【量子位 2026年1月31日讯】网约车巨头Uber在自动驾驶赛道的布局再添重磅动作。1月30日，据TechCrunch《Equity》播客披露，Uber与自动驾驶卡车初创公司Waabi达成10亿美元合作协议——其中7.5亿美元为 upfront（前期）投资，剩余2.5亿美元将根据Robotaxi（自动驾驶出租车）部署里程碑分阶段注入。此次合作不仅标志着Waabi从自动驾驶卡车领域跨界进军Robotaxi，更凸显Uber“广撒网”的自动驾驶战略：通过与全球20余家技术方合作，试图在充满不确定性的赛道中抢占先机，而“Waabi能否如期部署2.5万辆Robotaxi”“多伙伴模式能否避免资源内耗”成为行业关注的核心焦点。
一、10亿美元合作细节：Waabi“模拟优先”技术成关键，2.5万辆Robotaxi定目标
Uber与Waabi的合作并非简单的资金注入，而是围绕“技术互补+规模落地”展开的深度绑定，核心条款暗藏Uber对自动驾驶商业化的迫切诉求。
1. 资金与目标挂钩：2.5万辆部署是“拿钱关键”
根据合作协议，10亿美元资金分两部分兑现：
-
7.5亿美元前期注入：将主要用于Waabi的技术研发，尤其是Robotaxi相关的软件迭代与硬件适配，帮助其快速完成从“卡车自动驾驶”到“城市乘用车自动驾驶”的技术迁移；
-
2.5亿美元里程碑奖金：需Waabi达成一系列部署目标才能获得，核心指标包括“2027年底前在Uber平台上线2.5万辆Robotaxi”“覆盖至少5个海外城市”“单城市日均订单量突破1000单”，若未按时完成，部分资金将被扣除。
这种“目标绑定”模式，体现了Uber对“技术落地效率”的重视——毕竟此前Uber曾因自研自动驾驶部门ATG耗资巨大却进展缓慢，于2020年以40亿美元出售给Aurora，如今通过“结果导向”的合作，试图规避重蹈覆辙。
2. Waabi的“差异化武器”：模拟训练降低90%实路测试成本
Waabi能从Uber的20余家合作伙伴中脱颖而出，核心在于其独特的“模拟优先”技术路线。据Waabi创始人、前Uber AI负责人Raquel Urtasun介绍，该公司的自动驾驶系统主要通过虚拟环境训练：
-
虚拟仿真优势：利用“物理AI平台”构建高度还原的数字世界，模拟雨天、拥堵、突发事故等复杂场景，让AI模型在虚拟环境中完成数十亿公里的“训练里程”，再将成熟模型应用于实车测试；
-
成本与效率优势：传统自动驾驶公司需花费数十亿美金进行实路测试（如Waymo累计实车测试超3200万公里），而Waabi通过模拟训练，仅用传统方案1/10的成本就实现了同等技术水平，且能快速覆盖“极端天气”“罕见交通事件”等实路难以测试的边缘场景；
-
多场景适配能力：其核心AI系统采用“端到端神经网络”，可同时支持自动驾驶卡车与Robotaxi，仅需轻微调整就能适配不同车型，这意味着Waabi未来可为Uber同时提供“货运+客运”的自动驾驶解决方案，进一步提升合作价值。
《Equity》播客嘉宾、TechCrunch资深记者Kirsten Korosec评价：“Waabi的模拟技术可能解决自动驾驶行业‘实路测试成本高、周期长’的痛点，这也是Uber愿意下注的核心原因——如果技术验证成功，Uber将以更低成本快速扩大Robotaxi运力。”
二、Uber的“自动驾驶 roulette（轮盘赌）”：20+伙伴覆盖全球，规避单一依赖风险
此次与Waabi合作，是Uber“不把鸡蛋放一个篮子”战略的最新一步。自2020年出售ATG后，Uber彻底放弃自研，转向“平台+多技术方”的合作模式，目前已构建起覆盖欧美、中东、亚洲的合作伙伴网络。
