相比于過(guò)去大家對(duì)于Mobileye芯片、輔助駕駛系統(tǒng)的關(guān)注，接下來(lái)，或許需要從更為廣闊的視角，來(lái)看待這家科技公司。

因?yàn)�，Mobileye開啟了自己的新業(yè)務(wù)線——具身智能。

在今年1月CES期間，Mobileye 宣布已就收購(gòu)AI（人工智能）人形機(jī)器人公司Mentee Robotics（Mentee）達(dá)成最終協(xié)議，收購(gòu)對(duì)價(jià)總額約為9億美元。

Mobileye創(chuàng)始人、總裁兼首席執(zhí)行官Amnon Shashua教授在CES現(xiàn)場(chǎng)接受包括TheCars在內(nèi)的媒體采訪時(shí)表示，人形機(jī)器人與駕駛自動(dòng)化領(lǐng)域巨大的協(xié)同效應(yīng)顯而易見(jiàn)，Mobileye希望將業(yè)務(wù)全面覆蓋物理AI領(lǐng)域，就必須邁向人形機(jī)器人領(lǐng)域，這也將為Mobileye創(chuàng)造一個(gè)新的增長(zhǎng)引擎。

2028年將啟動(dòng)人形機(jī)器人部署

駕駛自動(dòng)化和機(jī)器人都是AI應(yīng)用于物理世界的兩大重要落腳點(diǎn)。在強(qiáng)調(diào)收購(gòu)能夠帶來(lái)的協(xié)同效應(yīng)的同時(shí)，Shashua教授也指出了這兩個(gè)領(lǐng)域的區(qū)別：汽車在相對(duì)結(jié)構(gòu)化環(huán)境中運(yùn)行，例如道路場(chǎng)景是相對(duì)結(jié)構(gòu)化的，而機(jī)器人應(yīng)用所面向的最大市場(chǎng)是非結(jié)構(gòu)化環(huán)境。

想象一下在家庭環(huán)境中，人形機(jī)器人面臨的任務(wù)并非有限的集合，也就不可能一出場(chǎng)就設(shè)置為具備應(yīng)對(duì)所有家庭各式各樣場(chǎng)景不同任務(wù)的能力。

因此，我們需要具有持續(xù)學(xué)習(xí)能力的機(jī)器人。

傳統(tǒng)業(yè)界熟知的Sim2Real（仿真到現(xiàn)實(shí)）是在模擬器中進(jìn)行訓(xùn)練，然后再部署到現(xiàn)實(shí)環(huán)境中。但因?yàn)槟M器并不能完全呈現(xiàn)機(jī)器人的真實(shí)狀態(tài)，無(wú)法呈現(xiàn)的事物也不少。

而Mentee在此基礎(chǔ)上更進(jìn)一步開發(fā)了“Real2Sim2Real”，本質(zhì)上是觀察人類執(zhí)行任務(wù)的過(guò)程。該技術(shù)采用基礎(chǔ)模型，將其遷移至模擬器進(jìn)行訓(xùn)練，隨后在模擬環(huán)境中學(xué)習(xí)，最后將所學(xué)知識(shí)自動(dòng)遷移回機(jī)器人——整個(gè)過(guò)程完全自動(dòng)化。

這種訓(xùn)練在進(jìn)入像家庭場(chǎng)景這樣的非結(jié)構(gòu)化環(huán)境時(shí)至關(guān)重要，無(wú)需頭顯、無(wú)需VR設(shè)備、無(wú)需體感服，人形機(jī)器人通過(guò)觀察人類少量示范如何執(zhí)行任務(wù)，就能快速學(xué)習(xí)新技能。

落地部署方面，Mobileye的策略是：從結(jié)構(gòu)化環(huán)境，到非結(jié)構(gòu)化環(huán)境，階段性推進(jìn)。先從結(jié)構(gòu)化環(huán)境入手，如倉(cāng)儲(chǔ)配送中心、裝配廠等場(chǎng)所，其中任務(wù)定義明確且數(shù)量有限；隨后進(jìn)入非結(jié)構(gòu)化環(huán)境，即家庭使用場(chǎng)景。

時(shí)間線上，預(yù)計(jì)結(jié)構(gòu)化環(huán)境的部署將在2028年實(shí)現(xiàn)，而非結(jié)構(gòu)化環(huán)境下的部署則會(huì)晚幾年。

