Waymo与Lyft合作研发无人车,Uber的处境更加微妙了

简介:
本文来自AI新媒体量子位(QbitAI)

Waymo死磕Uber一事变的越来越有意思了。

昨天,硅谷两名重量级球员——谷歌无人车计划子公司Waymo与打车服务初创公司Lyft达成协议,两者将合作开发无人车。

 Waymo的自动驾驶面包车在底特律的北美汽车展亮相

该协议要求双方需要通过试点项目和产品开发,共同努力将自动驾驶技术变成主流。虽然该协议没有被授权公开发言,但目前Waymo和Lyft已经确认了此事属实。

“Waymo拥有目前最先进的自动驾驶技术,与之合作将加速实现我们想用最好的交通工具改善人类生活的共同愿景”,Lyft的发言人在一份声明里面讲到。

Waymo的发言人也曾讲到这个共同的愿景:“Lyft致力于改善城市生活的愿景,这也将帮助Waymo把自动驾驶技术带给更多的人和更广泛的区域”。

 Waymo的CEO John Krafclick(图片来自纽约时报)

该伙伴关系印证了自动驾驶领域的变化无常的关系。

从科技公司再到生产组件的汽车制造商,几十个玩家都在共同谋求一个自动驾驶汽车市场,很多人都认为这将会成为一个数十亿美元的产业。为了获得产业优势、挤压竞争对手,他们经常会结成联盟——而这些联盟里的伙伴经常变化,因为形成了自动驾驶领域变化无常的关系。

虽然对于Lyft来说,Uber是难以难望项背的老大哥,但Waymo与Lyft之间的这个协议,无疑会对Uber产生重大影响。再加上Waymo之前对Uber窃取商业机密诉讼一案还未结案,Uber目前面临着法律上和平台上的双重冲击。

关于两家公司将会如何实现合作,我们可以从一些线索中窥见端倪。

Lyft长期以来一直希望将自己的用户网络与交通运输业的合作伙伴相挂靠。去年,Lyft与自己的主要投资者之一通用汽车达成了一项合作,后者计划在未来几年内利用Lyft在公众中构建起的网络对雪佛兰Bolt无人车进行测试。

Waymo这边则有一支与菲亚特克莱斯勒合作的迷你卡车车队,与此同时,Waymo还在与本田就一次可能的合作进行谈判。最近Waymo还进入了凤凰城,这个城市的乘客们可以免费搭乘无人驾驶的克莱斯勒小型卡车和雷克萨斯。

Waymo表示,希望能从这样的合作中找到一种新的方式,来将自己已经发展了将近十年的自动驾驶技术带到公众面前。

据知情人士透露,Waymo与Lyft的合作萌芽于去年夏天。当时参与谈判的包括Lyft的创始人及高层Logan Green和John Zimmer,以及Waymo的首席执行官John Krafcik。伴随着接下来几个月里大佬们参观彼此的园区,两家公司合作的意向进一步升温。

 Lyft的创始人Logan Green(左) 和公司高管John Zimmer(右)

这项合作表明Waymo相信,自己研发的自动驾驶技术已经到了该商业化的时候了。Alphabet去年12月将Waymo从Google X实验室中拆分出来,目前,Waymo的无人车已经在封闭路段以及亚利桑那、加州、德州和华盛顿的开放道路上进行过测试。Waymo称自己的无人车在现实世界的测试中已经行驶了超过三百万英里。

对于无意自主开发自动驾驶技术的Lyft来讲,与Waymo的合作提供了进入无人车市场的另一条途径。在Lyft表示将会与通用合作进行无人车测试的同时,通用去年以超过10亿美金的价格收购了自动驾驶技术初创公司Cruise。Cruise已经开始在加州的开放道路上对通用汽车进行测试。

四月份宣布完成一轮6亿美金的融资后,Lyft的市值已经达到了69亿美元。

Uber目前没有对此事发表回应。

Uber的首席执行官Kalanick认为这场自动驾驶技术竞赛必定会重新定义Uber的未来。为了能追赶上Google及其他公司的步伐,这家公司已经花费了数亿美金——在匹兹堡创建了自动驾驶研究中心,并将其命名为先进技术中心(ATC),最近还把触角延伸到多伦多。

去年,Uber用6.8亿美元收购了自动驾驶卡车初创公司Otto,也就是Waymo与Uber事件中的工程师Anthony Levandowski创建的公司。

Otto的这场收购导致了Waymo对Uber的诉讼。Waymo起诉Uber盗用其激光雷达的设计,认为Anthony Levandowski在加入Uber之前,窃取了Waymo无人车的商业机密。

