Mobileye，什麼都想要
撰文/ 馬曉蕾編輯/ 塗彥平設計/ 師玉超來源/ 福布斯，作者：Brad Templeton
英特爾的Mobileye完成了自我蛻變，正在自動駕駛領域與特斯拉等公司展開競爭。
在2022年的CES上，英特爾旗下的自動駕駛公司Mobileye官宣了最新一代汽車駕駛定製芯片，稱爲EyeQ Ultra。這是一個擁有176 TOPS算力的處理器，各類專門組件齊全。該公司稱，它將滿足自動駕駛和Robotaxi所需要的一切。
事實上，Mobileye的計劃是運營自己的Robotaxi服務，並與更多希望進入該領域的企業合作。
它是認真的。
Mobileye既在ADAS（先進駕駛輔助系統）領域擁有較長的歷史，又有利用車隊收集數據進行培訓和繪製地圖的能力。該公司的芯片被大多數主機廠的ADAS和試點系統採用，出貨量超過1億。
作爲英特爾的一部分，Mobileye擁有生產定製處理器的超高能力，還利用了英特爾的硅光子學和其他資源，生成一種新的高性能激光雷達和成像雷達，並將其與一些非常規的方法和作用於路徑規劃的安全性系統結合起來，希望能在該領域處於領先地位。
計劃使用Mobileye芯片的吉利/極氪全自動駕駛汽車▼
以下是Mobileye戰略的要點和關鍵優勢。
在爲各種車輛提供基於攝像頭的ADAS方面有超過10年的經驗，認爲自動駕駛本質上就是MTBF（Mean Time Between Failures，平均故障間隔時間）更優的ADAS。
已經在路上行駛的龐大車隊，包含了超過188種車型。2022年將增加41種新車，在不久的將來會有5000萬輛新車。作爲潛在的合作伙伴，它創造了一個非常大的自動駕駛部署網絡。
新的EyeQ Ultra芯片算力爲170 TOPS，包括12個RISC內核，256個gigaflops，多個GPU和加速器內核等等，功率不到100瓦。整體性能是Robotaxi原型車搭載的上一代EyeQ5的10倍。
一個新的FMCW（Frequency Modulated Continuous Wave，調頻連續波）激光雷達正在內部製造，將於2024年開始出貨
一個成像雷達已經完成取樣，將於2025年出貨，具有很高的分辨率和性能。
“true redundancy”感知技術。正在建立兩個完全獨立的感知堆棧，一個是基於攝像頭/視覺，另一個是基於激光雷達和雷達。其中任何一個識別到障礙物都作數；其中任何一個失效了，也不影響車輛運行。（雖然還不是很完善）
它“攝像頭爲主，激光雷達/雷達爲輔”的理念與其他團隊的“激光雷達爲主，攝像頭/雷達爲輔”或特斯拉的“僅攝像頭”戰略形成對比。
REM地圖系統。數以百萬計的汽車配備了該公司的芯片，它們不斷報告道路細節，上傳道路變化，以生成最新的地圖，也包括從駕駛員在道路上的駕駛習慣中獲得的經驗。
儲存了238PB的數據，並在持續更新，用於建立地圖、培訓神經網絡和測試軟件。每月從50萬小時的駕駛中處理100PB的數據。
“RSS”（Responsibility sensitive safety，責任敏感安全）規劃技術。在法律和安全的基本框架之內，在一些路況較差或交通狀況不佳的路段，允許車輛採取激進的方法。如Mobileye所在的以色列的街道。
已經在以色列、慕尼黑、巴黎、東京和即將在紐約開發自動駕駛原型車的經驗，加上與吉利極氪合作的基於6至8個EQ5芯片和多個傳感器的新Robotaxi項目。
這樣的優勢清單很難得。Mobileye仍然是該領域爲數不多的做出成績的公司之一。特別是“ADAS with a better MTBF”（降低先進駕駛輔助故障率）戰略爲其謀得了一席之地，這與其他自動駕駛團隊的理念很不一致，但特斯拉除外。
Mobileye VS 特斯拉
對比Mobileye與特斯拉是很有意思的。作爲一家汽車主機廠，特斯拉一向特立獨行，它有能力也有意願去嘗試一些成熟主機廠不會去做的事情。
Mobileye曾經爲特斯拉早期的Autopilot提供技術，但自從發生了Autopilot相關的導致駕駛員死亡的事故後，它意識到特斯拉想建立自己的系統，便選擇了退出。
