再等等，2025 年你就能买到一辆自动驾驶汽车了

摘要

对已经固若金汤的市场，Mobileye 一直做的都是「偏向虎山行」的事情：用最难实现的目标倒逼技术的成长。

因为疫情原因，CES 国际消费电子展改为线上举行，不过 Mobileye CEO Amnon Shashua（内部人称「沙叔」）的主题演讲并未缺席。依旧是烧脑的 1 小时，但一位汽车行业资深分析师认为沙叔今年的技术展示「令人信服」，他同样认可 Mobileye 对自动驾驶落地的预期。

Mobileye 计划 2022 年进入 robotaxi 市场，同时 2021 年年初在底特律、东京、上海、巴黎新增自动驾驶测试车队。至于普通消费者何时能开上一辆自动驾驶汽车，沙叔认为这个时间可能最早要到 2025 年。「希望到时候我们能够推出适用于消费市场的自动驾驶技术。」

相比其他公司在这个问题上的「闪烁其词」，演讲中沙叔也直面了用户级自动驾驶落地需要解决的两个重要问题：一是成本；二是设计可运行区域（ODD）。Mobileye 之所以坚持要把自动驾驶往消费级应用上靠，是因为如果解决了最难的 C 端问题，代表技术实现了质的突破，那么 B 端 robotaxi 的问题自然就迎刃而解了。

运行在底特律街头的 Mobileye 自动驾驶测试车 | Mobileye

出了故障，得有人兜底

去年 CES 的主题演讲，沙叔就用很长的篇幅探讨了 MTBF，也就是「平均故障间隔时间」这个概念在自动驾驶技术开发中的重要性。「我们发现，人的安全驾驶记录很难被打破。Mobileye 并不看重机器到底能够在驾驶的过程中实现怎样类人的功能，我们关注的是整套系统的 MTBF。」

他进一步解释道，「车企完全可以在还有人坐在驾驶位的时候，让一辆车实现 L4/L5 的能力。但你不能说这辆车已经达到 L4/L5 级别的自动驾驶水平了，它顶多就是个 L2 级的东西。」

一旦把人从驾驶位剔除掉，系统出故障的几率会变高，这意味着平均故障间隔时间的数值会变得非常低（系统故障率%=1/MTBF）。正是基于这样的研究结论，Mobileye 对「冗余系统」的思考也就产生了差异性的结果。冗余说白了，就是出故障了得有个备份，相当于有人给你兜底。「我们希望把冗余系统的安全级别做到最高。」

Mobileye 基于摄像头打造的感知子系统 | Mobileye

目前 Mobileye 设计开发了两套独立的感知系统，一套完全基于摄像头，另一套由激光雷达和雷达组成。和绝大多数公司策略不同的是，Mobileye 并没有在传感器融合上做文章，而是以平价摄像头作为主传感器，同时建立辅助传感系统作为冗余。

Mobileye 认为这样的设计能够更快速和用更低的成本实现自动驾驶系统安全性能的提升，「至少可以达到超过人类驾驶员三个数量级的关键安全性能」，沙叔指出。

要实现这样的目标显然不容易，Mobileye 还需要大量在现实世界中的测试。只不过这种思路是对的，它能解决技术和商业层面的规模化挑战。而降低成本，让先进技术与未来自动驾驶汽车市场的需求保持一致，对实现自动驾驶的全球规模化扩张至关重要。

加固的三大「护城河」

Mobileye 不止有 EyeQ 系列芯片和沉淀了十几年的视觉感知算法，众包高精地图解决方案 REM，基于规则的责任敏感安全模型（RSS）驾驶策略，以及利用摄像头、雷达和激光雷达打造的两个独立冗余的传感子系统，构成了 Mobileye 的「三位一体」战略。

2020 年 9 月，吉利和 Mobileye 走到了一起。相比新造车公司，传统车企更倾向于选择成熟稳定的技术供应商。对 Mobileye 而言，吉利庞大的用户基础能加快其地图及驾驶策略算法模型的优化速度。

据官方介绍，5 年前推出的 REM 众包高精地图技术，如今已经绘制了近 10 亿公里的高精地图，每天绘制的高精地图里程超过 800 万公里，且能够做到自主大规模地构建高精地图，而不需要人工。此外，Mobileye 的解决方案更加注重语义细节，而这些细节对于自动驾驶汽车理解和结合具体境况考虑环境的能力来说至关重要。

Mobileye 的解决方案更加注重语义细节，而这些细节对于自动驾驶汽车理解和结合具体境况考虑环境的能力来说至关重要 | Mobileye

如果说去年 Mobileye 创新性地开发了一种 VIDAR 算法（能够将图像信息处理成激光雷达算法可利用的三维点云数据），那么今年 Mobileye 在雷达这种纯视觉之外的传感器领域投入了更多精力。

