在美国，一台 Mobileye 630 在 ebay 上的标价是 700 刀，不算便宜。我想精明的出租车公司一定经过计算，才会给车队标配 Mobileye 以减少车祸带来的损失。那么在这次 CES 上，ADAS 领域的老大 Mobileye 都说了什么？他们又是如何持续保持竞争力的？
在 Mobileye 发布会前一天晚上，公司创始人 Shashua 教授出现在了英特尔发布会上，他坐着一辆自动驾驶汽车登台，现场一片欢呼。（注：Mobileye 已经被英特尔收购）
先来划重点：Mobileye 已经和上汽达成合作，双方将研发 L3、L4 和 L5 级别的自动驾驶汽车以及 REM。同时，Mobileye 也和四维图新达成合作，合作重点是 REM。
REM 全称是 Road Experience Management，即通过车辆摄像头以「众包」的方式上传道路数据，制作高精度地图。同样，车辆可以通过摄像头捕捉到的道路标识以及地图数据，实现高精度定位。
第二天一大早，Mobileye 召开了自己的发布会，Shashua 教授详解了公司在 2017 年获得的成绩，展望了 2018 年的发展计划。不过第一张 PPT 是这样的：
大概意识是：因为 Mobileye 是上市公司英特尔的子公司，所以这次披露的信息只是个大概，还会有变动，不代表英特尔的财报 bla bla …
下面进入正题：
在过去的 2017 年，Mobileye 和几家 Tier 1 供应商合作，一共有 30 个前装项目，涉及 27 家车企的 70 款车型，其中有 16 家车企来自中国。
很多我们耳熟能详的新产品，都搭载了 Mobileye 的技术，比如：通用的 Super Cuise、奥迪 A8 上的 zFAS、日产的 Pro Pilot 以及 PSA 集团的 RoadProfile 等等。如此看来，在已经落地的较为高级的辅助驾驶技术中，Mobileye 已经占了半壁江山。
从近些年的销售数据来看，有两点可以确定：一是中国的 ADAS 市场正在快速增长，中国车企对 ADAS 技术需求旺盛。Mobileye 特别提到，第一批 EyeQ4 客户有四家车企，蔚来汽车是其中一家，蔚来 ES8 是全球首款搭载 EyeQ4 的量产车。
二是 ADAS 行业整体发展迅速。迄今为止，Mobileye 交付了 2400 万个 EyeQ 芯片，但 2017 年全年就交付了 870 万…
（想想未来的市场，更加广阔…）
REM「众包高精度地图」即将落地
除了已有的稳定的 ADAS 业务和较为遥远的的 L4 产品之外，Mobileye 在 2018 年的发力点将会是 REM。
在 2017 年下半年，能够实现 REM 功能的 EyeQ4 芯片已经开始量产。Mobileye 和宝马、日产、大众也已经达成合作，今年将会有 200 万辆车搭载 EyeQ4 芯片，正式开始收集道路数据。
在日本，Mobileye 已经和 Zenrin、日产达成合作，计划利用 REM 技术采集日本所有高速公路的道路数据。
前面也提到，Mobileye 也已经和国内的上汽和四维图新达成合作，共同推进 REM 计划。（目测离真正开始收集数据还有段时间）
REM 的概念是在 2017 年 1 月的 CES 上提出的，在 2018 年就开始推广，速度非常之快，这背后所依靠的就是 Mobileye 多年的数据积累和前装经验。
提出「L2+」概念
注意，我们前面提到的「200 万辆搭载 EyeQ4 芯片的车」只是数据的「收集者」。这些车仅有 L1 或 L2 级别的辅助驾驶功能（ACC、AEB 和 LKA 等），用户体验没有明显提升，所以这些车并不是 REM 技术的「直接受益者」。
真正用到这些道路数据（官方称 Roadbook，即「路书」）来实现高精度定位的 L2+和 L3 级别的车型正处于研发阶段，将在 2019 年会量产。
「L2+」是 Shashua 教授提出的一个新概念，它介于 L2 和 L3 之间，可以让你放开方向盘十几秒，并不是真正的解放双手。
从技术上来说，这是一个非常大的跨越。之前 L2 级别的车大多是给你「纠偏」的功能，到了 L2+和 L3，车辆会自动保持在车道中间。
从功能上来看，L2+或许和特斯拉 Autopilot、通用 Super Cruise 没什么区别。个人看来，L2+是现有 L2 的替代品，重点在于「用较低成本实现高级功能」。L2+的成本不会比 L2 高多少，试想一辆十几万的车有了车道保持功能，一定会颇具竞争力。
这也反映了 Shashua 教授的理念：「Mobileye 已经不是大学里的机构了，而是在经营一门生意。一切都要回归商业本质（即量产可行性和成本），不然就是科研项目。」
