來源：新智駕
作者 ：蘇珊珊
爲了在2025年實現消費級別的自動駕駛，Mobileye都做了什麼？
Mobileye近日在CES 2021展會上進一步分享了其在ADAS及全自動駕駛領域的戰略規劃，並詳細介紹了Mobileye爲實現消費級別的全自動駕駛和“挽救生命”願景所研發的幾項技術，其中涵蓋了芯片、雷達、地圖、安全駕駛模型等各個方面。
搭建消費級別的全自動駕駛系統
爲了實現全球範圍內自動駕駛規模化的目標，Mobileye一直致力於打造一套低成本的全自動駕駛解決方案。
在Mobileye的設想中，公司將會在2025年推出成本更低、技術更先進的消費級別的自動駕駛。
成像雷達取代激光雷達
據介紹，Mobileye目前採用的是攝像頭子系統和雷達-激光雷達子系統並行的方案。這兩個系統有着相同的性能，都可以實現全面的端到端的自動駕駛，且每個子系統內部都還有更多的冗餘。
Mobileye CEO Amnon Shashua教授解釋說，這個方案並非是將所有傳感器結合起來做簡單的低級融合，而是在將雷達和激光雷達作爲附件添加進去的情況下，在後續的發展中真正解決攝像頭系統獨立運作的能力。
目前這個攝像頭子系統已經轉化成了L2級別的駕駛輔助產品SuperVision。Mobileye將和吉利合作推出該系統的第一個產品，預計將在今年第四季度面世。
與此同時，考慮到激光雷達的價格幾乎是普通雷達的十倍，Shashua教授表示，在2025年推出的自動駕駛系統中，除了車輛的正前方，其他方向都將以普通雷達代替激光雷達。
爲此，Mobileye專門研發了軟件定義的成像雷達，成本比激光雷達低，但分辨率會比目前的普通雷達高很多。
這個雷達將擁有2304條通道，100dB的動態範圍和40dBc的旁瓣電平，使其能夠構建一個可以支持自動駕駛策略的傳感狀態。
Shashua教授相信，到2025年一圈的成像雷達再加上一個前置激光雷達就足夠形成有效的雷達-激光雷達子系統，成本將大幅降低。
小尺寸的激光雷達系統集成芯片
據介紹，Mobileye自主研發的雷達使用的是FMCW，即調頻連續波技術。
值得注意的是，在此次大會上，Mobileye介紹了其研發的一種全新的激光雷達系統集成芯片——LiDAR SoC。這一芯片使用的正是FMCW技術。
據悉，LiDAR SoC是利用硅光子工藝集成激光器的芯片，可以依靠FMCW技術計算物體距離、速度和運動的方向，比發送離散的激光脈衝的ToF方案更爲有效。
“硅光子的優勢在於小尺寸解決方案，這能爲其它車載設備省下更多空間，安裝佈局也更加靈活。”斯坦福大學博士後研究員Kiyoul Yang曾解釋道，“如果所有的東西都能以更小的外形集成在芯片中，那麼其生產成本必然會大幅降低。”
與此同時，受益於英特爾在硅光子技術上的優勢，LiDAR SoC也將進一步降低自動駕駛系統的成本。
“光子集成電路（PIC）是一項變革性的技術。它有184條通過光學原理進行移動的垂直線，有能力製造這種電路的工廠是極少數的，這意味着英特爾在激光雷達製造領域具備顯著優勢。”Shashua教授說道。
在他的預計中，每個 LiDAR SoC 的成本將維持在數百美元，比現在的系統要便宜得多。
據悉，該芯片將於2025年正式推出。
達成“挽救生命”的使命
要實現全自動駕駛的普及化，除了要考慮消費者的購買能力和產品成本，自動駕駛的安全性也是必須考慮的因素之一。
因此，除了致力於降低全自動駕駛系統的成本，Mobileye還希望藉助其高精地圖技術和責任敏感安全模型，進一步提高系統的安全性和可靠性。
REM高精地圖技術
在大多數自動駕駛公司都在利用測繪車進行數據信息收集和繪製的情況下，2015年Mobileye推出了路網信息管理REM，採用衆包的方式進行規模化的地圖信息收集。
和傳統的方式不同，在道路信息採集的過程中，Mobileye更關注的是其中的語義細節。
