在智慧電動汽車和自動駕駛的新時代，曾經的ADAS霸主Mobileye掉隊了。 近日，高通在2021投資者大會上宣佈與寶馬達成合作，後者的新車從2025年開始使用高通驍龍Ride自動駕駛平臺（含晶元）。 寶馬在2016年與Mobileye組建了自動駕駛聯盟，並在旗下車型中大量搭載Mobileye的EyeQ系列晶元，甚至雙方還共同持有一些技術專利，堪稱鐵哥們。

這個鐵哥們的離開，既意味著寶馬-英特爾-Mobileye聯盟的終結，又宣告了Mobileye稱王的ADAS時代結束了。

在過去20年裡，Mobileye以視覺感知技術為基礎，推出了演算法+EyeQ系列晶元組成的一系列解決方案，可以幫助車企實現從L0級的碰撞預警，到L1級的AEB緊急制動、ACC自適應巡航，再到L2級的ICC集成式巡航等各種功能。

憑藉先發優勢和出色的技術，其EyeQ系列晶元累計出貨超6000萬片，像是寶馬、沃爾沃、奧迪、蔚來、長城等國內外車企，甚至特斯拉都曾搭載了EyeQ系列晶元。

毫無疑問，Mobileye可以說是過去20年間的汽車ADAS技術的主要奠基者和引領者。

但隨著Google、蘋果、百度、華為、滴滴、特斯拉等科技巨頭，還有一眾自動駕駛創業公司開始用深度學習演算法開發新一代的L4自動駕駛技術，量產車搭載的L2系統也越來越向著L4自動駕駛的技術架構看齊。

Mobileye提供的演算法+晶片解決方案，已經不能滿足自動駕駛公司和車企們的需求了。

於是我們看到了特斯拉用的FSD晶元取代了Mobileye，理想從EyeQ4換裝了地平線征程3…

▲部分車企自動駕駛晶片更迭表

更可怕的是，2022年以及以後將上市的新款車型中，尤其是智慧電動汽車，幾乎清一色的選擇了英偉達、高通和華為這種科技巨頭的自動駕駛晶片…

目前全球已知使用Mobileye最新一代EyeQ5晶元的車型，只有極氪001和寶馬iX兩款，並且寶馬還宣佈未來換高通Ride。

屬於Mobileye的那個時代，已然落幕。

一、車企正在放棄Mobileye 英偉達高通成新寵

寶馬和Mobileye合作可以追溯到2007年，當時Mobileye的視覺解決方案支撐了寶馬的5系、6系等搭載的車道偏離預警和自適應巡航功能，此後Mobileye和寶馬的關係一直走得很近。 2016年，寶馬還高調宣佈與Mobileye、英特爾合作研發L4自動駕駛汽車，成為一組名副其實的「鐵三角」組合。

此時正是Mobileye的巔峰時刻。

該聯盟成立沒多久，英特爾就宣佈以153億美元（約合974億元人民幣）的天價收購Mobileye，震驚整個科技圈和汽車產業。

▲寶馬此前與英特爾、Mobileye達成合作

在科技行業，如果不能跟上最新的技術趨勢，觸頂之後自然就要走下坡路了。

車東西粗略匯總了幾個曾使用Mobileye晶元的車企資訊，可以發現一個明顯的趨勢：Mobileye在過去很強勢，現階段正在被取代，未來則是嚴重丟掉了市場。

▲部分車企自動駕駛晶片更迭表

在過去，這些車企不僅有多款車型搭載Mobileye的解決方案，並且還是使用了多代產品，可見其技術之領先。 但到了2020年左右，特斯拉、蔚來等對自動駕駛技術有更高要求的車企，開始選擇更換晶元。

而到了2022年和未來，這些車企清一色的選擇了英偉達、高通和華為等大型科技企業的產品。

▲部分新車型自動駕駛晶元情況

更可怕的是，上面還只是部分曾經用過Mobileye產品的車企。

如果放眼整個新車市場，未來幾年的智能電動汽車大部分都選擇了英偉達、高通和華為的產品。

當然，未來還有一部分自主品牌還會選擇地平線、黑芝麻提供的晶元。

那麼Mobileye這兩年為什麼會快速丟失客戶呢？ 通過與來自車企、自動駕駛和Tier1公司的多位業內人士進行交流后，車東西找到了答案。

二、軟硬體捆綁銷售 演演算法難以適應車企研發需求

在與多位自動駕駛人士談起Mobileye為何會丟失客戶時，對方幾乎同時指出了其封閉性太強這一問題。

Mobileye給車企提供的自動駕駛解決方案是晶片加感知演算法的打包方案，EyeQ晶片內部寫好了Mobileye的感知演算法，工作時EyeQ會直接輸出對外部車道線和車輛等目標的感知結果，然後車企的演算法基於這些結果做出駕駛決策。

