做自動駕駛處理器不是一件容易事，它需要滿足高算力、高穩定性、高安全性、低功耗等相互之間很難平衡的特性。在這個領域，目前業內知名的供應商就只有 Mobileye 和英偉達（NVIDIA）這兩家。前者是絕對的老大，后者是后起之秀，意圖彎道超車。

身為老大，Mobileye 的技術自然穩穩領先，這也決定了這家公司的技術體系相當封閉——廠商想合作，只能整套購買他們的解決方案，而就算買了，他們的數據和技術細節也不開放給你。

2017 年 8 月，英特爾通過用約 153 億美元收購 Mobileye 的方式，直接打入自動駕駛領域。被收購后，Mobileye 就宣布了會在未來產品迭代過程中逐步開放其技術體系。去年底，他們開放了叫做 RSS 的模型，并且在全球范圍賣力推廣。兩個月前，它到了中國。

「實際上 RSS 就是代碼，它可以和所有不同的自動駕駛車基于 AI 的軟件兼容，也就是被別人的產品來使用，并且有不同的實施方式，例如可以在 CPU 上，也可以在 FPGA 上。」英特爾無人駕駛解決方案資深首席工程師、首席系統架構師 Jack Weast 解釋道。

英特爾無人駕駛解決方案資深首席工程師、首席系統架構師 Jack Weast

這么聽起來，Mobileye 似乎確實決定走出「閉關鎖國」的過去了，在他們終于想通要開放技術體系的背后，承受了哪些壓力？另一個角度說，他們將 RSS 代碼公布給業內，除了服務大眾，目的是什么？

來自英偉達的壓力

Mobileye 的戰略轉變部分出于來自競爭對手英偉達的壓力。這要從兩家企業的不同定位說起。

Mobileye 提供的是「全方位」的解決方案，主要做 L1 到 L3 級別的前裝 ADAS。 他們的硬件產品是基于 ASIC 架構的 EyeQ 芯片（從 2004 年開始推出），并配合有自己定制化的視覺感知算法。他們自動駕駛車的「大腦」包括四個部分：EyeQ 芯片、自動駕駛策略、安全的防護層 RSS、地圖技術 REM。

由于有長期的數據積累、功耗低、更符合車規級要求，目前為止，大部分前裝領域的高級駕駛輔助系統中使用的都是 Mobileye 的方案。

EyeQ 系列芯片已經迭代到 EyeQ4，可以用 3-5W 的功耗實現 3.5 萬億次/秒的算力，在蔚來 ES8 上首次搭載，而 REM 也和上汽、四維圖新達成了合作。

Mobileye 本身的定位就是用整套方案服務于量產車，以實際應用量、市場占有率為優勢。7 月 1 日，Mobileye 中國區總監 Boaz Sacks（伯恩賜）也驕傲地給出了數據：現在全球搭載 Mobileye ADAS 安全方案的車輛超過 2700 萬輛，使用 Mobileye 產品的 OEM 有 25 家，其中 13 家和 Mobileye 在自動駕駛上有合作。另外，現在 Mobileye 的市場份額超過 70%，幾乎是「孤獨求敗」的狀態。

Mobileye 中國區總監 Boaz Sacks（伯恩賜）

這樣就導致一種現象：面對 Mobileye 的封閉體系和稱霸前裝的地位，車廠實際上沒有什么選擇余地和議價權。然而，現在車廠對技術層面的興趣和野心都在逐步增加。「客戶不僅要求產品好用，還想知道好用的原因，而且想自己改進和調整，這些 Mobileye 都無法滿足，想改進只能買他們下一代整套產品。」

恰好英偉達能滿足這種需求。2015 年，英偉達發布了應用于自動駕駛汽車環境信息識別處理的 DRIVE PX，比 Mobileye 晚了 11 年進入這個領域。目前，他們的硬件產品主要基于通用的 GPU 架構。

英偉達通用的計算芯片 GPU 并不是專門為自動駕駛設計，所以在應用時有高功耗、高成本的問題；而在量產車所追求的安全性、穩定性、制作效果上也難以和 Mobileye 的產品競爭。與之同時，英偉達的優勢實際上在于開放的技術體系，例如他們賣的產品有芯片、驅動、軟件開發包、應用工具等。