Shashua教授表示，傳統的地圖繪製方式總是會收集過量的信息，然而事實上自動駕駛並不需要那麼多信息量。比起那些全局的、高度準確的信息，自動駕駛更需要的是能夠幫助機器對路面狀況作出準確判斷的語義信息。這對自動駕駛汽車理解和結合當前情境判斷駕駛環境的能力至關重要。
而Mobileye所繪製的不僅僅是一張簡單的高清地圖，它裏面包含着有關場景的一切信息，所有語義信息都非常詳細。
與此同時，REM可以將每公里的地圖信息數據量壓縮到10 KB，使得每年的信息傳輸成本平均只需1美元。
目前，Mobileye的數據主要來自6個汽車製造商下面的將近百萬輛的量產汽車。Mobileye每天可收集近800萬公里的道路數據，迄今爲止已經完成了近10億公里的高精地圖繪製。
就在半年前，Mobileye的高精地圖技術真正實現了從獲取數據、發送到雲端到構建高清地圖的純自動化操作。到2024年，Mobileye預計每天可採集數十億公里的數據。
在Shashua教授看來，Mobileye繪製的地圖同時具備了可通過衆包實現快速規模化的可拓展性、在必要的地方做到了局部精確的準確性、詳細的語義特徵以及實現了釐米級精度的定位等優勢。
而爲了展示其自動化高精地圖技術的可擴展優勢，Mobileye即將開始在四個新的國家開展自動化駕駛汽車測試。
去年Mobileye即通過這種方式，僅用了幾天時間就使得自動駕駛汽車可以在慕尼黑和底特律的道路上行駛。
責任敏感安全模型RSS
除此之外，Mobileye還搭建了基於規則的責任敏感安全模型RSS。Shashua教授坦言，RSS是Mobileye的最高成就，是其“皇冠上的明珠”。
早在2017年，Mobileye就意識到，感知系統的平均故障間隔時間就算再高都是不夠的。大多數人爲事故的發生都是司機判斷失誤所造成，但人們顯然不會接受計算機的判斷失誤。
他認爲，既然自動駕駛汽車和人類駕駛的汽車共同行駛在道路上，那麼自動駕駛的汽車也必須具備同樣的“價值觀”，學會根據人類的判斷行事。
在他看來，對於人類來說，“通行權重在謙讓，而不是搶奪”這類行駛原則是很容易理解的，但對於計算機而言，它需要的是精確而清晰的定義。而RSS就在數學上定義了“小心駕駛”的含義。
Shashua教授介紹道，Mobileye用數學參數複製並設定了人類在各種情況下會做出的各種選擇。這意味着Mobileye的系統不需要預測人類的選擇，只需參考其中最壞的情況。
這種基於規則的思考，類似於阿西莫夫機器人的三大原則，它定義了“小心駕駛”和“危險駕駛”。有了這些定義，機器將會知道邊界在哪裏。如果其他車輛威脅到了自身的安全，那麼它就可以採取適當的行動，擺脫危險，避免事故的發生。
Shashua教授表示，Mobileye建立了這套理論並做到了透明化。未來，他們還將與監管機構進一步合作，使RSS標準化，並說服其他行業參與者以此爲基礎。
這個模型將進一步提高自動駕駛的可靠性，同時也將提高道路監管機構對Mobileye全自動駕駛系統的信心，也許將有利於未來Mobileye自動駕駛的大規模普及。
1月13日下午，英特爾公司副總裁、英特爾子公司Mobileye產品及戰略執行副總裁Erez Dagan就業界關心的相關話題接受了新智駕等媒體的採訪，主要內容涉及：產品規劃、戰略路徑、業內競爭、合作選擇等等。
以下爲採訪實錄：
Q 1：目前越來越多的汽車廠商都在開始自研芯片，包括像特斯拉、蔚來、比亞迪等等。現在也有傳聞說蘋果也要做汽車芯片。假設汽車廠都自研芯片了，未來像Mobileye這樣的第三方芯片廠商的機會在哪裏？
Erez Dagan：關於OEM（原始設備製造商）正在開發他們自己的感知系統集成芯片（SoC），除了特斯拉，我不知道還有誰在開發自己的SoC。他們所做的開發嘗試當中，很少有嘗試開發自己的軟件堆棧的。
而Mobileye的價值主張是獨一無二的。我們做的不是一個科學項目，或是過度的資源開發之後再考慮縮減經濟成本的問題。我們做的是經過數百萬車輛長期測試的項目。我們的核心解決方案已經在路上運行了十年。
