Mengapa syarikat yang tidak terkenal ini mampu memintas Momenta dan menguasai Uber?

Penulis | Liu Ying

Pengedit | Huang Dalu

Reka Bentuk | Zhen Youmei

26 Ogos 2026, Munich sedang menjadi medan pertempuran baru Robotaxi global.

Waymo mengumumkan bahawa projek memandu sendiri Eropah yang pertama akan dilaksanakan di sini, dengan pelan untuk memulakan operasi komersial pada akhir 2027 paling lambat; manakala pada Jun sebelum itu, Uber dan syarikat memandu sendiri Israel Autobrains telah terlebih dahulu melaraskan布局.

Seiring dengan pengikut dari Baidu Apollo Go, Momenta dan Volkswagen MOIA, beberapa laluan teknikal yang berbeza bertembung secara langsung di bandar ini.

6 Ogos, pengasas Autobrains Igal Raichelgauz (Igal Raichelgauz) mempersoalkan secara terbuka amalan pandangan industri utama.

Pandangan utama industri memandu sendiri berpendapat bahawa masa depan memandu sendiri memerlukan lebih banyak data. Hanya dengan mengumpul video yang mencukupi, melatih model yang cukup besar, dan menempatkan jumlah kenderaan yang mencukupi, sistem akhirnya akan belajar memandu. Laluan ini membentuk Waymo, Tesla dan Mobileye hari ini.

Oleh itu Autobrains berpendapat bahawa AI memandu sama seperti otak manusia. Manusia tidak belajar memandu dengan melihat semua skenario, tetapi kerana memahami peraturan jalan, hubungan ruang dan logik tingkah laku.

Teknologi ini dipanggil oleh mereka sendiri Thinking AI atau Agentic AI.

Pengasas PhD Tidak Tamat Mengasaskan "Syarikat AI Sains Otak"

Untuk memahami Autobrains, mesti bermula dengan pengasasnya Igal Raichelgauz.

Beliau berasal dari angkatan tentera intelit elit Israel, dan selepas berkhidmat di angkatan, beliau mengasaskan platform komunikasi segera berasaskan mesej teks Figment, kemudian pergi ke syarikat pengenalan suara LCB sebagai CTO, kemudian masuk ke Intel sebagai pemegang jawatan teknikal pelbagai.

Setiap bahagian adalah industri yang berbeza, arah teknologi yang berbeza, satu-satunya petunjuk ialah dia sentiasa mengekalkan semacam tekad terhadap soalan "bagaimana mesin memahami maklumat".

Titik perubahan di Technion.

Kira-kira awal 2000-an, Raichelgauz datang ke Institut Teknologi Israel, dan memulakan penyelidikan doktor tentang rangkaian saraf korteks (cortical neural networks). Rakan kerja beliau ialah profesor saintis saraf Yehoshua Zeevi (Yehoshua Zeevi), dan rakan kerjasama penyelidikan jangka panjang Karina Odinaev (Karina Odinaev).

Tiga orang mahu tahu bagaimana korteks otak mamalia, sebenarnya dari isyarat cahaya kacau diterima dari mata, mentafsir dunia visual yang bermakna?

Kajian semakin mendalam, semakin ganjil. Pada satu masa, makmal dipenuhi tikus hidup.

Belakangan ini, pasukan benar-benar memasukkan elektrod ke dalam korteks otak tikus, kemudian menukarkan imej digital ke isyarat elektrik "menulis" ke dalamnya, melihat bagaimana neuron akan bertindak balas. Ini bukan simulasi komputer, adalah tisu saraf sebenar yang memberi respons terhadap maklumat digital.

Malangnya, kajian ini tidak dapat diterbitkan sebagai tesis doktor. Kerana pada tahun 2007, Raichelgauz membiarkan pengajian doktor, dan bersama Odinaev, Profesor Zeevi mengasaskan Cortica.

Cortica hasrat awal adalah menterjemah cara otak manusia memproses maklumat visual menjadi algoritma.

Logik penglihatan mesin tradisional adalah seperti ini. Anda memberi sistem melihat satu juta gambar kucing, ia akan belajar mengenali kucing. Anda memberi ia melihat satu juta gambar tanda pemberhentian, ia akan belajar mengenali tanda pemberhentian. Asasnya adalah "cukup dilihat", dalam situasi yang sama ulangi pertimbangan. Logik Cortica berbeza. Ia cuba让 sistem tidak bergantung pada banyak penandaan, tetapi mengekstrak corak struktur daripada maklumat visual itu sendiri.

