top of page

inDrive 计划于 2027 年携手 Pony.ai 和 Nvidia 在阿斯塔纳测试 robotaxi

5天前
讀畢需時 11 分鐘

inDrive 计划于 2027 年在阿斯塔纳开展 robotaxi 测试,拟与 Pony.ai 和 Nvidia 在哈萨克斯坦推出自动驾驶网约车服务。robotaxi 是指通过自动驾驶技术提供乘车服务的载客车辆。合作伙伴已宣布达成一项探索性协议,但审批和运营安排仍有待推进。

这一区别至关重要,因为测试车辆与运营可靠的交通服务需要不同的证据。受控试验可以证明系统是否能应对指定道路,而商业服务还必须处理接送、故障、乘客支持,以及维持车辆可用性的成本。

Uber 是一个有用的参照,因为它此前已宣布与 Pony.ai 合作。正在形成的竞争涉及平台将外部自动驾驶技术整合至自身服务之中。对于 inDrive 而言,眼前的问题是,这样的安排能否形成可行的本地运营体系。

inDrive robotaxi 测试实际承诺了什么

Pony.ai 于 10 月 23 日发布的公告称,双方签署了一份谅解备忘录,即概述拟议合作意向的协议。该公告将哈萨克斯坦确定为首个市场,并将阿斯塔纳列为拟定的起始城市。

根据拟议的职责分工,Pony.ai 将提供其第七代车辆。inDrive 将提供叫车平台并运营服务,而 Nvidia 将贡献 AI 基础设施。合作伙伴表示,将研究技术、运营、监管和商业可行性。

该协议确立了一条发展路径,但运营服务的条件仍未得到解决。

这项自动驾驶出行协议明确规定,服务启动取决于与哈萨克斯坦政府达成协议。这一条件应当置于报道的核心位置。企业公告无法确定当局会接受哪些道路、运营条件或乘客服务安排。

据 TechCrunch 报道,inDrive 计划于 2027 年初在阿斯塔纳开展robotaxi 测试,初期将配备安全员。

车载安全员是指在测试期间能够监督或介入的人员。他们的存在改变了读者应如何理解一次成功行程。完成一段旅程能够证明一些有价值的事实,但其意义取决于车辆需要多少人为协助。

试验同样需要明确目的。测试导航、验证乘客上车流程和评估商业需求,回答的是不同问题。最终运营计划应说明初始项目将解决其中哪些问题。

例如,一辆车完成一条指定路线,能够证明它在所遇到条件下应对该路线的能力。但这对陌生接车地点说明得较少,也无法回答服务将如何应对施工、突发道路封闭,或需要帮助的乘客。

公开公告没有提供足够细节来评估这些情形。对于一项探索性协议而言,这是可以理解的。但这也意味着,读者不应将拟议合作视为已经完成的交通产品。

最有用的区分在于承诺与目标之间。企业已宣布有意共同合作。车辆部署、乘客使用权限以及最终的无驾驶员运营,仍是需要进一步决策和证据支持的结果。

这使该项目具有意义,但并不意味着它已完成启动。inDrive 正在确定进入自动驾驶交通领域的路径,并点明预计提供支持的合作伙伴。后续工作将决定这一路径中有多少能够投入实际运营。

阿斯塔纳将本地运营置于核心位置

合作伙伴称,哈萨克斯坦的监管准备情况是选择该国的原因。这是他们对机会的评估,而不是对所有必要审批均已到位的独立确认。

阿斯塔纳为这项合作提出了一个具体的运营难题:在当地规则和日常出行条件下提供服务。

这一重点给 inDrive 带来实际压力。作为拟议服务运营方,它需要将车辆技术与乘客预期连接起来。叫车软件是这一职责的一部分,但乘客体验并不会在请求送达车辆后结束。

设想一种接车情形:乘客在一条双向分隔道路的另一侧等候。自动驾驶车辆需要找到可接受的停车位置。应用程序需要清楚传达该位置,而当乘客找不到车辆时,支持服务必须解决困惑。

