Mobileye CEO：中国是我们最重要的市场之一

　　Mobileye与一汽集团在长春签署了一份合作备忘录，标志着这家自动驾驶行业的明星企业在中国又多了一家重量级的车企合作伙伴。

　　作为签约仪式的主持人之一，Mobileye总裁兼首席执行官 Amnon Shashua教授几个小时前还在数千公里之外的上海举办了一场媒体沟通会。此次也是教授2020年疫情爆发以来首次来华。

　　在这不到一个小时的沟通里，Amnon Shashua教授除了谈到了中国市场的发展特点以及成本控制等话题，还具体分享了哪些内容呢？

　　中国是Mobileye最重要的市场之一

　　依靠智能化、网联化的优势，中国汽车产业正不断扩大在世界汽车市场中的影响力。“能赢在中国，就能赢在全球。” Amnon Shashua教授这样评价道。

　　作为智能驾驶赛道上的主要玩家之一，Mobileye也十分重视在中国市场的发展，今年以来，已在上海嘉定区成立了技术测试中心，并启动了北京研发中心。

　　在Amnon Shashua教授看来，中国汽车市场与欧美市场相比存在着显著的差异。首先，在欧美市场，消费者更看重辅助驾驶系统的安全性，由汽车制造商决定需要哪些功能来保证安全。而在中国，便捷性被更加看重，这一特点推动着企业加大对功能性能的研发力度。

　　其次，相较于欧美市场，中国市场对于技术的态度更加开放，生态较欧美市场也要复杂许多。这种开放态度使其成为了Mobileye最重要的市场之一。因此，该公司高端技术产品通常首先在中国进行部署，然后再逐步拓展至其他市场。例如，SuperVision?系统便是在中国首先落地，然后才推广至欧美市场。

　　此外，中国市场正在加速向高端智能驾驶系统、多摄像头系统和多传感器配置的高端架构发展方向迈进。例如，在中国，很多汽车品牌的车型都采用了类似SuperVision?这种拥有11枚摄像头的多传感器配置，而在欧美市场，此类配置可能仅仅是一种测试性的产品。

　　正是这种不断拥抱新科技的态度，让中国市场显得独一无二。

　　能够控制成本的公司才能生存下去

　　在自动驾驶技术的竞争中，企业面临技术攻关、成本控制、商业模式等一系列难题。其中，有的玩家选择“一掷千金”，追求大算力和传感器的堆叠，有的则是着力于在性能和成本之间找到一个可持续的平衡点。

　　很显然，Mobileye是后者。作为ADAS领域的老一代玩家，Mobileye在经历二十多年的发展后已总结出一套更为成熟理性的发展理念。“我认为最终要取得成功，仅仅做到产品性能最好是不够的，最关键还是要控制成本。” Amnon Shashua教授如是说。

　　对比竞争对手的解决方案，Amnon Shashua教授认为Mobileye与其他公司的差别主要体现在两方面。首先是对算力的追求。许多主机厂在发布新车型时会将所用芯片的大算力当成一个卖点，在该趋势下，芯片厂商也纷纷推出更大算力的芯片。据悉，两颗OrinX芯片的计算能力大约是SuperVision?算力的十倍。此外，许多车型搭载的智能辅助驾驶系统也“用料十足”，比如小鹏G9所使用的一众感知硬件里还包括两颗来自速腾聚创的激光雷达。所以，无论是从算力还是“堆料”方面，SuperVision?都要显得“低调”许多，相应的，其系统成本也要低上不少。

　　另一方面，目前许多企业推出的智驾方案还是非常依赖高精地图，而这类地图往往可扩展性并不好，成本也居高不下，故而越来越多的车企想要戒掉高精地图“依赖症”。

　　作为一家十分重视成本控制的公司，Mobileye在为车企“省钱”方面有着独到的经验。一方面，它没有选择一味堆砌算力，而是靠芯片和算法的均衡发展，使得算力能够被高效地利用，从而节省不少花在买“TOPS”上的钱。此外，REM等技术的推出也有效解决了高精地图扩展难的问题。“归根结底，能够控制成本的公司才能生存下去。”

　　Mobileye不做端到端的自动驾驶系统

　　在智能驾驶领域，端到端（End-to-End）其实并不是什么新鲜概念，早在1988年就面世的ALVINN自动驾驶试验车就基于端到端架构，可以在大学校园里实现最高70km/h的自主行驶。今年五月份，特斯拉CEO埃隆·马斯克发推文称：FSD Beta v12 将采用端到端的架构，也引起了一波行业热议。

　　相较于传统模块化的架构，端到端通过一个大模型便可实现感知、规划、控制等多个模块的功能。这个大模型被Amnon Shashua教授比喻为“一个大的黑盒子”，本质上是一个统一的深度学习神经网络。传感器采集到原始数据后，将数据输入到这个“黑盒子”里，随即输出各项驾驶指令。

