这世间诸般事由，总是期待越高，失望越大。

10月26日，备受全球投资者关注的英特尔旗下自动驾驶计算公司Mobileye，正式登陆了美国纳斯达克，成就2022年度美股第四大IPO。然而在万众瞩目之中，曾经在2021年底被估值500亿美元的Mobileye，却在上市当天，以每股27.69美元的成绩，交出了约220亿美元市值的答卷。

估值的“腰斩”，自然引起了舆论一片哗然。越来越多的人也随之开始思考，头部企业如此“翻车”的资本市场表现，是否意味着当前的自动驾驶赛道，洗牌开始？

01.

Mobileye受挫于ADAS和芯片算力，市场需求才是自动驾驶商业化答案？

站在行业角度来看，Mobileye已经称得上是非常头部的企业了。

作为一家1999年成立，并且在2014年就成功上市纽交所的自动驾驶公司，在2017年被英特尔以153亿美元的大手笔收购后，Mobileye的发展可谓是突飞猛进。

同时根据已经披露的招股书信息显示，2019年至2021年，Mobileye的总营收分别为8.79亿美元、9.67亿、14亿美元。三年间，其总营收的增长幅度稳定保持与10%左右，而且2022年的上半年营收，相比于2021年上涨了20%。

而且长期以来，Mobileye都被称作是过去20年汽车ADAS（高端自动驾驶辅助系统）技术的主要奠基者和引领者，可谓是占据了近乎所有的先发优势。然而后续发展过程中，Mobileye却没能进一步扩大自身优势，其所坚守的自动驾驶解决方案，也逐渐跟不上市场日新月异的需求。

例如Mobileye软硬件打包的一体化设计，几乎无法进行二次修改从而差异化自己的算法，在产品迭代上陷入了长期固化的“封闭型”产品设计理念，逐渐被英伟达、百度等走“开放型”路线的企业所赶超。

特别是随着智能座舱系统的不断完善，新功能的日益增多，使得芯片算力成为衡量自动驾驶解决方案的重要标准之一。在“算力为王”的大环境下，宝马、奥迪等老牌车企，以及蔚来、理想等造车新势力，都开始将目光瞄准了英伟达、高通等，拥有更高算力芯片的企业。

因为先发优势，2020年之前Mobileye在自动驾驶芯片领域所向披靡，在L1、L2等自动驾驶早期对算力需求不大的时候，软硬件一体的Mobileye可谓是打遍天下无敌手，市场地位难以撼动。

2.5TOPS算力的EyeQ4芯片，曾广泛用于L2级别辅助驾驶场景，2021年量产的25TOPS算力EyeQ5芯片，开始涉足L3级别自动驾驶。截至2022年10月1日，EyeQ SoC在全球范围内部署了超过1.25亿辆智能汽车。

然而对比同一时期的车载芯片，单论芯片算力，Mobileye的EyeQ系列已经显得落伍，在性能上，被英伟达、高通、地平线等“后起之秀”远远甩开身位。

例如显卡大厂英伟达，不仅拥有目前市面上最接近算力天花板高通8155的高算力芯片，也即是单芯片算力200TOPS的Orin。在2021年4月份更是公布了一款最快将在2025年搭载量产车型的芯片，总算力高达1000TOPS。

至于素来与英伟达有A卡和N卡之争的AMD，也靠着AMD Ryzen锐龙处理器战胜英特尔，取代此前国产特斯拉Model 3和Model Y所搭载的英特尔A3950，成为首批国产特斯拉Model Y Performance高性能版所搭载的芯片。

此外，资本市场不买账的原因，可能也在于产品技术的迭代节奏上。从产品上来看，Mobileye的产品主要是帮助解决车辆碰撞预警、AEB紧急制动、ACC自适应巡航等能力的实现上。

而蔚来、特斯拉、理想在内的一众终端厂商开始放弃Mobileye。理想选择了地平线、蔚来选择了英伟达，而特斯拉则用上了自家的FSD。虽然下一代的ADAS正在开发当中，但迭代节奏已然跟不上自动驾驶发展的需求。

在走过初期阶段的埋头研发之后，自动驾驶一旦进入落地阶段就不得不关注市场需求的变化。

Mobileye的教训也给一些原本做L4但转身做L2自动驾驶的企业带来了警醒，即便低阶辅助驾驶是“牛奶面包”，也需要时刻看向前方，跟上行业整体落地的步伐与节奏。

02.

