Mobileye在全球的市场难扭颓势，包括蔚来、理想在内的新势力，以及宝马等传统主机厂旗舰车型纷纷放弃Mobileye的供应方案，转向英伟达、华为、地平线、黑芝麻等国内外芯片厂商。

谁能抢占Mobileye丢失的市场，是迅速崛起的国产芯片厂商，还是英伟达、高通等国际芯片巨头，双方将开展直接对话。

Mobileye之变

和英特尔的困境很像，作为曾经在ADAS领域首屈一指的芯片厂商，近年来Mobileye也遇到了很多问题亟待解答。

首先就是Mobileye智能驾驶芯片算力不足的问题。眼下，国内外很多车企都选择了以多传感器融合感知为主要解决方案的驾驶辅助系统。这就意味着更高级别的辅助驾驶需要更多的传感器数据，越来越多的传感器则需要算力更加强大的芯片才能做到统筹全局。

这直接造成了各家芯片厂商在算力层面的内卷。然而，在一众产品的对比下，Mobileye的芯片算力却难称出色。

2019年，Mobileye当时的量产芯片EyeQ4就达到了2.2TOPS，这样的算力在当时来看算得上是首屈一指，蔚来ES8、ES6和EC6，小鹏G3都用的是这款芯片。2021年，尽管Mobileye的EyeQ5在算力上提升了10倍，但是却已经被竞争对手的同期产品完成超越。

今年1月，Mobileye在CES上发布了未来的产品规划，2025年将量产算力为176TOPS的Eye Ultra。然而，算力更高的英伟达Orin在今年下半年就将正式上车。

其次，Mobileye的软硬件体系存在高度捆绑。Mobileye曾明确规定，合作方不能在使用Mobileye芯片的同时自行开发视觉感知算法，也无法触及到用户使用过程中产生的数据。

这意味着车企无法根据消费者的需求进行个性化定制，很难打出差异化；技术上的迭代和相关问题的解决也只能全权依赖Mobileye。

相比之下，英伟达的解决方案则为车企提供了自主开发的平台，算法和数据都是车企可以根据需要自行掌控的。此外，英伟达还是目前市场上唯一一个能够提供桌面端、云端和车端的统一架构、统一软件开发环境的芯片公司。

因此，Mobileye过往积累的客户壁垒也正在快速消失。

黑盒封装的局限

凭借低成本解决方案，Mobileye一度成为ADAS领域领头羊。其黑盒封装设计（芯片+视觉感知算法捆绑销售）一方面降低车企对ADAS的使用成本，另一方面，下游车企也无法再进行自研辅助驾驶。

没有参与感是主机厂对Mobileye最直观的感受。车企现金流不充足时，研发领域投入有限，黑盒装车即用是一种优势，但发展到一定阶段后，黑箱设计也制约车企在智能辅助的驾驶布局，部分车企难免会选择放弃Mobileye的黑盒解决方案。

为何Mobileye坚持芯片+视觉感知算法的黑盒设计，和公司发展历程有一定关系。1999年，丰田希望低成本的形式实现ADAS（高级驾驶辅助系统）部分功能，以色列计算机视觉科学教授Shashua受邀前往丰田提供可行性方案。Shashua提供的方案仅依靠单目摄像头实现行人检测、车道保持和自适应巡航等辅助驾驶功能。

彼时，业内普遍认为，ADAS功能实现至少需要两个摄像头（双目）或者需要价格不菲的雷达传感器才能提供立体视觉，保证车辆对速度以及物体距离的判断，实现车辆障碍物识别以及碰撞预警。

依靠更低成本的解决方案，Shashua拿到丰田数十万美元研发资助并创立Mobileye。Shashua组建SoC（系统级芯片）团队，开始自研单目视觉感知系统。2003年，Mobileye发布第一代EyeQ 芯片。为了进一步降低车企使用成本，EyeQ还搭载图像识别算法，可以称得上“傻瓜相机”。

随着车企对高级别辅助驾驶需求多元化，Mobileye近几年也在推行双系统解决方案，不同于其他厂商视觉感知和激光雷达融合的模式，Mobileye一条路线是沿用纯视觉感知的识别算法，另一条路线是纯激光雷达的传感方案，激光雷达SoC，Shashua称其为“软件定义的成像雷达”，其优势是降低对芯片算力依赖，用最小的算力检测最远的弱目标，原本需要100TOPS计算量减少到10TOPS。

