Mobileye的难能可贵之处在于对技术安全性的极度重视和对科研的精准把握，以及整合行业资源的包容理念。

如今，Mobileye已成为英特尔增长速度最快的业务部门。

那么，Mobileye究竟有什么独特之处？

核心：两套传感器

Mobileye秉持务实之风，坚持L2和L4级自动驾驶“两条腿”走路的方针，既要保持L2级自动驾驶的商业化进程，也要在L4级自动驾驶市场上争高下，Mobileye这条自动驾驶之路走得相当稳。

如今，Mobileye已为众多中国车企如蔚来、吉利等提供高级驾驶辅助系统(ADAS)和自动驾驶解决方案。

在Mobileye的自动驾驶解决方案里，采用的是摄像头子系统和雷达-激光子系统双系统并行的思路。这两个系统都能够完成端到端的自动驾驶，且每个子系统内部还有更多冗余，双重保障了自动驾驶行车安全。

从摄像头子系统使用性能来看，去年1月，Mobileye做了个测试，它们让只安装了12个摄像头的完全自动驾驶汽车行驶在了耶路撒冷混乱的街道上。特别注意的是，该自动驾驶汽车没有配置雷达、激光雷达或其他传感器。

结果却出乎意料，该完全自动驾驶汽车正常行驶了20分钟。据称，该车出色的完成了在复杂十字路口导航、并入拥挤车道、避障等驾驶行为，没有什么“出格”举动，让人放心。

这也表明，Mobileye摄像头子系统在Mobileye安全系统中的突出地位。

就激光雷达系统来看，激光雷达的使用性能是业界公认的优秀，但也存在价格昂贵（市面上激光雷达是普通雷达价格的十倍）的缺点。这一缺点足以让车企望而却步。

为此，Mobileye专门研发了软件定义的成像雷达，成本比激光雷达低，但分辨率会比目前的普通雷达高很多。

这个雷达将拥有2304条通道，100dB的动态范围和40dBc的旁瓣电平，使其能够构建一个可以支持自动驾驶策略的传感状态。

Shashua教授相信，到2025年一圈的成像雷达再加上一个前置激光雷达就足够形成有效的雷达-激光雷达子系统，成本将大幅降低。

英特尔高级副总裁、Mobileye总裁兼首席执行官Amnon Shashua

在激光雷达创新方面，Mobileye还采用了FMCW技术，研发出小尺寸激光雷达系统集成芯片——LiDAR SoC。该芯片体积小，不仅安装布局更加灵活，为其他车载设备省下空间，而且与它适配的东西都以更小的外形集成在芯片中，综合生产成本得以再次降低。

LiDAR SoC

据悉，该芯片将于2025年推出。

骨架：多套算法支撑

Mobileye的多套算法之间独立工作，互不影响，强强加码交通安全。

算法一用来识别车轮并在此基础上推断车辆位置；

算法二运用“视觉激光雷达”，完成对场景物体的识别；

算法三侧重于识别道路中的潜在障碍物，引起车辆警惕；

……

这些算法通过分析传感器所传图像的特征，生成准确判断，并传达给车体信号，来指导车辆行驶。

也有称，Mobileye产品算力水平不如英伟达。

林利集团高级分析师Mike Demler表示，制程完全可以忽略，想要实现L4/5级自动驾驶，系统神经网络引擎和CPU的运算能力必须强悍，否则一切便失去了意义。

希望Mobileye继续用产品征服市场，压制质疑之声。

出行：实时更新地图

不同于大多数自动驾驶公司采集数据信息的方式，Mobileye会更关注其中的语义细节。何谓语义细节，即包含有关场景的一切信息。

2015年，Mobileye推出的路网信息管理REM，就是基于语义细节进行规模化信息地图收集。

REM会自定义可行使路线、车道优先级、红绿灯与车道/人行横道的对应关系、停车/让车地点、通行速度等。

去年， REM实现了对高精地图近乎实时地创建与更新，并自动创建包含本地可行路线和视觉标志的路书。

Mobileye高精地图

Amnon Shashua强调，REM想法经过多年发展，已经到了具有颠覆性的阶段。REM通过更大范围的“众包”，未来可实现高精地图一天一更新或数分钟一更新。

据悉，目前，REM已在全球内采集了超过75亿公里的道路数据。而每公里场景仅需10KB数据上传，对宽带要求非常低。且每年信息传输成本平均只需1美元。

到2014年，Mobileye预计每天可采集十亿公里数据。

向标：安全整合有效

在Mobileye发展史上，它的很多理念和做法照顾了用户和行业，也关照了自身，引来业界探讨与深思。

首先是安全。安全是自动驾驶的根基。Mobileye搭建了基于规则的敏感安全模型RSS，该模式的推出完成了Mobileye安全系统的革新。Amnon Shashua介绍，这是Mobileye的最高成就，是其“皇冠上的明珠”。

