Uber 计划将其数百万司机转变为自动驾驶汽车的数据收集网络。在旧金山举行的 StrictlyVC 活动中，Uber 首席技术官普莱文·内帕利·纳加透露，公司长期目标是让配备传感器的司机车辆成为自动驾驶公司及其他 AI 训练机构的“移动传感器网”，以获取真实世界的场景数据。这一构想是其年初推出的 AV Labs 项目的自然延伸。 纳加指出，自动驾驶发展的瓶颈已从技术转向数据。像 Waymo 这样的公司需要特定场景的复杂数据来训练模型，但缺乏资本部署车辆收集海量信息。Uber 拥有庞大的司机车队，若能转化一部分用于数据收集，其规模将远超任何单一自动驾驶公司自建的能力。 目前，AV Labs 仍由 Uber 自营的专用传感器车辆运行，与司机网络分离。公司需先厘清法规并统一各州对传感器共享的定义，随后才可能扩大至司机车辆。Uber 已与 Wayve 等 25 家自动驾驶公司建立合作伙伴关系，构建“自动驾驶云”数据库，供合作伙伴查询训练数据或进行“影子模式”模拟测试，以验证算法性能。 尽管纳加表示目标是“民主化”数据而非直接获利，但该计划商业价值巨大。Uber 已投资多家自动驾驶企业，若掌握大规模专有训练数据，将使其在依赖其运力平台的行业中获得显著话语权。此举也被视为 Uber 放弃自建自动驾驶项目后，避免被边缘化并确立新生态位的关键战略。