Uber与Autobrains的“智能体AI”机器人出租车登陆慕尼黑

三层架构，并非单一的“黑箱大脑”

该计划没有强行用一个“端到端”的神经网络处理所有驾驶场景，而是采用分层架构，将硬件、软件和运营的职责分离开来。

1. Autobrains的“智能体AI”（Agentic AI）
这项核心创新在于，Autobrains将自动驾驶任务分解为一系列专门的、独立的“智能体”。每个智能体专注于特定的驾驶情境或决策维度——比如十字路口、高速公路并道、行人交互——并持续评估场景以提出行动建议 。系统会在这些智能体之间进行实时推理，而不是依赖单一模型处理所有事情。这种架构比“黑箱式”的单一模型更加透明且易于审计。

2. 英伟达 DRIVE Hyperion 平台
软件运行在英伟达为无人出租车准备的平台上，该平台集成了DRIVE AGX车载计算机、Halos安全系统、多模态传感器套件以及英伟达的DRIVE AV软件栈。这个平台旨在满足功能安全标准，为合作伙伴提供了一个标准化的基础，使他们无需在基础安全认证上“重复造轮子” 。

3. Uber的网约车网络
Uber贡献了其市场平台、面向乘客的应用程序以及积累的庞大车队运营经验。公司作为乘客与自动驾驶车队之间的接口，负责需求匹配和客户体验管理 。

不挑车型的设计：用标准化硬件加速商业化

这项合作中一个非常务实的决策是，它专注于集成到现有的车辆上。Autobrains的智能体AI被设计为可以使用标准的汽车传感器配置和高效的加速计算来运行，无需定制专门的自动驾驶车辆 。

这种“不与特定车企绑定”的模式意味着，该技术可以整合到不同汽车制造商的车辆平台上，从而降低了扩大车队规模的门槛。通过避免使用历史上那些推高成本并拖慢商业化进程的、笨重而昂贵的定制化传感器堆栈，该合作旨在让自动驾驶网约车在商业层面变得可规模化 。

为什么是慕尼黑？

选择慕尼黑并非偶然。根据公告，选择这座巴伐利亚首府是基于环境、产业和监管的综合考量 ：

• 复杂的驾驶环境：慕尼黑既有密集的城市街道，也有高速路网，为系统提供了具有代表性的、充满挑战的真实路况组合。
• 汽车工业重镇：这座城市处于德国汽车工业的中心，靠近潜在的制造和工程合作伙伴。
• 成熟的监管框架：德国的自动驾驶汽车法规被描述为，为Level 4的商业化部署提供了一个建设性的良好环境。

当然，这一切都还未最终敲定。该服务目前正在等待监管批准，除了公司表明计划在获批后立即开始运营外，并未公布具体的启动日期 。

全球棋盘：一个更大的无人出租车生态正在形成

Uber与Autobrains的合作只是英伟达在GTC台北大会上更大布局的一部分。英伟达宣布了DRIVE Hyperion生态系统的重大扩张，将该平台定位为全球无人驾驶出租车开发和部署的标准 。其他同期宣布的合作还包括：

• 富士康正在为台湾开发Level 4级无人驾驶出租车队，将从高雄的机场到市区线路开始，目标是在2028年正式推出服务 。
• VinFast与Autobrains正在东南亚合作一个Level 4项目，将结合VinFast的车辆制造能力与Autobrains的驾驶软件栈 。
• HUMAIN正致力于将DRIVE Hyperion驱动的无人驾驶出租车带入中东地区，特别是沙特阿拉伯 。

这些合作表明，业界正在协同推动一个基于同一平台、覆盖多个市场的无人驾驶出租车生态系统，而慕尼黑项目则扮演了欧洲锚点的角色。