对话 Mobileye CEO Amnon Shashua：物理AI，Mobileye两手抓

作者｜包永刚

编辑｜林觉民

物理AI，也就是人工智能与现实世界交互的智能体，正成为科技圈最受关注的话题之一。CES 2026上各种形态的机器人的亮相，试探着物理 AI 的边界与可能性。

CES 2026期间，Mobileye创始人、总裁兼首席执行官Amnon Shashua教授与雷峰网对话时表示：“汽车和机器人是物理AI目前两个最典型的应用场景。”

在这两个方向上，Mobileye 都不是旁观者。

汽车是 Mobileye 长期深耕、为外界熟知的基本盘；而机器人，则是Mobileye刚刚对外展示的全新增长引擎。在宣布以约 9 亿美元收购人形机器人公司Mentee Robotics之后，Mobileye 横跨物理AI的两大赛道，也成为了拥有两条主线的“双引擎”公司。

CES期间与Amnon Shashua的深度交流，可以看到 Mobileye 的三层思考：一是如何守住并扩大辅助驾驶这一规模庞大的市场；二是如何推动 Robotaxi 真正走向规模化；三是，Mobileye双引擎战略的布局与长期潜力。

除了全球战略和趋势的判断，Amnon Shashua 在谈及中国市场时也表示：“2025 年，Mobileye在中国市场的芯片供货量较 2024 年实现稳步增长。在技术、价格和性能之间，我们找到了一个理想的平衡点。”

从汽车到机器人，从一个增长曲线到双引擎结构，Mobileye 正在通过策略升级、收购实现技术互补，以及产品迭代，走向物理 AI 产业链的核心位置。

智驾市场的「三明治」结构

在全球辅助驾驶市场中，Mobileye自然是绕不开的公司。截至 2025 年底，全球已有超过 2.3 亿辆汽车搭载了 Mobileye 的技术。

Amnon Shashua 将整个智驾市场形象地比喻为一个“三明治”结构：三明治的一面是规模庞大的辅助驾驶系统市场，另一面是尚处于早期、但价值空间巨大的 Robotaxi。

“在辅助驾驶系统市场，传统的基础ADAS正在加速向环绕式ADAS演进。”Amnon Shashua说，“Mobileye环绕式ADAS斩获第二家全球前十车企订单，作为其旗下数百万辆汽车的标配方案，能够实现高速公路特定场景下的运动脱离驾驶。”

此前，大众汽车集团已在 2025 年 3 月宣布采用 Mobileye 的环绕式 ADAS 方案。Mobileye 预计，仅就目前订单来看，基于 EyeQ6H 芯片的环绕式ADAS方案，未来交付量将突破 1900 万套。

“环绕式ADAS成本足够低廉，仅需用一块几十美元的芯片就能实现复杂的人工智能。”Amnon Shashua解释道。

与当前主要依赖前视摄像头，有时辅以前向雷达的方案不同，环绕式ADAS充分利用泊车摄像头，通过四组泊车摄像头、前视摄像头和雷达的组合，构建一套成本相仅需数百美元的系统，将所有功能整合在单一电子控制单元（ECU）中。

“这套系统可以让用户在高速公路上实现驾驶员运动脱离驾驶，并且能够满足未来几年内的法规要求。”Amnon Shashua指出。

可以看出， Mobileye环绕式ADAS已成为其业务基本盘的重要方案之一，凭借着高性价比获得了全球两大头部汽车企业的认可，稳住了“三明治”的一面，至于另一面Robotaxi市场，是不同的挑战。

Robotaxi规模化的三个挑战

几年前，Robotaxi 仍被视为科研项目。但随着 Waymo 在美国多地实现商业化运营，Robotaxi 已不再是是否可行的问题，而是如何规模化。

目前，Waymo 的车队规模约为 3000 辆。但在 Amnon Shashua 看来，这只是Robotaxi的开始：“如果一个城市需要 1000 辆 Robotaxi，一个拥有上千个城市的国家，就需要数百万辆。放眼全球，将拥有更广阔的市场。”

Amnon Shashua认为Robotaxi规模化有三大挑战，第一个挑战是现有的Robotaxi采用改装方案，大规模量产时会导致业务难以保持稳健；第二个挑战是每进入一个新城市，需要采集多少数据才能确保系统性能保持稳定一致；第三是如何减少远程操作员数量？