Bayangkan satu skenario. Malam hujan lebat, ketara kurang daripada tiga puluh meter, sebuah kenderaan memandu sendiri bergerak di jalan luar bandar. Di tepi jalan tiba-tiba muncul seorang pekerja bina yang memakai vest reflektif, berdiri di sebelah kon trafik sementara, sedang menghela kiri isyarat mengelak. Tetapi gabungan ini, sistem syarikat ini tidak pernah melihat dalam data latihan.

Berbanding sistem tradisional yang bergantung pada pembelajaran penyeliaan, skenario ini adalah ancaman. Kerana ia perlu "dilihat" untuk dikenalpasti, dan skenario sempadan dunia terbuka, dari definisi adalah tidak mungkin untuk dikumpul. Orang yang ditindas oleh bayang-bayang pokok, haiwan yang menyeberang secara mengejut di jalan desa, halangan jalan yang pelik yang belum pernah muncul... Setiap satu memerlukan pengumpulan khas, penandaan, latihan dan pengesahan.

Autobrains menyebut kesukaran ini sebagai "dinding pembelajaran penyeliaan". Syarikat ini jangka masa panjang beranggapan, kaedah yang bergantung pada penandaan manual dan latihan penyelia tidak dapat menutupi skenario ekor panjang di jalan terbuka secara berkesan.

"Selepas memimpin banyak projek pembangunan memandu sendiri syarikat automobil selama bertahun-tahun, saya jelas melihat industri ini sekarang bergantung pada pembelajaran penyeliaan penandaan data tidak mencukupi. Ia terlalu mahal, dan sekali berdepan dengan skenario yang tidak pernah dilatih khas akan gagal."

Naib Presiden Senior Autobrains Joachim Langenwalter (Joachim Langenwalter) ayat ini dikira sebagai huraian intuitif dinding "ini". Beliau pernah memegang jawatan Pengarah Perisian Automobil Nvidia, Naib Presiden Strategi Perisian Volkswagen Group dan Naib Presiden高级 Pengurusan Jabatan Teknikal Stellantis.

Pengasus Autobrains kemudiannya dalam satu temu bual juga berkata: "Proses memproses maklumat ini bukan menghasilkan teks atau imej, juga bukan mencari imej, tetapi berinteraksi secara langsung dengan banyak penglibat dinamik dalam persekitaran dunia sebenar yang sangat kompleks."

Beliau berkata kereta, tetapi juga seolah-olah berkata otak. Beliau berpendapat ini adalah masalah sukar AI, jika kaedah ini dapat berjalan di jalan terbuka, bermaksud ia menyelesaikan salah satu masalah persepsi paling sukar dalam bidang AI.

Dihasilkan oleh Modal Perindustrian Automobil Disatukan

Di awal penciptaan, syarikat ini berfokus pada pemahaman kandungan video, teknologi iklan dan bidang keselamatan. Pada tahun 2019, Cortica berpindah ke industri automotif, memunculkan Cartica AI.

Cartica AI sejak awal telah mempunyai warna inkubasi modal perindustrian yang jelas. Laluan biasa kerjaya memandu sendiri ialah pertama-tama mengasaskan syarikat, membangunkan teknologi, kemudian mencari penganjur kereta, Tier 1 dan pelabur, memujuk orang lain mengikut-giliran.

Permulaan Cartica AI tidak seperti ini. Ia dari saat dilahirkan sudah mempunyai warna inkubasi gabungan perindustrian, penganjur kereta, pembekal dan institusi pelaburan duduk bersama, di antaranya termasuk Continental, Toyota AI Venture, BMW Venture dan platform pelaburan kumpul duit Israel OurCrowd.

Empat ibu syarikat ini berada di hulu dan hilir industri automobil. Continental ialah raksasa komponen automobil antarabangsa, Toyota AI Ventures dan BMW Venture mewakili modal perindustrian penganjur kereta Jepun dan Jerman, OurCrowd ialah pelantar pelaburan paling aktif di Israel.

