在1月初結束的2025 CES上，Mobileye是展臺最大、關注度最高的智能駕駛公司，在其重點展示Mobileye SuperVision、Chauffeur和 Drive三大核心智駕平臺的同時，還帶來了一顆4D成像雷達和最新一代面向完全無人駕駛的EyeQ6H芯片。

Mobileye規(guī)劃了清晰的技術路線圖，再次展示了作為全球自動駕駛領域領軍企業(yè)的勃勃雄心：只有通過高精確度、高召回率和低成本的技術創(chuàng)新，才能真正實現(xiàn)出行領域的革新，邁向一個更加智能、更安全和更高效的未來。

2025年的CES，復合人工智能系統(tǒng)（Compound AI System，簡稱CAIS）、高效芯片、成像雷達是Mobileye展臺的關鍵詞。

01.

基于雙路徑的最新智駕產品規(guī)劃

從目前Mobileye在自動駕駛領域的布局來看，其產品版圖覆蓋從ADAS到高階智駕再到完全自動駕駛的所有級別，包括標準ADAS、云增強ADAS、SuperVision、Chauffeur以及Drive。

其中，SuperVision、Chauffeur和 Drive是驅動Mobileye全自動駕駛愿景落地的三大核心智駕平臺。

SuperVision作為Mobileye最先進的輔助駕駛系統(tǒng)之一，已經在極氪、極星等品牌的車型上實現(xiàn)量產，能夠提供“可脫手（Hands-off）”的駕駛體驗，也就是國內常說的NOA。

而Chauffeur則通過激光雷達和4D成像雷達的融合，在特定運行設計域（ODD）內，實現(xiàn) “可脫手（Hands-off）” 同時“可脫眼（Eyes-off）”的駕駛功能，預計將在2年內正式搭載于量產車型。

SuperVision系統(tǒng)與Chauffeur系統(tǒng)的同時推進，打造出了Mobileye不同于其他玩家的獨有智能駕駛路線——雙路徑策略。

從不同智能駕駛路線中，能看出邏輯差異化。

Waymo走的是以高精確度為核心，采用重地圖和區(qū)域限制的方式，擴展性較弱，成本高昂的路線；特斯拉則是以快速迭代和提升召回率為主，精確度仍需進一步提高，路徑從以“低精確度高召回”逐步過渡到“高精確度”。

而Mobileye一方面通過第二代SuperVision系統(tǒng)同步提升精確度（安全性）和召回率（可用性）；另一方面通過Chauffeur系統(tǒng)追求極致的精確度，先將ODD限制在高速，而后逐步擴展可用性。

這種方式既保證了技術的先進性，又兼顧了商業(yè)上的可行性和適應性。

此外，Mobileye的Drive系統(tǒng)瞄準了無人駕駛出租車和物流配送領域，展示了Mobileye在完全自動駕駛技術上的雄心。

Mobileye的4D成像雷達和EyeQ芯片也是展臺的一大焦點。

其中，4D成像雷達對Mobileye實現(xiàn)真正冗余意義重大，而EyeQ系列芯片則以其高效的計算能力和低能耗設計為自動駕駛系統(tǒng)提供了強大的硬件支持。

Mobileye基于視覺感知的復合人工智能系統(tǒng)技術路線對更多傳感器的采用持開放態(tài)度，不僅內部在開發(fā)成像雷達，還在“可脫眼”系統(tǒng)中集成了一個前向激光雷達。攝像頭和雷達的成本都相對較低，“可脫眼"系統(tǒng)配置的一個前向激光雷達的成本也很低，只需幾百美元。

EyeQ芯片獨特之處在于芯片設計，采用了完全異構的計算架構。

這種架構的精妙之處在于，它能夠根據(jù)卷積、Transformer 等不同神經網絡以及視覺運算的多樣化計算場景，將適合的運算任務精準地分配到與之適配的核上進行處理。

這么一來，在處理高清圖像和復雜的深度學習算法時，相比上一代 EyeQ5H 芯片，EyeQ6H兩倍的性能提升的同時，F(xiàn)PS（每秒能夠處理的畫面幀數(shù)）指標卻提升了十倍。

這意味EyeQ6H 芯片在實際運行過程中能夠更快速、流暢地處理大量的圖像數(shù)據(jù)和復雜的計算任務。

02.