所谓算力，是指在单位时间内进行的运算的次数，而TOPS是衡量SOC运算能力的单位，1TOPS表示每秒钟可进行一万亿次（10的12次方）运算。

值得一提的是，Mobileye纯激光雷达路线中的FMCW（调频连续波）雷达供应商正是其东家英特尔。2014年，Mobileye登陆纽交所，共募集8.9亿美元，创下以色列公司在美IPO最高记录。2017年，英特尔有意布局自动驾驶行业，溢价3成，以总价153亿美元的价格收购Mobileye，创下芯片行业最高收购记录，后者完成私有化后退市。

不过，英特尔的入场并未带来太多改变，Mobileye EyeQ芯片迭代速度仍是3-4年，而英伟达产品更新周期为2年，高通为1年。在产品性能上，EyeQ5单颗算力为24TOPS，而同时期国产芯片厂商地平线“征程5”单颗最高算力达到128TOPS，英伟达Orin单颗算力达到254TOPS，二者均达到远超Mobileye 的百万级算力水平。

对于算力指标上的差异，Mobileye产品及策略执行副总裁Erez Dagan辩称，“仅用一个数字来衡量芯片的做法不可取，SoC 芯片的负载能力也很重要。与其说 TOPS 是一个真正意义上的技术指标，不如说它是一个用于制造营销噱头的单位。”

Erez Dagan还表示，2020年EyeQ系列芯片出货量达1930万片，约占全行业市场份额的7成。

现阶段，高算力存在系统冗余，但随着算法模型的迭代，更高阶的算法对算力要求也更高。尽管Mobileye在全球市场保持较高的市场份额，但老客户老客户纷纷转投其他芯片厂商。2021年，Mobileye最大客户宝马去年宣布和高通达成合作，下一代产品的ADAS和自动驾驶系统将使用高通Snapdragon Ride平台，蔚来、小鹏、理想新一代旗舰车型则选择英伟达Orin芯片。

车企的背离，归根究底还是Mobileye在自动驾驶性能和算力上“掉队”了。

国产替代凸显，掘金国内市场

在ADAS时代，Mobileye称得上王者。但进入更高阶的辅助驾驶领域，“大算力上车”呼声渐起，国产芯片厂商有了抢占前装市场的契机。

2021年5月，理想汽车发布改款理想one，该车型一大卖点是对辅助驾驶芯片进行升级，由Mobileye EyeQ4改为征程3芯片，前者制程为28纳米，算力为2.5TOPS；后者制程为12纳米，算力为5TOPS。

“感谢地平线，中国有这样的芯片企业，未来充满希望。”理想汽车CEO李想在发布会如是说。

李想的感谢也是基于地平线的技术支持，地平线甚至派团队入驻理想协作优化智能辅助驾驶功能。按照地平线副总裁余轶南的说法，“芯片+底层算法赋能是智能驾驶快速落地的关键，我们把客户扶上马，最后让马跑得越来越快。”

不同于Mobileye底层算法的封闭性，地平线提供开放性工具链算法，除了提供芯片硬件支持，也配有软件堆栈工具，让车企有参与度。早前理想使用EyeQ4时，由于Mobileye黑盒子的封闭性，在解决Mobileye黑盒子中国道路问题时，理想只能自行在Mobileye前视摄像头旁增设一个摄像头，用于道路数据采集，对辅助驾驶系统的算法训练和优化。

同样使用EyeQ4的蔚来ES6、EC6等车型，在开发NIO Pilot领航辅助时，也因为Mobileye封装设计不支持车企自行修改算法，不得不将自研的算法写进另一枚芯片中，整车系统运行逻辑更复杂也更低效。

国产芯片厂商在开放性和服务方面显然做得更好，但复杂场景下大算力芯片的博弈才是抢滩前装市场的硬核实力。高级别辅助驾驶应用场景日趋多元化，从路况相对单一的高速发展至复杂的城市道路，而中国城市道路还存在特有的场景（外卖配送、洒水车等异性车辆）也对芯片算法提出更高的要求，需要更高算力的芯片支持。

