2020 年 8 月 7 日，全球人工智能和機器人峰會(CCF-GAIR 2020)正式開幕。在智能駕駛專場，Mobileye 大中華區總經理童立豐帶來了《啟動未來出行“數據”引擎》的主題演講。
由于自動駕駛的復雜性，實現自動駕駛落地，現階段對于個人消費者來說短期內無法接受，Mobileye 大中華區總經理童立豐認為自動駕駛出租車是實現自動駕駛的必經之路。
同時童立豐還認為，數據對自動駕駛非常重要。
未來通過大量數據賦能，Mobileye通過攝像頭可以實時識別紅綠燈，與其合作的伙伴可以基于海量數據知道城市里面哪些紅綠燈壞了，將這些數據發送給城市的管理者，由他們去進行精確維護。依托大量動態數據信息，借助高精度地圖技術，可以精確知道具體是哪個車道在擁堵。通過合作伙伴在車身上獲得的數據應用至非汽車領域，這樣可以把整個行業打通，這種商業模式，也可以加速自動駕駛落地。
除前端業務以外，Mobileye還會與大量智慧城市合作，比如數據平臺公司、亞馬遜、本地車聯網平臺等，通過這種方式，將Mobileye數據的技術和價值最終釋放給用戶。
以下是童立豐的演講全文，不改變原意的編輯：
大家好!很高興今天能夠有這樣的機會與來自不同行業和領域的朋友交流關于自動駕駛的心得。
先簡單介紹一下英特爾子公司Mobileye。Mobileye成立于1999年，是一家以色列的公司，2014年在紐交所上市。2017年Mobileye被英特爾收購，成為英特爾的全資子公司。截止去年11月，Mobileye的EyeQ® 系列芯片在全球的出貨量已經超過了5000萬，全球的主流車廠都是我們的客戶。
自動駕駛的技術演進
在第一個階段，整體的商業化落地是比較完善的，我們的目標是實現消費級的自動駕駛。正如大眾想像當中的那樣，未來當我們需要自動駕駛汽車的時候，打一個車就可以把乘客從A點送到B點。但在這個過程要經歷很多階段，當我們考慮自動駕駛技術落地的時候，必須要考慮如何通過逐步的商業化來實現自動駕駛的落地。而這兩者之間有一個很重要環節，就是自動駕駛出租車(Robotaxi)的階段。
Mobileye為什么認為自動駕駛出租車是實現自動駕駛的必經之路呢?
第一，目前不管是自動駕駛的整車還是技術，從復雜性和成本上來看，個人消費者在短期內都是沒有辦法接受的;第二，自動駕駛的發展除了技術和落地、商業模式本身以外，還需要有外部環境的支持，這包括每個人對自動駕駛的理解、意識，以及相關部門的監管措施。而自動駕駛出租車這樣一個特定場景下的自動駕駛，是有利于上述幾點考量的。
放眼全球，我們認為，在各個國家的政策當中，中國政府在推動自動駕駛落地的上非常有執行力，非常領先，希望自動駕駛出租車的落地也是全球范圍內最快的。
如果自動駕駛要落地，高精地圖的大范圍更新是必不可少的，但是目前來說，各個方面還沒有完全達到自動駕駛的需求，如何低成本地實現高精地圖的大范圍更新，是接下來的一大挑戰。
因此，Mobileye與整車以及行業合作伙伴打造了一個模式，搭載了Mobileye技術的車輛可以實時識別與自動駕駛技術相關的所有信息，這些信息被匿名傳輸到云端后進行整合，根據不同的應用場景進行應用。這些應用主要分三種，其中最重要的一部分就是自動駕駛汽車的實時應用;第二是用于功能的升級和改進;第三個部分就是，在未來，從車輛接入口所獲得的數據，可能會對非汽車行業領域的應用有所幫助。
這是搭載了Mobileye技術的車輛實時分析視頻，可以看到，Mobileye攝像頭可以識別車道線、限速牌等，這些道路基礎設施的數據也可以為智慧城市的公共企事業單位提供運用。
自動駕駛的數據應用
在數據服務領域，我們可以進行細分化，根據行業的發展和數據的逐步開拓分為三個階段。
第一個階段是現在較為大眾熟知的車隊行為或者是駕駛員行為的數據應用。一般來說，個人駕駛員和車隊駕駛員平時的駕駛習慣，都跟安全系數高度相關。因為ADAS所有的數據都是跟駕駛員行為和車輛安全行為高度相關的。這個方面，我們可以跟GPS定位進行結合，對駕駛員進行評分，借此提升車隊的安全水平。
