這世間諸般事由，總是期待越高，失望越大。

10月26日，備受全球投資者關注的英特爾旗下自動駕駛計算公司Mobileye，正式登陸了美國納斯達克，成就2022年度美股第四大IPO。然而在萬眾矚目之中，曾經(jīng)在2021年底被估值500億美元的Mobileye，卻在上市當天，以每股27.69美元的成績，交出了約220億美元市值的答卷。

估值的“腰斬”，自然引起了輿論一片嘩然。越來越多的人也隨之開始思考，頭部企業(yè)如此“翻車”的資本市場表現(xiàn)，是否意味著當前的自動駕駛賽道，洗牌開始？

一、Mobileye受挫于ADAS和芯片算力，市場需求才是自動駕駛商業(yè)化答案？

站在行業(yè)角度來看，Mobileye已經(jīng)稱得上是非常頭部的企業(yè)了。

作為一家1999年成立，并且在2014年就成功上市紐交所的自動駕駛公司，在2017年被英特爾以153億美元的大手筆收購后，Mobileye的發(fā)展可謂是突飛猛進。

同時根據(jù)已經(jīng)披露的招股書信息顯示，2019年至2021年，Mobileye的總營收分別為8.79億美元、9.67億、14億美元。三年間，其總營收的增長幅度穩(wěn)定保持與10%左右，而且2022年的上半年營收，相比于2021年上漲了20%。

而且長期以來，Mobileye都被稱作是過去20年汽車ADAS（高端自動駕駛輔助系統(tǒng)）技術的主要奠基者和引領者，可謂是占據(jù)了近乎所有的先發(fā)優(yōu)勢。然而后續(xù)發(fā)展過程中，Mobileye卻沒能進一步擴大自身優(yōu)勢，其所堅守的自動駕駛解決方案，也逐漸跟不上市場日新月異的需求。

例如Mobileye軟硬件打包的一體化設計，幾乎無法進行二次修改從而差異化自己的算法，在產(chǎn)品迭代上陷入了長期固化的“封閉型”產(chǎn)品設計理念，逐漸被英偉達、百度等走“開放型”路線的企業(yè)所趕超。

特別是隨著智能座艙系統(tǒng)的不斷完善，新功能的日益增多，使得芯片算力成為衡量自動駕駛解決方案的重要標準之一。在“算力為王”的大環(huán)境下，寶馬、奧迪等老牌車企，以及蔚來、理想等造車新勢力，都開始將目光瞄準了英偉達、高通等，擁有更高算力芯片的企業(yè)。

因為先發(fā)優(yōu)勢，2020年之前Mobileye在自動駕駛芯片領域所向披靡，在L1、L2等自動駕駛早期對算力需求不大的時候，軟硬件一體的Mobileye可謂是打遍天下無敵手，市場地位難以撼動。

2.5TOPS算力的EyeQ4芯片，曾廣泛用于L2級別輔助駕駛場景，2021年量產(chǎn)的25TOPS算力EyeQ5芯片，開始涉足L3級別自動駕駛。截至2022年10月1日，EyeQ SoC在全球范圍內部署了超過1.25億輛智能汽車。

然而對比同一時期的車載芯片，單論芯片算力，Mobileye的EyeQ系列已經(jīng)顯得落伍，在性能上，被英偉達、高通、地平線等“后起之秀”遠遠甩開身位。

例如顯卡大廠英偉達，不僅擁有目前市面上最接近算力天花板高通8155的高算力芯片，也即是單芯片算力200TOPS的Orin。在2021年4月份更是公布了一款最快將在2025年搭載量產(chǎn)車型的芯片，總算力高達1000TOPS。

至于素來與英偉達有A卡和N卡之爭的AMD，也靠著AMD Ryzen銳龍?zhí)幚砥鲬?zhàn)勝英特爾，取代此前國產(chǎn)特斯拉Model 3和Model Y所搭載的英特爾A3950，成為首批國產(chǎn)特斯拉Model Y Performance高性能版所搭載的芯片。

此外，資本市場不買賬的原因，可能也在于產(chǎn)品技術的迭代節(jié)奏上。從產(chǎn)品上來看，Mobileye的產(chǎn)品主要是幫助解決車輛碰撞預警、AEB緊急制動、ACC自適應巡航等能力的實現(xiàn)上。

而蔚來、特斯拉、理想在內的一眾終端廠商開始放棄Mobileye。理想選擇了地平線、蔚來選擇了英偉達，而特斯拉則用上了自家的FSD。雖然下一代的ADAS正在開發(fā)當中，但迭代節(jié)奏已然跟不上自動駕駛發(fā)展的需求。

在走過初期階段的埋頭研發(fā)之后，自動駕駛一旦進入落地階段就不得不關注市場需求的變化。

Mobileye的教訓也給一些原本做L4但轉身做L2自動駕駛的企業(yè)帶來了警醒，即便低階輔助駕駛是“牛奶面包”，也需要時刻看向前方，跟上行業(yè)整體落地的步伐與節(jié)奏。