同时，硬件冗余设计是智能汽车产业的共性，高级别辅助驾驶发展迭代速度快，需要芯片厂商提供2-3年的算力冗余设计。以蔚来ET7为例，共配有4枚Orin芯片共同工作，算力达到1000TOPS级别。芯片算力越高意味着处理复杂场景能力越强，车企在芯片算力领域也开启新一轮军备竞赛。现阶段，单颗芯片算力达到百TOPS的量产芯片，一家是英伟达，另一家是地平线。

软件定义汽车大背景下，算法扮演的角色愈发重要，算力则能最大程度发挥算法效能。根据地平线方面提供的数据显示，英伟达Orin算力高于征程5。但在实测中，征程5在平均帧率、同精度能效上的表现更胜一筹。

与此同时，地平线在本土市场具有研发团队，也是国内唯一实现车规级人工智能芯片量产前装的芯片厂商。正如李想在理想one 2021款发布会上所提到的，地平线派团队入驻理想工厂，一同加班到半夜，关于辅助驾驶的需求地平线方面能及时跟进。这是远在以色列的Mobileye无法提供的技术支持。

在典型Backbone1080P模型上，征程5的AI性能和Orin-X不相伯仲，但能效是Orin-X的330%；在优选高效模型下，软硬结合后征程5性能超过Orin-X，能效高达Orin-X的870%。

征程5的良好表现也为地平线带来大量订单。今年4月21日，比亚迪和地平线宣布合作，征程5芯片将于明年在比亚迪车型上量产前装。时隔一周，地平线又和自游家汽车达成定点合作，其首款车型也采用征程5芯片。今年5月，一汽红旗表示将采用征程5打造智能驾驶域控制器，预计2023年多款车型采用征程5。

与此同时，华为昇腾芯片则是拿到长城旗下品牌WEY和机甲龙的订单，以及部分奥迪车型的订单。越来越多的国内主机厂选择本土芯片供应商。

资本看好的自动驾驶，到底还缺了点什么？

从Mobileye来看，无论从芯片还是自动驾驶系统都取得了可观的市场规模，走的是软硬一体化的路子，也就是说，它是B端与C端结合起来，既向用户卖自动驾驶系统，又向B端厂商卖芯片。

但从国内的智能驾驶玩家来看，更多是单腿走路，注重通过软件数据的迭代与积累，迭代智能驾驶软件，但硬件（芯片）能力是缺失的。

从蔚小理等新势力玩家来看，其应用的芯片主要来自于Mobileye、英特尔与英伟达。

2021年1月，在蔚来NIO DAY上，李斌发布了NT2.0以及基于此平台打造的NAD自动驾驶系统，NAD系统计算平台由Mobileye升级为开放的英伟达，共计搭载4颗英伟达Orin芯片，包括两颗主芯片、一颗备份芯片和一颗群体智能与个性训练专用芯片，整体构成蔚来超算平台NIO Adam；

2018年12月，小鹏首次推出辅助驾驶系统Xpilot2.0后，基于首款智能汽车G3，计算平台采用Mobileye EyeQ4芯片，后来考虑到Mobileye过于封闭的局限，小鹏改用英伟达的Xavier芯片作为计算平台。

此后，小鹏又将Xavier芯片替换为英伟达最新的OrinX芯片，单颗芯片算力达到254TOPS，打造出Xpilot4.0，实现全场景、点到点的导航自动驾驶。

而2019年4月理想落地首款量产车理想One，同样是搭载拥有成熟ADAS方案的Mobileye EyeQ4芯片，2022年3月，理想发布新一款车型理想L9，计算平台也同样采用算力更强大的英伟达Orin方案，搭载两颗OrinX芯片，总算力达到508Tops。

整体来看，对比Mobileye、图森未来等国外自动驾驶玩家，国内不少玩家单腿走路，芯片能力缺失的痛点颇为明显。在“摄像头+激光雷达+高精地图”成为标配的情况，从特斯拉、小鹏再到毫末智行，都将自动驾驶的发展核心聚焦在了数据。它们更强调数据驱动的底层思维，强调软件算法的迭代。

