Введение
Компания Uber объявила о планах запустить 500 автомобилей, оснащенных датчиками, для сбора данных о реальных условиях вождения в 2026 году. Эти усилия направлены на поддержку растущего числа партнеров в области автономных транспортных средств, таких как Avride, Waymo и WeRide. Данная инициатива не только укрепляет позиции Uber на рынке, но и открывает новые горизонты для технологий автономного вождения.
Что представляет собой новый прототип?
Недавно представленный прототип автомобиля — это Hyundai Ioniq 5, который был модифицирован для выполнения задач по сбору данных. На его крыше и боках установлено множество датчиков, что позволяет собирать обширную информацию о дорожных условиях. Хотя дизайн автомобиля не является революционным, его оснащение символизирует важные этапы в развитии компании.
Развитие подразделения AV Labs
С запуском нового подразделения AV Labs в начале 2026 года, Uber стремится использовать свои автомобили, оснащенные датчиками, для сбора и обмена данными с более чем 30 партнёрами в области технологий автономного вождения. Это станет значительным шагом в развитии технологий, которые могут улучшить безопасность и эффективность роботакси.
Технические характеристики и потенциал
Каждый из 500 запланированных автомобилей будет оснащен 14 камерами, восемью лидарами и девятью радарами, что позволит собирать до 2 миллионов миль высококачественных данных в месяц. С помощью партнеров, таких как Roush Performance, Uber обеспечит необходимые модификации автомобилей. Ожидается, что уже к лету на дороги выйдет 50 таких автомобилей, что позволит начать практическое применение собранных данных.
Заключение
Запуск 500 автомобилей для сбора данных — это шаг вперед для Uber и всего сектора автономного вождения. Сбор данных в реальных условиях поможет улучшить качество технологий и ускорить внедрение роботакси. Как показала практика, данные являются краеугольным камнем для развития AI и автономных систем, поэтому действия Uber могут повлиять на будущее транспорта и повысить его безопасность.
Uber превращает свой флот в движущуюся лабораторию для обучения ИИ — это типичная стратегия больших технокомпаний: собирать данные в масштабе, чтобы опередить конкурентов. 2 млн миль в месяц — объём, который позволит натренировать системы на редких и опасных сценариях быстрее, чем годы тестирования.
Российским стартапам в области беспилотников не хватает именно такого объёма полевых данных. Стратегия Uber показывает, почему локальное тестирование на российских дорогах могло бы быть ценно, но требует инвестиций уровня глобальных плеев — для российского рынка это означает отставание в технологии и зависимость от западных решений.