Dengan kata lain, Cartica AI dari hari pertama kelahiran, bukan projek makmal yang terasing. Ia lebih seperti "projek pengesahan laluan teknikal alternatif" yang disokong bersama dalam industri automobil.

Belakangan ini, Cartica AI berkembang menjadi Autobrains, di mana Raichelgauz memegang jawatan CEO. Data PitchBook menunjukkan, nama asal Autobrains termasuk "Cortica Automotive", lebih jelas mendedahkan hubungan warisan teknikalnya dengan Cortica.

Dari Cortica ke Cartica AI, kemudian ke Autobrains, setiap kali penggantian nama syarikat ini bukan hanya penyesuaian jenama, tetapi proses pemindahan menegak teknologi ke skenario automobil.

Cortica menyelesaikan "bagaimana mesin memahami dunia visual", Cartica AI membungkus teknologi ini menjadi penyelesaian untuk ADAS dan memandu sendiri, Autobrains kemudiannya mengunci objek komersial kepada penganjur kereta, pembekal tahap pertama dan platform出行.

Dalam produk khusus, logik ini sepadan dengan bentuk penerapan Autobrains pada tempoh yang berbeza.

Terbitan tahun 2024 Liquid AI, memecah tugas memandu kepada beberapa sub-masalah yang dioptimumkan secara bebas, setiap satu oleh rangkaian saraf khusus menangani. Kembali ke skenario hujan lebat di permulaan. Sistem tidak menggunakan satu model besar untuk memproses gangguan hujan kabus, pengenalpastian pejalan kaki dan pemahaman isyarat serentak, tetapi menghantar maklumat "seperti cecair" ke unit pemprosesan yang paling sesuai, setiap unit hanya bertanggungjawab atas lapisan pertimbangan yang paling di mahukan.

Produk garis Skills terbitan Oktober 2024, adalah bentuk komersial modular Liquid AI. Ia memecah memandu sendiri menjadi satu siri "Skills", setiap Skill adalah model AI yang dioptimumkan secara menyeluruh bagi skenario memandu khusus, mengikut keadaan memandu masa nyata secara dinamik mengaktifkan. Ini berbeza dengan rangkaian saraf tunggal besar tradisional, secara teori lebih mudah untuk mengembangkan dan mengesahkan bagi skenario baru.

Agentic AI memasuki naratif utama pada tahun 2026, lebih jauh mengatur kecerdasan memandu sebagai satu kumpulan "agen skenario" (scenario agents) yang bekerjasama, setiap agen bertanggungjawab atas dimensi persepsi, penalaran dan keputusan khusus, dan dapat memberikan respons masa nyata terhadap kompleksiti dunia sebenar.

Sistem penempatan Air-to-Road terbitan September 2024, menggabungkan data visual masa nyata kamera kenderaan dengan imej satelit, mencapai penempatan ketepatan sentimeter, sama sekali tidak bergantung pada GPS atau peta HD (HD map). Ini secara langsung menyelesaikan masalah peta HD kos tinggi, kemas kini lambat, liputan terhad, sangat menarik bagi penganjur kereta yang perlu memasuki pasaran baru dengan cepat.

Laman web syarikat menunjukkan, semua teknologi ini mempunyai empat perkara sama: keperluan pengiraan rendah, kompatibel perkakasan (agnostic to sensors and SoCs), tiada keperluan banyak penandaan manual, sokongan pengembangan modular.

Sebenarnya, tuntutan ini masih mempunyai banyak bahagian yang memerlukan pengesahan dalam pengeluaran skala sebenar. Dalam data awam, sekarang masih kekurangan penilaian teknikal bebas pihak ketiga terperinci, data keselamatan jalan sebenar skala besar, dan ujian perbandingan standardisasi dengan sistem utama.

Persaingan dan Rakan Bintangnya

Sebuah syarikat yang sama lahir di Israel, mempunyai seorang mengubah corak industri automotif global.

Mobileye oleh Amnon Shashua (Amnon Shashua) dan Ziv Aviram (Ziv Aviram) pada tahun 1999 di Jerusalem mengasaskan, menggunakan hampir masa dua puluh tahun, menjadikan satu sistem bantuan memandu berasaskan kamera menjadi pembekal ADAS paling mainstream global.

