优步计划利用其数百万司机的车辆作为传感器网络，为自动驾驶公司提供实时道路数据。这一举措旨在通过共享出行平台收集的交通信息，加速自动驾驶技术的发展和应用。

Uber计划将数百万司机转化为自动驾驶公司的传感器网络

2026年5月2日，TechCrunch报道称，Uber首席技术官Praveen Neppalli Naga在StrictlyVC活动上透露，该公司正计划为其全球数百万司机的车辆配备传感器，为自动驾驶公司收集真实世界数据。这一计划是Uber今年1月推出的"AV实验室"项目的自然延伸。

目前，AV实验室使用Uber自有的少量传感器车辆进行数据收集。但长远目标是利用其庞大的司机网络，构建一个规模远超任何单一自动驾驶公司能力的数据采集平台。Naga表示，当前自动驾驶发展的瓶颈已不再是技术本身，而是训练模型所需的海量数据。

Uber已与25家自动驾驶公司建立合作关系，包括伦敦的Wayve。该公司正在构建一个"AV云"数据库，合作伙伴可以查询标记的传感器数据用于模型训练。此外，合作伙伴还能在"影子模式"下测试其自动驾驶系统。

这一战略被视为Uber在放弃自研自动驾驶汽车后的明智之举。通过成为自动驾驶生态系统的数据层，Uber可能获得对该行业的重要影响力。值得注意的是，Uber已对多家自动驾驶公司进行了股权投资。

Naga强调，当前目标并非通过数据盈利，而是"实现数据民主化"。但随着项目推进，这一立场可能会发生变化。该项目还需解决传感器法规等实际问题，各州需要对传感器使用和数据共享制定明确规范。

评论总结：

1. 对Uber数据收集计划的质疑

• 认为Uber利用司机数据开发自动驾驶技术，但未明确司机是否获得补偿。
  • "So once again the employees should bring the data to replace them"（croes）
  • "Will they pay the drivers for hosting the sensors?"（vfclists）

2. 数据收集的实际价值争议

• 部分评论认为通用传感器数据对自动驾驶公司（如Waymo）价值有限，Waymo更依赖高质量数据和模拟技术。
  • "Waymo’s bottleneck has never been data... They have the most efficient operation in the AV industry."（ra7）
  • "The best example of why data collection isn’t the bottleneck is Tesla."（ra7）

3. 司机态度与劳工权益

• 司机对数据收集态度消极，缺乏集体谈判意识，凸显劳工权益问题。
  • "He said he 'didn’t care... it’s going to happen no matter what'"（AndrewKemendo）
  • "I think we’re only about another generation before the only purpose for human labor is to train... machines."（AndrewKemendo）

4. 技术可行性与行业现状

• 自动驾驶需长期投入，Waymo是少数接近成功的公司，其他企业可能仅为吸引投资。
  • "Self-driving is possible but it requires a massive sustained investment... Waymo is the only company that comes close."（33MHz-i486）
  • "All these other Elons, GM, Uber CEOs are just jangling shiny objects in front of investors."（33MHz-i486）

5. 商业模式与潜在竞争

• Uber通过数据共享鼓励竞争，避免单一自动驾驶公司垄断市场。
  • "Interesting way to encourage competition for its competitor."（cheriot）
  • "The sensor grid is the press release. Shadow mode is the business."（samagragune）

6. 数据补偿与伦理争议

• 部分用户支持数据共享，但强调需补偿司机；另一些人担忧社会走向黑暗。
  • "Had I had the option... I wouldn’t mind doing it (provided that I be compensated)."（YVoyiatzis）
  • "The world is heading to a very dark place!"（abubakir1997）

7. 历史与类似案例

• 提及Uber自动驾驶部门的历史失败及其他公司（如Nexar）类似尝试未成功。
  • "I remember Dara scuttling Uber’s entire self driving division in 2019."（33MHz-i486）
  • "There’s a company doing this, and I don’t think they were super successful"（breppp）

关键分歧点：

• 数据价值：一方认为数据是瓶颈（Uber观点），另一方认为模拟技术更关键（Waymo案例）。
• 司机权益：是否应补偿司机成为争议焦点，部分人认为剥削，部分人接受合理补偿。
• 技术路径：Waymo的精细化投入与特斯拉/Uber的“数据海”策略形成对比。

（总结涵盖主要观点，保留原始评论关键引述，平衡不同立场。）