0
| 本文作者： 包永剛 | 2026-01-27 11:17 |
作者｜包永剛
編輯｜林覺民
物理AI，也就是人工智能與現實世界交互的智能體，正成為科技圈最受關注的話題之一。CES 2026上各種形態的機器人的亮相，試探著物理 AI 的邊界與可能性。
CES 2026期間，Mobileye創始人、總裁兼首席執行官Amnon Shashua教授與雷峰網對話時表示：“汽車和機器人是物理AI目前兩個最典型的應用場景。”
在這兩個方向上，Mobileye 都不是旁觀者。
汽車是 Mobileye 長期深耕、為外界熟知的基本盤；而機器人，則是Mobileye剛剛對外展示的全新增長引擎。在宣布以約 9 億美元收購人形機器人公司Mentee Robotics之后，Mobileye 橫跨物理AI的兩大賽道，也成為了擁有兩條主線的“雙引擎”公司。
CES期間與Amnon Shashua的深度交流，可以看到 Mobileye 的三層思考：一是如何守住并擴大輔助駕駛這一規模龐大的市場；二是如何推動 Robotaxi 真正走向規模化；三是，Mobileye雙引擎戰略的布局與長期潛力。
除了全球戰略和趨勢的判斷，Amnon Shashua 在談及中國市場時也表示：“2025 年，Mobileye在中國市場的芯片供貨量較 2024 年實現穩步增長。在技術、價格和性能之間，我們找到了一個理想的平衡點。”
從汽車到機器人，從一個增長曲線到雙引擎結構，Mobileye 正在通過策略升級、收購實現技術互補，以及產品迭代，走向物理 AI 產業鏈的核心位置。
智駕市場的「三明治」結構
在全球輔助駕駛市場中，Mobileye自然是繞不開的公司。截至 2025 年底，全球已有超過 2.3 億輛汽車搭載了 Mobileye 的技術。
Amnon Shashua 將整個智駕市場形象地比喻為一個“三明治”結構：三明治的一面是規模龐大的輔助駕駛系統市場，另一面是尚處于早期、但價值空間巨大的 Robotaxi。
“在輔助駕駛系統市場，傳統的基礎ADAS正在加速向環繞式ADAS演進。”Amnon Shashua說，“Mobileye環繞式ADAS斬獲第二家全球前十車企訂單，作為其旗下數百萬輛汽車的標配方案，能夠實現高速公路特定場景下的運動脫離駕駛。”
此前，大眾汽車集團已在 2025 年 3 月宣布采用 Mobileye 的環繞式 ADAS 方案。Mobileye 預計，僅就目前訂單來看，基于 EyeQ6H 芯片的環繞式ADAS方案，未來交付量將突破 1900 萬套。
“環繞式ADAS成本足夠低廉，僅需用一塊幾十美元的芯片就能實現復雜的人工智能。”Amnon Shashua解釋道。
與當前主要依賴前視攝像頭，有時輔以前向雷達的方案不同，環繞式ADAS充分利用泊車攝像頭，通過四組泊車攝像頭、前視攝像頭和雷達的組合，構建一套成本相僅需數百美元的系統，將所有功能整合在單一電子控制單元（ECU）中。
“這套系統可以讓用戶在高速公路上實現駕駛員運動脫離駕駛，并且能夠滿足未來幾年內的法規要求。”Amnon Shashua指出。
可以看出， Mobileye環繞式ADAS已成為其業務基本盤的重要方案之一，憑借著高性價比獲得了全球兩大頭部汽車企業的認可，穩住了“三明治”的一面，至于另一面Robotaxi市場，是不同的挑戰。
Robotaxi規模化的三個挑戰
幾年前，Robotaxi 仍被視為科研項目。但隨著 Waymo 在美國多地實現商業化運營，Robotaxi 已不再是是否可行的問題，而是如何規模化。
目前，Waymo 的車隊規模約為 3000 輛。但在 Amnon Shashua 看來，這只是Robotaxi的開始：“如果一個城市需要 1000 輛 Robotaxi，一個擁有上千個城市的國家，就需要數百萬輛。放眼全球，將擁有更廣闊的市場。”
Amnon Shashua認為Robotaxi規模化有三大挑戰，第一個挑戰是現有的Robotaxi采用改裝方案，大規模量產時會導致業務難以保持穩健；第二個挑戰是每進入一個新城市，需要采集多少數據才能確保系統性能保持穩定一致；第三是如何減少遠程操作員數量？
