一家號稱「不缺錢」的自動駕駛新創誕生了
一家號稱「不缺錢」的自動駕駛新創誕生了
2019.11.01 | 移動

自動駕駛在福斯集團終於有了屬於自己的一席之地。

據極客公園獲取的信息,福斯本週一宣布成立自動駕駛獨立子公司(Volkswagen Autonomy,簡稱VWAT)。該公司目前已經在德國的慕尼黑和狼堡設立了辦公室,併計劃在2020和2021年分別向矽谷和中國拓展業務。

「這會是一家世界上最有資金實力的新創公司。」福斯集團自動駕駛業務高級副總裁希特辛格(Alex Hitzinger)在接受英國《金融時報》採訪時說道,「我們的目標是在2025年讓無人駕駛出租車以及無人駕駛貨車在三個大洲的市場實現商業化落地。」希特辛格本人將擔任VWAT負責人,他也是前蘋果自動駕駛「泰坦項目」工程師。

VW2
大眾集團自動駕駛業務高級副總裁Alex Hitzinger | Volkswagen
圖/ 極客公園

按照VWAT的規劃,先期啟動的項目主要是無人駕駛貨車以及聯合福斯商用車品牌開發的乘用巴士ID Buzz。如果成功的話,之後奧迪以及從福斯集團剝離出去的卡車品牌Traton也會參與到後續項目中來。

今年七月中旬,福斯宣布向自動駕駛新創公司Argo AI注資26億美元(約新台幣800億元),而VWAT的主要任務將著眼於對Argo AI開發算法的驗證測試上。「VWAT的目標是實現全自動駕駛產品的商業化,」希特辛格介紹說,但他並沒有明確表示今後不會向其他競爭對手提供軟體等產品。畢竟,Argo AI的實際控股人是福特,福斯還承諾提供福特MEB平台開發純電動車型,所以雙方很可能在自動駕駛相關產品開發、服務上進行深度合作。

抱團式取暖

前有戴姆勒和BMW,後有福斯和福特。在全行業舉旗攻向自動駕駛的高地時,對於穩坐產業鏈核心的主機廠而言,透過建立聯盟的形式,試圖進一步鞏固自身的競爭優勢。而這種打法延續了傳統車企的一貫思路,比如福斯和福特在商用車以及中型皮卡這兩條產品線上早就建立了緊密的合作,各自勻出部分能力來拓寬小眾細分市場的份額。

據悉,福斯計劃將奧迪的自動化智慧駕駛部門(Autonomous Intelligent Driving Unit)與Argo AI位於慕尼黑的總部進行整合。根據之前簽署的協議內容,福斯注資26億美元的同時還將從福特手中回購價值5億美金(約新台幣152億元)的Argo股權。因此,福斯、福特擁有的股權份額相當,雙方等同於在一家自動駕駛初創公司中擁有了同等的話語權,利益和風險與共。

VW3
福特CEO Jim Hackett、Argo AI聯合創始人兼CEO Bryan Salesky、大眾集團CEO Herbert Diess在簽約現場|視覺中國
圖/ 極客公園

「目前來看,Waymo依然處於領先地位。」希特辛格表示,「但考慮到至今還沒有真正商業化落地的產品,所以現在下定論還為時尚早。」他同時指出,「福斯的確在奮起追趕,但並沒有陷入恐慌。自動駕駛是個非常複雜的問題,需要大量的投資和技術、市場培育,我認為很多新創公司都不會成功,最後不是放棄就是破產。」

種種跡象來看,福斯對自動駕駛的重視程度終於趕得上電動車了。繼投資Argo AI之後,剛剛過去的九月,福斯宣布與Aurora Innovation達成合作關係。而Aurora的創辦人是大名鼎鼎的厄姆森(Chris Urmson),與Argo AI的共同創辦人Bryan Salesky都曾是Google無人車項目的戰友。一年前,福斯還曾表示會聯合Mobileye在以色列開展無人網路叫車的試點服務。

相互抱團可以減小合作方的資金壓力,對新創公司而言又能獲得巨頭OEM(代工生產)的大量客戶資源。BMW、Mobileye、Intel已經提供了先例,福斯福特Argo AI緊隨其後。這樣的聯盟形式只會越來越多。

縱使艱難,未來可期

整個行業從最初的蒙眼狂奔,到如今逐步回歸理性。裹挾在科技公司、初創企業中的傳統車企也在不斷摸索著,嘗試著找到適合自己的位置。目前來看,2030年之前,完全的自動駕駛要形成一定量的市場還不大可能,在這場注定長期的拉鋸戰中,主機廠除了要投入大筆資金,還面臨著軟體人才招募,建立合作夥伴關係,說服消費者買單等等艱鉅的任務。

上週,現代宣布與中國新創公司小馬智行合作,計劃11月在加州爾灣地區推出無人出租車試點服務。與此同時,豐田在東京車展上表示會明年在台場區域進行自動駕駛測試車的公開展示,屆時公眾可申請進行試乘體驗。之前,福特也表示會從2020年開始規模性地推出robotaxi服務,反倒是通用一再推辭類似服務的發布,將時間推遲到了2019年之後。

而最近剛剛得到融資的初創公司Zoox同樣盯上了「賭城」拉斯維加斯,無人網約車服務稍後發布。滴滴出行之前則宣布類似的服務會在中國市場2021年上線。不過走在最前列的始終是Waymo,除了在亞利桑那州鳳凰城試點的WaymoOne付費網約車服務外,此前被曝光的內部郵件稱,Waymo即將去掉安全員,進行真正意義上的robotaxi測試。

VW4
Cruise Automation 的自動駕駛測試車行駛在舊金山街頭| 官方供圖
圖/ 極客公園

儘管福斯的自動駕駛業務終於邁出了獨立的一步,但新業務依然面臨著政策法規不明帶來的種種桎梏。目前世界各國對這項新技術鮮有明確的監管法規出台,對安全的擔憂是政府層面始終決策不明的重要原因。「VWAT會在產品的驗證上下最大的功夫,我們希望推向市場的產品是完全得到工業化測試認證的。」希特辛格如是說。在談及法律相關政策框架的到位問題時,他認為「歐洲的情況可能還相對有點複雜,但中國可能相對速度很快。」

十月初,由資訊調研機構埃森哲發布的一份報告稱,有來自美國、歐洲和中國三地近一半的受訪對象表示,如果自動駕駛技術成熟之後,會考慮交出駕駛權。「從買車到出行即服務的趨勢轉變不可阻擋,對傳統主機廠而言,不主動前進就很有可能被新興出行服務商把客戶搶走。」Axel Schmidt,埃森哲某高級項目總監指出。

就目前而言,福斯全新的自動駕駛業務子公司VWAT會將主要精力放在「商用車」領域,即無人駕駛出租車以及可以在城市中運送乘客和貨物的廂式貨車為主。但不可否認,面向普通消費者的自動駕駛乘用車可能早已在部署中。

「到某個階段,供個人購買的自動駕駛汽車在成本上一定會下降到消費者能夠接受的程度。」希特辛格補充道。而在資訊調研機構Linley Group高級分析師德姆勒(Mike Demler)看來,「高級別自動駕駛技術的大規模應用應該是robo-taxi網約車服務。透過ADAS(先進駕駛輔助系統)實現階段性迭代的方向可能要經歷一個革命性的過程。目前業界對『全自動駕駛』實現的時間點普遍的共識是,至少要到2030年。」

本文授權轉載自:極客公園

關鍵字: #自動駕駛
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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