Mobileye，什么都想要

撰文 / 马晓蕾
编辑 / 涂彦平
设计 / 师玉超
来源 / 福布斯，作者：Brad Templeton

英特尔的Mobileye完成了自我蜕变，正在自动驾驶领域与特斯拉等公司展开竞争。

在2022年的CES上，英特尔旗下的自动驾驶公司Mobileye官宣了最新一代汽车驾驶定制芯片，称为EyeQ Ultra。这是一个拥有176 TOPS算力的处理器，各类专门组件齐全。该公司称，它将满足自动驾驶和Robotaxi所需要的一切。

事实上，Mobileye的计划是运营自己的Robotaxi服务，并与更多希望进入该领域的企业合作。

它是认真的。

Mobileye既在ADAS（先进驾驶辅助系统）领域拥有较长的历史，又有利用车队收集数据进行培训和绘制地图的能力。该公司的芯片被大多数主机厂的ADAS和试点系统采用，出货量超过1亿。

作为英特尔的一部分，Mobileye拥有生产定制处理器的超高能力，还利用了英特尔的硅光子学和其他资源，生成一种新的高性能激光雷达和成像雷达，并将其与一些非常规的方法和作用于路径规划的安全性系统结合起来，希望能在该领域处于领先地位。

计划使用Mobileye芯片的吉利/极氪全自动驾驶汽车▼

以下是Mobileye战略的要点和关键优势。

• 在为各种车辆提供基于摄像头的ADAS方面有超过10年的经验，认为自动驾驶本质上就是MTBF（Mean Time Between Failures，平均故障间隔时间）更优的ADAS。
• 已经在路上行驶的庞大车队，包含了超过188种车型。2022年将增加41种新车，在不久的将来会有5000万辆新车。作为潜在的合作伙伴，它创造了一个非常大的自动驾驶部署网络。
• 新的EyeQ Ultra芯片算力为170 TOPS，包括12个RISC内核，256个gigaflops，多个GPU和加速器内核等等，功率不到100瓦。整体性能是Robotaxi原型车搭载的上一代EyeQ5的10倍。
• 一个新的FMCW（Frequency Modulated Continuous Wave，调频连续波）激光雷达正在内部制造，将于2024年开始出货
• 一个成像雷达已经完成取样，将于2025年出货，具有很高的分辨率和性能。
• “true redundancy”感知技术。正在建立两个完全独立的感知堆栈，一个是基于摄像头/视觉，另一个是基于激光雷达和雷达。其中任何一个识别到障碍物都作数；其中任何一个失效了，也不影响车辆运行。（虽然还不是很完善）
• 它“摄像头为主，激光雷达/雷达为辅”的理念与其他团队的“激光雷达为主，摄像头/雷达为辅”或特斯拉的“仅摄像头”战略形成对比。
• REM地图系统。数以百万计的汽车配备了该公司的芯片，它们不断报告道路细节，上传道路变化，以生成最新的地图，也包括从驾驶员在道路上的驾驶习惯中获得的经验。
• 储存了238PB的数据，并在持续更新，用于建立地图、培训神经网络和测试软件。每月从50万小时的驾驶中处理100PB的数据。
• “RSS”（Responsibility sensitive safety，责任敏感安全）规划技术。在法律和安全的基本框架之内，在一些路况较差或交通状况不佳的路段，允许车辆采取激进的方法。如Mobileye所在的以色列的街道。
• 已经在以色列、慕尼黑、巴黎、东京和即将在纽约开发自动驾驶原型车的经验，加上与吉利极氪合作的基于6至8个EQ5芯片和多个传感器的新Robotaxi项目。

这样的优势清单很难得。Mobileye仍然是该领域为数不多的做出成绩的公司之一。特别是“ADAS with a better MTBF”（降低先进驾驶辅助故障率）战略为其谋得了一席之地，这与其他自动驾驶团队的理念很不一致，但特斯拉除外。

Mobileye VS 特斯拉

对比Mobileye与特斯拉是很有意思的。作为一家汽车主机厂，特斯拉一向特立独行，它有能力也有意愿去尝试一些成熟主机厂不会去做的事情。

Mobileye曾经为特斯拉早期的Autopilot提供技术，但自从发生了Autopilot相关的导致驾驶员死亡的事故后，它意识到特斯拉想建立自己的系统，便选择了退出。

