inDrive携小马智行与英伟达2027年哈萨克斯坦试点Robotaxi,中亚成自动驾驶新试验场

出行平台inDrive联合中国自动驾驶企业小马智行及英伟达,计划于2027年上半年在哈萨克斯坦首都阿斯塔纳启动Robotaxi测试。该合作标志着小马智行首次进军中亚市场,采用Pony.ai Gen-7...

人工智能

全球网约车平台inDrive正加速布局自动驾驶出行领域。该公司近日与小马智行(Pony.ai)及英伟达(NVIDIA)签署合作备忘录,计划于2027年上半年在哈萨克斯坦首都阿斯塔纳启动Robotaxi试点运营。这是inDrive首次将自动驾驶服务引入中亚市场,也是小马智行全球化战略的重要一步。

根据inDrive首席技术官尤里·米斯尼克(Yuri Misnik)向TechCrunch透露的信息,测试将分阶段推进:初期车辆配备安全操作员,后续逐步过渡至完全无人驾驶模式。合作框架下,小马智行提供其最新一代Gen-7自动驾驶车辆,inDrive则通过其现有出行App接入并运营该服务;英伟达负责提供核心AI基础设施,包括Hyperion车载计算平台与Halos安全系统。

值得注意的是,inDrive选择以“轻资产”模式切入自动驾驶赛道——不自研整车或算法,而是整合第三方技术能力。米斯尼克强调:“我们的策略从设计上就是资本效率导向的。我们与不同市场的合作伙伴协作,融合他们的专长与我们的平台优势,为用户提供更优体验。”这一路径与Uber近期在伦敦同步推进Wayve与小马智行双线测试的策略相似,反映出主流出行平台对Robotaxi落地节奏的务实判断。

小马智行此次合作具有明确的地域拓展意义。作为中国头部L4级自动驾驶公司,其此前业务集中于中国本土及美国加州,此次落子哈萨克斯坦系首次进入中亚市场。界面新闻报道指出,三方将在与哈萨克斯坦政府达成协议后启动试点,阿斯塔纳因其城市道路结构清晰、交通规则相对规范,被选为首选测试城市。

英伟达在该合作中的角色不仅是硬件供应商。其Hyperion平台旨在降低Robotaxi开发门槛,提供标准化传感器套件与计算架构,使出行平台可跳过底层集成环节,直接部署感知-决策-控制链路。此外,英伟达还提供Alpamayo等生成式AI工具用于合成训练数据,缓解真实场景数据采集瓶颈。这与当前行业趋势高度一致:2026年GTC大会上,黄仁勋宣布与Agile Robots合作推出基于Isaac GROOT的人形机器人参考平台,并强调“通用模型直控机器人”将成为2027年关键节点。

文章配图

事实上,2027年正成为全球Robotaxi商业化的关键时间窗口。特斯拉已在奥斯汀部署Cybercab车队,截至2026年三季度末累计无监督行驶里程近200万英里,并计划2027年Q2起显著提升该业务收入贡献;Uber亦同步在伦敦测试小马智行与Wayve的方案。相比之下,inDrive的中亚路径虽起步稍晚,但具备差异化优势:其平台在哈萨克斯坦、乌兹别克斯坦等国已拥有较高市占率,用户对“议价式打车”模式接受度高,若能将价格优势延伸至自动驾驶服务,或可在新兴市场形成先发壁垒。

文章配图

从技术路线看,inDrive合作采用的是“车规级L4+平台运营”的典型组合,区别于特斯拉FSD的纯软件路线。小马智行Gen-7车型搭载多激光雷达+摄像头融合感知系统,配合NVIDIA DRIVE Thor芯片(算力超2000 TOPS),支持复杂城市场景下的高阶决策。而Halos安全系统则提供冗余监控与紧急接管能力,满足中亚地区尚未完善的法规适配需求。

行业观察者指出,此次合作折射出Robotaxi落地逻辑的转变:早期聚焦中美两大市场,如今正向政策开放、基建适配、竞争空白的新兴区域扩散。哈萨克斯坦近年积极推动数字化转型,2025年通过《自动驾驶车辆测试条例》,允许在指定区域开展L4级测试,为外资企业提供制度接口。与此同时,中亚国家对降低出行成本有强烈诉求——inDrive在本地平均车费比传统出租车低30%以上,若Robotaxi能维持相近定价,将极大提升普及潜力。

不过挑战依然存在。除技术成熟度外,跨境数据合规、本地化运维团队建设、极端天气适应性(阿斯塔纳冬季气温常低于-20℃)均为实操难点。小马智行需验证其系统在非中文语境、非标准交通参与者(如骆驼、马车混行路段)下的鲁棒性;inDrive则需协调当地保险、责任认定等配套机制。

相较之下,更具颠覆性的变化正发生在具身智能层面。补充素材显示,OpenAI、Anthropic与谷歌均在尝试用通用大模型(如GPT-6 Astra、Claude 3.5)直接控制机器人本体,部分基准任务成功率已达74.8%,远超传统垂直模型。英伟达机器人总监Jim Fan称,切换至Astra后,测试成绩一夜跃升至99%。尽管当前仍受限于推理延迟与高精度操作能力,但2027年或成“通用模型主导具身智能”的分水岭。

这一趋势间接影响Robotaxi生态:当通用模型能高效处理环境理解、任务分解与工具调用时,自动驾驶系统的“认知层”有望大幅简化。未来Robotaxi可能不再依赖庞大专用模型库,而是通过统一基础模型+轻量微调实现跨场景泛化——这正是NVIDIA Hyperion平台所倡导的“模块化开发”理念的延伸。

对inDrive而言,2027年的阿斯塔纳测试不仅是一次技术验证,更是其构建“全球低成本自动驾驶网络”的起点。若试点成功,该模式可快速复制至乌兹别克斯坦、格鲁吉亚等邻国。而在资本层面,轻资产合作降低了试错成本,使其能在Uber、特斯拉等重投入玩家之外,走出一条差异化路径。

目前,三方尚未披露具体测试车队规模与商业化时间表,但明确表示将优先确保安全与合规。随着2027年临近,中亚或将成为继中美之后,第三个见证Robotaxi从测试走向有限商用的关键区域。