事實上，我們看到的行業趨勢是除了那些資金充足的公司能夠承擔風險和失敗，整個市場都是在通過收購策略進行整合。大部分公司都沒有資金，他們現在已經明白了開發整個堆棧的方案是一場高成本、高風險的遊戲。
市場對全棧解決方案的需求越來越大。比如我們的SuperVision™系統，對市場的吸引力就非常巨大。我們非常樂觀地認爲，最大、最著名的主機廠的整合會採用久經測試的具有靈活性的全棧解決方案。
當然，我們還爲SuperVision™配置了OTA差異化功能，這一層掌握在我們自己的手上。
EyeQ®5和EyeQ®6芯片以及相關平臺都能支持SuperVision™。此外，我們還留下了聯合開發和添加差異化價值的空間——這些SoC是可編程的。
我們給客戶提供了兩個最好的東西：固態強大的核心堆棧，以及靈活度和開發差異化價值的空間。所以我們對這一戰略非常有信心。
Q2：您認爲未來自動駕駛汽車的芯片會朝什麼方向發展？會有什麼樣的趨勢？
Erez Dagan：曾經有一個用於評估芯片性能的非常不準確的衡量標準——TOPS。作爲評估SoC能力的一個數字指標，它顯得太過簡單。
現在就有事實證明，使用兩個EyeQ®5或一個EyeQ®6就可以提供一個非常強大的方案，能夠在任何地方提供流暢的駕駛體驗。這都是以我們的安全模型和強有力的駕駛策略研究爲基礎的。
當然，這一方案可以向上和向下拓展。
例如，向下可以拓展成更基礎的輔助駕駛，只需要關閉某些內容和OTA更新即可；向上拓展，則需要再添加一些硬件單元，實現我們目標的消費級自動駕駛。這一市場預計將在2025年釋放，並達到可接受的經濟成本價格。Mobileye已經完全準備好了迎接這一趨勢。
我們的SoC以及集成嵌入式軟件耦合開發的重要性已經被強調過很多遍了。
有些系統很簡單卻很關鍵，比如飛機的起落架，一個非常簡單的系統但需要非常安全；也有一些複雜的系統不需要非常安全，比如智能手機。自動駕駛將兩者結合在了一起。
任何試圖分解或從零開始組合的嘗試都會招致很多風險，包括安全、效率和經濟性。所以硬件和軟件之間的緊密耦合和深度集成是關鍵，並不是隨便一個衡量指標就能說明SoC更強。
在這種情況下，判斷一套解決方案是否成功，遠不止TOPS這樣的衡量標準。
Q3：與蔚來之間的合作能聊聊嗎？坊間傳聞有些不愉快？可否分享一下。
Erez Dagan：僅去年，我們就給蔚來提供了5萬套系統，包括三目系統和消費級自動駕駛市場的高級ADAS。
我們必須做出一個艱難的決定，那就是，選擇誰作爲領導者來把我們的解決方案引入中國市場。在這方面，隨着更先進的功能的引入，我們需要選擇比蔚來更強大、更有實力的OEM。正如今年在CES上提到的，我們的選擇是與更大、更強的吉利汽車集團合作。
當然，我們跟蔚來的關係還是很好的。我們跟蔚來還有出行即服務（MaaS）運營車隊供應的合同和三目方案的延長合同。
Q4：激光雷達的優勢包括性價比高、功耗低、體積小，還比較容易上車；缺點就是成本比較高，元件需達到高精度要求，且達到這個高精度元件的廠商較少，Mobileye是如何解決這個問題的？相比傳統的激光雷達，這個雷達的成本比較高，那預計在2024年、2025年，雷達上車的時候成本會降低嗎？大概能降多少？
Erez Dagan：我先談性能，然後再談成本。
在對市場進行了仔細研究之後，我們發現，在性能方面，我們引入市場的激光雷達與市場上其他解決方案相比沒有任何劣勢。
在性能方面，我們的激光雷達的設計原則有四條：
第一條是從距離、方位角、仰角的三維採樣轉變爲包括FMCW（調頻連續波）多普勒測量在內的4D採樣。這是我們正在做的方向。
這麼做的目的是希望使激光雷達系統做到獨立、完整。視覺是一個系統，激光雷達是第二個系統，雷達將是第三個系統。我們在努力提升包絡效果，以確保激光雷達可以進行多普勒測量。這可以讓我們獲得實時的航向測量，保證所有掃描的點都有充分的接觸時間。當目標相鄰時，簡化基於多普勒信號的聚類和跟蹤。這是無多普勒測量的激光雷達會存在的一個問題。
