員工匿名爆料：Uber使用軟體「Greyball」讓政府人員的app只看得到「幽靈車」或根本叫不到車！|數位時代 BusinessNext

員工匿名爆料：Uber使用軟體「Greyball」讓政府人員的app只看得到「幽靈車」或根本叫不到車！

Uber前任與現任員工爆料，Uber得以在各城市與執法單位周旋，靠的是app裡一個叫greyball的程式。

只看得見地圖上滿滿的「幽靈車」

根據《紐約時報》報導，Uber使用Greyball工具騙過各地的政府單位，此套工具使用Uber app收集到的數據確認政府稽查人員的身分，一旦被標記，這些人將下載到假的Uber app，上面顯示的多為並非實際存在的「幽靈車」，而有時則顯示為「附近沒有車輛服務」，一旦叫車成功，也很容易在下一秒收到取消通知，如果司機意外接到政府稽查人員的訂單，Uber也會立即聯繫，給予馬上結束服務的指示。

Greyball屬於名為VTOP（violation of terms of service）計畫之下，每當Uber入主新市場，將指派一位經理管理計畫相關事務，而他的工作即是使用各種方法確認稽查人員的身分。

Uber透過系統關注高頻率開啟並關閉app的使用者，並將其列入高度嫌疑名單；同時，他們也會過濾使用者的信用卡訊息，從中找出與政府單位相關的使用者；另外，政府單位為了稽查工作，常會到通訊行購買大量手機與號碼，Uber也會指派相關人員至通訊行取得號碼，列入嫌疑名單；更甚者，Uber為了確認使用者是否真的為政府執法人員，會透過社群軟體確認其身分。一旦身分確認，帳號將被標上記號並編碼，供Greyball辨識。

原本Greyball開發目的是為了保護司機避免遭攻擊

原本Uber開發Greyball的目的，並非作為躲避稽查的工具。在法國、印度和肯亞等國家，Uber司機常會成為當地計程車業者的攻擊對象，因此使用Greyball保護司機。Uber則聲明，Greyball是用來防止對司機的人身攻擊、競爭者的惡意干擾以及同業的不當檢舉。

《紐約時報》透過四位匿名的Uber現任與前員工獲得「灰球」及VTOP的機密文件，而在Uber內部至少有50位員工知情，此套工具也獲得Uber內部法務部門准許使用，對於此次「灰球」相關報導，法務總監Salle Yoo並沒有回應。

韋恩州立大學（Wayne State University）法律系教授Peter Henning則表示，Greyball很可能已違反「美國聯邦電腦詐欺與濫用防治法」，也有極大的可能觸犯各國法律，「規避稽查是很正常的反應，但Uber的作為已經超越界線，」他說。

此外，歐盟議會委員Marietje Schaake，也在上週五聲明，將申請調查「灰球」工具的使用是否合法。

然而，根據《哈芬頓郵報（The Huffington Post）》的報導，史丹佛大學法律系教授Robert Weisberg則認為，只要Uber沒有直接影響政府單位，在特定時執行某一項任務的事實，「我不覺得有什麼不合法的地方。」

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。