Uber Eats
PulseAugur coverage of Uber Eats — every cluster mentioning Uber Eats across labs, papers, and developer communities, ranked by signal.
- 2026-10-06 product_launch Uber is investing $2.3 billion to expand Uber Eats into the catering business. 来源
6 天有情绪数据
-
AI初创公司Bites通过ChatGPT订餐挑战DoorDash、Uber Eats
一家名为Bites的新型AI初创公司，通过提供简化的收费结构并在ChatGPT等平台实现直接订餐，正在挑战DoorDash和Uber Eats等老牌送餐巨头。DoorDash已作出回应，警告餐厅注意Bites上可能出现的未经授权的列表，这暗示着整个行业可能发生更大转变，因为AI代理预计将代表消费者处理订餐等任务。Bites的这一举动以及DoorDash的反应，凸显了人工智能颠覆现有送餐中介模式的潜力。
-
Uber投资23亿美元进军餐饮业；亚马逊斥资1.2亿美元获得艾美奖流媒体播放权
Uber正投资23亿美元拓展餐饮业务，旨在巩固Uber Eats在食品配送领域的地位。另外，据报道，亚马逊已通过一项1.2亿美元的交易，获得了免费直播艾美奖的权利，该颁奖典礼将通过Prime Video播出六年。
-
Snaplii 推出带支出限额的 AI 代理钱包以建立信任
Snaplii 推出了 Snaplii Cash，这是一款专为 AI 代理设计的新数字钱包，允许用户设置支出限额和加载资金，防止代理访问个人信用卡或银行详细信息。此功能旨在通过提供预算而非空白支票来解决消费者对 AI 驱动的商业的信任问题。虽然钱包限制了潜在的财务损失，但它本身并不评判单笔交易的适当性，正如作者的测试所示，该系统未能区分已确认的购买和不必要的追加销售。
-
DoorDash推出用于短信订餐的AI代理
DoorDash推出了一款新AI代理，允许顾客通过短信订餐。此举旨在为DoorDash在与Uber Eats和Grubhub等其他送餐服务竞争中获得优势。该AI代理旨在通过对话式界面简化订餐流程。
-
Uber Eats 搜索延迟通过 AI 辅助的管道大修降低了 50%
Uber 显著改进了其 Uber Eats 搜索管道，将端到端延迟降低了 50%。这项优化是通过多种策略实现的，包括增强首屏渲染指标、减少检索工作量以及实施并行水合和广告路径重新设计。该公司还利用 AI agentic workflows 来对性能改进进行基准测试。
-
ChatGPT 集成虚拟试穿功能，效仿 Google Shopping
ChatGPT 集成了一项虚拟试穿功能，类似于 Google Shopping 提供的功能。这项新功能允许用户直接在 ChatGPT 中虚拟试穿衣服。此次集成旨在通过提供更具互动性和视觉化的服装评估方式来增强在线购物体验。
-
尽管市场增长，送货机器人仍面临导航、可达性和安全挑战
送货机器人虽然在城市地区越来越普遍，但在道路和人行道导航、行动不便人士的可达性以及潜在的伤害风险方面面临严峻挑战。Starship Technologies、Serve Robotics 和 DoorDash 等公司正在部署这些自主设备，但环境变量和缺乏全面的监管常常导致中断和安全问题。尽管存在这些问题，该市场预计将大幅增长，可能影响零工经济工人，并促使城市实施限制和隐私法规。
-
Shipt 推出 AI 购物助手，加入 Instacart、Uber Eats、DoorDash 行列
Shipt 推出了名为“Ask Shipt”的 AI 驱动购物助手，旨在根据各种提示帮助用户创建定制化的购物车。该功能允许客户为特定活动、饮食需求或预算限制生成购物车，甚至可以识别上传菜肴照片中的食材。Shipt 加入了 Instacart、Uber Eats 和 DoorDash 等其他配送平台，整合 AI 助手以提升用户购物体验。
-
WIRED 重点介绍 2026 年 9 月 Google Workspace、Nike 和 Uber Eats 的优惠码
此集群汇总了来自各种服务的促销优惠，包括 Google Workspace、Nike 和 Uber Eats，所有这些都由 WIRED 重点介绍。这些优惠有效期至 2026 年 9 月，提供诸如 Google Workspace 套餐减免 14%、Nike 购买减免 30% 以及 Uber Eats 订单减免 15 美元等折扣。
-
Instacart推出Clementine AI助手，用于杂货购物