Mac 2017, Intel dengan kira-kira 153 bilion dolar membeli. Ini ialah kes pembelian terbesar industri teknologi Israel pada masa itu. Pada tahun 2022, Mobileye dalam identiti syarikat bebas senada semula di Bursa Saham NASDAQ.

Jualan siri EyeQ lebih daripada 100 juta chip. Kebanyakan kereta pengeluaran yang mempunyai fungsi ADAS di jalan global, mata di belakangnya adalah Mobileye.

Pasar sering melihatnya sebagai sistem rujukan yang tidak dapat dielakkan oleh Autobrains.

TechCrunch dalam laporan 2022 Autobrains pembiayaan, tajuk terus menggunakan "Cabutan Mobileye (take on Mobileye)" ungkapan sedemikian. Media teknologi Israel CTech juga sering meletakkannya dalam konteks perbandingan dengan Mobileye.

Raichelgauz sendiri juga dalam temu bual mengakui: "Kami tanpa ragu adalah pesaing Mobileye. Kami adalah syarikat perisian, tidak perlu membangunkan cip, ini membolehkan kami berkerjasama dengan pembuat cip berbeza."

Sedangkan melihat senarai pemegang saham Autobrains, akan menemui jumlah pembiayaan keseluruhannya tidak menonjol. Data awam menunjukkan, sehingga kini syarikat ini pembiayaan keseluruhan lebih daripada 140 juta dolar, memegang lebih daripada 300 paten, pekerja kira-kira 100 hingga 150 orang. Berbanding Waymo, Cruise puluhan bilion dolar pembiayaan, skala ini agak rendah.

Tetapi struktur senarai pemegang saham, dalam industri sukar mencari syarikat serupa yang kedua.

Tahun 2019 ketika didirikan, pemegang saham pertama adalah institusi pelaburan industri yang terkenal.

Kepada Kitaran C, senarai semakin meluas. November 2021, syarikat mengumumkan selesai pembiayaan Kitaran C 101 juta dolar, oleh dana kedaulatan Singapura Temasek memimpin, pembekal sistem brek kenderaan komersial Knorr-Bremse, pengeluar kenderaan elektrik Vietnam VinFast menyertai, BMW Venture dan Continental terus menambah pelaburan.

Mac 2022, pembiayaan kitaran ini diselesaikan akhirnya, jumlah meningkat kepada 120 juta dolar, satu pasukan modal perindustrian sama ada kehadiran. Autobrains kemudiannya mengumumkn senarai pelabur, juga muncul pembekal komponen automobil global Magna dan syarikat elektronik automobil Autel.

Menyelesaikan senarai ini, dalam dimensi penganjur kereta ada BMW, Toyota dan pengeluar kenderaan elektrik Vietnam VinFast, dalam dimensi bekalan ada Continental, Magna dan pembekal sistem brek kenderaan komersial Knorr-Bremse, dalam dimensi modal jangka panjang ada dana kedaulatan Singapura Temasek.

Set pasukan pelabur ini sendiri adalah pelanggan penting Autobrains.

Bagaimana Benar-Benar Memasuki Sistem Pembelian Penganjur Kereta

Siang Jenuh Januari 2023, pejabat Autobrains Tel Aviv Israel menerima satu fail pekerja baharu.

Orang menandatangani nama Hilla Tavor (Hilla Tavor). Sepuluh dua tahun sebelum ini, dia bekerja di Mobileye Jerusalem, memegang jawatan Naib Presiden Pembangunan Perihal ADAS, bertanggungjawab terhadap hubungan dengan penganjur kereta global. Di antara, Ford, General Motors, Volkswagen, BMW, semua dalam kontak kad namanya.

Tiga minggu kemudian, 8 Februari, satu fail pekerja lagi menarik perhatian. Kali ini Joachim Langenwalter (Joachim Langenwalter), memegang jawatan Naib Presiden Senior Perihal Memandu Sendiri. Menurut pengumuman rasmi Autobrains, kerja terakhinya adalah Naib Presiden Senior Jabatan Teknikal Stellantis, sebelum itu adalah Naib Presiden Strategi Perisian Volkswagen Group, lebih awal lagi adalah Pengarah Perisian Automobil Nvidia.