以毫末智行为例，2021年12月，毫末智行发布中国首个自动驾驶数据智能体系MANA（雪湖）。MANA是围绕感知智能、认知智能、标注、仿真、计算五大能力打造的数据智能体系。对于毫末智行而言，MANA系统，是智能驾驶竞争的底层系统。

今年，毫末智行发布了搭载HPilot3.0的智慧领航辅助驾驶系统（毫末城市NOH），毫末智行的智能驾驶系统HPilot已经搭载了包括坦克500在内的6个车型，仍然强调的是数据迭代的核心竞争力。

当然，数据对自动驾驶的重要性不言而喻，算法与芯片算力是为数据服务的。

泰合资本曾经指出，数据是行业技术的核心竞争点，对技术迭代起到决定性作用，唯有提高数据迭代速度、降低迭代成本，才能持续的取得胜利，真实数据规模已然成为智能驾驶行业“命脉”。

但数据与算力、算法的底层是芯片，但如何掌控底层的核心能力，也是需要思考的重要方面。Mobileye给人们的启示是，当卖智能驾驶软件路子不好走的时候，卖芯片其实是一种更稳定的营收模式。

而为什么卖自动驾驶系统软件包，用户不买账，一方面是辅助驾驶不是普通消费者的刚需，另一方面是辅助驾驶系统的溢价与刚需不够，还没有建立起技术层面的高品牌认知。

因为光有软件算法的迭代还不行，从自动驾驶芯片到域控制器等底层技术，都是事关车企核心竞争力的重要环节。 此外，当前市场的一个风向是，众多行业巨头都已纷纷在布局自动驾驶域控制器。汽车行业的一大共识是，域控制器是汽车电子行业未来竞争门槛非常高的那部分，利润也非常高。

根据未来智库的数据，目前市面 L3 级以上的 自动驾驶域控制器的单价在 3000 元~10000 元左右，L2 级自驾域单价 2000 元左右；座舱域控制器的单价在 2000 元左右；底盘域由于需要达到 ASIL-D 安全等级，故价格和座舱域相当，也是 2000 元左右。

为什么呢？ 不同于传统的分布式 ECU 架构中，各个 ECU 之间通过 CAN、LIN 总线进行点对点数据传输，通信方式在汽车出厂时已经确定。在智能网联汽车中，大量的功能需要 ECU 间的协调工作来实现，而ECU 间基于信号的点对点通讯将会变得异常复杂，微小的功能改动都会引起整车通讯矩阵的改动。

因此，联合电子将 SOA 引入到当前汽车软件设计中，通过「SOA」的整合，使得各种接口会使用通用的通信标准，这些标准能够快速合并到新应用程序中，整车各个控制器把自己的硬件能力以原子服务的方式提供出来，整车变成了一个完备的原子服务集合。

每个原子服务相对独立、互不影响，具有唯一的身份标识及标准化的服务接口，并通过服务中间件完成服务的发布。

而域控制器实现了软硬件的解耦，实现了软件的 OTA，使车载控制器的运算能力与信息传输能力大幅提高，汽车行业的发展突破了由硬件主导的阶段，软件的价值凸显。

域控制器包括车身域、底盘域、座舱域、自驾域等。自动驾驶域控制器的玩家中，蔚来等新势力车企主要是自研控制器然后找人代工，而两类核心玩家——国际 Tier1与本土Tier1，则是与芯片商合作，做方案整合后研发域控制器并向整车厂销售。

对于域控制器的制造方来说，拿到芯片之后，首先需要针对于该芯片做周围的电子元器件的搭建和通讯的调试，然后再进行域控制器的整合。芯片、软件与域控制器是软硬一体的，如果只给车厂提供算力，那么对车厂便不是一体化的方案。

因此，域控制器也是智能汽车计算中枢，也是未来产业链竞争高地。正因为如此，为推进整车厂和芯片企业对接，一些中间角色开始诞生了——比如一汽、东风、长安和南京江宁经开区组织成立了中汽创智，定位为0.5级供应商，由它做成域控制器，最终向车企提供产品。

软硬一体化是自动驾驶的必然发展方向，图森未来、Mobileye等自动驾驶厂商都选择了类似的“软硬实力”兼备的技术发展路径。这无疑值得资本关注，也是厂商可以思考的方向。

文章来源：观察者网，星车场，钛媒体APP