　　在被问及对这一概念的看法时，Amnon Shashua教授表示Mobileye没有做端到端系统的打算。早在2016年，他和他的同事（Mobileye CTO Shai Shalev-Shwartz教授）就共同发表过一篇论文，从样本复杂性的角度解释了端到端是极其耗费资源的，在该系统里，数据的需求量会呈指数级增长。

　　Amnon Shashua教授还认为，要证明一套智能驾驶系统能表现得比人类驾驶更优秀，需要收集大约100,000小时的驾驶数据。而这对Mobileye来说并非难事，通过成百或数千辆汽车组成车队持续运行几个月便能获得相当的数据。而对于一家重视成本和效率的公司来说，额外投入大量的资源精力去开发新的端到端系统性价比并不是很高。

　　REM地图本地化策略

　　为了能在世界任何地方实现自动驾驶，首先需要高精度地图的领航和引导。这类地图不仅要及时精准地体现各种交通要素，使汽车在长时间内实现自主驾驶，同时保持极低的干预率。

　　然而，传统的高精地图在扩展性方面存在劣势。如果以城市为单位去创建和维护这些地图，则需要投入巨额资金。过高的成本也是自动驾驶技术普及道路上的一只拦路虎。

　　为解决这一难题，Mobileye创新性的推出了REM（Road Experience Management，道路经验管理）解决方案。该公司另辟蹊径，没有过分强调地图的全局精准性，而是精准地不断更新自动驾驶汽车所需要的高精度定位信息，既不留多余的信息，也不少必要的信息。

　　从Amnon Shashua教授给出的一组数据，我们可以了解到REM方案效率与成本兼顾的思路。“Mobileye开发出了一种独特的方式，能够从汽车智驾系统中获取少量的数据，大约每公里10千字节，成本非常小。如果一辆汽车每年行驶20,000公里，所获数据量大约是200兆字节，将这些数据发送到云端的成本也是不高的。”

　　来到中国，Mobileye在REM的应用方面当然也面临着本土化的问题。在Amnon Shashua教授看来，除了在技术层面需要为车辆精准合理地提供高精度定位数据，并创建一个非常详细的格式，还需要熟悉并遵守当地的法律法规，并确保用户数据信息和隐私的安全性。“在中国进行本地化意味着所有数据都会留在中国，算法位于中国本地服务器上，我们的员工无法访问这些数据，所有算法都是自动化的，且我们非常严格地遵守中国的法规。”

　　2027、2028年开始量产FMCW激光雷达

　　在激光雷达领域也存在多种技术路线之争，而FMCW（调频连续波）技术凭借其在抗干扰、探测距离、固态兼容性、是否含有速度信息等方面的显著优势，不断吸引着企业押注和布局。

　　Mobileye便是其中之一。在2021年北美消费电子展（CES）上，该公司展示了与英特尔合作开发的硅光子激光雷达芯片，宣布正式进入FMCW激光雷达领域。

　　由于技术的复杂度，FMCW技术尚未完全成熟，也还没有形成比较完善的上下游产业链。然而Amnon Shashua教授认为FMCW是激光雷达研发的正确方向，且Mobileye会坚持自研，以避免因某个关键系统组件缺失而被卡脖子的风险。

　　至于相关的量产及商业化进度，Amnon Shashua教授透露了一个大概的时间表：

　　目前，公司已有相关样品；

　　2025年、2026年， 配备现有激光雷达的可脱眼产品（eyes-off）将被投入使用，主要工作场景是高速公路；

　　2027年、2028年，开启FMCW激光雷达的量产，并搭载于支持可脱眼驾驶功能的产品。

　　“2028年将是可脱眼驾驶辅助产品大爆发的阶段，其应用场景将从高速公路扩宽至更多的乡村道路、主干道、城市道路。届时FMCW将大有可为。”

　　NZP将拓展到极星和smart品牌

　　NZP（Navigation ZEEKR Pilot）是Mobileye与吉利旗下的极氪品牌合作推出的一套基于SuperVision?平台打造的辅助驾驶系统，现阶段更关注在高速公路或者城市快速路场景中的表现。目前，NZP已在上海和杭州两个城市上线，年底前开通城市将达到17个。

　　Amnon Shashua教授表示，Mobileye与极氪的合作伙伴关系非常牢固，NZP的部署也彰显了双方合作的成功。虽然从宣布合作到真正落地部署用了两年时间，但NZP是一款兼顾了“行驶安全”和“高效通行”的强大产品。

　　在芯片方面，目前双方的合作主要集中在EyeQ 5上，未来有望拓展至EyeQ 6。

　　按照此前与吉利集团达成的规划，NZP的应用还将扩展到吉利集团旗下的极星和smart品牌，2025年开始将在极星 4车型上部署Mobileye Chauffeur?平台。

　　Amnon Shashua教授还透露，Mobileye还收到了许多其他中国本土车企的合作邀请。于近日宣布的与一汽集团的合作便是其中之一。