端到端是Mobileye復合人工智能系統(tǒng)中重要的一部分

熟悉Mobileye的人都知道，它可以算是中外新勢力發(fā)展智能駕駛的一位啟蒙恩師。在特斯拉和小鵬第一代車型推出L2之際，其智駕系統(tǒng)采用的都是Mobileye芯片和視覺算法方案。

但令外界有所不知的是，Mobileye實際上很早就看到了當下火熱的端到端的潛力，在其大規(guī)模流行之前，就開始研究其在智駕領域的應用，也有積極采用端到端。

早在2016年，Mobileye創(chuàng)始人、總裁兼首席執(zhí)行官Amnon Shashua教授和Mobileye首席技術官Shai Shalev-Shwartz教授就發(fā)表了一篇闡釋端到端系統(tǒng)的論文。

Mobileye對端到端系統(tǒng)的看法一針見血：認為端到端應作為智駕子系統(tǒng)之一提供冗余，而非獨立運行。這是因為端到端系統(tǒng)存在一些固有的局限性，如難以處理系統(tǒng)內部錯誤、對無監(jiān)督數(shù)據(jù)的依賴性，以及在實際駕駛中可能表現(xiàn)出的不符合交通規(guī)則的行為。

這種嚴謹?shù)膽B(tài)度也是為何它布局端到端相較行業(yè)其他玩家更為穩(wěn)重的原因。

如果僅依賴無監(jiān)督數(shù)據(jù)，不引入抽象概念，不考慮長尾問題，而只是單純地向系統(tǒng)提供更多數(shù)據(jù)，那么是否能夠實現(xiàn)平均故障間隔時間的目標確實是一個值得探討的問題。

為此，Mobileye 在其2024年Driving AI Day大會上介紹了基于視覺感知的復合人工智能系統(tǒng)技術路線，挑戰(zhàn)大算力下的端到端大模型智能駕駛。

這套CAIS的核心在于，能夠處理來自多種傳感器（如攝像頭、雷達、激光雷達等）的多模態(tài)數(shù)據(jù)，并結合專有的軟件棧和高效的芯片，確保智能駕駛功能的高度安全可靠。與此同時，其可控的成本以及靈活的可擴展性，也是推動智駕乃至全自動駕駛大規(guī)模落地的重要因素。

簡而言之，這就是Shashua教授在演講中提到的精確度和召回率兩個關鍵概念。在自動駕駛復雜的技術體系中，兩者分別支撐著系統(tǒng)的安全性與可用性。

精確度，主要關乎自動駕駛系統(tǒng)的安全性能，以平均故障間隔時間（MTBF）作為重要衡量指標。它反映了系統(tǒng)在運行過程中保持穩(wěn)定、避免故障或是事故發(fā)生的能力。一個高精確度的系統(tǒng)意味著在長時間的運行中，出現(xiàn)關鍵故障的頻率極低。

然而，Shashua 教授指出，設計一套足夠安全的自動駕駛系統(tǒng)，僅僅依靠提高MTBF 是遠遠不夠的，還需要有處理不合理風險（unseasonable risk）的能力。

在現(xiàn)實場景中，即便碰到諸如嬰兒躺在路上這類不合理卻極度危險的狀況，自動駕駛系統(tǒng)也必須像人類駕駛員一樣迅速且正確地做出反應。

此外，如果駕駛員在駕駛過程中存在酒駕、分心駕駛等行為，就會使得統(tǒng)計數(shù)據(jù)存在偏差。而自動駕駛系統(tǒng)則不存在這些問題。

因此，直接拿兩者的MTBF進行對比是不合理的。也就是說針對自動駕駛系統(tǒng)，應該有更高的安全標準。

而召回率則與系統(tǒng)的可用性緊密相連，其涵蓋了ODD、地理可擴展性和成本等多個關鍵維度。

Shashua 教授在演講中提到，ODD決定了系統(tǒng)所能適應的駕駛場景范圍，包括不同的天氣條件，各類道路類型，以及復雜多變的交通狀況。地理可擴展性體現(xiàn)了系統(tǒng)在新地理區(qū)域部署時的適應能力，若系統(tǒng)能夠在全球各地迅速投入使用，且無需進行大規(guī)模的重新校準工作，便能極大地提高其可用性。而成本因素，涵蓋了硬件采購、后續(xù)維護和系統(tǒng)升級等各個環(huán)節(jié)，較低的成本能夠使系統(tǒng)更易于普及，進而提升其在市場中的競爭力。例如，一輛能夠在各種環(huán)境下穩(wěn)定運行且成本合理的自動駕駛汽車，其召回率必然處于較高水平。