第二條增強激光雷達的功率效率，使我們能夠以更低的發射能量達到相同的測距。
功率效率是可以調整的，可以針對高級駕駛輔助系統（ADAS）市場與Robotaxi業務指定解決方案或衍生解決方案。這會增強我們的ODD（運行設計域）。因爲FMCW的靈敏度更高，或者說信噪比更高，讓我們可以獲得更高的有效動態範圍，這意味着我們有更多的原始測量數據。然後，我們就可以對全球進行高精地圖繪製，進而對來自激光雷達的更多信息進行後續處理。所以，我們有更高的靈敏度，並將利用這一點來提高ODD和實現更高的有效動態範圍。
我們的設備絕對支持高分辨率採樣——這是另一個我們想要領先世界的領域——每秒兩百萬點，每度立體角六百點。這將使我們獲得對所處環境的準確感知。這些都是性能方面的情況。我們激光雷達的性能預計會超過市場上任何已知的解決方案，能夠使激光雷達本身成爲一個單一的、完整的、獨立的感知系統。
至於這些設備的成本。確實，如果沒有相應的的資產和能力，這個項目耗資巨大。幸運的是，我們在英特爾有足夠的知識產權、專業知識和晶圓廠，知道如何將有源器件、無源器件和波導放到芯片上。藉此，我們可以把這些都集成到SoC上，並交給英特爾硅光子部門在新墨西哥州的一家工廠製造。這是全球獨一無二的資產。
從這個意義上說，這將使我們能夠實現非常激進的成本目標，並進一步實現第二個目標——將解決方案引入消費級別的自動駕駛汽車。
Q5：現在Mobileye已經在以色列、德國等地方開展了自動駕駛汽車路測，想知道接下來在上海或是中國Mobileye是否有相關佈局呢？是要自建運營車隊？還是把解決方案提供給其他出行運營商？
Erez Dagan：正如Shashua教授之前介紹的那樣，我們的市場參與模式是非常多樣化的，有出行即服務（MaaS）、車輛即服務（VaaS）和駕乘即服務（RaaS）。這一多樣性讓我們能夠在不同地區以不同模式進行合作。我們現在尚未公開在中國的具體合作方案，但是我們有支持各種模式的靈活度。
VaaS模式意味着我們會向當地的運營商出售集成好的汽車。汽車上會搭載被稱爲移動智能的軟件堆棧。這樣一來，運營商就可以優化車輛的使用和利用。
第二種模式叫“駕乘即服務（RaaS）”，意味着我們的車輛會響應他人發出的乘車服務需求並給出報價。比如像Uber這樣的交通網絡公司（TNC）可以將訂單發給我們進行競價，使顧客可以從中獲得更低的報價，而不是直接將乘車需求發送給報價更貴的人類駕駛員。
當然我們也能提供消費者需要的MaaS。但是具體到中國，我們的選擇還有待公開。
Q6：怎麼去定義SuperVision這款新產品？是可以把它定義成Mobileye全棧式自動駕駛產品的過渡？還是說是之前ADAS產品的升級？
Erez Dagan：我們認爲L2+級別ADAS和L4是一個連續體，兩者之間的區別在於平均故障間隔時間（MTBF）。在L2級別，因爲駕駛員仍然保持專注，系統的性能不必超過人類的性能或人類的故障頻率；但在L4級別，駕駛員不再擔責，所以系統的性能必須遠遠優於人類的性能。
我們不認爲這是個過渡方案。相反，我們堅信L2+的市場會很大、很穩定。駕駛員既可以繼續保持專注，同時也能從一個高性價比的系統和準自動駕駛的方案中受益。
當然，到了2025年，那些能負擔得起每輛車額外增加數千美元的經濟成本的人可以體驗到全自動駕駛。但L2+，也就是我們所說的有條件下的自動駕駛，仍然會持續很長一段時間。
Q7：由於疫情，消費市場對自動駕駛的期待比較高。在這種比較特殊的環境下，自動駕駛能夠商業化的話，對於疫情防控或者是出行是有很大幫助的。想問一下Mobileye怎麼看待2020年自動駕駛在全球市場發展的進程？以及，2021年您預期這種技術或者是這種模式會有突破性的進展嗎？
