馬斯克買下電腦視覺新創,明年特斯拉無人計程車上路玩真的
馬斯克買下電腦視覺新創,明年特斯拉無人計程車上路玩真的
2019.10.03 | 併購

為加速自動駕駛技術研發,電動車大廠特斯拉收購電腦視覺新創DeepScale,期望幫助其兌現明年打造全自動駕駛車的諾言。

今年4月舉辦的發表會上,特斯拉執行長伊隆.馬斯克信誓旦旦地宣布,特斯拉計劃2020年推出第一款全自動駕駛車,並規劃推出「無人車共享服務」。(特斯拉發表自動駕駛晶片,預告2020年百萬輛無人計程車上路跑

雖然特斯拉Autopilot技術早已聲名遠播,但在分級上只有Level 2,距離真正的全自動駕駛,或者說Level 4自動駕駛技術還有一大段距離。

目標2020年實現全自動駕駛,特斯拉買下新創加速技術進程

在馬斯克的設想中,具備完善自駕技術的情況下,未來特斯拉車主將能在暫時不用車時,將愛車化為無人Uber為大眾提供乘車服務;並計劃推出自營無人計程車隊伍。

tesla investor day 02.JPG
在馬斯克的未來規劃中,特斯拉電動車將能化身無人Uber,自動提供載客服務。
圖/ Tesla

DeepScale成立於2015年,至今已完成3輪融資,從各方投資者手中籌措了超過1,800萬美元資金。由於本次交易並未公布,尚不知特斯拉是以怎樣的價碼,買下這間電腦視覺新創。

DeepScale的主要目標是為汽車創造以低成本、低功率的處理器,驅動高精準度電腦視覺技術的方法。這套系統能與感測器、繪圖系統、規劃與控制系統結合應用,讓汽車知曉身邊的一切大小事,加強無人車的運行能力。

該公司聲稱,他們致力鑽研的技術,將使任何等級的車種,都能平等享有自動駕駛功能,對於自動駕駛技術的商業化來說,無疑將扮演非常關鍵的潤滑劑角色。

Autopilot團隊失血嚴重,藉收購注入新鮮血液

實際上,特斯拉Autopilot開發團隊正面臨難關,由於Autopilot技術開發進度不如預期讓馬斯克不滿,已有核心工程高管出走。

5月初馬斯克免職了Autopilot團隊主管Stuart Bowers,隨後至少有11名工程師離開團隊,使特斯拉流失了大約10%的軟體工程人才。

因此,藉由將DeepScale納入麾下,除增強自動駕駛技術外,也能大大補充近幾個月失血嚴重的Autopilot團隊,為其注入新鮮血液。

tesla deepscale
Deepscale創辦人在Twitter上表示,他在本週加入了特斯拉Autopilot團隊。
圖/ Twitter

DeepScale創辦人Forrest Iandola就在Twitter上表示,他在本週加入了特斯拉Autopilot團隊,並期待接下來能與深度學習、自動駕駛領域的尖端人才共事。

4月舉辦的發表會中,特斯拉首度發表自研自動駕駛晶片,目前這些晶片已應用在Model 3、S、X等旗下車款上,並預計1年至2年內,推出效能3倍的新版本晶片。

馬斯克相信,這些晶片已經符合無人車的需求,唯一欠缺的只有軟體層面。這半年來,特斯拉也維持為Autopilot系統開發新功能,9月下旬時才公布10.0版本更新,像是讓愛車在停車場找到自己的智慧召喚等多項新功能。

責任編輯:陳映璇

資料來源:TechCrunchCNBC

延伸閱讀:
特斯拉Model 3買氣大爆發,分析師警吿:本季營收出現7年來首度下滑
新加坡政府回嗆馬斯克:坐大眾運輸比開特斯拉環保

往下滑看下一篇文章
玩手遊也能賺回饋?ShopBack Play 讓你零碎時間也能玩出現金回饋
玩手遊也能賺回饋?ShopBack Play 讓你零碎時間也能玩出現金回饋

通勤、排隊、等餐時,幾乎人人都在滑手機。零碎時間變多、也變得更密集,消費者在社群與影音之間來回切換,也更常打開遊戲。根據資策會 MIC 統計,台灣有 69% 網友會玩數位遊戲,近 8 成每日遊戲時長落在 2 小時內,輕度、碎片化已成主流。

這股趨勢,與 ShopBack 東亞區總經理 Arthur Wan 的觀察不謀而合。「大家在零碎時間裡,經常會拿起手機玩手遊,找個方式殺時間、放鬆心情。」因此,ShopBack 把視角轉向遊戲場景,推出 ShopBack Play,嘗試把娛樂轉化為「好玩、也能賺」的新型回饋體驗,讓回饋不必等到消費發生,日常零碎時間也能累積回饋。

從手遊場景打造現金回饋新模式

Arthur Wan 指出:「ShopBack 在台灣市場落地 8 年了,核心強項始終是電商回饋機制。」然而,若回饋只綁在購物,使用頻率終究受限於消費需求。對此,ShopBack Play 借助手遊的高黏著、高回訪特性,把回饋從交易場景延伸到日常互動;使用者不需消費,只要下載並完成指定任務,就能累積現金回饋,平台也因此更貼近使用者的日常生活。

