继续发挥 ADAS 领域先发优势， 逐步迈向高阶自动驾驶。
具备先发优势的 ADAS 芯片供应商，辅助驾驶领域的领头羊 Mobileye 成立于 1999 年，总部位于以色列耶路撒冷。公司创始人 Amnon Shashua 是希伯来大学教授，一直以来致力于用单目视觉来解决三维立体环 境中的测距问题。基于自己的学术研究成果，开发了一套视觉感知系统，利 用摄像头以及嵌入处理器的软件算法，实现对目标车辆的检测。自此， Mobileye 开始了为客户提供基于视觉算法的软件方案的业务。 早在 2004 年，Mobileye 就发布了第 1 代自研芯片 EyeQ1，将其视觉算法固 化到自家芯片上，提供包括行人检测、车道保持和自适应巡航等辅助驾驶技 术，并很快与宝马、通用等汽车巨头达成合作伙伴关系，逐步从算法/软件 供应商，转型为提供“芯片+感知算法”打包方案的服务商。 如今，公司自我定位为将计算机视觉发展和机器学习、数据分析、定位和城 市路网信息管理技术，应用于高级驾驶辅助系统和自动驾驶解决方案的公 司，在单目视觉高级驾驶辅助系统（ADAS）和自动驾驶系统（AV，Autonomous Vehicle）的开发方面走在世界前列，提供 SoC 芯片和计算机视觉算法运行 驾驶辅助功能，如车道偏离警告（LDW，Lane Departure Prevention）、基于 雷达视觉融合的车辆探测、前向碰撞预警（FCW，Forward Collision Warning）、 车距监测（HMW，Headway Monitoring Warning）、行人探测、智能前灯控制 （IHC，Intelligent High Beam Control）、交通标志识别（TSR，Traffic Sign Recognition）、自适应巡航控制（ACC，Adaptive Cruise Control）等。 公司于 2014 年完成了首次公开募股，在纽约证券交易所上市，是以色列历 史上最大的 IPO。2017 年 3 月，Mobileye 被英特尔以 153 亿美元收购，成 为以色列科技公司有史以来最大的一次收购。2022 年 10 月，英特尔将 Mobileye 分拆，于纳斯达克交易所重新上市。
技术底蕴深厚，从基础辅助驾驶稳步走向高阶智驾及自动驾驶
Mobileye 具有强大的研发能力，在行业 20 余年的核心技术积累，在硬件产 品、软件及算法实力以及两相结合的解决方案中均有体现。
硬件方面，公司的 EyeQ 系列 SoC 芯片，使用单目摄像头传感器提供主 动驾驶安全保护，提供各种移动解决方案。EyeQ 系列芯片由 Mobileye 完成设计，并交由台积电进行代工生产。目前有超过 8,050 家汽车制造 商使用 EyeQ 系列 SoC，为用户提供驾驶辅助功能。EyeQ 系列产品谱系 完善，经过数次更新迭代，算力由最初的不足1 TOPS到2025年的EyeQ7H 产品将达到 67 TOPS。
软件及算法方面，四项核心技术在自动驾驶系统的功能层中分布应用。 1）路网信息管理 REM（Road Experience Management），将合规采集的 道路相关信息分类为标签数据点，以低带宽发送至云端、编入 Mobileye Roadbook。Mobileye Roadbook 包含驾驶员在任意特定路段的动态驾驶 记录，以更好地为自动驾驶汽车的决策流程提供信息。 2）责任敏感安全模型 RSS（Responsibility-Sensitive Safety），通过将驾车 常识公式化，数据化人类驾驶过程中具有主观性的常识问题，确保自动 驾驶情形中汽车不会主动导致事故发生。 3）真实冗余（True Redundancy），Mobileye 独特的环境传感解决方案， 包含两个独立的子系统，一个仅采用纯摄像头子系统，另一个仅采用激 光雷达和雷达的结合的子系统。两个子系统互为备份，而非相互补充， 以实现更长的平均故障间隔时间。 4）纯视觉智能速度辅助系统 ISA（Intelligent Speed Assist），首个完全基 于摄像头计算机视觉技术的解决方案，无需借助第三方地图以及其他任 何硬件。超越欧盟新《通用安全法规》的严格标准，可以自动读取路上 的速度标志数字，判定不同交通标志，从而对车辆的行驶速度进行调整。