“目前的Robotaxi都是通过改装实现，这种改装可以在小规模部署时或许可行。若要实现数万辆车的规模化部署，则无法通过改装实现。”Amnon Shashua对雷峰网(公众号：雷峰网)表示，“Robotaxi必须确保制造过程采用预装配置而非改装方案，这是因为Robotaxi需要极高的精准度，不仅软件必须极其精确，硬件也绝不能出现故障。所有部件都应按照最高汽车标准生产，而采用改装方式时，要维持这一标准相当困难。”

Mobileye的优势在于正与大众汽车集团及其旗下的MOIA合作——大众汽车集团负责生产预装Mobileye Drive系统的ID. Buzz平台，无需改装能够比竞争对手更快地实现规模化扩张。

至于远程操作员给Robotaxi规模化带来的挑战，Amnon Shashua指出，“人们甚至刻意回避远程操作员这一议题。”

Robotaxi背后的远程操作员较少被提及，实际上每辆Robotaxi后台都有专人监控，如果每辆车都配备一名操作员，这个业务无法实现普及，因为这只是把驾驶员安置到了后台。

Mobileye的解决方案是“视觉-语言-语义-动作（VLSA），这是一种VLM系统，能够输出语义信息，该技术同时部署在车端和云端，目标是逐步取代远程操作员。

这一系统的思路是基于高性能计算，通过不同的视觉语言模型让车能够理解场景并做出判断。搭载于车内的本地视觉语言模型能提供初步响应；部署在云端的视觉语言模型具备更强的复杂场景理解能力；这两个模型能够应对大部分情况。当车辆遇到云端视觉语言模型无法解决的状况时，就会按需向云端超级视觉语言模型发起求助。

Mobileye 的测算显示，在规模化部署、算力摊薄的前提下，将一个 700 亿参数的网络部署在云端，每辆 Robotaxi 的成本约增加 1000 美元。

“与 Robotaxi 每年可节省数万美元司机成本的高价值主张相比，这个投入是可以接受的。”Amnon Shashua 表示。

冗余也是Robotaxi确保安全性的关键，除此之外还有成本考量。他表示，“不必固执地坚持仅用摄像头实现，为 Robotaxi 增加一组成像雷达，大约增加 1000 美元成本。”

在 Mobileye 的设想中，Robotaxi的最终方案可能是一圈摄像头加一圈成像雷达的组合，而非必须依赖激光雷达。

目前，Mobileye与大众合作的约 100 辆ID. Buzz Robotaxi 正在德国的汉堡和慕尼黑，挪威的奥斯陆，美国加州洛杉矶、德克萨斯州奥斯汀、以及佛罗里达州部分地区开展路测，目标是在今年第三季度实现“去安全员”运行，并计划于 2027 年在六座城市启动商业化部署。

大众汽车集团自动驾驶出行公司首席执行官Christian Senger表示，集团预计未来八年将有10万辆Robotaxi投入运营。

高阶辅助驾驶路径「翻转」

无论是 L2 级辅助驾驶，还是 L4 级 Robotaxi，本质上都源于同一条技术演进主线。而在过去几年，这条路径正在发生“翻转”。

两三年前的共识是从消费级汽车入手，实现L4级无需司机介入的自动驾驶，最终阶段才是实现Robotaxi，但Waymo的成功让行业的发展进行了翻转。

“几年前的共识是想让公众接受Robotaxi，每英里价格必须远低于人工驾驶出租车，现实的情况是在旧金山，Waymo的收费比多数出租车高出4到5美元，这意味着现在可以围绕它建立商业模式。”Amnon Shashua认为，“现在金字塔已经开始发生翻转，有望将Robotaxi的技术经验延伸到消费级汽车。”

但无论如何，L3消费级汽车的发展，关键在于辅助驾驶系统与Robotaxi的演进历程。唯有在这两方面取得成功，才能迈向消费级高等级驾驶自动化汽车领域。

对于中国市场辅助驾驶技术的演进，Amnon Shashua对雷峰网说，“L2++在中国已经相当普及，但下一步是直接迈向 L3，还是先通过 Robotaxi 降低成本，再回归消费级市场，目前并没有定论。”