Erez Dagan：到2022年，Mobileye將在以色列部署自動駕駛服務，我們這一計劃將維持不變。五年來，我們一直致力於將這些車輛投放到道路上提供商業服務。到2022年，我們將提供真正的服務，而不是一個實驗，或僅僅只是展示。
爲了完善堆棧的不同層，我們在有戰略性地、積極地搭建或收購完整的堆棧。
特別值得一提的是我們對Moovit的收購。
Moovit是全球最大的城市旅行規劃平臺，有着數億乃至近十億的乘客羣體，擁有獨特的全球乘客資產，並且對不同地區的交通環境有非常好的瞭解。這樣一來，我們就可以疊加以需求數據爲基礎的移動智能層。
Moovit還對全球多個地區的需求模式有非常清晰的認識。他們在全球多個地區擁有活躍用戶，並且還與全球各地的運輸運營商建立了合作關係，能爲我們提供更多樣化的服務，比如車輛即服務（VaaS）和駕乘即服務（RaaS）。
Q8：蔚來剛發佈的計算平臺甚至達到1016TOPS，您是怎麼看行業都在往大的算力平臺發展的？您認爲算力和需求之間應該怎麼匹配？
Erez Dagan：Mobileye從事汽車產品製造已經有20年曆史了，我們對成本敏感度有非常清晰的認識。同時，我們也非常清楚要推出一款安全關鍵的汽車產品需要滿足哪些高性能要求。這種專業知識是一種資產。它使我們能夠從一個經過實戰測試的駕駛輔助系統中獲得模塊，以打造非常高效的解決方案。在性能和成本方面，這些都是固定的解決方案。
算力的消耗會有多大呢？我想再次說明一下，TOPS數字不過是過去的數值競賽。如果你需要一個非常強大的電腦，那就意味着你其實並不知道自己想要什麼，不過是還在探索的階段。一旦你需要滿足經濟性的要求，就要在處理速度、客戶需求、解決方案成本等各個方面找尋平衡。這些都是至關重要的。
這纔是真正的汽車產品業務的區別所在，而不是所謂的廣告、作秀或僅僅是處在研究的階段。
Q9：過去一年自動駕駛這個領域的投資非常活躍，尤其在Robotaxi領域，您認爲今年這樣的投資收購趨勢還會繼續嗎？
Erez Dagan：我們很早就預測到了這一趨勢——市場上會出現一種聯合企業，並且只有少數的聯合企業或公司能夠到達終點線。幸運的是，我們是唯一一家完全靠駕駛輔助業務自籌資金的自動駕駛汽車解決方案供應商。我們不是燒錢，我們是爲這場馬拉松而生的。
我完全理解那些無法通過收入實現自動駕駛的長期發展或是無法變現的公司。他們被迫做出妥協，只能通過抱團來共同承擔風險和回報。
而我們的地位更強大、穩固，並一直在向着終點線積極邁進。
今天Shashua教授在演講中闡述的Mobileye的三位一體戰略讓我們脫穎而出、與衆不同。
三位一體戰略的首要因素就是我們爲駕駛決策保駕護航的安全模型——責任敏感安全模型（RSS）。
視覺系統內的真正冗餘™（TrueRedundancy™）則讓整個系統更強大，更易完成MTBF和相關驗證。
最後，我們提供了一個真正的衆包解決方案。它具有非常高水平的性能，比標準高精地圖更有價值。它是爲自動駕駛汽車的需求量身定製的，或者說，是帶有大量語義層的高級別ADAS功能。
Q10：從行業的角度看，您覺得接下來Robotaxi的大規模落地，目前還存在哪些技術問題或是商業領域的挑戰？
Erez Dagan：就技術而言，我們已經完全準備好了。我們已經用兩種不同的感知堆棧證明了這一點。
我們在耶路撒冷展示了基於雷達和激光雷達的一種自動駕駛解決方案。還有，在耶路撒冷、慕尼黑和底特律展示的一種基於攝像頭的方案。就技術層面，我們完全做到了。
經濟層面，正如我之前提到的，我們的方案是爲量產市場設計的。雖然一開始Robotaxi的市場規模不會特別大，但我們的自動駕駛系統方案具有成本優勢，再加上出行智能這些差異化功能，每公里的成本可以控制得很好。我們也預見到了，Robotaxi市場的競爭點在於系統成本。
如何更好、更有效地利用車輛？這是我們出行智能會出彩的地方。