自动驾驶解决方案方面，Mobileye 基于 EyeQ 芯片，推出由低到高的四 大智驾解决方案，覆盖全场景自动驾驶并不断升级迭代。值得一提的是， Mobileye 从消费者而非工程技术的角度出发，重新定义了自动驾驶的四 个等级，产品组合的规划也基于此等级划分。 具体来看，Mobileye 在 ADAS 领域布有 Base Driver-Assist 和 CloudEnhanced Driver-Assist 两套方案，前者为主机厂提供经济、高效的安全 功能，后者通过 REM 技术，利用来自全球百万级的 Mobileye 车群数据， 在不增加额外硬件装配的前提下实现了 ADAS 性能的跨越式发展。 Mobileye SuperVision 使用了 2 颗 EyeQ5H 来处理 11 颗高清摄像头采集 的数据，搭载了由摄像头组成的纯视觉感知系统，面向 L2+级智驾辅助。 Mobileye Chauffeur 在 SuperVision 的基础上引入前置激光雷达、环绕毫 米波雷达，将通过两个独立的传感子系统实现真实冗余融合器架构，算 力采用 3 颗 EyeQ6H 芯片，目标实现 L3 级自动驾驶。 Mobileye Drive 是一套 L4 级别自动驾驶系统，由 13 个摄像头，3 个长距 激光雷达，6 个短距激光雷达，以及 6 个普通雷达组成了全套传感设备。
作为 L1-L2 时代当之无愧的行业龙头和领先者，Mobileye 具有最完整的自动 驾驶定义和与之对应的产品布局。面对全球市场群雄并起的格局和中国市 场尤为激烈的竞争，Mobileye 在继续按照规划路径推进产品组合落地的同 时，加速了部分产品的迭代，显示出了公司奔赴更高级别自动驾驶的决心。
量产规模领先，高性价比方案有助于车企以低成本普及智驾功能
作为 L1-L2 时代 ADAS 领域的龙头，公司当前主要的业务模式，是较为标准 的 Tier 2 定位。具体而言，Mobileye 向 Tier 1 厂商提供智驾解决方案，再由 Tier 1 厂商采购所需的摄像头、雷达、驱动等并最终向车企供货。公司的 Tier 1 客户包括安波福、法雷奥、采埃孚、威伯科、麦格纳等。 正是这样的 Tier 2 定位，使得 Mobileye 在“缺芯潮”以来持续受到来自行 业库存波动的巨大影响。但通过上述相对标准化的专业分工，公司也与全球 50 多家车企建立了合作关系，下游整车厂客户包括奥迪、大众、福特、通 用、本田、现代起亚等。2023 年有超过 300 款搭载了 Mobileye 产品的车型 发布，覆盖欧美日韩各车系品牌，较 2022 年的 233 款同比增长 29%。 基于高度专业化和规模效应，我们认为 Mobileye 的竞争优势之一，是能够 为车企客户提供兼顾性能和性价比的优质方案。一方面，1999 年创立至今， 公司获得了视觉辅助驾驶领域的多项第一，储备了丰富的半导体及汽车工 程专业知识，对于汽车芯片产品和自动驾驶技术都有着深刻的理解。
另一方面，公司现有产品的量产规模领先于行业其他专业型智驾芯片厂商， 规模效应明显。2023 年，公司的 EyeQ 芯片出货量超过 3,700 万颗，同比增 长 11%。考虑到智驾芯片的研发成本极高，需要在较长的研发周期内持续投 入大量的资金：一颗 7nm 的芯片技术研发成本约人民币 20-30 亿元，一颗 5nm 的芯片研发成本约人民币 30-40 亿元。而 Mobileye 每年千万级的 SoC 出货量，使得其能够很好地受益于规模效应，降低单颗芯片的成本。 另外，庞大的交付规模也意味着 Mobileye 的产品具有大量经过长期验证的 上车/上路信息，产品的稳定性、安全性更有保障。迄今为止，全球已有超 过 1.7 亿辆汽车搭载 Mobileye 的技术。除了 EyeQ 系列芯片以外，Mobileye SuperVision 在 2021 年量产上车，在 2023 年实现了 10.2 万套的交付。 正如我们在第二章中对行业发展趋势的判断，考虑到当前的智能驾驶依然 处于人机共驾的混合阶段，通过打通高速、城区、泊车场景为用户提供智能 化的驾驶体验，因此对于许多国际性车企巨头而言，当务之急是将目前支持 基础行车的车型，快速升级至行泊一体，包括高速领航甚至限定城区 NOA 的水平。此类功能场景复杂程度相对较低，算法模型已经比较成熟，传感器 配置也比较固定，因而海外车企会更加青睐 Mobileye 这类具备大规模量产 上路数据、能够快速配套上车的成熟方案。 且这些车企许多都已经和 Mobileye 存在多年的密切合作关系，毋需从零开 始磨合并建立信任。目前，Mobileye L2+级高阶智驾方案 SuperVision，和面 向 L3 级自动驾驶的 Chauffeur，与车企的定点进展良好，预计会在 2026 年 实现更大规模的量产上车。