“目前的Robotaxi都是通過改裝實現，這種改裝可以在小規模部署時或許可行。若要實現數萬輛車的規模化部署，則無法通過改裝實現。”Amnon Shashua對雷峰網(公眾號：雷峰網)表示，“Robotaxi必須確保制造過程采用預裝配置而非改裝方案，這是因為Robotaxi需要極高的精準度，不僅軟件必須極其精確，硬件也絕不能出現故障。所有部件都應按照最高汽車標準生產，而采用改裝方式時，要維持這一標準相當困難。”
Mobileye的優勢在于正與大眾汽車集團及其旗下的MOIA合作——大眾汽車集團負責生產預裝Mobileye Drive系統的ID. Buzz平臺，無需改裝能夠比競爭對手更快地實現規模化擴張。
至于遠程操作員給Robotaxi規模化帶來的挑戰，Amnon Shashua指出，“人們甚至刻意回避遠程操作員這一議題。”
Robotaxi背后的遠程操作員較少被提及，實際上每輛Robotaxi后臺都有專人監控，如果每輛車都配備一名操作員，這個業務無法實現普及，因為這只是把駕駛員安置到了后臺。
Mobileye的解決方案是“視覺-語言-語義-動作（VLSA），這是一種VLM系統，能夠輸出語義信息，該技術同時部署在車端和云端，目標是逐步取代遠程操作員。
這一系統的思路是基于高性能計算，通過不同的視覺語言模型讓車能夠理解場景并做出判斷。搭載于車內的本地視覺語言模型能提供初步響應；部署在云端的視覺語言模型具備更強的復雜場景理解能力；這兩個模型能夠應對大部分情況。當車輛遇到云端視覺語言模型無法解決的狀況時，就會按需向云端超級視覺語言模型發起求助。
Mobileye 的測算顯示，在規模化部署、算力攤薄的前提下，將一個 700 億參數的網絡部署在云端，每輛 Robotaxi 的成本約增加 1000 美元。
“與 Robotaxi 每年可節省數萬美元司機成本的高價值主張相比，這個投入是可以接受的。”Amnon Shashua 表示。
冗余也是Robotaxi確保安全性的關鍵，除此之外還有成本考量。他表示，“不必固執地堅持僅用攝像頭實現，為 Robotaxi 增加一組成像雷達，大約增加 1000 美元成本。”
在 Mobileye 的設想中，Robotaxi的最終方案可能是一圈攝像頭加一圈成像雷達的組合，而非必須依賴激光雷達。
目前，Mobileye與大眾合作的約 100 輛ID. Buzz Robotaxi 正在德國的漢堡和慕尼黑，挪威的奧斯陸，美國加州洛杉磯、德克薩斯州奧斯汀、以及佛羅里達州部分地區開展路測，目標是在今年第三季度實現“去安全員”運行，并計劃于 2027 年在六座城市啟動商業化部署。
大眾汽車集團自動駕駛出行公司首席執行官Christian Senger表示，集團預計未來八年將有10萬輛Robotaxi投入運營。
高階輔助駕駛路徑「翻轉」
無論是 L2 級輔助駕駛，還是 L4 級 Robotaxi，本質上都源于同一條技術演進主線。而在過去幾年，這條路徑正在發生“翻轉”。
兩三年前的共識是從消費級汽車入手，實現L4級無需司機介入的自動駕駛，最終階段才是實現Robotaxi，但Waymo的成功讓行業的發展進行了翻轉。
“幾年前的共識是想讓公眾接受Robotaxi，每英里價格必須遠低于人工駕駛出租車，現實的情況是在舊金山，Waymo的收費比多數出租車高出4到5美元，這意味著現在可以圍繞它建立商業模式。”Amnon Shashua認為，“現在金字塔已經開始發生翻轉，有望將Robotaxi的技術經驗延伸到消費級汽車。”
但無論如何，L3消費級汽車的發展，關鍵在于輔助駕駛系統與Robotaxi的演進歷程。唯有在這兩方面取得成功，才能邁向消費級高等級駕駛自動化汽車領域。
對于中國市場輔助駕駛技術的演進，Amnon Shashua對雷峰網說，“L2++在中國已經相當普及，但下一步是直接邁向 L3，還是先通過 Robotaxi 降低成本，再回歸消費級市場，目前并沒有定論。”