可以說，精確度和召回率之間存在著相互制約又相互促進的關系。

在一定程度上，提高精確度可能需要增加系統(tǒng)的復雜性和成本，這可能會對召回率產生影響；反之，過度追求召回率而忽視精確度，可能會導致系統(tǒng)出現(xiàn)安全隱患。

在自動駕駛技術的研發(fā)過程中，如何實現(xiàn)精確度和召回率的“雙高”，是所有企業(yè)面臨的關鍵挑戰(zhàn)之一。

Mobileye在冗余系統(tǒng)設計方面的創(chuàng)新，可以說為整個自動駕駛行業(yè)的技術可靠性打開了一道可窺探的門。

在Mobileye提出的安全架構下，有四類錯誤需要規(guī)避和應對，即規(guī)劃類錯誤（planning），可復制型錯誤（reproducible errors），可識別型錯誤（identifiable errors），以及“黑天鵝”事件（black swans）。而冗余系統(tǒng)對于處理后兩類錯誤至關重要。

Shashua 教授舉了一個硬件冗余的典型應用案例：Mobileye Chauffeur系統(tǒng)采用雙電路板設計，一個電路板配備2顆EyeQ6H芯片，另一個電路板配備1顆EyeQ6H芯片。兩個電路板互為冗余的設計，確保在一個電路板故障時，另一個仍能接管車輛控制，實現(xiàn)安全駕駛。

Mobileye在CES上展示的一個案例是，通過11 個攝像頭（7 個長距攝像頭和 4 個泊車攝像頭）采集的像素信息輸入到Transformer，實現(xiàn)從圖像到控制指令輸出的端到端過程。

此外，在Vidar（視覺激光雷達）的案例中，從攝像頭這端輸入的信息，經由特殊AI模型的處理，可直接輸出類似激光雷達的 3D 感知結果。

在實際駕駛中，比如在復雜的路口或有障礙物的場景下，僅依靠外觀圖像可能會誤判物體的距離和位置，但 Vidar 能提供準確的 3D 信息，與傳統(tǒng)的基于外觀的圖像查看方式形成冗余。

從成本層面解讀，與那些依賴大量昂貴傳感設備和復雜架構的自動駕駛方案相比，Mobileye的復合人工智能系統(tǒng)的確實現(xiàn)了對成本的有效控制。

這意味著，大規(guī)模量產可轉化為車企實打實的成本優(yōu)勢競爭力。

正如Mobileye愿景：使得更多的汽車制造商能夠在不同車型上采用自動駕駛技術，從而加速自動駕駛技術在市場上的普及速度。

不斷演進的算法架構、從獨立模型過渡到難度大的多任務學習、從傳感器數(shù)據(jù)后融合到前融合，新一輪自動駕駛產業(yè)革命已經開啟，自動駕駛也正在從以技術競爭為主的上半場邁向商業(yè)化落地的下半場。

Mobileye在與中國本土廠商一同經歷了上半場之后，在深度內卷的高階智駕大戰(zhàn)中也在調整著自己的節(jié)奏并通過技術創(chuàng)新實現(xiàn)成本優(yōu)勢。

03.

寫到最后：中國車企需要怎樣的合作伙伴？

在2024年的一場行業(yè)論壇上，Mobileye中國區(qū)董事總經理路以理(Elie Luskin)在回應智駕網的提問“為什么Mobileye SuperVision平臺選擇在中國首發(fā)”時表示，這當然是Mobileye對中國市場的看重，但更重要的是，如何以安全的智駕方案助力中國新能源汽車產業(yè)走出去。

隨著中國市場從增量市場向存量市場的轉變，出海正為中國車企走出內卷的答案，中汽協(xié)數(shù)據(jù)顯示，2024年中國汽車出口585.9萬輛，同比增長19.3%。

伴隨而來的是智駕如何出海？如何應對國際市場動態(tài)及時局的不確定性？

這些需求正賦予Mobileye與中國汽車制造商合作的新廣泛領域。