商业模式：从“黑盒”走向灵活开放，以满足车企的差异化需求
正如前文所述，过去 Mobileye 在传统的汽车产业供应链中的定位为较为标 准的 Tier 2，以 CPU + ASIC 的架构方案将视觉感知算法直接封装在自动驾驶 芯片上，提供软硬件结合的打包方案，进行黑盒交付，帮助车企客户有效降 低辅助驾驶功能的上车成本。 但正如我们在第一章中所论述的，当前全球的汽车产业供应链正在由金字 塔式的单链结构向网状融合结构进行变革，各级供应商之间的边界逐渐模 糊。为了加强供应链韧性，部分整车厂也倾向于主动穿透供应链。而 Mobileye 也在不断更新自身在供应链中的定位，一方面仍向 Tier 1 厂商供应智驾 SoC 形成基础 ADAS 方案；另一方面也向前一步，以 Tier 1 身份与主机厂合作， 成为智驾系统方案供应商，例如与极氪在 SuperVision 上的合作。 具体到智能驾驶的相关功能，主机厂对于掌握核心技术、实现产品差异化的 需求也使得行业内对于高端智驾功能“去黑盒化”的呼声日益强烈。随着行 业的发展进程，主机厂逐步认识到智能驾驶，特别是高阶辅助驾驶，已经成 为区分车企产品竞争力和核心技术优势的重要体现之一，车企对辅助驾驶 的要求也愈加多样。“开箱即用”的黑盒方案虽然开发周期短、落地难度低， 但封闭平台缺乏灵活性，下游车企无法进行个性化定制，自主研发的能动性 受到极大限制。
例如特斯拉早期就曾使用过 Mobileye EyeQ3 的方案，后又转向英伟达 Drive 平台，最终走向了芯片自研。在中国市场也有类似情景，智驾能力走在前列 的新势力车企中，蔚来、小鹏、理想都曾在 2022 年以前使用过 EyeQ4 的方 案，最终也选择转头拥抱英伟达 Orin 或自研芯片。虽然我们认为主机厂全 栈自研芯片由于门槛太高，并不会成为主流的选择方向。但是考虑到智能驾 驶软硬件在价值链上游的利润占比进一步加大，部分前沿车企自研能力的 提升和掌握核心技术的诉求，的确会使开放“黑盒”成为大势所趋。 大势所趋之下，Mobileye 开始拥抱更开放的合作模式，以打包方案+开放式 平台的方式，兼容不同的客户需求。2022 年 7 月，Mobileye 发布了面向 EyeQ 系列 SoC 的软件开发工具包（SDK）EyeQ Kit，提供对所有 EyeQ 加速器的访 问。EyeQ Kit 充分利用 EyeQ 6 和 EyeQ Ultra 的高能效架构，支持各种可视化 和驾驶员监控应用程序在 EyeQ Soc 上的开发，让车企既能使用 Mobileye 的 核心技术，又能在平台上部署差异化的代码和人机接口工具，为车企提供打 造品牌差异化的平台。 自此，Mobileye 既可以通过高性价比的打包方案，让车企客户实现基础 ADAS 功能的快速普及，满足大众市场的需求；也可以通过开放式的可编程平台方 案，支持客户进行定制开发、打造独特的产品功能界面和体验。
短期角度，拉货动能随着下游芯片库存的消化而回升
正如在第三章中所分析得出的结论，我们认为汽车半导体行业已进入去库 存的阶段。ADAS 芯片行业的下游，特别是龙头的 Tier 1 公司，由于过度备 货而积压的终端库存也在逐步消纳，从 2Q24 开始已经可以看到 EyeQ 芯片 出货量环比回升、同比降幅收窄。 随着下游库存的进一步消纳，Mobileye 的出货动能将得到进一步修复，带 动 EyeQ 芯片的交付量回升。公司也表示 Tier 1 客户手中的过剩库存正在消 化，预计 2024 年下半年 EyeQ 芯片的出货量将达到约 1,750 万颗。随着高毛 利的 SoC 逐步恢复正常出货，公司的盈利水平也将呈回归状态。
中期角度，受益于行业渗透率提升和高阶智驾功能进一步普及带来的增长
随着汽车行业的电动化率逐步提升，L2 级及以上级别的自动驾驶渗透率也 在逐步爬升，我们看好智能驾驶行业规模的扩张趋势。在此趋势之下， Mobileye 的市场份额虽然随着行业参与者的增多可能有所下降，但仍将随 着行业本身的快速扩张，实现在营收规模和利润层面的自然增长。 具体来看，我们认为 Mobileye 的布局符合行业向下和向上的两个探索方向， 即向下追寻更优性价比，向上探索更高运行效率。 一方面，我们认为 L2 级及以上的 ADAS 已成为当前中国市场的主导产品， 未来几年高性价比的方案将在全球范围内普及并快速上量。
