除了L2升维和直奔L4，自动驾驶还能这样实现…

都2025了，实现自动驾驶，有了新路线？

这届CES，含“车”量又回来了，科技公司纷纷下场，AI上车、自动驾驶成为热议话题。

黄仁勋在此期间预测，“Robotaxi将成为第一个万亿美元规模的机器人产业”。

万亿美元，如此庞大的市场，L2升维派和L4终局派，谁将分走最大的那块蛋糕？

别急着争论。

因为实现自动驾驶，又有新路线了，还是一条基于900亿公里实践得出的新路线，给行业热炒的端到端，带来了新的思考。

2025年智能车卷什么，自动驾驶新路径到底是啥？

来，一起回顾CES。

在CES，见证自动驾驶新趋势

CES 2025，远看年度“科技春晚”，近看“科技车展”。

主机厂力推AI上车，保定奶爸车带着端到端方案亮相，德系和韩系展示了新一代智能座舱，日系更是宣布要造自动驾驶汽车。

马斯克人虽然没来，但在此期间接受了专访，第N+1次表示“今年会实现自动驾驶”。

另一边，科技公司也借机发力，黄仁勋发布了世界模型，Waymo新一代无人车亮相。

在过去，Waymo与特斯拉相逢，往往能引起极高关注，毕竟他们是各自阵营的代表。

特斯拉的背后是“L2升维派”，先做辅助驾驶，把车铺开，然后渐进式提高算法能力，最终实现自动驾驶。

Waymo则代表“L4终局派”，主张直奔终局，把冗余拉的很高，但车队规模很小，寻求未来逐渐扩大区域，实现大规模的自动驾驶。

一个先追求车辆规模，一个先考虑单车能力，两大路线之争，一直是行业热议的话题。

但在今年的CES上，情况发生了变化。

因为今年有玩家，从机器学习两大评价指标出发，提出了一条通向终局的新路线。

在CES上，Mobileye CEO Amnon Shashua教授表示，Waymo和特斯拉背后的两大路线，都还称不上彻底颠覆了移动出行方式。

Shashua教授以L5为终点，建立了一个坐标系，竖轴是查准率 (Precision亦称精确率)，横轴是查全率 (Recall亦称召回率)坐标系。

竖轴的查准率代表着自动驾驶的安全性，取决于系统的MTBF(平均故障间隔时间)等因素。

横轴的查全率意味着可用性，影响因素包括可用的时空范围，落地成本和维护成本等。

在该坐标系中，Waymo路线优先查准率，重视安全，系统可长时间不需要接管。

但是成本太高，同时牺牲了运营区域的范围和道路类型的多样性。

而特斯拉的算法侧重提高查全率，车铺的很多，辅助驾驶哪儿都能开，系统成本相比Waymo也不高，毕竟目前阶段连激光雷达都不用。

但是相比Robotaxi，接管次数无疑也要更高，查准率较小。

Shashua教授总结表示，这两种路线都只在某一维度上抵达100%，但要彻底改变人们的出行方式，实现L5，要同时在两大维度实现100%。

如何抵达L5呢？

通向自动驾驶终局的第三条路，怎么走呢？

自动驾驶新路径，怎么走？

Mobileye提出的新路线，是其复合人工智能系统在自动驾驶的实践。

复合人工智能系统，区别于单一大模型产出AI成果，强调集成多种工具和模块，共同协作，高效处理AI任务，具有三大特点：

• 灵活：系统会根据不同的输入和任务调整
• 稳定：用不同组件实现冗余
• 可解释：可追踪每个组件对最终输出的贡献

具体实现起来，首先软件算法方面，大的架构上，Mobileye也采用了端到端。

但Mobileye的端到端，只是智驾子系统之一，而不是自动驾驶方案的全部。

因为在Mobileye看来，端到端还不够安全，会造成两大问题，其解决思路也区别于热炒的VLA和VLM。

端到端会造成什么问题？

先来看什么是端到端。

所谓端到端，其实就是利用AI模型实现从数据到行驶轨迹的映射。

数据驱动之下，模型能力可以快速提升。

但也正是因为能力来自数据，带来了第一个问题：

当模型学习到错误数据时，比如暴力驾驶，模型会在某种情况下产生“幻觉”，输出错误的行驶轨迹。

对此，Mobileye的解决思路是“对齐”。

引入基于人类反馈的强化学习，即RLHF，这也是ChatGPT爆火的背后功臣。

具体结合端到端应用，就是在离线环境下，复合采用多种代码语言，通过筛查和过滤机制，识别并剔除不良驾驶数据。

与此同时，数据还会引入第二个问题，稳定性。

模型有时输出的轨迹，可能并不会在安全性上造成问题，但却可能会违反交规。

解决该问题，需要适量注入一些抽象概念，即告诉模型需要遵守的一般性原则和行为准则，比如不能压实线，而不仅仅是表面上的数据到轨迹，让模型决策有据可依。

然后从整体架构深入到底层模型来看，Mobileye对Transformer进行了优化。

