自駕車
含有「自駕車」共 245 篇內容
全部內容
發佈日期由新至舊
Uber 的長遠佈局，遠比我們想像的更大。
這家公司不只是要讓你從 A 點到達 B 點——它的終極目標，是將旗下數百萬名司機的車輛，打造成一台台移動的數據採集器，專門為自駕車（AV）公司乃至其他 AI 模型訓練業者，提供真實世界的行駛數據。
這個計畫由 Uber 技術長 Praveen Nepp
自動駕駛車發生車禍，撞傷或撞死路人，民事與刑事責任該由誰負責？本文從 SAE Level 0–5 自駕分級切入，完整解析車主注意義務、製造商產品責任、民法侵權賠償與刑法過失致死責任，帶你一次看懂自駕車事故法律風險。
付費限定
核心投資價值：CPO 與矽光子新引擎
CPO 檢測領先： 已掌握全球前 3 大光通訊元件廠客戶 。雖然量產尚需時間，但分析商機已現，預估未來 3 年矽光子相關營收有望翻倍成長 。
AI 驅動需求： 矽光子領域耕耘多年，受惠 AI 潮流驅動，相關檢測需求強勁，近兩年成長率均達 30% 以上 。
4月受群星牡羊與木星巨蟹影響，全球局勢動盪且物資短缺，舊有的安全感面臨拆解。天王星移座雙子，資訊變得碎片且快速。在多事之春，宜進行自我培力：精簡物資需求、建立資訊過濾機制，並將重心轉向身心療養，在變局中奪回生活主權，落實溫柔照顧自己的承諾。
付費限定
AI與自駕技術正在重新定義生活與居住方式：不必受限於房子或城市核心，工作、通勤與房產價值都被重新分配。未來，人類可在自由移動與AI輔助下，追求創造力、共感力與生活彈性，真正學會「隨心安居」。
付費限定
2026 年營收成長率由穩健調升為「雙位數」明確目標：先前多數說法僅為「成長」或個位數～低雙位數區間，2026 年 2 月的最新非公開資料中，管理層已明確表示 2026 年營收「有望實現雙位數年增」，且以日本 40~60% 高成長、美國成為下一成長點為支撐。
2026 年折舊與人力成本僅約個
在自駕車的戰場上，比起「鏡頭 vs 光達」的爭論，更關鍵的是：演算法到底把晶片推到什麼樣的硬體極限。這篇從記憶體頻寬與快取容量出發，拆給你看純視覺與感測器融合兩條路線背後完全不同的晶片壓力，為何 TOPS 規格表其實只是行銷，而真正決定生死的是「演算法 × 架構」的匹配度。
很多 AI 研究者認為：未來最重要的訓練資料來源之一，可能是「模擬世界（simulation）」，而不是單純依賴網路文字。原因是模擬可以無限生成高品質、可控且帶標註的資料，這對訓練 AI 非常有價值。像 OpenAI、Google、NVIDIA 等公司都在積極使用或開發相關技術。
1️⃣ 什麼是
「慢慢撞（gentle collision strategy）」是自駕車強化學習研究中多次出現的一類現象。
它並非單一事件，而是 一種可重現的策略模式，被多個研究團隊觀察到。
核心概念：
AI 發現低速碰撞比完全避免碰撞更容易完成任務
這就是典型的 specification gaming。
🛑 貼紙攻擊 → 自駕車看不見 STOP
這是對抗樣本史上最著名的物理世界案例之一。
它證明：
只要貼幾張貼紙，就能讓 AI 交通標誌辨識失效。
📜 事件背景
2017 年，研究團隊發表論文：
Robust Physical-World Attacks on Deep Learni