出于上面的原因，英偉達集中于前瞻領域，采取了彎道超車戰略。他們和車企提前深度合作來研發較高級別的自動駕駛功能。 目前，英偉達的后裝技術主要被放在車廠 L4、L5 級別的概念車、自動駕駛測試車里。

可以說，Mobileye 占領的是「現在」，而英偉達在「未來」更有潛力。業內認同的 L4 級以上自動駕駛技術的量產時間是 2021 年左右，Mobileye 能夠眼睜睜看著英偉達布局未來市場無動于衷？為了贏得客戶信任，實際上 Mobileye 正被迫走向開放。

開放 RSS 模型

RSS 模型是 Mobileye 技術系統開放的一環。

RSS 是什么？它的英文全名是 Responsibility Sensitive Safety，翻譯成「責任敏感安全模型」，關于它的原理 GeekCar 有過介紹。簡單地說，RSS 就是融合了數學公式和計算方法的代碼，能兼容任何的自動駕駛車基于 AI 的軟件/解決方案。它通過數學公式為人類界定安全駕駛的概念，讓自動駕駛汽車能自我判斷安全狀態，避免發生可能的事故。

Mobileye 方面稱，發布 RSS 模型是因為，行業在通過已有的技術來判斷自動駕駛的安全性上存在相當大的困難。目前人類駕駛的事故概率是 10^-6 ，要想你的無人駕駛的安全性被外界廣泛認可，至少要達到目前航空業的安全水平—— 10^-9 的事故率。目前業內驗證的方法主要有兩種：

第一、統計學方法。 這種方法意味著你的行駛里程越長越安全，如果要證明致死率夠低，大概需要行駛 300 億英里，這是沒有經濟性、不可能實現的。而且在驗證中行駛的車輛所處環境單一，也讓這種方法不實際。

第二、基于 AI 的規劃算法。Mobileye 認為這種方法的缺點不安全、不透明。

1）它是對于自動駕駛汽車應當如何采取行動的最優推測，是概率性的；

2）它和你所培訓的人工智能系統數據相關，而 AI 總會遇到沒有接觸過的場景，是無法被充分驗證的；

3）它的效果取決于訓練時所用數據的質量；

4）把安全嵌入 AI 算法會導致汽車行為過于保守，無法行駛；如果用上百個 TB 的海量駕駛數據打破這種保守，經濟性又很低，所以 AI 算法僅限于統計學論據，無法被正式地驗證。

Jack Weast 告訴我們，在 RSS 的模擬測試中，自動駕駛的數學公式完全是根據人類駕駛的方式和習慣設定的，所以基于 RSS 的自動駕駛車的駕駛反應是擬人的，這也更有利于發生事故時的責任判定。目前，RSS 的自動駕駛車輛上有兩套獨立并行的感知系統，來降低感知的錯誤率。一套是地圖、攝像頭等自動駕駛感知系統；另一套是無線電雷達、激光雷達。

Mobileye 所希望的是，通過與當地政府合作，將 RSS 定義為一個「開放、透明、技術中立的行業規范」。他們也是這樣介紹 RSS 的：RSS 可以提供一個保障無人車安全及認證責任的統一標準，并且只需要參與各方分享少許安全數據而不觸及核心知識產權就可以實現。

盡管 RSS 解決了在驗證安全性時對時間長度上的數據要求，但是并沒有解決從空間寬度上的數據需求問題，它還是需要大量數據的。想把這個技術和數據體系做到一種規范級別的普及，也不可能只靠 Mobileye 他們一家公司，或幾家合作伙伴。

走出數據瓶頸

Mobileye 現在需要的是什么數據？答案是當地的行駛情況數據。

Mobileye 在 RSS 中使用了深度學習、機器學習、增強學習等各種人工智能方法。在自動駕駛車的認知、計算機視覺方面主要用了深度學習；在駕駛策略方面采用的是增強學習，這其中有獎勵機制，可以做到汽車自主駕駛的定制化。

RSS 代碼的數學公式中，有一部分是常數，另一部分屬于變量，這個變量更需要因地制宜。例如汽車變道距離是一個變量，在中國設置這個數字時需要把它留短點。另外，政府從道路監管方面可以接受的風險也要通過變量的設置來調整，例如在住宅小區里的限速低，而高速公路上限速會高很多。