環(huán)繞式ADAS再接大單

與此同時(shí)，Mobileye在駕駛自動(dòng)化領(lǐng)域的業(yè)務(wù)擴(kuò)展，正在如火如荼地開展。

在CES期間，Mobileye正式官宣：一家美國(guó)頭部車企已選定其基于單EyeQ?6H芯片的新一代組合輔助駕駛系統(tǒng)——環(huán)繞式ADAS?，作為其旗下數(shù)百萬(wàn)輛汽車的標(biāo)配方案。

這一合作的預(yù)計(jì)訂單量有900萬(wàn)套，再結(jié)合2025年3月官宣的大眾汽車集團(tuán)訂單，Mobileye預(yù)計(jì)，其環(huán)繞式ADAS方案未來(lái)預(yù)期交付量目前已突破1900萬(wàn)套。

Robotaxi規(guī)�；�，必須減少遠(yuǎn)程操作員

除了L2層面連續(xù)拿單，在更高等級(jí)的駕駛自動(dòng)化方面，Mobileye與大眾汽車集團(tuán)、MOIA合作的無(wú)人駕駛出租車（Robotaxi）項(xiàng)目也在按計(jì)劃推進(jìn)。

Shashua教授表示：“目前有約100輛ID. Buzz在多地開展路測(cè)，包括德國(guó)的漢堡和慕尼黑，挪威的奧斯陸，美國(guó)加州洛杉磯、德克薩斯州奧斯汀、以及佛羅里達(dá)州部分地區(qū)�！彼�提到，預(yù)計(jì)今年第三季度會(huì)在一座城市率先實(shí)現(xiàn)“去安全員”行駛。

Shashua教授直言，Robotaxi要想真正規(guī)�；�，仍有一個(gè)問(wèn)題懸而未決，卻鮮少被真正討論，人們甚至還會(huì)刻意回避，這就是遠(yuǎn)程操作員的存在。

Mobileye的解決方案：VLSA（視覺(jué)-語(yǔ)言-語(yǔ)義-動(dòng)作）。這是一種基于視覺(jué)-語(yǔ)言的深層場(chǎng)景語(yǔ)義處理模型，同時(shí)部署在車端和云端，旨在逐步取代遠(yuǎn)程操作員。

VLSA的作用類似于在復(fù)雜駕駛場(chǎng)景中陪伴新手駕駛員的資深駕駛員，能提醒你注意某些事項(xiàng)，但他不直接控制油門、剎車和方向盤；與之類似地，VLSA模型不直接控制車輛或輸出行駛軌跡，而是提供結(jié)構(gòu)化的語(yǔ)義指導(dǎo)，饋入規(guī)劃系統(tǒng)�？梢园阉斫鉃榻�(jīng)過(guò)整個(gè)互聯(lián)網(wǎng)訓(xùn)練的模型，具備出色的推理能力，對(duì)場(chǎng)景的理解遠(yuǎn)勝于常規(guī)的基于安全相關(guān)數(shù)據(jù)流訓(xùn)練的模型。這項(xiàng)技術(shù)的應(yīng)用將從Robotaxi起步。

而對(duì)于消費(fèi)級(jí)高等級(jí)駕駛自動(dòng)化，其技術(shù)演進(jìn)路徑，從L3級(jí)到L4級(jí)的跨越，功能上具體就是“駕駛員視覺(jué)脫離”（Eyes-off）到“駕駛員注意力脫離（Mind-off）”的能力躍升。比如，Mobileye與奧迪合作的L3級(jí)有條件自動(dòng)駕駛量產(chǎn)項(xiàng)目：車輛在高速公路上能以130公里/小時(shí)運(yùn)行，系統(tǒng)激活期間駕駛員可以“視覺(jué)脫離”，但仍需在系統(tǒng)要求時(shí)介入。而“駕駛員注意力脫離”意味著當(dāng)遇到各種復(fù)雜情況時(shí)，無(wú)需駕駛員介入，技術(shù)就能自行處理。這正是VLSA的用武之地。

也就是說(shuō)，VLSA對(duì)消費(fèi)級(jí)高等級(jí)駕駛自動(dòng)化的意義在于實(shí)現(xiàn)從“駕駛員視覺(jué)脫離”到“駕駛員注意力脫離”的轉(zhuǎn)變，這也是本十年末有望實(shí)現(xiàn)的目標(biāo)。