通過在汽車裝配更便宜的硬件的方案，有收益的里程數的比例會更高。因此，我們在每公里的成本方面會非常有競爭力。這就是我們在該領域的強大戰略。
剩下的主要障礙就是規則。
從2015年開始，我們一直積極推動這一領域的工作。我們推廣了責任敏感安全模型（RSS），這是一種用於自動駕駛汽車決策的開放安全模型。我們整個系統設計都考慮到了這一點，並在經濟和性能方面有所受益。
我們還加入了IEEE委員會，裏面有25家自動駕駛汽車公司，全都是衆所周知的行業大拿。在這個委員會里，我們一起把透明、明確的決策合同概念標準化，從而使自動駕駛汽車可以清楚地知道“小心駕駛”和“危險駕駛”之間的區別。
通過使用RSS這種基於模型的安全決策，我們的自動駕駛汽車永遠不會因爲判斷失誤而導致事故。
Q11：現在半導體產能的緊張對汽車行業的影響也有一段時間了。Mobileye對此是否受影響？您預計這種現象大概什麼時候能夠得到緩解呢？
Erez Dagan：我們是完全穩定的。因爲我們有紮實的合約和強大的業務流，能夠抵禦這些波動。2020年我們系統的銷售額仍然在增長，我們將之轉化爲了對供應商的需求，這實際上使我們的定位更高、更強健。
疫情期間，我們的業務也在穩定增長，沒有受到影響，外界關於我們的傳聞都是謠言。而且，我預計反彈很快就會到來，可能在幾個月到一年之內。
Q12：從這個月開始，中國一些領先的自動駕駛提供商開始跟中國主機廠、汽車廠合作創立新的汽車品牌。他們的一大特徵是試圖把整個全棧的自研能力掌握在自己的手中，Mobileye如何看待中國汽車行業的獨有趨勢對於整個自動駕駛領域的影響？
Erez Dagan：我們進軍中國市場的動力是很強勁的。很多主機廠，包括你提到的那些公司，都對SuperVision™系統很感興趣。
市場的總體趨勢其實跟你剛剛描述的不同，絕大部分的OEM都認識到開發堆棧方案是一場馬拉松，會耗費大量資源，而且風險很高。雖然資金可以緩解這種風險，但不是所有公司都有這種承擔風險的能力。只有極少數的公司擁有雄厚的資金實力，可以承擔數十億美元的支出。
所以我們發現，目前的市場趨勢就是OEM開始採購安全和久經驗證的方案，就像我們跟吉利汽車的合作。
另外，中國的主機廠等企業也很關注SuperVision™堆棧系統。我們在中國有着很好的發展勢頭。
Q13：想問下Mobileye EyeQ6芯片進展情況怎麼樣？
Erez Dagan：我們的EyeQ®芯片已經到第六代了，是一個支持廣義L2+級別的單SoC。目前SuperVision™系統內使用的是2個EyeQ®5芯片。
而1個EyeQ®6的算力比2個EyeQ®5的要高很多，這樣我們就能夠用內部冗餘或者額外的計算機視覺引擎來優化MTBF。
另外，我們還可以在自己的SoC上集成其他的SoC來滿足環繞式視覺系統、自動泊車功能和集成MCU部件。這樣我們就可以剔除很多組件，爲高級別ADAS提供一個簡化集成的、經濟高效的單SoC方案。預計該方案會成爲L2+量產方案。
當然了，該SoC是可堆棧的，我們可以疊加其他的SoC升級到消費級自動駕駛。
Q14：我注意到目前EyeQ系列芯片都是由意法半導體來製造的，未來這一系列的芯片會不會可能由英特爾的技術來製造？
ErezDagan：一切皆有可能。但是下一代的芯片尚未移到英特爾工廠。
我們的路線圖很靈活。市場告訴我們，隨着激光雷達或RF SoC的加入，硅光子可以創造差異化或更高的價值。英特爾將支持我們的激光雷達開發業務。我們完全瞭解並全力與英特爾合作。
在此之外，EyeQ®6還沒有交由英特爾工廠製造，目前也沒有轉移到英特爾工廠的具體計劃。
未來智能實驗室的主要工作包括：建立AI智能系統智商評測體系，開展世界人工智能智商評測；開展互聯網（城市）雲腦研究計劃，構建互聯網（城市）雲腦技術和企業圖譜，爲提升企業，行業與城市的智能水平服務。
如果您對實驗室的研究感興趣，歡迎加入未來智能實驗室線上平臺。掃描以下二維碼或點擊本文左下角“閱讀原文”