这个事件可能会减缓Uber自动驾驶汽车进入市场的速度。目前看来Waymo不会因此善罢甘休,它正试图通过初步禁令阻止其使用商业机密。如果法院真的对Uber发出禁令,那么Uber部分无人车研究可就要被限制了。【完】

本文作者:安妮 唐旭
原文发布时间: 2017-05-15 
相关文章
|
IDE Java Maven
Spring Boot之如何解决Maven依赖冲突Maven Helper 安装使用
Spring Boot之如何解决Maven依赖冲突Maven Helper 安装使用
348 2
|
安全 Linux API
【数据安全】可信执行环境:Open Enclave SDK
构建基于可信执行环境的应用程序,通过开源SDK帮助保护使用中的数据,该SDK跨飞地技术以及从云到边缘的所有平台提供一致的API界面。
|
8月前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
1562 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
6月前
|
人工智能 Cloud Native 安全
销售易与纷享销客:中国CRM市场的未来格局分析
中国企业级SaaS市场近期因腾讯“接手”销售易而备受关注。销售易定位为“营销服一体化客户经营平台”,强调全场景覆盖和技术深度应用,与腾讯云深度融合;纷享销客则聚焦“移动社交化CRM”,注重销售过程管理。销售易凭借与腾讯的战略合作,在技术、市场和AI能力上占据优势,有望成为中国CRM市场的领导者。纷享销客面临资源劣势和生态孤岛挑战,需寻求战略转型。未来,中国CRM市场将呈现生态化趋势,科技巨头与专业SaaS厂商的合作模式将成为主流。企业用户应综合考虑产品功能、技术实力及生态整合能力,选择合适的CRM供应商。
|
8月前
|
机器学习/深度学习 安全 算法
《联邦学习:打破数据孤岛,实现隐私保护下的跨机构协作》
联邦学习是一种分布式机器学习技术,核心理念为“数据不动模型动”,即在不交换原始数据的前提下,各机构基于本地数据独立训练模型,并通过加密方式上传模型参数更新至中央服务器进行聚合,从而提升全局模型性能。它分为横向、纵向和联邦迁移学习三种类型,分别适用于不同场景下的数据协作。联邦学习有效解决了数据隐私保护与跨机构协作的难题,在医疗、金融等领域展现出巨大潜力,推动了智能化变革。尽管仍面临通信效率、安全性和可解释性等挑战,但其前景广阔。
817 25
|
11月前
|
机器学习/深度学习 人工智能 供应链
精准农业:AI在农业生产中的应用
【10月更文挑战第1天】随着科技的发展,人工智能(AI)逐渐渗透到农业领域,通过精准监控和管理提升了农业生产效率和质量。AI在精准农业中的应用包括:精准农田管理,如个性化灌溉和施肥;作物病虫害识别与预测,及时发现并预防病虫害;智能农机自动化作业,提高作业效率;农产品质量检测与分类,确保品质;农业供应链优化,预测需求和价格。尽管面临数据收集、技术接受度等挑战,AI在精准农业中的未来前景广阔,有望实现全程自动化作业、数据驱动决策及智能预警系统,推动农业可持续发展。
656 11
|
机器学习/深度学习 数据可视化 TensorFlow
深入探索TensorBoard:使用可视化工具提升模型调试与优化的效率和效果
【8月更文挑战第31天】在深度学习领域,理解和优化复杂的神经网络模型充满挑战。TensorBoard作为TensorFlow的强大可视化工具,能帮助我们清晰地展示模型结构、激活值、损失函数变化等关键信息,从而更高效地调试和优化模型。
364 0
|
安全
神秘代码
这是针对IDEA 2023.2.4的破解码,允许用户免费激活软件。该破解码包含详细的授权信息,能绕过付费使用限制,实现全面功能解锁。注意,使用此类破解码可能违反相关软件使用协议,并存在安全风险。建议通过官方渠道获取正版软件。
9567 0
|
数据可视化 算法 JavaScript
数字孪生核心技术揭秘(一):渲染引擎
从2017年“数字孪生城市”概念走红开始,全国各地“数字孪生城市”如雨后春笋般涌现,迅速推动了整个行业快速发展。与此同时,整个“数字孪生城市”产业链路上的技术瓶颈开始显现,尤其是数字孪生城市构建的核心环节之一的三维渲染引擎已经成为制约数字孪生城市项目正真实战落地的核心痛点。
6587 4
|
存储 Java 关系型数据库
基于DDD实现的用户注册流程,很优雅!
基于DDD实现的用户注册流程,很优雅!
585 0