继续深耕视觉
既然提出了 REM 的概念，就要有足够强的算法来支撑，不然 200 万辆车上传的都是垃圾数据，地图质量无法保证。
这次 Shashua 教授展示了 Mobileye 在视觉感知方面的最新成果。一是对道路边缘（也就是马路崖）的识别，请看下图：
从上面的图中可以看出，即使是两辆车中间的道路边缘也被识别了出来。有意思的是，Mobileye 放出的这段小视频，显示是在中国进行测试。Shashua 教授说，在中国测试很难，因为路况非常复杂…
二是在车道线模糊的情况下，如何判断道路的走向，进而确定车辆在车道中的准确位置（对于「解放双手」很重要）：
三是对红绿灯和其他障碍物的识别。Shashua 教授提到，红绿灯的识别并不容易。主要是因为一个路口可能有多个红绿灯，机器需要判断哪个红绿灯是「自己」应该看的，而且每个国家的红绿灯也不太一样。
从下图可以看出，Mobileye 目前已经能识别到护栏：
（这里没提到对车辆、行人和骑自行车人的识别，是因为这些技术已经相对成熟，并且已经量产）
对比现在和过去你就会发现，Mobileye 能识别的东西比以前多了，主要还是因为「硬件」：芯片技术的提升，让 Mobileye 的产品在保证原有成本、功耗和性能优势的基础上，做更多的事情，比如做 REM 和分析更多道路数据。
后装产品「Mobileye 8 Connect」
这次 Mobileye 在 CES 上还提到了新款后装产品「Mobileye 8 Connect」，搭载 EyeQ4 芯片和通讯模块，将在今年第一季度正式发布。（依然是为了服务于 REM）
依托于 Mobileye 8 Connect，Mobileye 可以收集更多数据，加速数据的积累。其实，Mobileye 的后装业务规模只是 OEM 业务的 10%左右，不过后装产品的优势在于：这些产品大都卖给车队，这些商业化运营的车辆整天都在跑，里程数是私家车的 10 倍。开头提到的安装了 Mobileye 的拉斯维加斯出租车，就是很好的案例。
目前 Mobileye 已经联手 Esri 公司开始测试「Mobileye 8 Connect」，从收集到的数据可以看出：一座城市哪里是行人密集区，哪里的预警提示更多，可能对行人有潜在危险，这样一来就可以优化道路交通设施。当然，这些数据还能用于保险，可想象空间很大。
另外，Mobileye 还发布了 Shield+后装产品，主要用于卡车、大巴。
从下图中可以看出哪些机构或公司已经购买了「Mobileye 8 Connect」： 
大家选择「Mobileye 8 Connect」的用途也不太一样，有的为了减少事故、有的为了测绘地图、有的是保险公司购买…
无人车的安全理念
或许是做感知已经无敌了，Shashua 教授开始关注自动驾驶汽车未来的安全问题，为此 Mobileye 特地写了一篇关于安全的论文。这篇论文是面向未来量产自动驾驶汽车的，而非目前的测试车。
这篇论文提出了 RSS 理念，即 Responsibility-Sensitive Safety。RSS 其实是一个数学化的、可判断的、模型化的、符合人类常识的对于「保证安全」的定义。比如：到底什么是危险状况；无人车应该如何应对危险状况；如何验证感知安全等等。
RSS 的最终目标是：无人车从不会发生事故，无人车对其他司机的失误会做出合适的反应。
在这次发布会上，Shashua 教授还提到了 EyeQ5 和 EyeQ6 芯片。其中 EyeQ5 将和英特尔 Atom 处理器组合成为自动驾驶汽车硬件的部分解决方案。另外，EyeQ5 将会成为一个向开发者开放 SDK 的芯片，历史首次。这两个产品都是和英特尔方面合作研发的。
另外，Shashua 教授不忘挤兑一下竞争对手英伟达，从下图中可以看出 Mobileye 的产品的性能更加强悍，但功耗更小：
Mobileye 还将和英特尔合作打造 100 辆测试车，用于测试、收集数据、验证和服务客户，英特尔方面准备了 250PB 的空间来储存车队数据。
Shashua 教授表示，如果仅依靠 Mobileye 现有的 1000 人的团队很难完成这样的任务，所以需要英特尔的帮助。
对于 Mobileye 来说，被英特尔收购绝不是因为「差钱」，而是加入英特尔可以在技术上有更快的发展，双方可以互补。
可以这样说，Mobileye 已经不只是一家 ADAS 公司了。
原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！
欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）&极市（微信号：geeket）。