我们在第二章中主要以中国市场为参照进行讨论，主要是基于中国市场整 体在智能驾驶赛道处于先行状态。随着智驾功能的不断成熟、技术成本的持 续下降，消费者接受度正在快速提升，L2 级及以上的 ADAS 已成为当前中国 市场的主导产品。并且，市场渗透率，尤其是在中低价位段的入门级车型中 的渗透率，预计在未来几年内仍将继续提升。 而对于海外市场，目前 L2 级及以下的 ADAS 功能已进入快速增长阶段，前 视一体机占 ADAS 市场比重约为 75%。智能化的浪潮下，头部国际车企对于 智能驾驶辅助和自动驾驶的规划也在提速，现有巨大体量下的较 低 L2 级及以上的 ADAS 装配率，意味着全球范围内的广阔蓝海市场。而 Mobileye 作为拥有相对较长发展历史、良好财务状况、丰富全球车企合作经 验的供应商，在与国际性车企进行合作、导入产品的过程中，相较于中国的 智驾芯片初创企业，具有天然的优势。 另一方面，我们认为，在向更高级别智能驾驶和自动驾驶的演进过程中，追 求可获得算力下最高的整体运行效率，比盲目追求最高的物理算力更符合 整车厂的理性选择。
不同应用场景中的芯片算力需求本就不同，高阶智能驾驶和自动驾驶，相较 于智能辅助驾驶，应用场景更加丰富、算法更加复杂，对于系统的准确性、 安全性要求更高；高精度传感器的上车，也带来了多样化的算力需求。 目前的现实情况是，不可否认高阶智能驾驶需要高算力芯片的支持，芯片厂 商的旗舰款产品出货也已普遍突破 100 TOPS。市场上似乎也达成了共识， 车企纷纷以自身车型搭载智驾芯片的 AI 算力作为重要的卖点进行营销宣传， 自动驾驶计算平台算力更是突破 1,000 TOPS。也有一些中国车企，特别是新 势力玩家，在推出L2+级车型时，已经规划在后续通过软件OTA升级的方式， 实现 L3/L4 等级的自动驾驶，因而选择预埋高算力芯片作为硬件层面的支撑。 多方因素作用下，行业陷入关于“大算力”的硬件军备竞赛。而 Mobileye 计 划在 2025 年量产的 EyeQ Ultra，算力“仅”176 TOPS，也因此受到一些诟病。 但实际上，从智驾功能实现的角度出发，芯片是为车载计算平台服务，最终 要在量产车型上面向用户。单颗芯片的物理算力是一个关键指标，但并非唯 一标准。功耗、成本、整体运行效率等因素，都在主机厂的考虑范围之内， 硬件也需匹配实际需求。例如，对于一些中端车型，一味追求大算力并不能保证其在市场上的竞争力，反而会使其在性价比上失去优势。对于当下在智 能驾驶领域自特斯拉而始的一系列“热门技术”，包括 BEV+Transformer 的感 知范式、端到端大模型等，在 Mobileye 计划明年量产的 SoC EyeQ6H 和后续 的 EyeQ Ultra 上都将能够支持实现。
更何况，AI 计算除了需要芯片算力，更要依靠软件架构、算法能力等和芯片 算力实现有效匹配，最终落实到软硬件协同，看芯片之上的软件能否最大化 地发挥作用。眼下智驾芯片的算力发展速度其实快于智能驾驶的应用侧更 新，当前计算资源并没有跟特定功能挂钩，因此习惯于笼统地比较峰值算力。 但当所有任务都可以做精细化处理时，当计算资源聚焦于某一个基础功能 时，高频率的检测、复杂的模型都只是保障安全性的手段而非目的。 综上所述，随着人工智能算法和芯片设计能力的提升，以及自动驾驶技术路 线进一步明晰，车企对于芯片算力的追求将从膨胀回归理性，转而追求更高 的运行效率，实现更好的智驾性能，为用户带来更安全舒适的驾驶体验。
长期角度，在 AMaaS 业务的完整布局，或助 Mobileye 开启第二成长曲线
2020 年 5 月，英特尔收购了以色列出行服务公司 Moovit；两年后，Mobileye 从母公司手中收购了 Moovit，以期更好地实现业务整合。Mobileye 推出了 AMaaS 业务（Automotive Mobility-as-a-Service，自动驾驶出行即服务），将自 身在地图和数据方面的优势发挥到智能出行层面和消费者层面。 随着全球各类公司不断入局，Robotaxi 行业的前景得到更多肯定，潜在市场 规模巨大。Mobileye 既有如 Mobileye Drive 般支持 L4 级无人自动驾驶方案 的技术实力，又有如 Moovit 般较大需求端合作，有望形成稳定的竞争优势， 在行业跑通商业模式后率先受益。为了实现这一目标，公司也积极地在全球 多个地区开展无人驾驶车辆的测试或运营。