1. 合作版图：从Waymo到中国三强，技术路线全覆盖
Uber的自动驾驶合作伙伴可分为三大阵营，涵盖不同技术路线与区域市场：
-
欧美头部技术方：包括谷歌旗下Waymo（已在奥斯汀、旧金山接入Uber平台，提供Robotaxi服务）、通用汽车旗下Cruise（聚焦北美城市）、美国初创公司May Mobility（主打中小型城市，计划2025年在得克萨斯州阿灵顿市部署数千辆）；
-
中国技术出海代表：文远知行（WRD）、小马智行（PONY）、Momenta三家中国自动驾驶公司均与Uber达成合作——文远知行已在阿联酋阿布扎比、迪拜落地服务，计划未来5年扩展至15个欧洲、中东城市；小马智行将于2025年下半年在中东接入Uber平台；Momenta则瞄准欧洲市场，首批车辆2026年初投放；
-
车企与芯片方：与大众汽车合作，计划2026年在洛杉矶部署纯电动Robotaxi；与英伟达、Stellantis（ Stellantis集团）联手，目标2027年建成10万辆规模的Robotaxi车队，英伟达提供Drive AGX Hyperion 10芯片平台，Stellantis负责车辆制造。
这种“多技术方+多区域+多车型”的布局，让Uber无需承担技术研发风险，却能快速整合全球优质运力。正如Uber首席技术官Praveen Neppalli Naga所言：“我们的目标是成为自动驾驶生态的‘连接器’，让最适合的技术在最适合的市场落地。”
2. 战略逻辑：用“广度”对抗“不确定性”
Uber选择“广撒网”，本质是对自动驾驶赛道高风险的应对——目前行业尚未出现“技术绝对领先者”，不同路线（如激光雷达方案vs纯视觉方案、自研vs合作）各有优劣，且监管政策、用户接受度等外部因素充满变数：
-
规避技术路线错误：若押注单一技术方，一旦该方路线被市场淘汰（如纯视觉方案在复杂天气下表现不佳），Uber将错失整个市场；而多伙伴覆盖不同技术，可灵活切换；
-
加速区域落地：不同国家的监管要求差异巨大（如中国对数据安全要求严格，欧洲对隐私保护更苛刻），通过与本地或熟悉区域规则的技术方合作（如文远知行深耕中东），可快速突破政策壁垒；
-
降低谈判筹码：20余家合作伙伴形成“竞争关系”，Uber可通过对比不同方的技术成熟度、报价，获得更有利的合作条款，避免被单一技术方“卡脖子”。
三、行业争议：多伙伴模式是“优势互补”还是“资源内耗”？
尽管Uber的战略看似稳妥，但行业对“20+合作伙伴”模式的质疑从未停止，核心集中在“资源分散”“标准不统一”“利益冲突”三大问题。
1. 潜在风险：技术不兼容+用户体验割裂
-
技术标准难统一：不同合作伙伴的自动驾驶系统操作逻辑、安全冗余设计存在差异，例如Waymo的车辆更依赖激光雷达，而部分中国技术方采用“激光雷达+视觉”融合方案，这可能导致Uber平台上的Robotaxi出现“有的能应对暴雨、有的不能”“有的刹车距离长、有的短”等问题，增加用户认知成本；
-
运营资源浪费：Uber需为不同合作伙伴提供数据支持（如通过AV Labs收集的实路数据）、车辆维护渠道，若某技术方进展缓慢或中途退出，前期投入的资源将面临沉没风险。例如2025年Uber曾与某欧洲初创公司合作，后因对方技术不达标终止合作，前期数据对接成本超1000万美元。
2. Uber的应对：数据中台+统一运营标准
为解决多伙伴协同问题，Uber已推出两大核心举措：
-