這種模式看上去挺好，但問題是Mobileye的系統是封閉的，車企無法對內部的演算法進行修改與調整。

一位自動駕駛公司工程師告訴車東西，在自動駕駛演算法中，系統識別車道線都是通過函數來表示的。 例如一條筆直的道路對應的就是就是一次函數，轉彎的道路對應的就是二次或三次函數。

▲系統識別車道線演示圖

而Mobileye提供的方案中，描述車道線的彎曲程度的函數只能以他們給出的函數類型為準，車企不能進行修改或自定義。

“如果跟寶馬一樣付幾個億的研發費，Mobileye倒是可以改。” 該自動駕駛工程師打趣道。

除了函數表達無法自定義，Mobileye提供的感知結果類型也是固定的。

比如要實現NOA自動導航輔助駕駛，上下匝道口的點位數據非常關鍵，而Mobileye的方案裡並不提供最早和最晚下匝道的點位數據。

用該自動駕駛公司的從業人士的原話來說，”Mobileye給什麼，車企就只能用什麼。 ”

另外，一位在國內某知名自動駕駛tier1工作多年的從業者告訴車東西，之前某公司在與Mobileye簽訂合作合同時，其中Mobileye在一項條款中明確規定了，不允許該家公司在使用Mobileye方案的同時，自行開發視覺感知演算法。

相比於Mobileye高牆壘築，而其競爭對手英偉達可以在開發的每一層上都提供具體的解決方案，可以根據客戶的需求進行調整，並且英偉達提供多種開發工具，例如使用CUDA開發軟體，甚至能用GeForce以及Tesla GPU硬體進行開發。

而像國內的華為、地平線的方案則是可以直接根據客戶的各種需求進行深度自定義。

用這位在國內某知名自動駕駛tier1工作多年的從業者的話來說，「客戶需要什麼，他們就能做什麼，全方位滿足需求。 ”

在這一點上，Mobileye顯然沒有它的競爭對手們做得好。

既然大家都知道Mobileye封閉，那為什麼一開始還要選擇呢？ 從蔚來、理想的操作中就能看出邏輯。

在兩家車型上市之初，蔚來、理想都曾選擇Mobileye EyeQ4，而小鵬早期則是跟博世合作打造L2。 因為在2019年那個時間節點，這三家的L2都屬於起步階段，選擇一個相對可靠且完整的方案是當時速度最快，且最穩妥的方案。

三、演算法升級週期長 還面臨監管問題

Mobileye除了相對封閉之外，演算法反覆運算慢，更新週期長也是其被車企拋棄的重要原因。

EyeQ內嵌的感知演算法想要升級反覆運算，需要大量的實際行駛數據。

在過去，國內車企會給Mobileye反饋國內實際行駛中遇到的一些問題，然後由以色列的總部統一考慮后決定是否反覆運算演算法。

但Mobileye作為一個給全球車企供貨的企業，需要滿足全球不同路況，以及大小不同客戶的需求。

“中小車企即使發現問題，Mobileye可能也不會及時給你迭代。” 一名車企的自動駕駛工程師向車東西說道。

從蔚來在今年出現的兩起L2事故中也能看出這方面的問題。

2021年春節前和8月份，蔚來先後出現兩起L2事故。 其事故現場幾乎一致，前方有靜止/緩行的不規則異形車輛，Mobileye的視覺演算法沒有識別到，而毫米波雷達又過濾掉了低速和靜止目標，所以車輛就徑直撞上去了。

▲8月份發生的蔚來L2事故

蔚來方面當然知道系統存在這一感知問題，但無奈Mobileye是封閉演算法，蔚來自己無法修改，Mobileye也沒有及時修改。 所以在第一起事故后，8月份又出現了一起事故，駕駛員也不幸離世。

當然，這並不是說Mobileye的責任，因為L2系統是人類負責，不管系統是否能處理該場景，人類司機都應該隨時留意路況準備接管。

與此同時，因為Mobileye在國內並沒有研發團隊，從團隊上來說也確實難以對中國市場做出快速和定製化的升級。

▲位於以色列耶路撒冷的Mobileye總部

此外，目前Mobileye的這套研發體系，還面臨我國的數據監管問題。

今年9月，工信部發佈了《關於加強智慧網聯汽車生產企業及產品准入管理的意見》，《意見》中提到，在中華人民共和國境內運營中收集和產生的個人資訊和重要數據應當按照有關法律法規規定在境內存儲。 需要向境外提供數據的，應當通過數據出境安全評估。