对于市场发生的反转变化以及没有定论的高等级驾驶自动化演进路径，Amnon Shashua自信地表示，“Mobileye针对所有等级的驾驶自动化系统都并行开展了研发。L2+组合辅助驾驶系统Mobileye SuperVision的合作方包括保时捷和奥迪；我们还在与奥迪基于Mobileye Chauffeur开展了L3级的量产项目合作；此外，我们还与MOIA等公司合作基于Mobileye Drive开发L4级的Robotaxi。正因为我们全线并行布局，所以当行业路径发生转变时，我们不会被动。”

在智驾领域的自信，也让Mobileye有能力增加第二增长引擎——机器人。

从汽车到机器人，Mobileye的第二增长引擎

在全球范围内，同时系统性布局汽车与机器人的公司并不多，而这两者恰恰是物理 AI 技术复用度最高的领域。

因为在许多人的认知里，在某种意义上，汽车就是一个有轮子的机器人。

Amnon Shashua认为，机器人和驾驶自动化的相似之处在于都需要感知世界，也都需要提前规划任务，区别在于汽车在相对结构化的环境中运行，而机器人应用所面向的最大市场是非结构化环境。

Mobileye收购Mentee机器人，可以带来三方面的协同效应，首先是技术互补，Mentee在VLA（视觉-语言-动作）技术和基于创新Sim2Real迁移技术的大规模仿真方面的进展，与Mobileye的驾驶自动化技术栈高度互补；其次是Mobileye将其在驾驶自动化领域验证有效的“安全优先”理念引入人形机器人领域，将提升人行机器人的安全性；最后是Mobileye 拥有将先进技术推向市场方面二十多年的专业经验，可以加速人行机器人的商业化进程。

那为什么Mobileye愿意花费9亿美元收购Mentee？除了在物理AI战略层面的考量，Mentee的技术优越性非常关键。

“机器人的任务是开放式的。比如一个处于家庭环境中的机器人，面临的任务并非有限的集合。它需要具备学习和完成多项任务的能力，因为人类能够执行大量组合性的任务。我们设计机器人不是为了只让它执行单一的任务，而是需要它能够完成无限多的任务。这种开放性，为人形机器人技术带来了更多挑战。”Amnon Shashua表示。

Mentee的人形机器人平台核心优势在于基于人机示范指导、小样本学习及仿真优先式训练构建了AI架构。

也就是说，区别于依赖大规模真实场景数据采集或持续远程操控的系统，Mentee的技术路线是致力于让机器人通过自然示范与意图提示逐步掌握新技能，在独立自主、保障与人类和物体对象交互的安全性与可预测性的同时，实现成本与实用性之间的最优平衡。

Mobileye 预计，Mentee 被收购后将会加速商业化进程，将在 2026 年启动首批客户现场概念验证，并在 2028 年实现规模化量产和商业化。

双引擎之下的长期增长

从单一增长引擎走向“双引擎”结构，Mobileye 在 2026 年迎来了一个新的发展阶段。

在驾驶自动化业务这一基本盘上，Mobileye 仍在持续加速扩张。2025 年，Mobileye获得了过去十年中未合作过的两家 OEM 定点项目，基于 EyeQ 6L 芯片的定点数量较 2024 年增长约 3.5 倍。

在此基础上，Mobileye 对长期收入增长给出了更为明确的预期。在刚刚发布的2025财年的财报中，Mobileye提到未来8年的预期汽车业务订单规模已达245亿美元，较此前2022财年末所做的预期增长了42%。这背后，既包括环绕式 ADAS 等规模化业务的持续放量，也隐含了 Robotaxi 业务逐步进入兑现周期的判断。

当然，无论是 Robotaxi 还是人形机器人，短期内都仍存在技术、法规与商业化节奏上的不确定性。但从底层感知与决策能力的复用、系统级工程经验的积累，以及从研发走向量产的产业化路径来看，Mobileye 已经为物理 AI 的长期竞争提前搭建好了基础设施。

当生成式 AI 的价值逐步逼近应用边界，物理 AI 正在成为下一阶段的产业共识。在这一轮变革中，Mobileye 正尝试以驾驶自动化与机器人这两条主线，构建一个可持续扩展的“双引擎”结构，并占据物理 AI 时代更为核心的位置。