因，它不打算再回到自己研發整套自動駕駛系統的模式，而是把不同技術公司的車輛和系統接入Uber平台。
03. 德國開始搶跑
這次慕尼黑被選中，不只是因為這裡聚集了汽車產業資源，也和德國的自動駕駛法規有關。
Uber和Autobrains在公告中提到，慕尼黑有密集城市道路、高速路網和德國較清晰的監管框架。慕尼黑已經成為自動駕駛出行測試地點，Uber去年就曾表示，計畫從2026年開始在當地進行自動駕駛測試。
德國確實比不少歐洲國家更早給L4自動駕駛留出制度空間。
德國聯邦數字和交通部資料顯示，德國2021年通過新的自動駕駛法，為L4自動駕駛車輛在確定營運區域內進入公共道路常態化營運建立框架。
據瞭解，該法覆蓋的場景包括點到點接駁、固定線路小巴、樞紐到樞紐運輸、低峰期按需出行、首末公里客貨運輸和自動代客泊車等。
但這不意味著車輛可以隨便上路。
德國規則強調的是獲批營運區域。CMS關於德國自動駕駛法規的指南也提到，德國2022年7月1日生效的相關條例補充了2021年法律，規定了L4車輛的技術要求、營運許可程序和固定營運區域審批。
換句話說，Uber和Autobrains在慕尼黑能否把項目從公告推進到乘客可用，還要經過車輛、區域和營運層面的監管許可。
德國的規則比較細，Robotaxi要商業化，不能只看車輛有沒有L4能力。
也就是說，不是宣佈L4就等於全國開放，而是先確定車輛技術是否合規，再確定營運區域、遠端監督、資料記錄和責任鏈條。
CMS的指南提到，車輛所有者需要保存與安全和責任相關的營運資料，KBA也可以為監督安全營運收集資料。
這些要求會讓前期準備更複雜，但對企業來說，審批該怎麼走、責任該怎麼劃分，也相對更清楚。
這也是慕尼黑的行業價值所在。它既有城市擁堵、公車接駁、機場和高速路網等複雜場景，又靠近寶馬、奧迪以及大量汽車供應鏈企業。
Uber把慕尼黑稱為歐洲重要汽車中心，重點提到密集道路和高速路網。對一家想證明軟體可跨車企複製的公司來說，慕尼黑不是最容易的測試場，但更接近歐洲汽車產業真正關心的場景。
德國本土玩家也在往這個方向走。
大眾集團旗下MOIA在2025年6月發佈ID. Buzz AD量產版本，稱這是一款面向出行服務最佳化的自動駕駛車型，並提供由車輛、軟體生態和營運支援組成的整體方案。
大眾集團首席執行長奧利弗·布魯姆（Oliver Blume）當時表示，漢堡是起點，2026年將在歐洲和美國推動大規模部署。
MOIA的方案中包括Mobileye自動駕駛系統、車隊即時管理、乘客支援、遠端監督以及應急處理能力。
所以，德國Robotaxi市場已經有不同路線在推進。Volkswagen和MOIA更偏整車、車隊和營運系統一體化，Uber則是在自己的叫車平台上接入不同自動駕駛技術方。
2025年9月，Uber和Momenta也宣佈計畫2026年在慕尼黑測試L4自動駕駛車輛。
Uber首席執行長達拉·科斯羅薩西表示，德國塑造了全球汽車工業超過一個世紀，慕尼黑現在將幫助塑造自動駕駛汽車的未來。
歐洲其他市場也在同步推進。
2025年6月，Wayve和Uber宣佈將在倫敦進行L4自動駕駛公共道路測試。Wayve稱，倫敦和其他英國城市的道路佈局和交通規則與美國有明顯差異，因此英國試驗能為L4技術在全球城市部署積累經驗。
Uber則把倫敦稱為全球最繁忙、最複雜的城市環境之一。
從目前披露的資訊看，慕尼黑項目還不是馬上面向乘客的大規模營運，更像是Uber把Robotaxi合作從技術測試繼續往服務落地推。
因此，這次合作接下來要看的不是三方願景，而是一些更具體的問題，監管審批什麼時候拿到，先用多少輛車，採用什麼車型，是否配安全員，服務範圍覆蓋那裡，什麼時候能向乘客開放。
按照目前公告，項目仍需監管批准，車隊規模、具體車型、營運範圍和商業化時間表都還沒有披露。 (汽車商業評論)