特斯拉和Mobileye都尝试了建立和发展ADAS的方法，而其他大多数团队认为自动驾驶与ADAS不同，需要专门的技术。前特斯拉自动驾驶汽车领导人斯特林·安德森（Sterling Anderson）是Aurora的联合创始人，他称自动驾驶比登月还难。

Mobileye以用摄像头（和可选雷达）建立ADAS而闻名，以摄像头为中心，激光雷达和雷达履行次要职责，但仍有极高的重要性。

不仅如此，Mobileye正在建造自己的定制高性能激光雷达和雷达。特斯拉称激光雷达分散了应该用于“纯视觉系统”的注意力，是应该被丢掉的“拐杖”。

特斯拉最大的资产之一是它的车队，可以收集数据培训机器学习。道路上行驶的特斯拉远远超过了一百万辆，它们采取定期的软件更新，有助于进一步探索。

特斯拉还拥有大量的Autopilot用户，他们一直在传回数据。还有越来越多的测试者在测试名为“完全自动驾驶”的原型系统。

Mobileye的车队更大，它售出了1亿芯片，又刚刚与更多的汽车主机厂达成交易，使用该公司最新芯片的汽车又将增加5000万辆。

与特斯拉不同的是，它无法不断更新汽车软件，也收集不到特斯拉所获取的数据量。因为数据是归汽车制造商所有的。但对双方来说，这个车队都是一笔很大的资产。

Mobileye的车队比特斯拉走得更远，利用车队进行地图测绘。而特斯拉则不屑于在导航水平之外进行测绘。

Mobileye通过REM（Road Experience Management，道路体验管理系统）地图项目绘制的不仅仅是车道的形状。它还会在车辆停在十字路口时、慢速前进时和转弯时进行观察，了解驾驶员的视线范围，以及实际驾驶的位置，而不仅仅是记录道路的线条位置。

两家公司都设计了自己的定制芯片，提高处理能力，这是神经网络和计算机视觉系统都需要的。

作为英特尔的一部分，Mobileye在这方面有很强的优势，它可以说是世界上顶级的处理器公司。

特斯拉使用外部芯片IP，并与外部工厂签订合同制造芯片，对于一家非芯片公司来说，它已经做得很好了。

两家公司在管理风格上也有区别。

埃隆·马斯克（Elon Musk）也许是创业者中最成功的一个，但他的风格粗犷，不惧炒作甚至会有夸张离谱的言行。Mobileye的CEO和创始人阿姆农·沙书亚（Amnon Shashua）虽然主张大胆，做事却不会太出格。

“True redundancy”

Mobileye想申请“True redundancy”的商标，但这也许是它战略中最具争议的地方。它正在建立两个完全不同的感知堆栈，一个只有视觉，另一个使用激光雷达和雷达。在之前的声明中，该公司表示两者都可以驱动汽车，但只有一个是规划者。

不同的系统会犯不同的错误，这是一个基本常识。但两个系统会犯的错误并不完全是独立的。

如果视觉系统在一万英里内发生了一次故障，而激光雷达/雷达以同样的概率发生故障，那么整个系统发生故障的概率就不可能是一万英里一次。

沙书亚将Mobileye的方法描述为“或门”（OR gate），意思是如果任何一个系统检测到障碍物，那么这个障碍物就被视为存在。

这降低了“假阴性”（未检测到而撞上障碍物）的概率，是好事，但也增加了“假阳性”（没有障碍物白白刹车）的概率。如果车辆不断对“空气”作出反应，那就不是一个可用的系统。

沙书亚意识到MTBF不会成倍增加，但会逐渐“变好”。大多数其他团队在传感器融合中尝试更复杂的东西，而不是一个“或”。它们试图在不同层面上对反馈进行融合，从基本的传感开始，有时会一直持续至完成分类。

只有从软件工程的角度出发，Mobileye的方法才会显得更有优势。因为它可以把两个不同的团队放在一项工作上，且不用太担心工作整合的问题。

如果关闭所有的摄像头，或关闭所有的激光雷达，系统的表现会如何？

沙书亚表示，他的系统正在许多城市进行测试，它们的性能比纯粹的基于摄像头的系统要高得多。关于纯视觉系统，他说：“如果关闭了传感器的一个子集，它能继续吗？我认为不能。”