Dua bulan, dua orang tua industri automotif yang mempunyai rekod kerja sangat mendalam. Ini bukan sekali kebetulan, tetapi adalah isyarat yang jelas.

Raichelgauz dalam pengumuman Langenwalter menyertai berkata terus: "Hilla dari Mobileye, bertanggungjawab memimpin ADAS. Sekarang Joachim menyertai, bertanggungjawab memimpin memandu sendiri."

Ini bermaksud bagi Autobrains, pembuktian teknologi sudah sampai ke satu peringkat. Selanjutnya, benar-benar memasuki sistem pembelian automobil adalah titik kritikal pembangunan syarikat.

Ini adalah dua masalah berbeza.

Dalam peringkat awal teknologi, memujuk satu syarikat mempercayai algoritma anda berkesan boleh dengan demo, dengan siaran, dengan pendedahan media, masih ada peluang. Tetapi sistem pembelian penganjur kereta bukan tempat yang boleh masuk dengan Demo. Kitaran pembelian bermula tiga hingga lima tahun, di antaranya masih ada pengesahan keselamatan fungsi (ISO 26262), keselamatan fungsi jangka (SOTIF), keselamatan siber (UNECE WP.29) dan lain-lain gerbang, satu sistem ADAS dari model demo ke pengeluaran, di antaranya adalah satu perjalanan kerja jangka panjang yang tidak kelihatan orang luar.

Mobileye menggunakan dua puluh lebih tahun untuk membina hubungan dan kepercayaan ini. Tavor dan Langenwalter yang dibawa, tepat adalah perikatan industri yang sukar dibina dari nol.

Dapatkan Tiket Masuk Pasaran Kereta Kecil

Dalam semua perbincangan tentang Autobrains, Robotaxi dan memandu sendiri L4 mendominasi kebanyakan halaman. Tetapi jika hanya melihat laluan ini, mudah terlepas satu laluan lebih berpraktikal syarikat.

4 Disember 2024, Autobrains bersama JOYNEXT bersama-sama mengumumkan memperkenalkan penyelesaian ADAS kamera pintar. JOYNEXT ibu pejabat di Dresden Jerman, adalah syarikat pembekal Tier 1 global yang melayani penganjur kereta terkenal lebih daripada dua puluh tahun, terutamanya sistem hiburan kenderaan dan gateway sambungan pintar, produk telah masuk ke berjuta-juta kereta global.

Solusinya sendiri tidak kompleks. Dengan memadukan perisian persepsi AI Autobrains dan perkakasan kamera JOYNEXT serta perisian kawalan, memadukan ke dalam satu "modul kotak tunggal" yang padat, mematuhi peraturan keselamatan umum GSR Eropah dan keperluan Euro NCAP, boleh langsung memasukkan ke dalam arkitektur elektronik elektrik penganjur kereta sedia ada. Kedua-dua pihak mengumumkan kerjasama, sudah berjaya dalam landasan ujian Jerman telah menamatkan demonstrasi lapangan.

Setiausaha Agung JOYNEXT Stavros Mitrakis (Stavros Mitrakis) dalam pengumuman kerjasama berkata: "Membina ekosistem yang kuat adalah penting untuk menyediakan teknologi boleh dipercayai dan berorientasikan masa depan kepada pelanggan global. Autobrains adalah rakan kongsi yang sesuai. Dengan bekerjasama dengan mereka, kami akan dapat menyediakan teknologi memandu sendiri yang boleh dipercayai, berkualiti tinggi dan berkesan kos pada masa depan."

Klien sasaran, adalah OEM global kereta kecil dan kereta kompak.

Dalam orientasi ini terdapat satu logik realiti yang mudah, kerana pasaran automobil global yang terbesar bukan di kereta mewah dan model papan atas tinggi, tetapi di kelas A, kelas B, kereta SUV kecil model sederhana dan permulaan ini. Dengan kemajuan peraturan Eropah (kereta baharu wajib dilengkapi AEB dan lain-lain fungsi keselamatan) dan peningkatan kesedaran pengguna, ADAS sedang dari pilihan menjadi standard.