關(guān)于中國(guó)市場(chǎng)、技術(shù)趨勢(shì)的洞察分享

中國(guó)輔助駕駛市場(chǎng)一直以來(lái)技術(shù)密集度相當(dāng)高，在這里想要長(zhǎng)期立足，無(wú)論是老牌勁旅還是后起之秀，都必須鉚足勁兒。Shashua教授在采訪中透露，Mobileye在2025年的中國(guó)市場(chǎng)芯片供貨量較2024年實(shí)現(xiàn)了穩(wěn)步增長(zhǎng)，此前2024年較2023年也呈現(xiàn)了增長(zhǎng)態(tài)勢(shì)�！霸诩夹g(shù)的價(jià)格與性能表現(xiàn)方面，我們達(dá)到了理想的平衡點(diǎn)。”

在國(guó)內(nèi)市場(chǎng)，對(duì)于輔助駕駛方案的剛需，可以基本分成兩派，大算力派和傳感器冗余派。當(dāng)被問(wèn)及如何看待芯片算力和硬件架構(gòu)的重要時(shí)，Shashua教授將市場(chǎng)比喻成了一種三明治結(jié)構(gòu)，一面是輔助駕駛系統(tǒng)，另一面是Robotaxi。

在Shashua教授看來(lái)，一方面，在輔助駕駛的演進(jìn)路徑中，環(huán)繞式ADAS系統(tǒng)是重要的存在。其成本足夠低廉，僅需幾百美元，且價(jià)值主張相對(duì)較高。

另一方面，關(guān)于Robotaxi，Shashua教授肯定了冗余的重要性，但同時(shí)指出，并不需要將傳感器成本推高至數(shù)萬(wàn)美元，而是可以采用一圈攝像頭和一圈成像雷達(dá)組合的方案�！跋嘈旁诒臼昴�2030年前），這套傳感器系統(tǒng)最終將成為Robotaxi的傳感器配置，將完全無(wú)需激光雷達(dá)輔助�！�

Shashua教授指出，高性能芯片應(yīng)能滿足兩個(gè)方面：一是高頻控制，例如每秒10幀的處理速度，我們稱之為快速路徑。如此一來(lái)，必須確保永遠(yuǎn)不會(huì)發(fā)生碰撞，確保安全。

另一種場(chǎng)景理解路徑，無(wú)需高頻率運(yùn)行，也是高性能計(jì)算的用武之地。這條路徑的目的是淘汰遠(yuǎn)程操作員。沒(méi)錯(cuò)，就是前文中提到的VLSA。它可分為三類：第一類是搭載于車內(nèi)的視覺(jué)語(yǔ)言模型；第二類是部署在云端的視覺(jué)語(yǔ)言模型；第三類則是規(guī)模極其龐大的語(yǔ)言模型，同樣部署在云端，但采用按需調(diào)用的模式。

車載視覺(jué)語(yǔ)言模型能提供初步響應(yīng)。系統(tǒng)以每秒一到兩幀的速度處理畫面，試圖理解復(fù)雜場(chǎng)景——比如是否有警察走過(guò)來(lái)，車道是否被其他車輛堵塞，或者是否發(fā)生了異常情況。

隨后，每秒一幀的數(shù)據(jù)會(huì)被傳送至云端更大的語(yǔ)言模型，該模型具備更強(qiáng)的復(fù)雜場(chǎng)景理解能力。

當(dāng)車輛遇到無(wú)法理解的狀況時(shí)，若車載視覺(jué)語(yǔ)言模型無(wú)法提供滿意答案且云端視覺(jué)語(yǔ)言模型也無(wú)法解決問(wèn)題，此時(shí)便會(huì)向云端超級(jí)視覺(jué)語(yǔ)言模型發(fā)起求助。經(jīng)計(jì)算發(fā)現(xiàn)，這其實(shí)不會(huì)給汽車增加太多成本。Shashua教授提到，經(jīng)過(guò)測(cè)算，若將700億參數(shù)的網(wǎng)絡(luò)部署在云端（因其規(guī)模過(guò)大無(wú)法集成到芯片中），每輛Robotaxi的成本僅需增加1000美元。而與Robotaxi的價(jià)值主張（即每年削減用以雇傭司機(jī)的數(shù)萬(wàn)美元開支）相比，1000美元的成本微不足道。

隨著“駕駛自動(dòng)化+具身智能”雙技術(shù)引擎逐步成型，Mobileye正在以更清晰的節(jié)奏推進(jìn)其在物理AI領(lǐng)域的布局。對(duì)于這家公司而言，這兩個(gè)應(yīng)用分支的技術(shù)有望在相互促進(jìn)、相互強(qiáng)化的過(guò)程中，共同推高整體業(yè)務(wù)增長(zhǎng)曲線。