「這也是為什么我們要和中國的高校、中國政府機構合作，我們希望能夠有更多中國的交通數據。」Jack Weast 說。當然，設立的這個法規框架，Mobileye 也需要政府同意，才能把駕駛時的責任問題分清楚。「目前 RSS 已經在以色列耶路撒冷進行車輛路測，很快也會在美國進行相應路測，我們希望通過和中國各組織的合作，把 RSS 帶到中國。」

上個月，英特爾 Mobileye 和清華大學、中國科學院自動化研究所合作，成立了英特爾智能網聯汽車大學合作研究中心。根據合作協議，各方將圍繞創新性的車聯網應用以及平行駕駛等領域展開聯合研究。

Mobileye 的 RSS 現在由于數據不足，缺乏試驗，可以說只是一個雛形。 在耶路撒冷、中國這種復雜路況下路測，Mobileye 希望使 RSS 的安全場景更全面，得到進一步完善。

「目前主流廠商都稱他們達到 L3 級以上自動駕駛的時間點是 2020 到 2021 年，所以 RSS 的第一次正式部署應該也在 2021 年左右，具體要看我們客戶的時間點。從現在到 2021 年，RSS 確實還需要做大量路測。」

其實，RSS 這種模型不是新概念，在工業自動化系統、航空系統造就的存在， 在汽車技術行業也已經有很多類似于 RSS 的模型存在。 所以，RSS 并不是 Mobileye 所獨有的創意和技術，這種共享也不完全算他們放寬了對技術的保護，重點還是在于新數據的獲取。

他們也承認這一點：「這也是為什么我們把 RSS 拿出來和業界共享的原因。我們覺得存在類似的模型是好事情，業內可以互通有無，最后共同建立一個大家都遵守、政府也支持的責任模型。」

另一方面，深度學習等 AI 方法被應用到汽車自動駕駛行業是從 2015、2016 年開始，這些技術顛覆了傳統的對視覺圖像進行人工手動標識的方法——此前 Mobileye 一直是這么做的，讓機器收集數據、獲取數據的能力迅速增強。

英偉達就是第一批這么做的公司，它的快速追趕讓 Mobileye 多年積累的數據優勢越來越不明顯。無論是 REM 還是 RSS，都能幫 Mobileye 跳出數據瓶頸，而為了未來考慮他們也會越來越開放。

殊途同歸

隨著全行業 L4、L5 級別自動駕駛汽車的上路，Mobileye 自我技術體系將逐漸開放，并且專注于更高級別自動駕駛技術的研發、應用；英偉達也將實現量產。兩家巨頭在行業內的定位和作用開始趨同。

可能了解 Mobileye 的人會說，他們只做純視覺方案，而英偉達激光雷達、毫米波雷達、視覺什么都做，所以還是有差異的。不過最近 Boaz Sacks 已經明確表示，未來他們會告別純視覺。

Mobileye 采用純視覺方案的原因主要有下面兩點：

1）成本問題。 這一點和他們服務量產車的定位相關，激光雷達的高成本并不適合量產——這也是特斯拉拒絕激光雷達的主要原因。

2）技術問題。 實際上，目前激光雷達的技術在實現車規級量產時遇到了壁壘。目前為止，法雷奧是全球唯一一家實現車規級激光雷達量產的企業，他們的車規級激光雷達 Scala 在去年搭載于新奧迪 A8 上，首次落地。

現在，Mobileye 在無人車的正面采用長焦、中焦、廣角鏡頭的三目方案，來確保大部分探測區域都有多顆攝像頭來負責感知，形成傳感器冗余。Boaz Sacks 最近明確表示：「機器視覺技術已經高度成熟且便宜，因此在技術路線上，我們會優先發展物美價廉的純視覺感知方案。 日后，若激光雷達等傳感器的成本明顯下降，Mobileye 也會采用其作為安全冗余。」

另外，從戰略層面來看，英特爾收購 Mobileye 就是想讓它在自動駕駛領域來跟英偉達競爭的，他們下賭注在這家創業公司身上，就算 Mobileye 未來出于喜好還執著于純視覺，英特爾應該也不會允許了。

未來兩巨頭必定殊途同歸。一種第三方的觀點是，當 L4、L5 的量產落地，英偉達強大的算力和開放的技術體系，將讓他形成巨大優勢，做到彎道超車。不過至少還有三年，英特爾已經想明白了，應該也會抓緊轉型的。