具体来看，按照Amnon Shashua的想法，Mobileye可以具备人性，做到像人一样判断行事，并拥有人的价值观，包括“通行权重在谦让，而不是抢夺”这样的高层次认知。

在系统设计上，Mobileye用数学参数复制并设定了人类在各种情况下会做出的各种选择。这样一来，Mobileye集中参考最坏的情况即可。

Mobileye基于对规则的思考，类似于阿西莫夫机器人的三大原则，定义了“小心驾驶”和“危险驾驶”。在此定义下，机器知边界，行为更靠谱。一旦发生其他车辆威胁Mobileye自身安全的情况，它能自主选择渠道，让自己脱离危险。

Amnon Shashua建立了RSS模型，未来还有将其推向全行业的抱负，Amnon Shashua表示，希望RSS成为行业标准。

其次是整合。Amnon Shashua认为自动驾驶汽车行业要有整合的意识，同时这也是未来趋势。

当前，各个公司开发的无人驾驶技术都是独立的，彼此缺乏依赖。例如，在硅谷，数十家初创公司正在争夺风险资本，并试图通过开发无人驾驶汽车的先进技术超越竞争对手。这些技术包括激光雷达、AI感知系统、高级计算机视觉系统，以及基于处理器的硬件。其中，一些公司正计划将其技术出售或授权给汽车制造商用于生产汽车。

Amnon Shashua坚持认为这是一种不可持续的发展策略，因为不管是各个公司在研发什么类型的技术产品，如摄像头、传感器或高清地图等，都是要融汇到一个不可分解的端到端的系统中去。如果各系统配件厂商，各自为政，那将不利于全行业的技术进步。

除了摄像头，未来的自动驾驶汽车还将依靠AI、机器学习和传感器融合进行导航，诸如此类的要素必须整合起来，让自动驾驶汽车做出最好的驾驶决策。

Amnon Shashua继续坦言，能全程参与从芯片到自动驾驶系统开发的公司将非常少，这意味着整合十分关键，但全行业整合会是一项艰巨的任务。

最后是有效。经过一系列战略的推出，Mobileye业绩持续上扬，表明这些决策的有效性。Amnon Shashua曾预测，Mobileye收入在未来十年将会取得显著且持续增长。

从EyeQ系列自动驾驶芯片，到满足L2级以上的多摄像头SuperVision高级辅助驾驶系统，再到全栈自动驾驶系统，乃至整个MaaS业务（出行即服务），Mobileye实现了配套和适应市场应用的能力。

据称，Mobileye现在能为车企提供实现完全自动驾驶所需的一系列硬件支持，包括了上文已经提到的摄像头、雷达、激光雷达，及未提到的线缆、调制解调器、GPS和其他机械部件，所有部件均由第五代EyeQ®SoC驱动。

有称，该芯片专为实现低成本、低功耗的自动驾驶而设计，具有卓越的深度学习能力和性能效率。

在软件安全方面，Mobileye的责任敏感安全模型(RSS)为自动驾驶决策提供安全保障。

Amnon Shashua称，要在2025年实现消费级水平的自动驾驶，兼得低成本与可靠性。

目前，Mobileye与各大车企的合作势头正盛。

Mobileye与蔚来合作了L4级自动驾驶系统。Mobileye提供基于Mobileye自动驾驶汽车套件的自动驾驶系统设计。而蔚来负责整车级别的自动驾驶系统开发、集成和车型大规模量产，并为Mobileye进军消费级汽车市场助力。

蔚来使用的L4级别自动驾驶汽车套件包括了Mobileye EyeQ®系统集成芯片（SoC）、硬件、驾驶策略、安全软件和高精地图解决方案。

Mobileye与宝马、大众、日产三大OEM厂商进行了数据层面的合作，共同创建自动驾驶驾驶地图，为地图实时更新提供源源不断数据资源。

2017年英特尔以153亿美元收购Mobileye。当时，英特尔手握两样东西，一个是全球90%以上的服务器芯片，一个就是全球最先进的芯片生产工艺及fab产能。

这两个绝对优势的东西看似和汽车产业无关联。

而现在，英特尔正通过Mobileye在汽车领域绝对优势来释放PC端到汽车的优势。

当下，Mobileye成为了英特尔历史上最成功的收购之一，按照年化计算，Mobileye是英特尔增长速度最快的业务部门。

来源：数据猿