這也呼應近年全球竄起的「X to Earn」模式。Arthur Wan 解釋,從 Shop to Earn 把消費轉成回饋、Play to Earn 讓玩樂產生回饋,到 Move to Earn 讓移動與運動也具備回饋可能,市場正在探索「參與行為」的價值:「愈來愈多日常行為,其實都能透過特定場景轉化為實際獲益。」

ShopBack Play 的優勢在於回饋可轉移。過往遊戲獎勵多停留在虛擬世界,例如兌換道具;但透過 ShopBack,玩家取得的現金回饋可直接延伸到電商與日常消費,讓娛樂回報更實用、更有感。

SHOPBACK圖說一.jpg
ShopBack 東亞區總經理 Arthur Wan
圖/ 數位時代

引發使用者越玩越賺的回饋循環

ShopBack Play 的使用方式很簡單。在 ShopBack App 首頁進入遊戲專區選定遊戲後,系統即導流至 App Store/Google Play 下載並開玩;玩家只要破關或完成指定里程碑,就能回到 ShopBack 形成「選遊戲→開玩→達標領回饋→再探索」的回訪循環。為了加碼誘因,ShopBack Play 也不定期推出「紅色遊戲專區 2 倍回饋」活動。

Arthur Wan 觀察,「消費者其實並沒有那麼忠誠於某一款特定遊戲。」多數人打開手遊,只是想放鬆、填補空檔,對單一遊戲的黏著度不高。也因此,ShopBack Play 目前合作超過 400 款遊戲,並規劃於 2026 年持續更新合作清單,讓使用者隨時有新選擇可玩。

「我們希望透過遊戲回饋,創造更多回訪的理由。」 Arthur Wan 表示,這也補上 ShopBack 的互動頻率缺口。由於 ShopBack 核心仍以購物回饋為主,熱門品類多集中在旅遊與時尚(如 Booking.com、Trip.com、KKday、Klook,以及 adidas、Nike、GU),消費頻次相對較低;ShopBack Play 則提供更日常、更高頻的回訪動機,讓使用者更常打開 App。

他指出,ShopBack Play 上線後帶動每月回訪 ShopBack 的使用者數成長 15%,整體使用者 CLV(Customer Lifetime Value,顧客終身價值)成長 30%,顯示回饋場景擴張確實見效。且透過遊戲接觸到 ShopBack 的使用者中,也有相當比例會進一步前往平台其他商家消費,形成交叉銷售效應(Cross-sell),推升平台使用深度與消費頻率。

讓回饋生態系融入生活空檔

將回饋帶入用戶生活中的更多片段,讓原本就會經歷的日常時刻變得更有價值,是 ShopBack 持續拓展「行為換回饋」場景的核心思維。對遊戲廠商而言,長期痛點在於下載成本高、留存率偏低,最怕「下載了就走」:數字漂亮,卻沒有實際遊玩行為,轉換與 ROI 難以落地驗證。對此,ShopBack Play 把回饋門檻從「下載」改為「達標」──使用者必須完成指定關卡或里程碑才拿得到回饋,藉此濾掉無效流量,讓導入更貼近真實參與,也更有利於提升轉換率與投資報酬。

對許多用戶而言,遊戲早已是生活的一部分。現在透過 ShopBack Play,不僅能在零碎時間中放鬆娛樂,更能完成任務獲得實質回饋 ,讓「玩遊戲」與「破關」不再只是虛擬成就,而是能實際折抵日常開銷的量化報酬。對 ShopBack 而言,不僅提升用戶在平台內的互動頻率,也補強過去必須透過消費行為才能獲得回饋的單一路徑。透過遊戲機制,用戶即使在非購物場景中也能保持接觸,並於任務完成後自然回流 App,進一步探索購物優惠與合作商家,打造高頻率且正向的使用循環。

也因此,ShopBack Play 推出後的亮眼表現,更進一步驗證這套機制具備高度潛力與市場接受度。據平台統計,功能上線後短短半年內,用戶數成長 12 倍,其中近 60% 為原本的 ShopBack 使用者首次接觸手遊,成功帶動原有會員活躍與新型態行為轉換。除了使用數提升,ShopBack Play 的回饋金發放規模亦快速擴大,自功能上線以來,累計回饋金額已接近 1 億元,展現「遊戲回饋」模式的強勁吸引力與發展性。

隨著 ShopBack Play 與購物回饋、載具回饋機制整合,平台逐步建構出「玩能賺、買能賺、日常生活也能賺」的循環回饋生態系,不僅為用戶帶來更即時、更有感的回饋體驗,也持續深化 ShopBack 在消費日常中的角色。

「ShopBack Play 只是起點。」ShopBack 東亞區總經理 Arthur Wan 認為,當消費者愈來愈精打細算、也更習慣用行為換取回報,未來仍有更多「X to Earn」場景值得探索與開發。「對我們來說,關鍵不只是推出一個新服務,而是持續擴大回饋觸發點,從線上購物、實體場景一路延伸到遊戲入口,串連商家與用戶的日常接觸,讓回饋真正融入生活,讓每一個日常時刻,都更有所得。」

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
進擊的機器人
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