通過六到七個系數的綜合對比，我們可以將駕駛員行為模式的模型計算出來。在美國的ADAS研究中，我們可以看到對車道偏離、行人碰撞等方面的有效事故性分析。此外，我們還可以跟車輛數據平臺合作，將數據進行進一步的定位和分析。
原本，這些數據分析結果只用于車隊內部管理，但隨著越來越多行業化應用的介入，我們可以讓數據產生更多價值。比如車隊管理數據可以跟保險打通，通過降低駕駛員行為的風險，提升安全性，進而把保險費用降低下來。通過保險的金融方案可以將ADAS的方案在全球更快的落地。
過去十年，我們在國內和國外的應用當中，這些評分數據已經從僅僅針對車隊，到后來的針對整個行業，乃至整個城市管理相結合。通過高科技的手段和數據產品的應用，提升城市的安全性，為城市的安全化管理乃至智慧城市的建設提供新的方向。
第二個部分是在功能上的延伸，傳統ADAS主要是為了滿足法規需要的功能進行研發，但是實際上我們知道智能攝像頭能夠識別的遠遠不僅如此。除了車輛以外，智能攝像頭能夠識別道路上的紅綠燈、限速牌等標識，這在整車配置過程中是一個功能和研發的方向。
比如說勘察紅綠燈，任何一個城市的紅綠燈從建設到維護都有管理難題。目前，紅綠燈的維護都是人工核查，但是人工核查的成本非常高，效率很低。
通過Mobileye的技術，我們可以利用原本在路上行駛的車輛，實時勘察交通信號燈使用狀況，合作伙伴可以基于海量數據了解城市道路上哪些紅綠燈壞了的，并將這些數據發送給城市的管理者，由他們進行精確的維護。
還有，例如停車位的勘察、電信機箱的勘察，都可以通過跟合作伙伴合作，將從車身上獲得的數據應用于非汽車領域，打通整個行業。
除了車隊行為和靜態數據之外，我們還可以獲得大量出行動態大數據，通過REM(路網資產管理)技術，可以精確的知道具體是哪個車道在擁堵。
從2018年開始，Mobileye與英國國家測繪機構英國地形測量局(Ordnance Survey)合作，在英國倫敦進行了為期兩年的試點。在試點過程當中，城市管理這一方對我們提出了需求。兩年多的測試結果有一些數據可以跟大家分享。
英國倫敦每年有超過六萬起基礎設施停工事件，這導致產生了很高的間接管理成本，因為這些設施停工很多都是因為信息不匹配造成的。
在試點期內，整個倫敦有超過48%的基礎設施信息不匹配案例被記錄下來，這些數據里面有超過八成的數據記錄不準確，或者前期正確而后期因為施工等原因導致了信息的缺失或新增。如果通過我們實時更新的REM技術，就可以把這些信息跟合作伙伴分享。通過數字化的方法，加強資產管理，減少損耗給城市帶來的資金節省可以達到20%到30%。
Mobileye數據服務的戰略布局
基于未來自動駕駛的發展和智慧城市的應用，我們跟全球一些主要城市簽訂了一系列合作方向。
比如2018年，我們跟韓國第四大城市大邱市簽訂了協議，幫助大邱市打造自動駕駛的規劃，包括自動駕駛技術出行在大邱市的落地，以及包括數據服務如何幫助大邱市通過數字化的方法改善城市管理。
除此以外，在過去兩到三年內，全球有十個城市跟我們構建了不同領域的合作，通過Mobileye的解決方案，自動駕駛技術能夠在日常生活當中逐步的應用、逐步讓大家體會到自動駕駛的應用在當前情況下的好處。
總結一下，Mobileye的定位和不一樣的地方。
第一，我們一直強調自動駕駛是一個整體的過程。在整個落地過程當中，要逐步地通過商業化、技術演進、再商業化、再技術演進來進行發展。要保證所有技術對行業要有效果、有改善，要讓大家體會到自動駕駛的技術跟社會息息相關。
除了前端業務以外，我們還有大量智慧城市的合作，跟數據平臺公司的合作，比如跟亞馬遜，跟本地車聯網平臺的合作等等。通過這些方式，將Mobileye的技術和數據的價值最終釋放給用戶。
明確定位，在Mobileye的歷史發展過程當中，我們早期在每一個具體項目上的定位是核心技術提供方，在落地過程當中，跟合作伙伴把這些好的技術落地到現有場景當中。我們希望與更多運營的、場景方案設計等合作伙伴合作，研發出更適合中國國情、更適合我們每個人生活的ADAS技術。