Instacart已推出Clementine，这是一款在北美地区推出的AI驱动的购物助手。Clementine通过建议食谱并自动将配料添加到购物车来帮助用户决定烹饪什么，同时还会考虑饮食偏好和商店供应情况。该助手还可以通过参考过去的订单或将手写清单转换为可扫描的购物车来简化日常用品的购物。此举将Instacart定位为家庭的决策工具，与其他的配送应用和通用AI聊天机器人展开竞争。
-
零工经济从业者要求AI透明化，因薪酬下降
零工经济从业者，特别是外卖骑手，呼吁Deliveroo、Uber Eats和Just Eat Takeaway等平台提高用于工作分配和动态定价的AI算法的透明度。这些从业者声称，日益依赖AI已导致薪酬大幅下降和工作条件恶化。Workers' Observatory等组织与学术界合作，正在研究这些算法，以挑战平台的封闭系统，并倡导更公平的薪酬和工作条件。
-
AI生成的食物图片和菜单见解走红
生成式AI工具越来越多地被用于为餐厅菜单创建图片，导致出现不诱人且怪异的视觉效果，并在网上走红。虽然一些强大的AI模型可以生成逼真的食物图片，但许多餐厅使用的是能力较弱的工具，导致了明显令人反感的审美。除了图像，AI还在影响菜单决策，TasteGPT等工具分析海量数据集，帮助食品和饮料公司识别趋势口味和机会缺口。
-
Hotels.com 和 Uber Eats 提供 2026 年 8 月折扣码
此集群包含两篇无关的折扣码促销文章。一篇重点介绍 2026 年 8 月 Hotels.com 优惠券代码，强调酒店和度假村的节省。第二篇文章详细介绍了 Uber Eats 优惠码，为新用户和 Uber One 会员提供 15 美元的折扣以及折扣，以降低送餐和餐费。
-
优步与 Zipline 合作，目标日均无人机配送量达一百万次
优步正与 Zipline 合作，为 Uber Eats 订单推出无人机配送服务。两家公司目标是实现日均一百万次无人机配送，该服务将于今年晚些时候启动。
-
Uber 与 Zipline 合作，目标日均百万次无人机配送
Uber 正与 Zipline 合作，为其 Uber Eats 服务提供无人机配送，目标是到 2029 年实现日均一百万次无人机配送。初期部署将于今年晚些时候在现有 Zipline 市场（如阿肯色州皮岭和达拉斯-沃斯堡都会区）开始，并计划扩展到其他许多城市。此次合作包括 Uber 对 Zipline 的战略投资，Zipline 在为 Walmart 和 Chipotle 等公司提供无人机配送方面拥有先前的经验。
-
Uber与Zipline合作开展无人机送餐业务；新的独立游戏发行商成立
Uber正与Zipline合作推出Uber Eats的无人机送餐服务，目标是到2029年实现日均一百万次配送。在游戏领域，一支由Critical Reflex、Gaijin Entertainment和Nozomu Games的资深人士组成的新的独立发行商Inner Pocket已成立，专注于“好奇心游戏”。此外，《王国之心IV》的总监们已确认将于2027年末发布，并向粉丝保证预计不会有延迟。
-
OpenAI 发布 GPT 5.6 "Sol"，Uber 集成 Zipline 无人机
OpenAI 发布了 GPT 5.6 "Sol"，该模型被誉为该公司迄今为止最好的视觉模型。另外，Uber 将 Zipline 的无人机技术整合到其 Uber Eats 配送服务中，并对该公司进行了投资。
-
Google Maps 增加了订餐和酒店预订的代理功能
Google Maps 正在集成新的代理功能，将其转变为一个更全面的助手。用户现在可以直接通过“Ask Maps”功能订餐、预订酒店和查找活动门票。此次更新还引入了“Personal Intelligence”，允许 AI 利用来自 Gmail 和 Google Calendar 的用户数据来提供个性化的推荐和回复。这些增强功能旨在让 Google Maps 超越导航，为用户完成现实世界的任务。
-
Google Maps 聊天机器人获得代理功能，可用于订购、预订和个性化设置
Google Maps 正在显著扩展其 Ask Maps 聊天机器人的功能，引入新的代理功能，允许用户直接通过对话提示订购食品、预订酒店和查找现场活动门票。该聊天机器人将与 Toast 和 Square 等合作伙伴集成以进行食品订购，并与 Google 自家的 Gmail 等服务集成，以根据用户历史记录和即将到来的行程进行个性化推荐。这些增强功能正在全球范围内推出，并增加了语言支持和用于实时交通信息的新小部件功能。
-
Uber的计算机视觉团队通过闭环评估增强多模态AI
Uber的计算机视觉团队开发了一个闭环系统，以维持多模态AI代理（特别是Uber Eats）的质量。该系统解决了AI模型因生产数据变化而随时间退化的挑战。它包括持续评估、人工标注、诊断和自动调优，以确保代理保持有效和可信，防止出现AI生成的食物照片“垃圾内容”等问题。