在无人驾驶技术的新一轮竞赛中，Uber携手Lucid和Nuro，共同宣布了一项超过3亿美元的投资计划，旨在推动2万辆L4级自动驾驶出租车（Robotaxi）在全球范围内落地运营。这一举措标志着美国无人驾驶商业化进程迈入了一个崭新的阶段。
随着特斯拉等公司在Robotaxi领域的不断推进，美国的自动驾驶出租车正逐步迈向量产。在这个过程中，平台运营商、汽车制造商与自动驾驶技术提供商之间的角色划分与协同合作显得尤为重要。
Uber在对比特斯拉与Waymo的技术路径后，展现出了对自动驾驶感知方案的谨慎选择。它不仅与Nuro展开了深度合作，还同时携手中国的萝卜快跑、小马智行和文远知行，几乎将中国自动驾驶领域的佼佼者悉数纳入其合作网络。
本次Uber主导的Robotaxi项目，融合了Lucid的电动SUV Gravity平台、Nuro的L4级自动驾驶系统以及Uber自身的车队运营和调度网络。Lucid Gravity作为核心车辆平台，在其高性能电动架构的基础上，通过区域控制架构与冗余底盘系统，为L4级别无人驾驶提供了充足的算力、电源与信号路径资源。
Lucid的车型采用了800V高压平台，具备高电子电气带宽，并且原厂车辆已配备冗余转向、制动和动力系统，这为高阶自动驾驶软硬件的接入创造了有利条件。相较于传统车辆的后装改造，基于整车架构预设的“Robotaxi-ready”方案在热管理、布线与控制器部署上更为高效，降低了系统复杂度与能耗，提升了后期维护性。
在自动驾驶系统方面，Nuro提供了其最新的L4级解决方案。该方案以激光雷达为主导，结合多传感器感知体系，并搭载了英伟达Thor中央计算平台。系统部署了至少4颗激光雷达、多个800万像素摄像头、毫米波雷达与超声波传感器，实现了全天候、全场景下的360度无盲区感知能力。
Thor平台提供了超过1000 TOPS的AI算力，并支持多任务并行处理，包括语义分割、路径预测、传感器融合与决策控制。Nuro此次部署的软件栈是其从无人配送业务中提炼出的中立化L4软件平台，已在低速封闭环境中得到商用验证，现阶段正扩展至开放道路场景。为确保系统安全性，整车采用了三重冗余机制，包括主控系统失效时的自动切换、双控设计的刹车与转向控制单元以及独立的通信总线。
从技术层面来看，Uber联合Lucid与Nuro打造的L4级Robotaxi不再是简单堆砌传感器与算法的方案，而是从底层车辆架构、系统冗余、感知算力到平台调度的全栈整合。Lucid的高压平台与区域控制器设计为硬件开放提供了充足空间；Nuro的多传感器融合与冗余控制系统则凸显了安全性优先的原则；而Uber则负责将这套复杂体系嵌入城市级运营网络中，为全球落地奠定基础。
Uber的战略落点并非自建自动驾驶系统，而是选择已有验证能力的方案方进行联合开发。在Robotaxi市场日益激烈的竞争中，这种“平台+外部技术集成”的方式能够加快落地节奏，降低前期研发风险。同时，Uber与Nuro、百度萝卜快跑的合作也反映了其在关键技术路径选择上的倾向。
当前，Robotaxi的感知技术主要分为两派：一派是以特斯拉为代表的纯视觉方案，强调成本可控与高度集成；另一派则是Waymo、萝卜快跑等坚持激光雷达+摄像头+毫米波雷达等多模态融合方案，强调系统鲁棒性与安全冗余。萝卜快跑的Apollo RT6采用四颗128线激光雷达，构建了5层360度全景感知系统，这种多冗余感知架构虽然成本更高，但能显著提升L4级自动驾驶在复杂城市道路和突发场景中的应对能力。
Uber之所以选择与坚持融合路线的方案方合作，核心在于当前技术阶段，纯视觉方案在极端工况下的可靠性仍存在不足。激光雷达主导的多模态感知虽然成本更高，但安全边界更明确、系统容错更强，特别适合大规模Robotaxi的部署。同时，这些方案已在多城市、多气候带落地运营，为Uber构建全球运营网络提供了可复制的样本。
Uber的这一系列操作，汇集了全球玩家，围绕单车智能水平、平台、硬件与软件三方展开了深度协同的综合博弈。从底层电子架构到感知堆栈，再到运营调度，Uber构建了一套以稳定性与安全性优先的Robotaxi部署体系。中国在高阶自动驾驶领域的工程能力、系统集成度与运营成熟度正被主流平台所认可。