對于市場發生的反轉變化以及沒有定論的高等級駕駛自動化演進路徑，Amnon Shashua自信地表示，“Mobileye針對所有等級的駕駛自動化系統都并行開展了研發。L2+組合輔助駕駛系統Mobileye SuperVision的合作方包括保時捷和奧迪；我們還在與奧迪基于Mobileye Chauffeur開展了L3級的量產項目合作；此外，我們還與MOIA等公司合作基于Mobileye Drive開發L4級的Robotaxi。正因為我們全線并行布局，所以當行業路徑發生轉變時，我們不會被動。”
在智駕領域的自信，也讓Mobileye有能力增加第二增長引擎——機器人。
從汽車到機器人，Mobileye的第二增長引擎
在全球范圍內，同時系統性布局汽車與機器人的公司并不多，而這兩者恰恰是物理 AI 技術復用度最高的領域。
因為在許多人的認知里，在某種意義上，汽車就是一個有輪子的機器人。
Amnon Shashua認為，機器人和駕駛自動化的相似之處在于都需要感知世界，也都需要提前規劃任務，區別在于汽車在相對結構化的環境中運行，而機器人應用所面向的最大市場是非結構化環境。
Mobileye收購Mentee機器人，可以帶來三方面的協同效應，首先是技術互補，Mentee在VLA（視覺-語言-動作）技術和基于創新Sim2Real遷移技術的大規模仿真方面的進展，與Mobileye的駕駛自動化技術棧高度互補；其次是Mobileye將其在駕駛自動化領域驗證有效的“安全優先”理念引入人形機器人領域，將提升人行機器人的安全性；最后是Mobileye 擁有將先進技術推向市場方面二十多年的專業經驗，可以加速人行機器人的商業化進程。
那為什么Mobileye愿意花費9億美元收購Mentee？除了在物理AI戰略層面的考量，Mentee的技術優越性非常關鍵。
“機器人的任務是開放式的。比如一個處于家庭環境中的機器人，面臨的任務并非有限的集合。它需要具備學習和完成多項任務的能力，因為人類能夠執行大量組合性的任務。我們設計機器人不是為了只讓它執行單一的任務，而是需要它能夠完成無限多的任務。這種開放性，為人形機器人技術帶來了更多挑戰。”Amnon Shashua表示。
Mentee的人形機器人平臺核心優勢在于基于人機示范指導、小樣本學習及仿真優先式訓練構建了AI架構。
也就是說，區別于依賴大規模真實場景數據采集或持續遠程操控的系統，Mentee的技術路線是致力于讓機器人通過自然示范與意圖提示逐步掌握新技能，在獨立自主、保障與人類和物體對象交互的安全性與可預測性的同時，實現成本與實用性之間的最優平衡。
Mobileye 預計，Mentee 被收購后將會加速商業化進程，將在 2026 年啟動首批客戶現場概念驗證，并在 2028 年實現規模化量產和商業化。
雙引擎之下的長期增長
從單一增長引擎走向“雙引擎”結構，Mobileye 在 2026 年迎來了一個新的發展階段。
在駕駛自動化業務這一基本盤上，Mobileye 仍在持續加速擴張。2025 年，Mobileye獲得了過去十年中未合作過的兩家 OEM 定點項目，基于 EyeQ 6L 芯片的定點數量較 2024 年增長約 3.5 倍。
在此基礎上，Mobileye 對長期收入增長給出了更為明確的預期。在剛剛發布的2025財年的財報中，Mobileye提到未來8年的預期汽車業務訂單規模已達245億美元，較此前2022財年末所做的預期增長了42%。這背后，既包括環繞式 ADAS 等規模化業務的持續放量，也隱含了 Robotaxi 業務逐步進入兌現周期的判斷。
當然，無論是 Robotaxi 還是人形機器人，短期內都仍存在技術、法規與商業化節奏上的不確定性。但從底層感知與決策能力的復用、系統級工程經驗的積累，以及從研發走向量產的產業化路徑來看，Mobileye 已經為物理 AI 的長期競爭提前搭建好了基礎設施。
當生成式 AI 的價值逐步逼近應用邊界，物理 AI 正在成為下一階段的產業共識。在這一輪變革中，Mobileye 正嘗試以駕駛自動化與機器人這兩條主線，構建一個可持續擴展的“雙引擎”結構，并占據物理 AI 時代更為核心的位置。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