而自動駕駛相關的道路數據顯然與國家安全有關。 所以如果國內車企選擇Mobileye的方案，將會面對實際數據無法外傳，系統難以反覆運算的風險。

四、晶元算力掉隊 EyeQ5生不逢時

如果Mobileye相對封閉的方案還可以說是有利有弊的話，那麼單論性能，EyeQ系列晶元可以說已經跟不上時代了。

EyeQ系列晶元的歷史可以追溯到13年前。 2008年，Mobileye推出了第一款晶元EyeQ1。 到2020年發佈的EyeQ5晶元，已經是第五代產品。

這五代產品中，應用最為廣泛的則是Eye Q4晶元，曾搭載在蔚來、小鵬、理想、寶馬、大眾等車企的部分車型上，Eye Q4採用28nm的FD-SOI工藝，內部有5顆核心處理器、6顆VMP晶元、2顆MPC核心和2顆PMA核心，算力為2.5TOPS，Mobileye官方稱其可以處理八個攝像頭同時產生的數據。

▲歷代EyeQ晶元參數表

但是，目前有一部分車企在車輛的感知硬體上展開了”軍備競賽”，激光雷達、800萬像素的高清攝像頭紛紛上車，在這種情況下，EyeQ4的性能顯得略微捉襟見肘。

雖然Mobileye官網表示EyeQ4可以處理多路800萬像素攝像頭的數據，但一位自動駕駛工程師則向車東西表示：「處理是能處理，但是只有Mobileye自己能做到，其他公司想要這麼做，必須得對演算法進行極致地壓縮才行，用起來非常不方便。 ”

而EyeQ4的升級版EyeQ5發佈於2020年，在今年第四季度才首次搭載在吉利汽車旗下的極氪001車型上，EyeQ5採用了7nm FinFET工藝，算力達到了24TOPS。

▲Mobileye EyeQ5晶片

但是，EyeQ5可謂是生不逢時，在EyeQ5發佈的時候，英偉達的Xavier晶片就已經開始大批量裝車，而當EyeQ5開始裝車時，英偉達的下一代自動駕駛晶片Orin晶元也將於2022年開始批量上車。

▲國外頭部自動駕駛晶片產品

要知道，英偉達的Orin晶元的單顆算力達到254TOPS，已經超過EyeQ5算力的10倍，而同為消費電子晶元巨頭的高通也推出了Snapdragon Ride平臺，單顆晶元算力氛圍10、20、30、60TOPS四種版本，並且可以採用多晶元組合方案，整體算力可以超過700 TOPS。

除了英偉達、高通等眾多國際競爭對手，Mobileye還正面臨著來自中國眾多自動駕駛晶片廠商的圍攻，像地平線的征程5、華為的昇騰610都是屬於與Mobileye EyeQ5的同期產品，前兩者的各方面性能已經全面超越EyeQ5。

而Mobileye的下一代晶元EyeQ6可能要等到2023年才能上市，英特爾公司副總裁、英特爾子公司Mobileye產品及戰略執行副總裁Erez Dagan之前曾表示，1個EyeQ6晶元的算力比2個EyeQ5晶元算力之和還要高很多，但是截至目前Mobileye方面沒有透露出關於EyeQ6晶元的更多參數。

即使按照3倍來看，EyeQ6也只有72TOPS，並且目前全球還沒有任何一家車企宣佈將搭載EyeQ6。

▲國內頭部自動駕駛晶片產品

雖說在整個自動駕駛系統里，晶元算力的大小並不是唯一的評判標準，但是可以在一定程度上決定該套系統的上限。

所以，Mobileye的EyeQ系列晶元的算力較低，也成為Mobileye被”拋棄”的原因之一。

結語：本質上是時代變了

雖說Mobileye的掉隊有多方面原因，但最本質的原因則是時代變了。

在2016年之前，量產的L2自動駕駛系統還多沿用了過去L0、L1這種ADAS系統的開發思路與架構。 但最近5年裡，在特斯拉的示範作用下，全球車企都看到了採用L4自動駕駛架構的演算法是多麼強大。 與此同時，汽車市場的核心競爭力也從機械製造的優異程度轉向了智慧化方面。

於是蔚小理，還有新出現的智慧電動汽車企業紛紛走上全棧自研之路，緊跟特斯拉的模式，希望用海量數據不斷提升自己的感知和規劃決策演算法，用智慧化能力實現彎道超車。

而這種開發模式，自然就需要更加強大甚至是無上限的自由算力支援，以及快速反覆運算調整的靈活性。 Mobileye作為ADAS時代嵌入式系統的代表，在軟體和硬體方面顯然都無法滿足車企在新時代的需求。

這時候如果再故步自封，不及時求變，自然會被時代所拋棄。

在技術快速反覆運算的科技行業，更是如此。