Tetapi kos ialah halangan yang tidak boleh dilepaskan pasaran ini. Satu penyelesaian persepsi lengkap yang memerlukan LiDAR, peta HD dan cip khas, mungkin membuat kos satu kereta kecil 100,000 yuan bertambah 20,000 hingga 30,000 yuan. Ini secara ekonomi tidak masuk akal. Solusi kamera prioritas, pengiraan rendah, integrasi kotak tunggal Autobrains, tepat memukul keperluan sebenar di sini: kos rendah, mudah integrasi, mematuhi undang-undang.

JOYNEXT menerangkan kerjasama ini sebagai penyelesaian ADAS untuk pasaran pengeluaran, bukan projek Robotaxi. Berbanding memandu sendiri tahap tinggi, produk yang berorientasikan pasaran kereta kecil dan kereta kompak ini, lebih hampir dengan asas penjualan sebenar industri automobil.

Dipilih oleh Syarikat Vietnam VinFast untuk Kerjasama

Utara Bandar Ho Chi Minh, satu jalan bandar biasa di Hanoi, satu kenderaan putih VinFast VF 8 sedang bergerak perlahan. Di atas kenderaan tiada LiDAR, di hadapan dan belakang juga tidak melihat susunan sensor yang padat. Hanya beberapa lokasi tidak mencolok di badan kenderaan, memasang kamera.

Kereta ini sedang menguji sistem L2++ Autobrains.

Hubungan VinFast dengan Autobrains, adalah satu kunci lain untuk memahami logik perniagaan syarikat ini. Ia bukan sahaja salah satu pelabur Autobrains, kemudian menjadi rakan kongsi.

27 Januari 2026, VinFast bersama Autobrains bersama-sama mengumumkan kerjasama strategik, bersama-sama membangunkan teknologi memandu sendiri L2++, dan meneroka satu struktur memandu sendiri baru bernama "Robo-Car".

Penyelesaian Robo-Car teknikal tuntutan agak agresif. Melalui 7 kamera standard tambah satu cip pengiraan prestasi tinggi (setiap saat memproses kira-kira 20 bilion kali pengiraan), tidak menggunakan LiDAR, susunan radar atau peta HD. Penempatan bergantung pada teknologi Air-to-Road Autobrains membangunkan sendiri, menggabungkan data visual masa nyata dengan imej satelit, mencapai penempatan ketepatan sentimeter tanpa keadaan peta HD.

Sekali lagi, sistem L2++ sudah pada VF 8 dan VF 9 dua model SUV elektrik utama VinFast, di kawasan terkawal Hanoi memulakan ujian perintis, pelan meluas ke bandar lebih besar dan pasaran antarabangsa.

Naib Presiden Global VinFast Joachim Nguyen Van Duong (Nguyen Van Duong) dalam pengumuman kerjasama berkata: "Kerjasama strategik VinFast dengan Autobrains sedang membantu membentuk satu penyelesaian memandu sendiri yang menggusarkan, mampu didapati, sesuai dengan visi jangka panjang kami untuk pergerakan global. Matlamat kami adalah membawa teknologi memandu canggih dari pengguna awal ke pemandu biasa."

Mengapa VinFast? Reuters dalam laporan kerjasama kedua-dua pihak secara khusus menekankan, ciri terbesar penyelesaian ini bukan mengejar tahap memandu sendiri tertinggi, tetapi menggunakan kos serendah mungkin untuk mencapai kemampuan memandu cerdas tahap lebih tinggi.

Keadaan syarikat automotif Vietnam ini mempunyai sifat tipikal. Ia sedang berkembang global, berdepan daripada tekanan persaingan ganda BYD, Xpeng dan penganjur automotif Eropah dan Amerika tradisional. Pada masa ini pasaran awal布局 telah mengalami penurunan penjualan dan masalah kualiti produk, segera perlu mencari titik perbezaan baharu dalam memandu cerdas.

Tetapi dia tidak boleh menyalin laluan kos tinggi Waymo, juga tiada Tesla mempunyai kenderaan pengumpulan data sendiri yang sangat besar.

Autobrains tepat memberikan jawapan yang dia perlukan: kos rendah, kamera prioritas, tidak perlu LiDAR, tidak bergantung pada peta HD. Ada media memanggil penyelesaian ini "laluan Tesla versi kos rendah", kerana kedua-dua menekankan kamera prioritas, kedua-dua cuba mengelakkan menumpuk sensor mahal.