具体来说，就是采用STAT(稀疏注意力)，将token分为不同类型，然后按类型划分成相应的矩阵，减少了计算和存储资源消耗，提高了效率。

Mobileye表示，针对自动驾驶感知和规划，对Transformer优化后，让其效率相比通用模型优化了100倍，同时没有牺牲准确性。

Mobileye对效率的追求，也体现在硬件上。

据介绍，Mobileye最新一代芯片EyeQ6H，FPS(每秒可处理画面帧数)相较上一代提升了10倍，这意味着在行车时，能更高效的处理场景数据。

具体到新一代SuperVision，由于采用2颗EyeQ6H，进行了冗余设计，所以在“ε平方效应”下，10倍的FPS效率提升，将使得MTBF提高100倍。

此外，Mobileye的硬件方案，也基于复合人工智能系统，利用多组件实现了冗余。

比如自研的4D成像雷达，可感知300米范围内的4D环境图像，同时还原丰富细节。

4D成像雷达，这是近年兴起的新物种，与传统毫米波雷达相比，在距离、速度和水平角度三个维度之外，还增加了“高度”。

号称“激光雷达杀手”，因为其能提供与激光雷达类似的感知效果，但成本又很低。

去年有两款大火的换电车型，都先后上车了4D成像雷达。

在高阶智驾加速普及，主机厂既要性能又要成本的当下，4D成像雷达有望掀起新的潮流。

基于上述的软硬一体方案，Mobileye将在2026年率先落地SuperVision62 (以下简称SV62，62意为采用2颗EyeQ6H)，首发上车豪车标杆保时捷。

SV62方案可用性优先，是以摄像头为中心的冗余感知系统，相较现在的SV52在两大维度上都有明显提升。

接着在2027年，Mobileye会推出Chauffeur系统，采用3颗EyeQ6H，并增加一个4D成像雷达，实现更强的冗余。

该系统支持“脱眼”，在落地初期更关注安全性，适用范围会限制在高速，然后一步步放开，也就是增加可用性。

Mobileye的演进路线，不只着眼于SV52到SV62的升级，这看似是类似于“L2升维派”的路线。

但结合SV62到Chauffeur的跨越，实际路线不同于现在的两大流派，因为从查准率和查全率出发，其不是一味的提升某一单一指标。

为什么Mobileye要选择这样的路线，最终实现自动驾驶？

为什么Mobileye要走这条路

Mobileye提出自动驾驶新路线，是基于其长期的理论探索和实践积累。

Shashua教授介绍称，多年来，Mobileye每年仅在自动驾驶上的研发投入，就高达6亿美元，约合人民币超42亿元。

长期高投入下，Mobileye在全球收获了大量合作伙伴，其中仅主机厂就超过50家，上车1200款车型。

包括前面提到的奥迪、保时捷，这一类豪华品牌，也落地了大众、福特等性价比车型，这背后实际上代表着不同消费能力的人群，对Mobileye方案及其搭载车型的认可。

此外，Mobileye还联合大众打造了Robotaxi车型大众ID.Buzz，合作覆盖ADAS到L4。

背后是Mobileye通过模块化设计，可逐步扩展智驾功能，OEM只需增加额外的冗余传感器，就能以较小的投资向更高级自动驾驶过渡。

在收获大量合作伙伴的基础上，经过数千万小时的行驶里程积累，Mobileye的路网智能技术(Road Experience Management)已覆盖欧洲和美国95%以上的路段，积累了丰富的产品落地经验和资源。

这种海外经验和资源，对国内主机厂来说极为宝贵。

因为自动驾驶之争，智能车市场之争，仍在继续，并日趋白热化。

2025年，竞争什么？

CES上，已经给出了答案。

从英伟达、谷歌、日系、韩系、德系的集体动作来看，2025年，显然还是要卷智能化，还是要卷智驾。

但中国智能车在卷智驾的同时，无疑还有新的任务：

卷出海。

一方面，从数据上看，出海正在成为国产玩家的新增长点：

中国汽车工业协会最新数据显示，2024年中国汽车总销量达3143.6万辆，其中出口为585.9万辆，简单计算一下，内销约为2558万辆车，与去年基本持平。

再结合往年数据，会发现2019年-2024年，中国汽车的出口销量占总体比例整体呈上升趋势，海外市场的增长量级也大于国内市场。

另一方面，国内市场竞争相对剧烈，出海开辟新战场，意味着新的机遇，尽管会面临挑战。

但机会从不等人，市场就如战场，战机稍纵即逝。

如果能有出海一个合伙人，像Mobileye这样，在当地手握丰富的经验和资源，并且已经收获了海外用户的广泛认可，携手共同面对挑战，无疑能够减轻负担加速出海，率先抢占全球用户心智，获取更大市场。