返回列表
Uber与Nuro在旧金山开启自动驾驶出租车测试:深化数亿美元投资合作
行业新闻UberNuro自动驾驶

Uber与Nuro在旧金山开启自动驾驶出租车测试:深化数亿美元投资合作

Uber与自动驾驶技术公司Nuro正式在旧金山展开Robotaxi(自动驾驶出租车)实地测试。此次合作基于双方此前的深度资本纽带:Uber不仅在2025年7月向Lucid投资3亿美元,还向Nuro注资了价值数亿美元的未公开金额资金。此次测试标志着双方在自动驾驶出行领域的合作进入实质性落地阶段。

Tech in Asia

核心要点

  • 实地测试启动:Uber与Nuro已开始在旧金山进行自动驾驶出租车(Robotaxi)的载客测试。
  • 巨额资本支持:此次测试基于Uber对Nuro进行的价值数亿美元的战略投资。
  • 战略版图扩张:Uber在2025年7月曾向Lucid投资3亿美元,此次与Nuro的合作进一步强化了其在自动驾驶领域的布局。

详细分析

资本驱动的技术落地

根据披露的信息,Uber与Nuro的合作并非简单的业务往来,而是建立在深厚的资本合作基础之上。Uber此前已向Nuro注入了价值数亿美元的资金,虽然具体金额未完全公开,但这笔投资显然为双方在旧金山的Robotaxi测试提供了必要的财务支撑和战略协同。这种“投资+测试”的模式显示了Uber通过资本纽带快速整合自动驾驶领先技术的策略。

旧金山测试的战略意义

旧金山作为自动驾驶技术的关键试验场,此次Uber与Nuro的联合测试具有重要的行业指向性。继2025年7月Uber向Lucid投资3亿美元后,与Nuro的进一步动作表明Uber正在构建一个多元化的自动驾驶合作伙伴生态系统。通过在复杂的城市环境中进行实地测试,双方旨在验证自动驾驶技术在共享出行场景下的可靠性与商业化潜力。

行业影响

此次Uber与Nuro在旧金山的测试将进一步加剧自动驾驶出行市场的竞争。Uber通过对Lucid和Nuro等技术公司的连续大额投资,正在从单一的打车平台向自动驾驶技术集成平台转型。对于AI和自动驾驶行业而言,这标志着巨头企业正在加速通过资本手段整合上下游资源,推动Robotaxi从实验室走向大规模城市应用。

常见问题

问题 1:Uber对Nuro的具体投资金额是多少?

根据原文信息,Uber对Nuro进行了价值数亿美元(hundreds of millions of dollars)的投资,但具体的准确金额尚未公开。

问题 2:此次测试在什么地方进行?

本次Uber与Nuro的自动驾驶出租车测试是在美国旧金山(San Francisco)进行的。

问题 3:Uber在自动驾驶领域还有哪些相关投资?

原文提到,在2025年7月的合伙关系中,Uber曾向Lucid投资了3亿美元,这与其对Nuro的投资共同构成了其自动驾驶战略的一部分。

相关新闻

黄仁勋戴尔大会直击:AI需求呈抛物线式增长,Vera Rubin架构大幅降低推理成本
行业新闻

黄仁勋戴尔大会直击:AI需求呈抛物线式增长,Vera Rubin架构大幅降低推理成本

在Dell Technologies World大会上,英伟达(NVIDIA)CEO黄仁勋宣布AI需求正呈现“抛物线式”爆发增长。通过全新的NVIDIA Vera Rubin NVL72架构,智能体AI(Agentic AI)的推理成本降至每Token十分之一。此外,Vera CPU显著提升了企业数据查询与沙箱运行效率,目前已有超过5000家企业通过戴尔AI工厂部署AI工作负载。

NVIDIA首款Agent专用CPU Vera正式交付:OpenAI与Anthropic率先入局
行业新闻

NVIDIA首款Agent专用CPU Vera正式交付:OpenAI与Anthropic率先入局

英伟达(NVIDIA)宣布其首款专为AI智能体(Agents)打造的Vera CPU已正式开始交付。首批硬件由英伟达副总裁Ian Buck亲自送达全球顶尖AI实验室,包括Anthropic、OpenAI及SpaceXAI。随后,甲骨文云基础设施(OCI)也于周一收到了该产品。这一动作标志着AI硬件重心正从通用计算向专为智能体优化的专用架构转型。

SandboxAQ 将药物研发模型集成至 Claude:降低门槛,无需计算机博士学位
行业新闻

SandboxAQ 将药物研发模型集成至 Claude:降低门槛,无需计算机博士学位

SandboxAQ 宣布将其先进的药物研发模型引入 Anthropic 的 Claude 平台。此举旨在解决生物医药领域中 AI 工具使用门槛过高的问题,使非计算机专业的研究人员也能轻松操作。相比于 Chai Discovery 和 Isomorphic Labs 等竞争对手专注于提升模型性能,SandboxAQ 认为“可访问性”是当前药物发现面临的最大障碍,并试图通过 Claude 这一平台来解决这一痛点。