自動駕駛新局：Nvidia 投資 Nuro 兩億美元背後的商業轉型

“`html

自動駕駛產業正在洗牌？NVIDIA、Uber 為何力挺 Nuro 兩億美元募資，看懂背後新策略！

「自動駕駛」這個詞你一定不陌生，但你知道這個充滿未來感的產業，正悄悄經歷一場大洗牌嗎？過去幾年，許多自駕新創公司曾被視為明日之星，動輒估值數十億美元，吸引大量資金湧入。然而，經濟環境的劇變與技術落地挑戰，讓許多公司不得不重新思考自己的商業模式。

近期，一家名為 Nuro 的自動駕駛新創公司，成功獲得了新一輪高達 2.03 億美元的 E 輪募資。這筆資金的挹注，不僅讓 Nuro 在艱困的環境中站穩腳步，更重要的是，投資方名單中出現了兩位重量級角色：晶片巨頭 NVIDIA 和叫車服務龍頭 Uber。這背後代表了什麼？Nuro 又做了哪些策略調整，讓這些產業巨頭願意押寶？今天，我們就來帶你深入剖析，這場自動駕駛產業的新變局。

Nuro 的最新募資案展示了自動駕駛產業內的重要動向。以下是此次募資的一些主要特點：

• 募資總額達到 2.03 億美元，顯示投資者對其未來發展的信心。
• 主要投資者包括 NVIDIA 和 Uber，兩者在科技與交通領域具有重要影響力。
• 這輪募資將用於技術研發和擴大商業合作，推動自動駕駛技術的實際應用。

Nuro 募資新動向：科技巨頭與叫車龍頭為何齊力押寶？

首先，讓我們聚焦在 Nuro 的最新募資案。這家以「機器人配送車」聞名的自動駕駛新創公司，在 E 輪募資中總計獲得了 2.03 億美元的資金。值得注意的是，這並非一次性到位，而是分批完成，其中最新確認的資金包含了重量級的新進投資者 NVIDIA。

你或許會好奇，NVIDIA 為何會投資 Nuro？要知道，NVIDIA 不僅是全球人工智慧（AI）晶片領域的領導者，過去多年來，Nuro 在其自動駕駛系統的開發上，就已經廣泛採用了 NVIDIA 的圖形處理器（GPU）進行數據處理和模型訓練。這次從技術合作夥伴關係延伸到策略性股權投資，顯示 NVIDIA 不僅看好 Nuro 的技術實力，更可能是在布局其自動駕駛生態系，確保其硬體平台在未來智慧運輸領域能有更廣泛的應用。

除了 NVIDIA，本輪募資還有現有投資者 Baillie Gifford，以及新面孔 Icehouse Ventures、Kindred Ventures、Pledge Ventures 等機構的參與。更關鍵的是，叫車服務巨頭 Uber 也對 Nuro 進行了數億美元的策略性投資（預估逾 3 億美元），並與 Nuro 達成深度合作。我們知道，Uber 一直積極探索自動駕駛的未來，而這次與 Nuro 的合作，將讓 Uber 有機會使用 Nuro 的自動駕駛技術，結合電動運動休旅車品牌 Lucid，推出自動駕駛計程車服務。這代表什麼？這表示叫車服務的未來，可能不再需要司機，而 Uber 正在為這個「無人化」的未來積極鋪路。

截至目前，Nuro 累計的募資總額已經達到 23 億美元，這證明儘管市場環境艱難，頂尖的自動駕駛技術仍然能夠吸引到大量資金。這筆新的資金，無疑將為 Nuro 的商業模式轉型提供充足的彈藥。

告別燒錢模式？Nuro 估值修正與商業策略大轉彎

儘管 Nuro 成功募資，但在這次 E 輪募資之後，Nuro 的估值大約落在 60 億美元。如果你長期關注這家公司，可能會發現，這比起它在 2021 年 D 輪募資後的 86 億美元估值，大約下跌了將近 30%。為什麼會這樣呢？

這要從整個自動駕駛產業近年來面臨的挑戰說起。過去幾年，許多自駕新創公司傾向於「大膽投入、燒錢擴張」，試圖建立自己的自動駕駛車隊並直接營運。然而，自動駕駛技術的研發成本極高，商業化落地的速度卻不如預期，加上全球經濟環境的變化與資本市場趨於緊縮，使得這種「燒錢」的模式變得難以為繼。我們看到，2022 年和 2023 年，Nuro 也經歷了幾波裁員，這都是在嚴峻經濟考驗下不得不做出的調整。

面對這樣的現實，Nuro 做了一個極為重要的商業模式轉型。他們放棄了原有的低速自駕配送機器人車隊營運計畫，不再自己投入大量資源去營運車輛、維護車隊。轉而將重心放在 「技術授權」 上，也就是說，Nuro 現在的角色更像是一個自動駕駛技術的供應商。他們將自家的自動駕駛技術，授權給像汽車製造商、或是像 Uber 這樣的行動服務供應商。

這種轉型對公司來說，最大的好處就是可以降低營運成本，同時透過與現有大型平台合作，加速技術的規模化應用。想像一下，過去 Nuro 要自己造車、自己組建車隊、自己找客戶、自己處理所有營運細節，投入巨大；現在它只要專心把技術做到最好，然後賣給那些需要這項技術的車廠或服務商，由這些夥伴去負責實際的車隊運作和服務。這就像你開發了一個很棒的應用程式（App），你不再需要自己開公司去賣這些應用程式，而是授權給手機製造商或應用程式商店，讓他們把你的 App 預裝或上架，這樣可以更快速地觸及廣大用戶。