除了建立了由雷达和激光雷达组成的辅助传感器冗余子系统，英特尔还将利用其 XPU 战略以及在硅光子领域的专长和制造能力，为 Mobileye 打造一套自动驾驶汽车激光雷达系统集成芯片（SoC），并于 2025 年投入使用。与此同时，Mobileye 还计划开发一款专门用于自动驾驶汽车的软件定义雷达（Software-defined Radar）。

Mobileye总裁兼首席执行官 Amnon Shashua 教授手握的是由英特尔打造的自动驾驶汽车激光雷达系统集成芯片（SoC）| Mobileye

自研还是请外援？

「我们不得不做出这样一个艰难的决定，选择与吉利汽车集团一起将我们的解决方案引入中国市场。随着更先进功能的引入，我们需要和体量更大、更有实力的 OEM 合作。」英特尔公司副总裁、英特尔子公司 Mobileye 产品及战略执行副总裁 Erez Dagan 回应道。「当然，我们和蔚来的关系还是非常好的，还有出行即服务（MaaS）运营车队供应以及三目视觉解决方案的延长合同。」

Mobileye 主动站出来说话，其实是有原因的。

上周，蔚来在 NIO Day 上发布首款轿车 ET7，其中「超算平台 Adam」架构中选择了四颗英伟达的 NVIDIA DRIVE Orin 芯片，但 3 年前，蔚来 ES8 上市的时候还是 Mobileye 的 EyeQ4 芯片。

蔚来首款轿车 ET7 将搭载包含了四颗英伟达 DRIVE Orin 芯片的超算平台「Adam」| 蔚来

旁观者都喜欢看热闹，暗地里戏谑「Mobileye 的行业地位不保」。

的确，国内新造车三巨头都一股脑地投入了英伟达的怀抱，特斯拉之前也曾放弃了和 Mobileye 的合作，走上了自研芯片的道路。但这不过是企业不同发展阶段采取的差异性策略而已：初期求稳，利用成熟的芯片和算法构建底层自动驾驶的能力，再往上走就是摸索自研这条路。当然之后也可能像特斯拉一样，自研芯片，但现阶段讨论这个事情，似乎还有点太早。

Mobileye 的优势从来不是提供「核弹般的算力」。这家几乎斩获了汽车摄像头市场全部利润的以色列公司，核心产品是提供视觉感知芯片和算法整体解决方案。而特斯拉和国内几家头部新造车公司正迎来空前膨胀期，兜里揣着鼓囊的现金，自然希望把研发主动权控制在手里，这也是为什么蔚来、小鹏、理想不约而同选择英伟达的原因：英伟达的计算平台更开放灵活，可以承载自研的算法。

蔚来 ES8 是全球首款搭载 Mobileye EyeQ4 量产芯片的车型。2019年11月，Mobileye 曾与蔚来达成合作，共同为中国和其他主要地区的消费市场开发高级别的自动驾驶汽车 | 蔚来

这样的选择可能对 Mobileye 产生冲击。但在 Erez 看来，除了头部公司希望从底层打造一套自动驾驶解决方案，更多的车企越来越意识到自研算法的巨大风险。

「除了那些资金充足的公司能够承担冒险和失败，实际上整个市场现在明白了开发整个堆栈的方案是一场高成本、高风险的游戏。」Erez 告诉极客公园，「我们看到对全栈解决方案的需求越来越大。」

被问到如何看待新造车公司追求大算力芯片平台时，Erez 认为这只是一个「落后的数字竞争」，在量产车上，需要平衡的是处理速度、客户需求以及成本等各个方面。「这是真正的汽车产品业务和宣传、作秀以及研究的区别。」

毫无疑问，自动驾驶已经逐渐摆脱科学命题的身份，逐步走入量产。企业无论自研还是选择 Mobileye 的全栈方案，只是各家的策略问题。这个市场足够大，给供需彼此留足选择的空间也很重要。

尽管现在还不能打包票 2025 年，Mobileye 一定能兑现量产消费级自动驾驶产品的诺言。相比一些裹挟在新冠疫情、资本寒冬中举步维艰，还在探索商业模式、寻找客户和市场的公司，Mobileye 2020 年交出的成绩依然亮眼：

英特尔刚刚公布的 2020 第四季度和全年财报显示，自动驾驶子公司 Mobileye 2020 年第四季度，实现净收入 3.33 亿美元，较 2019 年同期增长 39%。2020 年全年，Mobileye 实现净收入 9.67 亿美元，较 2019 年的 8.79 亿美元增长 10%。这样的业绩增长得益于 Mobileye 在 EyeQ 系列芯片和 ADAS 系统出货量的提高，2020 年，Mobileye EyeQ 系列芯片出货量为 1930 万颗，全球累计出货量达 7330 万颗。

对已经固若金汤的市场，Mobileye 一直做的都是「偏向虎山行」的事情：用最难实现的目标倒逼技术的成长。

责任编辑：靖宇

题图来源：Mobileye

本文由极客公园 GeekPark 原创发布