🌍The Next Web (TNW)•較早收集於 3h
Mobileye 從供應商轉型為機器人計程車營運商
💡產業重大轉向：Mobileye 從供應 2.3 億輛汽車轉型，直接投入機器人計程車市場競爭。
⚡ 30-Second TL;DR
有什麼變化
Mobileye 的技術目前已整合至全球 2.3 億輛汽車中。
為什麼重要
此舉顯示自動駕駛市場正在整合，一級供應商正日益與其客戶競爭。這可能迫使傳統車廠重新思考對第三方自動駕駛技術堆疊的依賴。
下一步行動
密切關注 Mobileye 的公開 API 與 SDK 文件，尋找隨著其機器人計程車平台開放後可能出現的整合機會。
誰應關注：Founders & Product Leaders
關鍵要點
- •Mobileye 的技術目前已整合至全球 2.3 億輛汽車中。
- •公司正從銷售零件轉型為營運自動駕駛計程車隊。
- •此舉將挑戰 Waymo 與 Cruise 等現有的機器人計程車業者。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 23 個來源。
🔑 增強重點摘要
- •Mobileye 計劃於 2027 年在美國主要城市推出其機器人計程車服務，初期車隊約 100 輛，並計劃在接下來的五年內擴展至約 17,000 輛。
- •這項新業務將是一個垂直整合的服務，結合 Mobileye 的自動駕駛系統 (Mobileye Drive) 與其 Moovit 子公司的移動平台，用於車隊營運、乘客服務和移動管理。
- •Mobileye 認為營運自有服務是加速部署、獲取營運經驗並大規模展示 Mobileye Drive 能力的補充途徑，而非取代現有的供應商合作關係。
- •該公司將與具備自動駕駛能力的車輛平台製造商和車隊整合夥伴合作，而非自行製造車輛。
- •Mobileye 的目標是在 2026 年底前在美國實現無人駕駛營運，特別是利用其與 Uber 在洛杉磯的合作關係。
📊 競品分析▸ Show
| 特性/公司 | Mobileye | Waymo | Cruise |
|---|---|---|---|
| 感測器方法 | 「真冗餘」方案：獨立的純視覺子系統與雷達-光達子系統。 | 主要使用光達、雷達和攝影機。 | 主要使用光達、雷達和攝影機。 |
| 地圖技術 | 眾包式「道路體驗管理 (REM)」語義地圖，由攝影機生成，數據稀疏。 | 使用高精地圖作為引導，但不完全依賴。 | 使用高精地圖作為引導，但不完全依賴。 |
| 核心處理器 | EyeQ 系列客製化 AI 晶片 (例如 Mobileye Drive 使用 4x EyeQ6H)。 | 依賴強大的電腦進行大規模數據訓練和機器學習。 | 依賴強大的電腦進行大規模數據訓練和機器學習。 |
| 商業模式 | 從供應商轉型為供應商與營運商並行，提供自動駕駛系統並營運機器人計程車服務。 | 營運商業化無人駕駛叫車服務。 | 曾營運叫車服務，目前正處於重組階段，專注於 B2B 自動駕駛部署。 |
| 營運現狀 | 計劃於 2027 年在美國推出機器人計程車服務。 | 已在鳳凰城、舊金山和奧斯汀等城市提供商業無人駕駛服務。 | 在 2023 年事件後暫停營運並重組。 |
🛠️ 技術深入
- 核心架構: Mobileye 的自動駕駛架構基於「複合式 AI 系統 (Compound AI System, CAIS)」，透過多感測器融合技術建立多層次感知系統，其中攝影機是主要感測器，輔以雷達和光達。
- 感測器套件: Mobileye Drive (L4 自動駕駛系統) 採用「真冗餘 (True Redundancy)」方法，結合兩個獨立的感知子系統：一個純視覺子系統和一個雷達-光達子系統，兩者均具備完整的自動駕駛能力。
- 晶片技術: 系統由 Mobileye 專為汽車應用設計的 EyeQ 系列系統單晶片 (SoC) 提供動力。EyeQ6H 是其自動駕駛系統的「大腦」，透過高度整合的平行處理架構，支援多感測器數據的即時處理，提供高效能且低功耗的運算能力。Mobileye Drive 使用 4 個 EyeQ6H 晶片。
- 地圖技術: 採用「道路體驗管理 (Road Experience Management, REM)」眾包地圖技術。REM 地圖由攝影機數據生成，記錄稀疏的語義資訊，如可駕駛路徑、停車線和交通號誌位置，而非傳統的高精點雲地圖。這些數據經過壓縮 (每公里 10 KB) 並上傳至雲端，形成「Roadbook」地圖。
- 安全模型: 遵循「責任敏感安全 (Responsibility-Sensitive Safety, RSS)」模型，這是一個由 Mobileye 於 2017 年提出的開放透明框架，其原則已嵌入全球標準中，旨在指導自動駕駛系統的安全決策。
- 軟體堆疊: Mobileye Drive 是一個端到端的自動駕駛系統，專為機器人計程車、消費者乘用車和商業送貨車等自動駕駛應用而設計。 Mobileye Chauffeur 則建立在 Mobileye SuperVision 的基礎上，代表著更安全、可擴展的自動駕駛演進。
🔮 前景展望AI analysis grounded in cited sources
Mobileye 的轉型將加劇機器人計程車市場的競爭。
透過直接進入機器人計程車市場，Mobileye 將與 Waymo 和 Cruise 等現有營運商以及部分其汽車製造商客戶展開競爭，可能擾亂既有市場動態。
Mobileye 的垂直整合模式可能加速其自動駕駛技術的部署和成熟。
營運自有服務使 Mobileye 能夠獲得直接的營運經驗，並大規模展示 Mobileye Drive 的能力，為技術改進提供寶貴的回饋。
此舉可能將 Mobileye 的收入結構轉向更高利潤的移動即服務 (MaaS) 產品。
雖然銷售晶片是高利潤業務，但營運機器人計程車車隊雖然資本密集，卻能帶來經常性的 MaaS 收入，平衡其現有的供應商業務。
⏳ 時間線
1999
Mobileye 成立
2017
Mobileye 被 Intel 以 153 億美元收購
2018
Mobileye 開始在全球範圍內眾包地圖數據 (REM)
2021
Mobileye Drive (L4 自動駕駛系統) 達到商業可用性，並開始在三大洲進行自動駕駛測試
2022
Mobileye 在 NASDAQ 重新上市
2026-12
Mobileye 目標在美國實現無人駕駛營運
📎 來源 (23)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗
每週 AI 簡報
每週一封，可隨時退訂。