这是一个示例性服务问题,并非阿斯塔纳试点已披露的功能。它说明了运营公司的角色为何重要。技术供应商和网约车平台必须就计划行程遇到普通复杂情况时的处理方式达成一致。

当车辆无法继续提供服务时,也会出现类似问题。必须有人决定取消订单、分配另一辆车,还是联系乘客。即使多家公司提供底层系统,责任也需要保持清晰。

对于这座城市而言,相关问题不仅在于演示是否成功。当局还需要了解服务如何与其他道路使用者互动,并需要一套切实可行的方式来调查问题并确定谁必须作出回应。

这些责任为每一位合作伙伴都带来工作。Pony.ai 必须支持车辆的驾驶行为。inDrive 必须组织周边服务,而 Nvidia 的基础设施则必须适应由此产生的技术要求。

公告并未证明这些接口已完成。相比再次表述共同雄心,完成这些接口将是更具实质意义的里程碑。一份公开的运营框架将说明合作如何从探索走向可问责的服务。

本地范围与技术雄心同样重要。只要乘客了解服务在何处、何时运营,范围明确的服务就可能很有用。即便车辆在获准区域内表现正确,令人困惑的可用性也会制造问题。

因此,对于评估该项目的读者而言,这座城市构成分析单位。问题是,该服务能否在明确条件下于阿斯塔纳运行。更广泛的区域扩张仍是另一项需要自身证据支持的决策。

成功的本地运营将为合作伙伴后续工作奠定基础。但他们仍需识别哪些经验可以转移至其他地方。不同的道路、制度和乘客习惯,都会改变部署所需的条件。

Uber 使用同一供应商,但部署仍需因地制宜

Uber 和 Pony.ai 于 2025 年 5 月 6 日宣布建立战略合作伙伴关系。其公开计划涉及通过 Uber 提供 Pony.ai 车辆,初期目标为中东市场。公告还描述了配备车载安全员的初始阶段。

这项Pony.ai 部署合作提供了一个有用的比较。两种安排都将现有乘客平台与外部自动驾驶供应商结合起来。

获得同一供应商的技术,使关注点转向执行,包括审批、服务设计和车队运营。

这一比较并不证明这些合作关系具有相同条款。公告没有提供比较合同访问权限、车辆分配或运营成本的依据。现在就宣布任何一个平台胜出仍为时过早。

相关要点更为有限。Pony.ai 的技术可以成为不同平台战略的一部分。因此,供应商关系本身无法完整说明一家网约车公司打算如何竞争。

对于 inDrive 而言,差异化必须体现在最终服务中。有用的衡量标准包括可靠的可用性、易于理解的叫车流程、有效支持和可持续运营。这些品质会通过实际乘客使用显现,而非仅仅通过合作公告本身。

这一比较也改变了读者应如何理解“Uber 竞争对手”这一说法。它描述的是网约车平台之间的竞争,并不意味着这一特定的阿斯塔纳项目会立即在同一街道上形成两支无人驾驶车队之间的竞争。

地理位置、时间安排和运营许可决定竞争何时何地变得直接。在这些细节浮现之前,更有力的分析比较关乎商业架构。每个平台都在探索如何将乘客需求与另一家公司提供的技术相连接。

这种方法将开发工作分散到不同组织中,也带来了依赖关系。平台需要能够提供服务的车辆,而自动驾驶供应商需要支持其系统的运营环境。

任何一方都无法独自解决所有问题。车辆软件更新可能影响乘客可用性。叫车规则的变化可能改变车辆必须应对的行程。即便各家公司维持独立产品,这些决策仍需要协调。

这使阿斯塔纳项目的意义超越供应商选择。它提供了一个拟议场景,用于测试这些组织边界如何运作。关键证据将关乎合作伙伴共同交付的服务。

对于企业买家和 AI 产品团队而言,这是一个熟悉的问题。购买先进组件并不能完成围绕它的工作流程。可靠性取决于该组件如何与人员、流程和责任相连接。

若合作伙伴披露这些连接方式,inDrive robotaxi 测试将提供更多信息。读者应关注谁拥有运营决策权,以及故障如何在不同组织之间流转。这些信息比宽泛比较企业雄心更能清晰说明这项合作。