特斯拉和Mobileye都嘗試了建立和發展ADAS的方法，而其他大多數團隊認爲自動駕駛與ADAS不同，需要專門的技術。前特斯拉自動駕駛汽車領導人斯特林·安德森（Sterling Anderson）是Aurora的聯合創始人，他稱自動駕駛比登月還難。
Mobileye以用攝像頭（和可選雷達）建立ADAS而聞名，以攝像頭爲中心，激光雷達和雷達履行次要職責，但仍有極高的重要性。
不僅如此，Mobileye正在建造自己的定製高性能激光雷達和雷達。特斯拉稱激光雷達分散了應該用於“純視覺系統”的注意力，是應該被丟掉的“柺杖”。
特斯拉最大的資產之一是它的車隊，可以收集數據培訓機器學習。道路上行駛的特斯拉遠遠超過了一百萬輛，它們採取定期的軟件更新，有助於進一步探索。
特斯拉還擁有大量的Autopilot用戶，他們一直在傳回數據。還有越來越多的測試者在測試名爲“完全自動駕駛”的原型系統。
Mobileye的車隊更大，它售出了1億芯片，又剛剛與更多的汽車主機廠達成交易，使用該公司最新芯片的汽車又將增加5000萬輛。
與特斯拉不同的是，它無法不斷更新汽車軟件，也收集不到特斯拉所獲取的數據量。因爲數據是歸汽車製造商所有的。但對雙方來說，這個車隊都是一筆很大的資產。
Mobileye的車隊比特斯拉走得更遠，利用車隊進行地圖測繪。而特斯拉則不屑於在導航水平之外進行測繪。
Mobileye通過REM（Road Experience Management，道路體驗管理系統）地圖項目繪製的不僅僅是車道的形狀。它還會在車輛停在十字路口時、慢速前進時和轉彎時進行觀察，瞭解駕駛員的視線範圍，以及實際駕駛的位置，而不僅僅是記錄道路的線條位置。
兩家公司都設計了自己的定製芯片，提高處理能力，這是神經網絡和計算機視覺系統都需要的。
作爲英特爾的一部分，Mobileye在這方面有很強的優勢，它可以說是世界上頂級的處理器公司。
特斯拉使用外部芯片IP，並與外部工廠簽訂合同製造芯片，對於一家非芯片公司來說，它已經做得很好了。
兩家公司在管理風格上也有區別。
埃隆·馬斯克（Elon Musk）也許是創業者中最成功的一個，但他的風格粗獷，不懼炒作甚至會有誇張離譜的言行。Mobileye的CEO和創始人阿姆農·沙書亞（Amnon Shashua）雖然主張大膽，做事卻不會太出格。
“True redundancy”
Mobileye想申請“True redundancy”的商標，但這也許是它戰略中最具爭議的地方。它正在建立兩個完全不同的感知堆棧，一個只有視覺，另一個使用激光雷達和雷達。在之前的聲明中，該公司表示兩者都可以驅動汽車，但只有一個是規劃者。
不同的系統會犯不同的錯誤，這是一個基本常識。但兩個系統會犯的錯誤並不完全是獨立的。
如果視覺系統在一萬英里內發生了一次故障，而激光雷達/雷達以同樣的概率發生故障，那麼整個系統發生故障的概率就不可能是一萬英里一次。
沙書亞將Mobileye的方法描述爲“或門”（OR gate），意思是如果任何一個系統檢測到障礙物，那麼這個障礙物就被視爲存在。
這降低了“假陰性”（未檢測到而撞上障礙物）的概率，是好事，但也增加了“假陽性”（沒有障礙物白白剎車）的概率。如果車輛不斷對“空氣”作出反應，那就不是一個可用的系統。
沙書亞意識到MTBF不會成倍增加，但會逐漸“變好”。大多數其他團隊在傳感器融合中嘗試更復雜的東西，而不是一個“或”。它們試圖在不同層面上對反饋進行融合，從基本的傳感開始，有時會一直持續至完成分類。
只有從軟件工程的角度出發，Mobileye的方法纔會顯得更有優勢。因爲它可以把兩個不同的團隊放在一項工作上，且不用太擔心工作整合的問題。
如果關閉所有的攝像頭，或關閉所有的激光雷達，系統的表現會如何？
沙書亞表示，他的系統正在許多城市進行測試，它們的性能比純粹的基於攝像頭的系統要高得多。關於純視覺系統，他說：“如果關閉了傳感器的一個子集，它能繼續嗎？我認爲不能。”
Mobileye也在創造一個“VIDAR”——一個虛擬的激光雷達，試圖利用機器學習從二維攝像頭圖像中做出類似激光雷達的點雲。
特斯拉在內的許多企業都在研究“VIDAR”，雖然有跡象表明該技術正朝着好的方向發展，但它的可靠性還不足以賭上消費者的安全。所以，大多數公司也同時在用激光雷達。
