inDrive 计划在 2027 年前将无人出租车带入中亚——为什么技术堆栈至关重要
作者：RobotWorld·2026/10/24
自动网约车的新疆界
大多数人想到无人出租车时，脑海中浮现的是旧金山或上海。哈萨克斯坦首都阿斯塔纳可能不会进入人们的视野。但这种情况即将改变。网约车平台 inDrive——新兴市场中增长最快的优步竞争对手之一——宣布计划于 2027 年上半年在阿斯塔纳开始测试自动驾驶车辆，与中国自动驾驶公司 Pony.ai 合作，并获得英伟达计算平台的支持。
这是一个雄心勃勃的赌注，其背后的技术故事值得深入探讨。
参与者都有谁？
inDrive 在拉丁美洲、非洲、中东和中亚运营，采用点对点定价模式竞争，允许司机和乘客直接协商车费。其在哈萨克斯坦等市场的优势地位为其提供了一个竞争相对较少、监管也较少的自然测试场地，不同于西方自动驾驶走廊。
Pony.ai 是中国最成熟的自动驾驶公司之一，在北京、广州和精选美国地点拥有无人出租车运营记录。该公司已建立了全栈自动驾驶系统——这意味着它开发自己的传感器、感知软件、制图和规划算法，而不是集成现成组件。
英伟达 提供底层计算能力。从本质上讲，自动驾驶汽车是实时 AI 推理机器。它们必须同时处理来自摄像头、激光雷达和雷达的数据流，运行目标检测、预测其他道路使用者的行为，并在毫秒内发出安全驾驶指令。可靠地完成这一切需要强大的芯片。
硬件基础：为什么计算是关键
现代无人出租车不仅需要强大的处理器——还需要一个 汽车级 处理器，经过验证可满足真实道路的安全标准和环保条件。英伟达的 DRIVE 平台专为此而设计。例如，英伟达 DRIVE AGX Orin 可提供高达 254 INT8 TOPS，旨在处理从 L2+ 到 L4 自动驾驶的完整计算堆栈——涵盖传感器融合、路径规划，甚至车内 AI 都在单个系统上完成。对于针对更高自动驾驶级别的车队，基于 Blackwell GPU 架构构建的更新款 英伟达 DRIVE AGX Thor 在将自动驾驶和座舱功能整合到一个 ASIL-D 认证的 SoC 上的同时，大幅提高了这个数字。
Pony.ai 与英伟达平台的集成意味着前往阿斯塔纳的无人出租车可能会利用这种集中式、高吞吐量的计算来处理真实城市驾驶的复杂性。
与计算相辅相成的是传感。无人出租车通常依赖多层传感器套件：用于纹理和颜色的摄像头、用于速度和全天候可靠性的雷达，以及用于精确三维环境制图的激光雷达。对于生产规模部署，汽车级激光雷达传感器（如 禾赛 AT128——一个经过 ISO 26262 ASIL-B 认证的 128 通道混合固态单元）代表了大规模部署无人出租车车队所需的硬件类型。同样，Luminar Iris 采用 1550 纳米激光传感，能够在低光条件下检测远距离的低反射率物体。速腾聚创 RS-LiDAR-M1 将固态 MEMS 设计引入高级驾驶辅助系统和自动驾驶应用，检测范围达 200 米。这些传感器与 AI 计算平台相结合，形成了让车辆能够「看到」足够可靠以搭载乘客的感知骨干网。
为什么选择阿斯塔纳？为什么现在？
选择中亚城市进行早期测试并非任意决定。阿斯塔纳提供相对现代的、网格化的城市布局、低于超大城市的交通密度，以及表示愿意开展技术合作的政府。对于像 inDrive 这样已在当地网约车市场建立根基的公司来说，监管关系和用户基础已经到位。
新兴市场自动驾驶部署还有一个容易被忽视的商业逻辑。人类司机的劳动成本通常是网约车经济中的主要支出。在由竞争压力导致车费保持低位的市场中，去除司机所带来的边际收益相对于高端西方市场更大。如果无人出租车能够安全高效地运营，其单位经济效益可能会很可观。
2027 年的目标是一个测试阶段，而非商业发布——这是一个重要区别。在受控走廊进行真实世界试点允许公司收集当地道路行为、天气条件（阿斯塔纳冬季严寒）的数据，以及该地区特有的边界情况，然后再进行扩展。
这对更广泛的行业意味着什么
inDrive–Pony.ai 的公告反映了一个更广泛的模式：长期与硅谷和中国科技中心相关联的自动驾驶技术正在向尚无主导者的市场扩散。及早到达、具备经过验证的硬件和本地合作伙伴关系的公司可以在监管机构和竞争对手跟上之前定义标准。
它还强调了自动驾驶供应链的成熟程度。曾经只以原型形式存在的专用汽车 AI 芯片、生产就绪的激光雷达传感器和全栈软件平台现在可以按照车队部署所需的规模获得。
对于有兴趣了解如何以更易接近的方式开发自动驾驶系统的人——从边缘 AI 推理到机器人感知——英伟达 Jetson AGX Orin 64GB（在紧凑模块中提供高达 275 TOPS）或 英伟达 Jetson Orin Nano Super 开发者套件 等平台提供了一种动手方式来探索驱动生产自动驾驶车辆的相同底层 AI 架构，而无需全自动驾驶计算平台的高昂成本。
前方的道路
十年前，中亚在 2027 年出现无人出租车似乎是天方夜谭。如今，这是一个可信的近期里程碑——它结合了成熟的 AI 计算、经过验证的自动驾驶软件，以及具有真正本地影响力的网约车平台。时间表是否能够按期进行将取决于监管批准、冬季性能数据，以及只有实际道路测试才能揭示的数千个真实世界边界情况。
明确的是，自动出行不再只是局限于少数几个全球城市的故事。疆域正在扩展——阿斯塔纳可能是下一个到达的地方。
参考资源
本文由 AI 辅助草拟，发布前已经过审阅。