Nvidia 提供基础设施,但服务仍需要自身证据

Nvidia 在拟议合作中的角色,将计算与安全基础设施带入其中。Hyperion 是其面向车辆计算和传感器的参考架构。Halos 则是其支持自动驾驶汽车安全开发的更广泛系统。

Nvidia 将其自动驾驶汽车安全方法描述为涵盖多个技术层面,包括车辆架构、软件和评估。这一范围有助于解释,为什么基础设施供应商会参与涉及汽车和乘客平台的合作。

基础设施可以支持开发,但针对部署的证据必须证明最终服务能够安全完成什么。

参考架构为开发者提供起始结构。它并不能决定车辆行为或运营环境的每一项决策。合作伙伴仍需定义他们计划提供的服务。

该定义应包括运行设计域,即自动化系统预期运行的条件。相关边界可能包括道路、天气、能见度和运营时段。该公告未披露阿斯塔纳项目的完整边界。

在缺少这些边界的情况下,关于车辆能力的表述仍难以评估。为特定路线设计的系统,与旨在接受全市范围广泛订单的系统面临不同任务。两者都可能具有价值,但它们所支撑的服务承诺不同。

在道路封闭的情况下,这一区别会更加明显。服务需要制定规则,明确车辆是否能够改走替代路线。当替代路线超出其获准运行条件时,服务还需要作出响应。

这种响应也是产品的一部分。安全停车、联系支持人员以及安排乘客的下一步,都会影响服务是否仍然可用。这些是需要评估的要求,而非公告已经证实的能力。

技术术语可能会掩盖这一实际问题。将系统描述为已具备高级自动驾驶能力,并不能说明乘客何时可以使用它,也不能证明监管机构已接受拟议部署。

因此,读者应将供应商的一般能力与项目的具体状态区分开来。Nvidia可以介绍其提供的基础设施。Pony.ai和inDrive则必须说明其拟在阿斯塔纳推出的服务将如何使用该基础设施。