雖然Mobileye新的成像雷達和激光雷達只透露了部分信息，但已然令人印象深刻。
它做過一個實驗，用深度學習把成像雷達轉換成一個視頻影像，如果你知道雷達的分辨率有多低，就會意識到這有多難。
雷達可以“看穿”各種天氣是一個很大的優勢。而雷達的另一大優勢是可以知曉所有回波的速度，這一點FMCW激光雷達同樣具備。
事實上，FMCW激光雷達各方面都不亞於雷達，甚至優於雷達。除了“看透”天氣，它還更便宜（Mobileye計劃只配備一個前視激光雷達）。它還可以“看”到“隱身”的物體，因爲雷達波可以從車底反彈，探測到前方被大卡車完全擋住的車輛。
沙書亞很看好他的成像雷達技術。它可以被開發爲一個獨立的傳感器，而今天的雷達不是一個獨立的傳感器。在未來，它可以與激光雷達競爭，然後不再有360度的激光雷達，只有一個正向激光雷達，成本也會大大降低"。
REM地圖
秉承着“不冒尖，不墊底”的態度，雖然Mobileye的地圖系統沒有Waymo等公司的高清細節，但也不像特斯拉那樣完全不在意。
Mobileye表示，REM地圖每英里只需要大約10KB，這個成本符合客戶車輛中出行數據的預算。
在REM系統中，車輛通過芯片定位重要的道路元素，包括三維物體、道路標誌、車道邊界、交通信號等。這些元素被壓縮，並在發生變化時上傳。
此外，車輛還會報告駕駛軌跡（可以準確地放置在地圖上）。這些軌跡不僅揭示了道路情況，還揭示了大量汽車實際駕駛的情況。在人類的駕駛習慣中，不在車道上居中或不按既定的出口走都是比較常見的。
Mobileye注意到，在不適用REM的情況下，轉彎之前，車輛不確定轉彎路口的具體位置，只能提前減速，直到司機或攝像頭能夠看到需要轉彎的地方。
使用REM數據，汽車可以提前知道車輛開到什麼位置正好能看到轉彎的路口或出口，從而形成一個更像人類的駕駛模式，減少了不確定性。這也收集了一些“不成文”的道路規則，這些都是由人類的駕駛行爲促成的，它們也將成爲地圖的一部分。
裝備了Mobileye系統的車隊規模是最大的，很快它們就能涵蓋所有的道路變化情況。
遇到前方施工或其他道路變化，無論是Robotaxi車隊，還是人類駕駛的車輛，Mobileye系統都能夠自如應對，甚至“教”駕駛員如何開車。
事實上，現實路況與地圖不符沒有那麼嚴重，並不是所有的車輛都需要處理“地圖出錯”，只要第一個遇到的車輛做出反應即可。
Mobileye的優勢在於，目前使用該系統的基本都是人類駕駛的汽車，Robotaxi不太可能成爲第一個遇到道路變化需要上傳數據的，這與特斯拉形成鮮明對比。
RSS規劃系統
安全駕駛是製造一輛自動駕駛汽車的重要因素。在保證安全的同時，還要做一個合格的“道路公民”，使城市的交通暢通。
特別是在Mobileye的本土以色列，爲了應對那裡的混亂交通，它開發了一套規劃汽車路徑的規則，稱之爲RSS，在保證合法性和安全性的前提下，爲車輛規劃、調整路徑。
雖然說這種方法保證了自己的車輛不會違反法規，但如果其他車輛無視法規，安全性還是無法保障。日常駕駛中經常會遇到這種情況，而Mobileye是爲數不多的要解決這些情況的企業之一。
目前關於Mobileye真實世界表現的數據並不多。它正在推動RSS成爲一個國際標準，讓監管機構要求實施RSS以獲得認證。不過在這之前，需要進行更多的真實世界測試（或至少是報告）。
Robotaxi計劃
以色列的Mobileye車隊▼
在汽車主機廠中自然是Mobileye得到的關注最多，而在Robotaxi領域，Waymo纔是領導者。
Mobileye正計劃既向汽車製造商出售硬件和系統，也要建造和部署自己的Robotaxi。該公司收購了MoovIt，這是一個多式聯運的行程計劃APP，允許用戶在Robotaxi中預訂行程。
從2022年開始，該公司將在未來幾年在多個城市開始Robotaxi試點。同時，它正在幫助吉利極氪生產Robotaxi，使用多個EyeQ5芯片，還向送貨機器人公司Udelv的無人車提供系統，但尚未宣佈部署情況。
沙書亞期待着一個“合作”的世界，在這個世界裡，供應商與自己的合作伙伴競爭。當然，Mobileye的許多客戶都計劃推出自己的Robotaxi業務，它們要麼使用Mobileye的芯片，要麼像福特那樣，採用Argo.AI製造的不同的系統。