二、自動駕駛的未來，在于技術路線的意氣之爭？

不過自動駕駛量產(chǎn)的目的絕不僅僅在于完善技術水平，更是為了在商業(yè)化上，搶先站位摸到規(guī)?；闹聘唿c。

然而要搶占市場，就不能忽視消費端。在我方看來，自動駕駛技術本質上不只是一個ToB的技術產(chǎn)品，而是一個ToC的消費品。

就像是特斯拉對于自動駕駛行業(yè)最大的影響，可能并不在于它的FSD技術有多么先進。而是大量中產(chǎn)人群以20多萬的價格買到Model3 之后，才開始對自動駕駛這個技術有了概念。

這也意味著，技術發(fā)展的成熟度最終決定了能否成功商業(yè)化，但反過來，商業(yè)化訴求下最先進的技術往往未必最適合市場的需求。

自動駕駛落地至今已經(jīng)有些年頭，但視覺路線和激光雷達融合路線之爭、單車智能和車路協(xié)同之爭，以及城區(qū)、干線、碼頭、礦山落地場景之爭，卻仍然沒有爭論出確定的結果。

例如，

在《智能交通》中，李彥宏的觀點更為鮮明，他認為，自動駕駛是起點，終局是智能交通。李彥宏也毫不避諱地對外界表示，用車路協(xié)同方案做自動駕駛，是百度堅持、并且看好的技術路線。

可想而知，現(xiàn)階段自動駕駛技術，仍然站在一條具有無數(shù)分叉和路口的曲折道路上。

不過雖然未來仍有無限的可能，但綜合來看，全球范圍內各個自動駕駛企業(yè)，大體上所采用的發(fā)展路線，無外乎“跨越式”、“漸進式”、“降維式”三大類。

“跨越式”的發(fā)展路線，較為典型的代表是2016年12月，從谷歌獨立出來的自動駕駛企業(yè)Waymo。或許是傳承了谷歌的科學精神，其研發(fā)自動駕駛的道路上，始終以科學思維邏輯為主導。

體現(xiàn)在實際應用過程中，則是“一步到位”，直奔L4級及以上高級別自動駕駛技術，借助攝像頭與激光雷達等多傳感器融合的路線，跳過低級別技術的經(jīng)驗和數(shù)據(jù)積累，直接實現(xiàn)高級別自動駕駛功能。

誠然，從理論上來講，這一方式更貼近自動駕駛技術大規(guī)模量產(chǎn)的實際需求。但是在研發(fā)過程中，也意味著要面對極高的技術壁壘，同時也難以避免大量的資金投入和時間消耗，而且還要受制于高算力車載芯片、激光雷達等關鍵零部件的價格成本，嚴格來講只適用于部分掌握更多資源的頭部企業(yè)。

而“漸進式”發(fā)展路線最典型的代表就是特斯拉。從低級別的輔助駕駛系統(tǒng)搭載開始，先量產(chǎn)商用，再通過數(shù)據(jù)對算法進行迭代，最終實現(xiàn)完全無人駕駛。

具體來講，也即是先讓量產(chǎn)車搭載L2、L3級輔助駕駛功能，在車主使用和駕駛過程中，用影子測試模式幫助AI系統(tǒng)學習。

只不過，這種路線在實際應用過程中備受爭議，因為每一個使用特斯拉輔助駕駛的車主，都在幫特斯拉測試車輛、收集數(shù)據(jù)、訓練算法?？此瓶尚械睦砟睿瑓s也伴隨著不小的事故風險，從特斯拉每年高居不下的事故頻率就能窺探一二。

至于“降維式”，最具代表性的企業(yè)則是百度。這一種發(fā)展方式，融合了前兩個模式的優(yōu)點，主張以“技術降維、數(shù)據(jù)反哺”的方式，用成熟的高級別自動駕駛技術積累，來低階技術的應用。

例如2020年發(fā)布的高級別智能駕駛解決方案ANP，就是國內唯─L4級自動駕駛技術降維到L2+的輔助駕駛產(chǎn)品，目前已經(jīng)支持城市全場景自動駕駛，并在今年推出了2.0版本。同時城市領航輔助ANP3.0也在緊鑼密鼓的研發(fā)測試中，將于2023年伴隨著集度量產(chǎn)，能夠實現(xiàn)城市的點到點通行，做到全域駕駛自由。

無論是“漸進式”路線，還是“跨越式”路線，抑或是百度堅持的“技術降維、數(shù)據(jù)反哺”路線，終極目標都是自動駕駛的普及應用。而不同的路線和決策背后，有不同的商業(yè)規(guī)劃，不同的戰(zhàn)略選擇。不過相較于前兩個發(fā)展路線，由L4降維L2的思路更具備穩(wěn)定性和持續(xù)進步的可能，同時理論上也能夠盡可能減少消費者所面臨的安全風險。

站在當前，我們也不應該以一時的表現(xiàn)，來衡量整條賽道和行業(yè)的未來潛力。Mobileye的挫折只是個例，其中的經(jīng)驗教訓，只會讓同類企業(yè)走得更快、更遠。

這場劃時代的盛宴才剛剛開始，未來如何，還是讓我們拭目以待吧。