Mobileye也在创造一个“VIDAR”——一个虚拟的激光雷达，试图利用机器学习从二维摄像头图像中做出类似激光雷达的点云。

特斯拉在内的许多企业都在研究“VIDAR”，虽然有迹象表明该技术正朝着好的方向发展，但它的可靠性还不足以赌上消费者的安全。所以，大多数公司也同时在用激光雷达。

虽然Mobileye新的成像雷达和激光雷达只透露了部分信息，但已然令人印象深刻。

它做过一个实验，用深度学习把成像雷达转换成一个视频影像，如果你知道雷达的分辨率有多低，就会意识到这有多难。

雷达可以“看穿”各种天气是一个很大的优势。而雷达的另一大优势是可以知晓所有回波的速度，这一点FMCW激光雷达同样具备。

事实上，FMCW激光雷达各方面都不亚于雷达，甚至优于雷达。除了“看透”天气，它还更便宜（Mobileye计划只配备一个前视激光雷达）。它还可以“看”到“隐身”的物体，因为雷达波可以从车底反弹，探测到前方被大卡车完全挡住的车辆。

沙书亚很看好他的成像雷达技术。它可以被开发为一个独立的传感器，而今天的雷达不是一个独立的传感器。在未来，它可以与激光雷达竞争，然后不再有360度的激光雷达，只有一个正向激光雷达，成本也会大大降低"。

REM地图

秉承着“不冒尖，不垫底”的态度，虽然Mobileye的地图系统没有Waymo等公司的高清细节，但也不像特斯拉那样完全不在意。

Mobileye表示，REM地图每英里只需要大约10KB，这个成本符合客户车辆中出行数据的预算。

在REM系统中，车辆通过芯片定位重要的道路元素，包括三维物体、道路标志、车道边界、交通信号等。这些元素被压缩，并在发生变化时上传。

此外，车辆还会报告驾驶轨迹（可以准确地放置在地图上）。这些轨迹不仅揭示了道路情况，还揭示了大量汽车实际驾驶的情况。在人类的驾驶习惯中，不在车道上居中或不按既定的出口走都是比较常见的。

Mobileye注意到，在不适用REM的情况下，转弯之前，车辆不确定转弯路口的具体位置，只能提前减速，直到司机或摄像头能够看到需要转弯的地方。

使用REM数据，汽车可以提前知道车辆开到什么位置正好能看到转弯的路口或出口，从而形成一个更像人类的驾驶模式，减少了不确定性。这也收集了一些“不成文”的道路规则，这些都是由人类的驾驶行为促成的，它们也将成为地图的一部分。

装备了Mobileye系统的车队规模是最大的，很快它们就能涵盖所有的道路变化情况。

遇到前方施工或其他道路变化，无论是Robotaxi车队，还是人类驾驶的车辆，Mobileye系统都能够自如应对，甚至“教”驾驶员如何开车。

事实上，现实路况与地图不符没有那么严重，并不是所有的车辆都需要处理“地图出错”，只要第一个遇到的车辆做出反应即可。

Mobileye的优势在于，目前使用该系统的基本都是人类驾驶的汽车，Robotaxi不太可能成为第一个遇到道路变化需要上传数据的，这与特斯拉形成鲜明对比。

RSS规划系统

安全驾驶是制造一辆自动驾驶汽车的重要因素。在保证安全的同时，还要做一个合格的“道路公民”，使城市的交通畅通。

特别是在Mobileye的本土以色列，为了应对那里的混乱交通，它开发了一套规划汽车路径的规则，称之为RSS，在保证合法性和安全性的前提下，为车辆规划、调整路径。

虽然说这种方法保证了自己的车辆不会违反法规，但如果其他车辆无视法规，安全性还是无法保障。日常驾驶中经常会遇到这种情况，而Mobileye是为数不多的要解决这些情况的企业之一。

目前关于Mobileye真实世界表现的数据并不多。它正在推动RSS成为一个国际标准，让监管机构要求实施RSS以获得认证。不过在这之前，需要进行更多的真实世界测试（或至少是报告）。

Robotaxi计划

以色列的Mobileye车队▼

在汽车主机厂中自然是Mobileye得到的关注最多，而在Robotaxi领域，Waymo才是领导者。

Mobileye正计划既向汽车制造商出售硬件和系统，也要建造和部署自己的Robotaxi。该公司收购了MoovIt，这是一个多式联运的行程计划APP，允许用户在Robotaxi中预订行程。

从2022年开始，该公司将在未来几年在多个城市开始Robotaxi试点。同时，它正在帮助吉利极氪生产Robotaxi，使用多个EyeQ5芯片，还向送货机器人公司Udelv的无人车提供系统，但尚未宣布部署情况。