既向汽車主機廠和初創公司供貨，又運營自己的服務，Mobileye將自己定位爲少數在消費類汽車和Robotaxi方面都有涉足的公司之一。
在Mobileye的故事中仍然缺少一個角色，那就是Robotaxi的真實數據。有幾十個開發Robotaxi的團隊都在對數據大肆宣揚，但不是所有企業都能自圓其說，讓公衆看到它們真實的數據。
Mobileye已經發布了車輛行駛在各種路線上的視頻，許多公司也是如此。這些視頻展示了足夠的能力，證明Mobileye是一個參與者，但距離擁有一個可行的服務還差了十萬八千里。
Mobileye總體向好，不過，系統在真正的Robotaxi環境中的質量還有待觀察。在2010年代，展示計劃和研究成果就足夠了。今天，實際操作和承諾纔是最重要的。
當一家公司真正做事情時，比如部署無人駕駛車輛，證明了該公司的董事會願意冒這個險，也意味着公司內部已經準備好“賭上公司”。
目前，人們只看到了Mobileye的聲明，即“自動駕駛是進化版ADAS”，還沒有看到這些聲明變成現實。2022年初完成部署的目標可能實現不了了，但得益於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，人們對Mobileye的關注遠遠比不上一些獨角獸公司，也沒有對其進行估值。
Mobileye曾經是一家上市公司，後來它被英特爾收購。在英特爾內部，它並沒有影響到這個芯片巨頭的估值。這可能是英特爾計劃不久後在新的IPO中分拆Mobileye的原因，沙書亞無法對此發表評論。這將是一隻值得關注的股票。
Mobileye EyeQ 6芯片和架構▼
沙書亞認爲，Robotaxi的問題很快就可以解決。事實上，他認爲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這項工作。這是一個相當大膽的說法，因爲行業的研究團隊一直是尋找新技術。
Mobileye在早期很幸運，它在神經網絡爆發前就設計了最早的芯片，但這些芯片有類似於GPU的元素，用於大規模的並行處理，能夠運行早期較小的神經網絡。很少有人能預測到2010年代初的深度學習大爆炸。
成本
大多數Robotaxi的開發者並不關注成本問題。幾乎所有企業都開始使用昂貴的激光雷達，這些激光雷達對於生產車輛來說顯然成本太高。
其實它們的選擇是正確的，在大規模部署之後，額外的成本將大大下降。只要安全性做到位，率先進入市場時，成本就不是一個太大的問題了。
Mobileye走的是一條不尋常的路。一個基於攝像頭的ADAS工具，能夠以低於當時汽車雷達的價格完成自適應巡航控制等工作。
根據計劃，到2025年，Ultra的批量成本將低於1000美元。激光雷達的建議零售價約爲1000美元。雖然其他供應商承諾會提供250美元的激光雷達，沙書亞說Mobileye也可以以這個價格生產，但他的激光雷達將有更高的性能，值得這個成本。
芯片和傳感器的全套產品將“遠遠低於5000美元”。這些零件的成本通常會使消費類車輛的成本增加1萬至1.5萬美元，但對於Robotaxi來說，這是一個相當合理的成本增加。
事實上，在該行業提供諮詢的前通用汽車副總裁拉里·伯恩斯（Larry Burns）估計，你從Robotaxi上拆下的所有東西，比如車輪、踏板、大部分儀表板、可調座椅、後視鏡等，可以輕鬆地超過新增加的傳感器的成本，使Robotaxi比同級別汽車更便宜。
長期的經驗、龐大的車隊、地圖和培訓數據、以極低的成本進行廣泛的測繪工作、正在開發的FMCW激光雷達、成像雷達、先進的計算機視覺、行程規劃APP、自產硅、低成本、在複雜城市行駛的Robotaxi，以及與汽車製造商保持着最密切的關係。Mobileye是爲數不多的同時擁有這一切的公司。
雖然有些企業在單獨的領域有更好的表現，但沒有誰像Mobileye這樣組合齊全。
沙書亞說，他們仍在努力使系統的事故間隔降至1000小時，他相信很快就會達到。目前人類司機小型事故的間隔時間爲3500個小時，需交警介入的事故間隔約爲12000個小時。Mobileye打算怎麼做，我們將拭目以待。