自动驾驶的未来，在于技术路线的意气之争？

不过自动驾驶量产的目的绝不仅仅在于完善技术水平，更是为了在商业化上，抢先站位摸到规模化的制高点。

然而要抢占市场，就不能忽视消费端。在我方看来，自动驾驶技术本质上不只是一个ToB的技术产品，而是一个ToC的消费品。

就像是特斯拉对于自动驾驶行业最大的影响，可能并不在于它的FSD技术有多么先进。而是大量中产人群以20多万的价格买到Model3 之后，才开始对自动驾驶这个技术有了概念。

这也意味着，技术发展的成熟度最终决定了能否成功商业化，但反过来，商业化诉求下最先进的技术往往未必最适合市场的需求。

自动驾驶落地至今已经有些年头，但视觉路线和激光雷达融合路线之争、单车智能和车路协同之争，以及城区、干线、码头、矿山落地场景之争，却仍然没有争论出确定的结果。

例如，在《智能交通》中，李彦宏的观点更为鲜明，他认为，自动驾驶是起点，终局是智能交通。李彦宏也毫不避讳地对外界表示，用车路协同方案做自动驾驶，是百度坚持、并且看好的技术路线。

可想而知，现阶段自动驾驶技术，仍然站在一条具有无数分叉和路口的曲折道路上。

不过虽然未来仍有无限的可能，但综合来看，全球范围内各个自动驾驶企业，大体上所采用的发展路线，无外乎“跨越式”、“渐进式”、“降维式”三大类。

“跨越式”的发展路线，较为典型的代表是2016年12月，从谷歌独立出来的自动驾驶企业Waymo。或许是传承了谷歌的科学精神，其研发自动驾驶的道路上，始终以科学思维逻辑为主导。

体现在实际应用过程中，则是“一步到位”，直奔L4级及以上高级别自动驾驶技术，借助摄像头与激光雷达等多传感器融合的路线，跳过低级别技术的经验和数据积累，直接实现高级别自动驾驶功能。

诚然，从理论上来讲，这一方式更贴近自动驾驶技术大规模量产的实际需求。但是在研发过程中，也意味着要面对极高的技术壁垒，同时也难以避免大量的资金投入和时间消耗，而且还要受制于高算力车载芯片、激光雷达等关键零部件的价格成本，严格来讲只适用于部分掌握更多资源的头部企业。

而“渐进式”发展路线最典型的代表就是特斯拉。从低级别的辅助驾驶系统搭载开始，先量产商用，再通过数据对算法进行迭代，最终实现完全无人驾驶。

具体来讲，也即是先让量产车搭载L2、L3级辅助驾驶功能，在车主使用和驾驶过程中，用影子测试模式帮助AI系统学习。

只不过，这种路线在实际应用过程中备受争议，因为每一个使用特斯拉辅助驾驶的车主，都在帮特斯拉测试车辆、收集数据、训练算法。看似可行的理念，却也伴随着不小的事故风险，从特斯拉每年高居不下的事故频率就能窥探一二。

至于“降维式”，最具代表性的企业则是百度。这一种发展方式，融合了前两个模式的优点，主张以“技术降维、数据反哺”的方式，用成熟的高级别自动驾驶技术积累，来低阶技术的应用。

例如2020年发布的高级别智能驾驶解决方案ANP，就是国内唯─L4级自动驾驶技术降维到L2+的辅助驾驶产品，目前已经支持城市全场景自动驾驶，并在今年推出了2.0版本。同时城市领航辅助ANP3.0也在紧锣密鼓的研发测试中，将于2023年伴随着集度量产，能够实现城市的点到点通行，做到全域驾驶自由。

无论是“渐进式”路线，还是“跨越式”路线，抑或是百度坚持的“技术降维、数据反哺”路线，终极目标都是自动驾驶的普及应用。而不同的路线和决策背后，有不同的商业规划，不同的战略选择。不过相较于前两个发展路线，由L4降维L2的思路更具备稳定性和持续进步的可能，同时理论上也能够尽可能减少消费者所面临的安全风险。

站在当前，我们也不应该以一时的表现，来衡量整条赛道和行业的未来潜力。Mobileye的挫折只是个例，其中的经验教训，只会让同类企业走得更快、更远。

这场划时代的盛宴才刚刚开始，未来如何，还是让我们拭目以待吧。