沙书亚期待着一个“合作”的世界，在这个世界里，供应商与自己的合作伙伴竞争。当然，Mobileye的许多客户都计划推出自己的Robotaxi业务，它们要么使用Mobileye的芯片，要么像福特那样，采用Argo.AI制造的不同的系统。

既向汽车主机厂和初创公司供货，又运营自己的服务，Mobileye将自己定位为少数在消费类汽车和Robotaxi方面都有涉足的公司之一。

在Mobileye的故事中仍然缺少一个角色，那就是Robotaxi的真实数据。有几十个开发Robotaxi的团队都在对数据大肆宣扬，但不是所有企业都能自圆其说，让公众看到它们真实的数据。

Mobileye已经发布了车辆行驶在各种路线上的视频，许多公司也是如此。这些视频展示了足够的能力，证明Mobileye是一个参与者，但距离拥有一个可行的服务还差了十万八千里。

Mobileye总体向好，不过，系统在真正的Robotaxi环境中的质量还有待观察。在2010年代，展示计划和研究成果就足够了。今天，实际操作和承诺才是最重要的。

当一家公司真正做事情时，比如部署无人驾驶车辆，证明了该公司的董事会愿意冒这个险，也意味着公司内部已经准备好“赌上公司”。

目前，人们只看到了Mobileye的声明，即“自动驾驶是进化版ADAS”，还没有看到这些声明变成现实。2022年初完成部署的目标可能实现不了了，但得益于REM和其他工具，它可以事半功倍，出最小的力在新城市快速部署。

目前，人们对Mobileye的关注远远比不上一些独角兽公司，也没有对其进行估值。

Mobileye曾经是一家上市公司，后来它被英特尔收购。在英特尔内部，它并没有影响到这个芯片巨头的估值。这可能是英特尔计划不久后在新的IPO中分拆Mobileye的原因，沙书亚无法对此发表评论。这将是一只值得关注的股票。

Mobileye EyeQ 6芯片和架构▼

沙书亚认为，Robotaxi的问题很快就可以解决。事实上，他认为不需要更多的算法突破，放在EyeQ Ultra芯片中的硬件就足以完成这项工作。这是一个相当大胆的说法，因为行业的研究团队一直是寻找新技术。

Mobileye在早期很幸运，它在神经网络爆发前就设计了最早的芯片，但这些芯片有类似于GPU的元素，用于大规模的并行处理，能够运行早期较小的神经网络。很少有人能预测到2010年代初的深度学习大爆炸。

成本

大多数Robotaxi的开发者并不关注成本问题。几乎所有企业都开始使用昂贵的激光雷达，这些激光雷达对于生产车辆来说显然成本太高。

其实它们的选择是正确的，在大规模部署之后，额外的成本将大大下降。只要安全性做到位，率先进入市场时，成本就不是一个太大的问题了。

Mobileye走的是一条不寻常的路。一个基于摄像头的ADAS工具，能够以低于当时汽车雷达的价格完成自适应巡航控制等工作。

根据计划，到2025年，Ultra的批量成本将低于1000美元。激光雷达的建议零售价约为1000美元。虽然其他供应商承诺会提供250美元的激光雷达，沙书亚说Mobileye也可以以这个价格生产，但他的激光雷达将有更高的性能，值得这个成本。

芯片和传感器的全套产品将“远远低于5000美元”。这些零件的成本通常会使消费类车辆的成本增加1万至1.5万美元，但对于Robotaxi来说，这是一个相当合理的成本增加。

事实上，在该行业提供咨询的前通用汽车副总裁拉里·伯恩斯（Larry Burns）估计，你从Robotaxi上拆下的所有东西，比如车轮、踏板、大部分仪表板、可调座椅、后视镜等，可以轻松地超过新增加的传感器的成本，使Robotaxi比同级别汽车更便宜。

长期的经验、庞大的车队、地图和培训数据、以极低的成本进行广泛的测绘工作、正在开发的FMCW激光雷达、成像雷达、先进的计算机视觉、行程规划APP、自产硅、低成本、在复杂城市行驶的Robotaxi，以及与汽车制造商保持着最密切的关系。Mobileye是为数不多的同时拥有这一切的公司。

虽然有些企业在单独的领域有更好的表现，但没有谁像Mobileye这样组合齐全。

沙书亚说，他们仍在努力使系统的事故间隔降至1000小时，他相信很快就会达到。目前人类司机小型事故的间隔时间为3500个小时，需交警介入的事故间隔约为12000个小时。Mobileye打算怎么做，我们将拭目以待。