這種務實的策略調整，不僅讓 Nuro 重新獲得了市場的青睞，也可能為整個自動駕駛產業帶來新的啟示：與其單打獨鬥，不如專業分工，透過技術合作和授權，加速自動駕駛的商業化進程。

NVIDIA 與自動駕駛：硬體霸主如何鞏固 AI 生態系？

在這次 Nuro 的募資案中，NVIDIA 的參與尤其引人注目。前面提到，NVIDIA 的 GPU 是 Nuro 進行數據處理和模型訓練的重要工具。這不只是一筆簡單的投資，它更是 NVIDIA 在其人工智慧運算硬體生態系中，鞏固自身領導地位的又一證明。

為什麼這麼說呢？讓我們看看另一個相關的例子：全球電動車巨頭 Tesla。Tesla 過去曾投入巨大資源開發自家的 Dojo 人工智慧超級電腦，希望在 AI 晶片領域擺脫對外部供應商的依賴。然而，根據最新的報導，Tesla 已經終止了這個計畫，轉而擴大採購 NVIDIA 的圖形處理器，包括高階的 H100 和 H200 系列。這是一個強烈的訊號：即使是像 Tesla 這樣具備超強工程實力的公司，在面對極其複雜且需要頂級運算能力的 AI 發展時，最終還是選擇回歸 NVIDIA 這個「軍火庫」。

這說明了幾件事：

• NVIDIA 在 AI 運算領域的技術護城河極深： 尤其在自動駕駛和大型語言模型等需要海量數據處理和複雜演算法的領域，NVIDIA 的 GPU 仍是業界標準。
• 建立 AI 硬體基礎設施的成本極高： 即使有錢如 Tesla，要從零開始搭建一套具備競爭力的 AI 運算平台，其投入的時間、金錢和人才成本都非常巨大。
• NVIDIA 正透過投資和技術合作擴大影響力： NVIDIA 不僅銷售硬體，也積極投資像 Nuro 這樣的垂直應用型公司，確保其硬體平台能廣泛應用於各行各業，從而強化其在 AI 生態系中的核心地位。

所以，NVIDIA 投資 Nuro，不僅是看好 Nuro 的技術，更是為了確保在未來的自動駕駛普及浪潮中，NVIDIA 的硬體依然扮演不可或缺的角色。

智慧運輸新局：從電動卡車到叫車服務的產業展望

Nuro 的募資和轉型，只是自動駕駛產業大趨勢的一個縮影。放眼整個智慧運輸領域，人工智慧和電動化正在帶來多樣化的發展與投資熱點。

除了載客和配送，自動駕駛技術在物流運輸領域也展現出巨大的潛力。例如，一家名為 Nevoya 的電動卡車運輸新創公司，最近獲得了 930 萬美元的種子輪資金。這家公司專注於開發人工智慧驅動的零排放運輸解決方案，目標是在經濟效益上超越傳統柴油運輸。這顯示了在環保意識提升和燃料成本壓力下，結合 AI 的電動化運輸將是未來的重要趨勢。

此外，長途自動駕駛卡車領域也持續吸引目光。例如，Kodiak Robotics 這家自動駕駛卡車公司，最近任命了前 Cruise 的高管進入董事會，並計畫在 2025 年下半年透過特殊目的併購公司（SPAC）公開上市。什麼是 SPAC 呢？你可以把它想成一種「空白支票公司」，它先上市籌資，然後再尋找合適的私人公司進行合併，讓私人公司能夠快速上市。這反映出，即使在艱難的資本環境下，一些具備成熟技術和商業化潛力的自駕公司，仍在積極尋求多樣化的資本市場路徑，以支撐其技術的大規模部署和商業擴張。

這些多元的發展案例告訴我們，自動駕駛並非單一技術，而是影響整個運輸生態系的廣泛變革。無論是城市內的配送、載客，還是跨城市長途運輸，人工智慧與自動駕駛技術的結合，正逐步改變我們對移動和物流的想像。

總結：自動駕駛產業的務實新篇章

Nuro 這次的募資成功與其商業模式的策略轉型，為當前自動駕駛產業勾勒出一個新的發展藍圖。從過去的「燒錢擴張、單打獨鬥」，轉向更為「精實的技術供應與生態系合作」模式，這代表著產業正在從理想主義走向務實主義。

我們看到，像 NVIDIA 這樣的硬體巨頭，正透過投資和技術合作，深度參與到自動駕駛的應用層面；而像 Uber 這樣的服務平台，也積極部署自動駕駛技術，以期在未來提供更高效、更低成本的智慧運輸服務。這些強強聯手，不僅加速了自動駕駛技術的商業應用落地，也讓智慧運輸的未來圖景變得更加清晰。

自動駕駛的全面普及可能還需要一些時間，但隨著技術的成熟、商業模式的調整，以及主要參與者的深度合作，我們有理由相信，運輸業的智慧化浪潮將加速到來。對於這個領域的發展，你是不是也覺得充滿期待呢？

【免責聲明】本文僅為資訊分享與知識性說明，不構成任何投資建議。在進行任何投資決策前，請務必諮詢專業財務顧問，並自行評估風險。

常見問題（FAQ）

Q：什麼是 Nuro 公司？

A：Nuro 是一家專注於自動駕駛機器人配送車的科技新創公司，主要提供自動駕駛技術和配送解決方案。

Q：NVIDIA 為何投資於自動駕駛領域的公司？

A：NVIDIA 投資自動駕駛領域的公司，是為了鞏固其在人工智慧運算硬體生態系的領導地位，並擴大其技術在智慧運輸領域的應用。

Q：自動駕駛技術的商業化面臨哪些主要挑戰？

A：自動駕駛技術的商業化主要挑戰包括高昂的研發成本、技術成熟度、法律法規的限制以及市場接受度等。

“`