美國電動汽車企業 Lucid 計劃在歐洲部署至少 2.5 萬輛 Robotaxi
美國電動車製造商 Lucid 近期宣布，將與歐洲共享出行平台 Bolt 聯手，在歐洲市場部署至少 2.5 萬輛自動駕駛計程車（Robotaxi）。這項合作計畫標誌著 Lucid 從高端電動車製造跨入自動駕駛共享服務領域的重要一步，也為歐洲未來交通運輸的電動化與智慧化帶來新的想像空間。創立於美國加州的 Lucid，過去以豪華電動轎車 Lucid Air 打響名號，在續航里程與動力表現上屢屢創下紀錄。如今，Lucid 正積極拓展產品線，籌備中的中型車平台預計將成為下一階段量產車款的基礎。這個平台不僅瞄準更廣大的消費市場，也將作為未來自動駕駛車隊的核心載具。
根據目前揭露的資訊，這批 Robotaxi 將採用 Lucid 的中型車平台打造，並結合 NVIDIA 的 Hyperion 開發平台與參考體系架構，以實現高階自動駕駛功能。NVIDIA Hyperion 平台是一套完整的自動駕駛硬體與軟體參考設計，包含高效能運算晶片、感測器套件與軟體堆疊，能夠處理來自攝影機、雷達與光達的即時資料，提供車輛周圍環境的全面感知與決策能力。Lucid 選用此平台，意味著其 Robotaxi 將具備符合業界高標準的自動駕駛運算基礎，有助於在複雜的歐洲城市街道中安全運行。合作的另一方 Bolt 則是在歐洲深耕多年的共享出行平台。
Bolt 總部位於愛沙尼亞塔林，業務涵蓋叫車服務、共享電動滑板車、共享電動自行車與餐飲外送等，在歐洲、非洲與中東等多個市場擁有大量活躍用戶。Bolt 在歐洲各城市累積的營運經驗、在地法規知識以及用戶基礎，將為 Lucid 的 Robotaxi 服務提供落地所需的網路與營運支援。雙方此次合作的核心目標，是逐步在歐洲擴大自動駕駛計程車的服務範圍。雖然具體的部署時程與首批城市尚未公布，但至少 2.5 萬輛的規模說明了這不是小型試驗，而是具有商業化企圖的大規模部署。對於 Lucid 而言，這項合作既能消化未來中型車平台的產能，也能讓公司直接進入共享移動服務市場，創造除了車輛銷售之外的新營收來源。
對於 Bolt 而言，引入 Lucid 的自動駕駛車隊則能強化其平台在電動化與自動化時代的競爭力，並有機會降低對人類駕駛員的依賴。從技術層面來看，Lucid 在電動車平台設計上的優勢——包括高效率的電驅系統、先進的電池封裝技術與空氣動力學設計——將使 Robotaxi 具備更長的續航里程與更低的營運成本。自動駕駛計程車需要長時間在路上接單，續航力與充電效率直接影響車輛的利用率與獲利能力。Lucid 的電動車技術正好能滿足這項需求。此外，中型車平台本身也預留了自動駕駛所需的電子電氣架構，便於整合 NVIDIA Hyperion 系統。歐洲市場對自動駕駛共享服務的態度正逐漸開放。
多個國家已開始制定相關法規，允許在特定區域測試與營運自動駕駛計程車。德國、法國、挪威等國都有城市展開試點計畫。Lucid 與 Bolt 選擇在這個時間點聯手，顯然看準了歐洲政策環境的成熟契機，以及都會區對零排放、高效率移動方案的需求。不過，Robotaxi 從技術展示到真正規模化商業營運仍有不小的挑戰。包括自動駕駛系統在各種天候與路況下的可靠性、法規核准程序、公眾接受度、以及與既有交通系統的整合等，都需要雙方投入大量資源逐步克服。Lucid 與 Bolt 並未在聲明中透露詳細的商業模式——例如車輛是直接銷售給 Bolt、還是透過租賃或合資公司營運——這些細節將影響合作最終的成敗。
值得注意的是，Lucid 近期也面臨生產爬坡與現金流的壓力。2024 年，該公司持續擴大亞利桑那州工廠的產能，並尋求新的資金注入。將中型車平台與 Robotaxi 計畫綁定，或許有助於吸引更多投資人關注 Lucid 在自動駕駛領域的潛力，而不只是將其視為傳統電動車製造商。與 Bolt 的合作，某種程度上也為 Lucid 開闢了一條不需要自行經營叫車平台，就能切入共享出行市場的路徑。後續具體的部署時程與城市細節仍有待雙方進一步公布。業界預期，Lucid 與 Bolt 可能會優先選擇人口密集、法規相對友善且對共享移動接受度高的歐洲大都會區作為試點起點。隨著自動駕駛技術與電動車成本的持續下降，2.