Tetapi sebenarnya, kedua-dua antara kemampuan teknikal lapisan wujud perbezaan asas, tidak boleh sekadar mencontohi. Kemampuan FSD Tesla datang dari jutaan kenderaan pengeluaran yang membentuk kumpulan pengumpulan data yang sangat besar, dan sistem rangkaian saraf end-to-end yang ditukar secara berterusan selama bertahun-tahun. Kerjasama Autobrains dengan VinFast pada masa ini masih dalam peringkat ujian.

Tafsiran lebih tepat ialah, tempat Autobrains paling mungkin mencari pasaran, adalah mereka yang memerlukan kemampuan memandu cerdas, dan sensitif sangat terhadap kos, pada masa yang sama mahu mencuba pembekal bukan utama penganjur kereta baru.

Layout Pertarungan Uber

8 September 2025, Uber dan Momenta mengumumkan, Munich akan menjadi bandar pertama ujian L4 Eropah kedua-dua pihak, asal pelan 2026 bermula ujian.

Sekurang-kurangnya, pada 1 Jun 2026, Uber mengumumkan dia bersedia berkerjasama dengan Autobrains, letakkan stesen pertama di Munich Jerman. Berita ini sekali kala membuat orang luar berfikir Autobrains menggantikan Momenta, ketika itu media Jerman Electrive terus bertanya kepada Uber, tetapi tidak mendapat jawapan.

29 Julai 2026, Momenta menerima lesen ujian L4 seluruh Jerman, projek Munich masih berjalan. Bermaksud, Uber sedang di bandar yang sama bertaruh pada sekurang-kurangnya dua penyelesaian Robotaxi, meninggalkan pilihan laluan teknikal untuk pasaran.

Momenta berjalan adalah: Uber + Momenta L4 teknologi + platform kenderaan pengeluaran; Autobrains berjalan adalah: Uber + Autobrains Agentic AI + NVIDIA DRIVE Hyperion + penganjur kereta yang belum diumumkan.

18 Mac 2018 malam, Amerika Serikat Arizona, bandar Tempe. Satu kenderaan ujian memandu sendiri Uber sedang bergerak di jalan yang hampir tiada lampu jalan. Di hadapan, seorang wanita menolak basikal menyeberang jalan. Sistem mengenal pasti gagal, brek tidak dimulakan. Dia mati di tempat.

Inilah insiden pejalan kaki yang mati pertama dalam sejarah memandu sendiri.

Dua tahun kemudian, Uber mengumumkan keluar dari memandu sendiri sendiri. Dia menjual jabatan ATG di bawahnya kepada Aurora, Uber juga ke Aurora melabur 400 juta dolar dan mendapat kira-kira 26% saham, sejak itu berubah menjadi "platform出行的 memandu sendiri". Dia tidak lagi sendiri membuat senjata, hanya membuat pelabuhan yang membiarkan penembak pergi.

Logik jelas, tidak bertaruh pada satu laluan teknikal, tetapi penyebaran yang luas, tunggu siapa yang memulakan komersialisasi terlebih dahulu, kemudian perhalus kerjasama dengan siapa.

Sekarang, Uber sudah membentuk satu rangkaian kerjasama memandu sendiri lebih daripada 30 rakan kongsi, beberapa tahun akan datang sedia melabur lebih daripada 100 bilion dolar, dan pelan pada akhir 2026 mengembangkan servis memandu sendiri ke sehingga 15 bandar. Amerika ada Waymo, Nuro, Avride, Eropah ada Wayve (London), Momenta (pencobaan Munich), Timur Tengah ada Baidu Apollo Go (Dubai), kini Munich tambahan Autobrains.

Fast Company dalam laporan siri memeterai Uber sebagai "pemain bertaruh jenis platform" terbesar industri memandu sendiri. Berbanding sendiri membangunkan memandu sendiri, Uber lebih senang pada masa yang sama dengan beberapa laluan teknikal berkerjasama, melalui senario operasi sebenar memilih pemenang akhir.

Inilah strategi perlumbaan platform biasa. Uber tidak perlu memutuskan siapa akan menang, dia hanya perlu berdiri di garis penamat menunggu juara muncul.