搭建“自动驾驶数据工厂”：联合英伟达建立统一数据平台，收集超过300万小时的实路驾驶数据，免费提供给所有合作伙伴，并添加“语义理解层”（如标注“学校区域减速”“施工路段绕行”等场景），帮助不同技术方快速优化模型，减少重复数据采集；
-
制定统一运营规范：出台《Uber Robotaxi接入标准》，明确车辆的安全性能（如制动距离、碰撞预警响应时间）、用户交互（如车内语音提示话术、App订单显示格式）、服务流程（如接单响应速度、故障处理方案）等要求，确保不同合作伙伴的车辆在Uber平台上呈现一致的体验。
《Equity》播客中，主持人Anthony Ha指出：“Uber的挑战在于‘平衡控制与灵活’——既要通过标准避免混乱，又不能过度限制合作伙伴的技术创新，这需要极其精细的管理能力。”
四、未来展望：2027年成关键节点，10万辆车队目标考验整合能力
从Uber的布局来看，2027年将是其自动驾驶战略的“大考之年”——不仅要实现Waabi 2.5万辆Robotaxi的部署，还要推进与Stellantis合作的10万辆车队计划，同时确保中国伙伴在欧洲、中东的落地进度，三大目标叠加，对其资源整合能力提出极高要求。
1. 短期：聚焦“中东+欧洲”突破口
目前Uber的自动驾驶落地重点放在监管相对宽松、市场需求旺盛的中东与欧洲：
-
中东市场：阿布扎比、迪拜等城市对自动驾驶接受度高，且政府提供政策支持（如专用测试道路、补贴运营成本），文远知行、小马智行已在此实现小规模运营，2026年计划将车队规模扩大至1万辆；
-
欧洲市场：选择德国、法国等汽车工业发达地区，与Momenta、大众汽车合作，主打“纯电动Robotaxi”，瞄准环保意识强的用户群体，预计2026年先在柏林、巴黎试点，2027年覆盖10个城市。
2. 长期：数据驱动“生态正循环”
Uber的终极目标，是通过“多伙伴运营-收集海量数据-优化模型-吸引更多伙伴”形成生态正循环：
-
数据壁垒构建：随着越来越多Robotaxi在Uber平台运营，其收集的“真实场景数据”将成为核心资产——这些数据涵盖不同气候、不同交通规则下的驾驶案例，可帮助合作伙伴快速迭代技术，进而吸引更多技术方加入；
-
成本下降路径：当Robotaxi规模突破10万辆，Uber可通过“集中采购硬件”“统一维护”降低单位成本，例如与英伟达谈判芯片批量采购价，与Stellantis协商车辆折扣，最终实现“Robotaxi单公里成本低于人类网约车”，推动商业化盈利。
结语：自动驾驶赛道的“风险与机遇博弈”
Uber与Waabi的10亿美元合作，本质是一场“用资金换时间、用广度换确定性”的博弈。在自动驾驶技术尚未成熟、商业化路径仍不清晰的当下，“广撒网”战略或许是Uber最理性的选择——既避免了自研的高风险，又能通过多伙伴布局捕捉潜在机遇。
但这场博弈的胜负，最终取决于两个关键：一是Waabi等合作伙伴能否如期兑现技术与规模承诺，二是Uber能否有效协调多伙伴资源、避免内耗。正如《Equity》播客嘉宾Sean O’Kane所言：“Uber现在就像在玩自动驾驶版的轮盘赌，押注的不是某一个数字，而是整个盘面——但轮盘最终停在哪里，还要看技术突破与市场变化的双重运气。”
目前，Uber的自动驾驶平台已有超过1000辆Robotaxi在试运营，2026年计划将这一数字提升至1万辆。对于用户而言，或许不用等到2027年，就能在中东或欧洲的街头，打到一辆由Waabi、文远知行或小马智行技术驱动的Uber Robotaxi——而这，正是Uber“多伙伴战略”最直观的成果体现。