5 萬輛的目標或許只是起點，未來若營運模式獲得驗證，雙方不排除擴大車隊規模與服務版圖。整體而言，這項合作展現了電動車製造商與共享出行平台深度整合的新模式，也為歐洲自動駕駛計程車的發展注入了一股來自美國的技術能量。Lucid 的中型車平台、NVIDIA 的運算中樞、以及 Bolt 的在地營運網絡，三者的結合能否在充滿競爭的歐洲市場中殺出重圍，值得後續持續觀察。
Related
相關文章
Transformers Model Integration Contracts
Back to Articles Transformers Model Integration Contracts Published November 3, 2026 Update on GitHub Upvote - Tarek Ziadé tarekziade Follow On July 30, 2026, Transformers enabled PyTorch's scaled dot-product attention (SDPA) for T5.
NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required
Back to Articles NVIDIA Kumo Relational Outperforms Supervised Machine Learning on Relational Data, No Training Required Enterprise + Article Published October 21, 2026 Upvote 1 Joshua Przybylko jprzybylko Follow nvidia Jure Leskovec profjure Follow nvidia Matthias Fey rusty1s Follow nvidia Federico Lopez flopeznv Follow nvidia Valter Hudovernik valterh-nv Follow nvidia Akihiro Nitta akihironitta-nv Follow nvidia Ramona Bendias RBendiasN Follow nvidia TL;DR NVIDIA Kumo Relational is a pre-trained relational foundation model that makes predictions directly on enterprise databases.
NVIDIA Kumo Forecast Combines Pretrained Time-Series Representations with Historical Pattern Retrieval and Interpretability
Back to Articles NVIDIA Kumo Forecast Combines Pretrained Time-Series Representations with Historical Pattern Retrieval and Interpretability Enterprise + Article Published October 21, 2026 Upvote - Saira Qureshi sairaq Follow nvidia Aditi Gautam adgautam Follow nvidia Manikandan Ravikiran mravikirannvidia Follow nvidia Sena Ekiz neptunel1 Follow nvidia Viraj P Modak vmodak Follow nvidia Highlights (TL;DR) NVIDIA Kumo Forecast (formerly known as NV-Tesseract Forecasting) is a multi-variate time-series forecasting model that combines a pretrained Transformer backbone with Domain-Aware Representation and Retrieval (DARR), a context-enhanced forecasting mode that blends direct model predictions with patterns retrieved from historical data.
Announcing SimReady Central: An Open Library of Simulation-Ready 3D Assets for Robotics and AI Factories
Back to Articles Announcing SimReady Central: An Open Library of Simulation-Ready 3D Assets for Robotics and AI Factories Enterprise + Article Published October 21, 2026 Upvote 1 John Kosnik jkosnik Follow nvidia Frank DeLise delisef Follow nvidia Pomi Lee pomilee Follow nvidia Building robotics simulations and high-fidelity AI factory digital twins takes more than 3D models.
NVIDIA Cosmos3-H-Dreams: Bringing Clinical Surgery to Life Through Generative Simulation
Back to Articles NVIDIA Cosmos3-H-Dreams: Bringing Clinical Surgery to Life Through Generative Simulation Enterprise + Article Published October 20, 2026 Upvote - Lukas Zbinden lzbinden Follow nvidia Javier Gamazo javirk1 Follow nvidia Nigel Nelson nigeln Follow nvidia Mostafa Toloui mtoloui Follow nvidia Sean Huver shuver Follow nvidia Picture moving the Cadiere grasper, grasping the gallbladder, and lifting it, all within a generated surgical scene that responds in real time.
擴展印度語言預訓練：2.8兆詞元與開放資料生成管線
本文介紹了針對22種印度語言的預訓練擴展計畫，使用了2.8兆詞元，並提供了12種語言的羅馬化資料。作者來自AI4Bharat與NVIDIA，開發了一套可重用的GPU加速管線，用於翻譯、品質評估與修復，以支援這些語言的模型訓練。