测试工具与测试结果之间也存在一个有用的区别。一家公司可以拥有先进的评估软件,但仍需解决本地运行问题。工具的存在并不披露结果。

对于开发者而言,这是这则报道中最具可迁移性的部分。进展取决于将系统能力与明确要求相连接。清晰的运行限制比未说明条件的宽泛主张更有价值。

随着这种联系逐步显现,该合作的技术细节将变得更有意义。下一项实质性披露应说明预期运行条件,以及推进项目所需的证据。

安全与经济性需要分别作答

自动驾驶出租车服务既需要可接受的驾驶表现,也需要可行的运营模式。任何一个维度上的成功都不能替代另一个维度的证据。阿斯塔纳公告之后,仍有大量评估工作等待进行。

核心权衡在于,该服务需要多少人工和运营支持,才能提供可靠的乘车服务。

受监督测试是合理的开发阶段。它使合作伙伴能够观察系统行为并管理不确定性。但这也意味着,早期行程无法证明没有车内监督的服务在经济上是否可行。

取消车内操作员会改变支持安排,而非消除所有人工责任。车辆维护、乘客协助和事件响应仍需有人负责。关键问题在于,这些责任将如何影响服务能力和成本。

目前没有披露可用于计算这些成本的依据。该公告没有提供阿斯塔纳项目完整的商业模型。因此,关于更低车费或可观利润率的说法将超出现有证据的范围。

有用的评估应区分车辆支出与更广泛的服务支出。车辆需要准备、维护,并需要在发生问题后恢复运营的方式。可用性很重要,因为闲置车辆无法满足乘客请求。

这些是分析层面的考量,而非对拟议车队已报道的弱点。它们的重要性源于合作伙伴计划打造的服务。读者应期待最终运营模式能够对此作出说明。

安全证据同样需要谨慎对待。Nvidia的安全评估框架说明,结果需要结合背景理解,包括底层数据所代表的条件。其文档还讨论了仿真和汇总性能指标的局限性。

这对阿斯塔纳的启示很直接。性能主张应说明测试了什么,以及其结论适用于何处。一组道路上的有利结果,不能自动证明系统已准备好提供更广泛的服务。

干预数据会有所帮助,前提是合作伙伴说明何种情况被视为干预。安全操作员纠正上车位置,与为避免碰撞而介入并不相同。若脱离背景将这些事件合并,结果将难以解读。

乘客体验也值得单独评估。一段技术上完成的行程,仍可能涉及令人困惑的指引或不合适的下车地点。即使未发生安全事件,这些结果也会影响人们是否再次使用服务。

公开报告也应说明限制条件。如果系统会避开某些情形,读者需要知道这些限制是暂时性的,还是服务设计的根本组成部分。透明的边界有助于更有效地评估进展。

持审慎态度并不要求否定该项目,而是要求将每项主张与其支持证据相匹配。受监督测试、载客服务、无人驾驶授权和商业可持续性是相互关联但含义不同的里程碑。

将这些含义区分开来,对合作伙伴和读者都有益处。这样可以让一项有限但成功的试点以其实际成果得到评价,也能防止预期超越实际可用的服务。

三个信号将显示阿斯塔纳是否正迈向服务落地

接下来值得关注的发展涉及许可、部署范围和运营证据。每一项都会回答一个不同的问题:已宣布的合作是否正在成为可用服务。

进展应体现为越来越具体、可供外部观察者评估的承诺。

首先,关注是否会出现明确许可活动的政府协议或部署授权。重要细节包括责任运营方、获批道路,以及附加于测试的条件。有限试点的许可将确立更清晰的起点。

这一里程碑将强化项目正从探索阶段向前推进的判断,但仍需谨慎解读。针对受监督测试的授权,并不等同于允许不受限制的载客服务。

任何限制都具有信息价值,而不必然是负面信号。它们会显示监管机构和企业认为哪些条件适合初始阶段。读者随后可以将后续进展与具体基线进行比较。

其次,关注具体的车队和服务计划。该计划应说明车辆数量、测试地点、运营时段,以及乘客如何获得资格。Zag Daily的阿斯塔纳试点报道称,inDrive在被问及时未披露初始车队规模。

一项标明日期的部署计划将使2027年目标更容易评估。它会将拟议启动窗口与实际活动联系起来。若持续依赖宽泛意向,项目规模仍将不明朗。

乘客接入尤其是有用的证据,因为它会迫使运营问题浮出水面。仅限受邀者的演示,与普通乘客可以持续预订服务,目的并不相同。两者都不应被描述成对方。

第三,关注依据已说明条件报告的结果。相关披露应说明已完成行程、服务可用性、干预情况以及所涉及的支持。只有在获得定义后,这些指标才能支撑有意义的比较。

只有当运营质量仍然清晰可理解时,活动增加才能增强项目的说服力。单纯更多行程对协助需求揭示有限。同样,较低的事故数量也需要结合暴露程度和运营限制来理解。

这些信号也为跟踪竞争项目提供了实用框架。将许可与许可比较,将运营范围与运营范围比较,并将结果与定义清晰的结果比较。合作公告只是这一序列的开端。

inDrive自动驾驶出租车测试值得关注,因为它将成熟的乘客平台与外部驾驶技术结合,用于拟议中的中亚部署。其更广泛意义将取决于合作伙伴学到什么,以及披露什么。

对于关注自动驾驶出行的读者,请将下一次更新与一个具体问题联系起来:乘客实际上能预订什么?然后考察获批区域、监督安排以及支持该服务的证据。这些细节将揭示项目是否正获得实质性的运营基础。它们也会让与Uber及其他平台的比较更有意义。请结合关注审批文件、部署计划和公开结果,因为每一项都描述了进展的不同部分。对这些变化的清晰记录,将比又一则关于项目最终可能走向何方的宽泛公告,更能说明自动驾驶交通的发展。

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page