Dalam latar belakang ini, masuknya Autobrains ke Munich lebih jelas. Ia bukan rakan kongsi Robotaxi Eropah tunggal Uber, tetapi ia adalah syarikat memandu sendiri Israel pertama yang mendapat kerangka kerjasama jelas di pasaran Jerman.

Pilihan Munich penuh dengan makna. Di sini ialah ibu pejabat BMW, adalah pusat semangat industri automotif Eropah, pada masa yang sama juga merupakan perbezaan sempadan, jalan rumit perbezaan Eropah bandar memandu skenario wakil yang tipikal. Di sini memulakan Robotaxi, pada nilai kredibiliti teknikal dan kesan demonstrasi pasaran, jauh melebihi sebuah bandar kecil dan sederhana biasa.

Pengasus Raichelgauz dalam pengumuman kerjasama Munich berkata: "Berkolaborasi dengan Uber dan Nvidia, kami sedang memperkenalkan kaedah kami ke dalam bidang出行 memandu sendiri, menggabungkan Agentic AI dengan platform出行 dan keupayaan pengiraan automobil yang diperlukan, menyokong operasi skala besar Robotaxi merentas bandar, merentas kenderaan, merentas keadaan jalan sebenar."

Tentu saja, projek masih menunggu kelulusan pengawalseliaan Jerman, penganjur kereta belum diumumkan, skala pasukan, kawasan servis, masa pelancaran komersial belum ditentukan.

Sekalipun begitu, Autobrains masih wajar dihargai dengan serius.

Sepuluh tahun lepas, naratif utama industri memandu sendiri semakin percaya "besar", termasuk pasukan besar, data besar, pengiraan besar, sensor banyak, peta HD, latihan awan dan kerja sistem kompleks dan lain-lain.

Logik ini memang mendorong kemajuan industri, menghasilkan Waymo, Mobileye, Tesla pemain berat, tetapi juga membawa kos tinggi, kitaran panjang dan tekanan komersial.

Sampai hari ini, komersialisasi skala besar memandu sendiri sepenuhnya masih di atas kertas.

Dalam latar belakang ini, soalan Autobrains yang提出 adalah titik kesakitan industri yang sebenar.

Jika memandu sendiri hanya boleh memajukan sistem yang semakin mahal, maka banyak model sensitif terhadap kos, banyak pengguna pasaran baru, banyak skenario aplikasi yang tidak dapat menanggung LiDAR ditambah kos kemas kini awan berterusan, mungkin tidak dapat benar-benar menikmati manfaat daripada teknologi ini.

Autobrains sasaran, tepat menjadikan AI memandu sendiri dalam kekangan kos menjadi lebih cerdas, menjadi cukup boleh dipercayai, cukup murah, cukup mudah integrasi.

Inilah satu jalan, atau satu dinding, masih memerlukan masa untuk menentukan.

Rujukan:

[1] electrive.com: Uber dan Autobrains mengumumkan perkongsian Robotaxi di Munich (2026)

[2] Fast Company: Pertaruhan $10 Bilion Uber: Mengapa Raksasa Perkhidmatan Pengangkutan Berkerjasama dengan 30 Syarikat Memandu Swara (Jun 2026)

[3] TechCrunch: Autobrains berdepan Mobileye dengan pembiayaan $120 juta untuk teknologi AV berasaskan AI (Mac 2022)

[4] Reuters: VinFast Vietnam berkerjasama dengan Autobrains Israel pada teknologi memandu bebas kos lebih rendah (Januari 2026)

[5] CTech (Calcalist): Dari Mobileye ke Autobrains: Hilla Tavor menyertai syarikat rintisan memandu swara (Januari 2023)

[6] Automotive World: Autobrains melancarkan Liquid AI untuk memecahkan "dinding pembelajaran penyeliaan" (2024)

[7] Bilik Berita Rasmi JOYNEXT: JOYNEXT dan Autobrains mengumumkan perkongsian strategik untuk menyediakan penyelesaian ADAS yang berkos efektif (Disember 2024)

[8] Bilik Berita Rasmi VinFast: VinFast dan Autobrains Mengumumkan Perkongsian Strategik untuk Pembangunan L2++ dan Robo-Car (Januari 2026)

[9] Laman Web Rasmi Autobrains: Buku Putih Teknologi dan Pengumuman Pembiayaan (AI Agen, Air-to-Road, Kemahiran)