每股 63.54 美元， 總價值 153 億美元（約合 1056 億元人民幣）， 在被路透社爆料後， 英特爾和 Mobileye 共同確認了這則並購協議。 買入 Mobileye， 也讓英特爾畫上了自家自動駕駛領域佈局的畫龍點睛之筆。
說是畫龍點睛之筆， 與 Mobileye 的作用不無關係。 這家創建於 1999 年的以色列公司， 主要致力於汽車電腦視覺領域的研究， 早期特斯拉的高級駕駛輔助 Autopilot 就使用的是 Mobileye 提供的視覺輔助方案。
在此次收購後， 英特爾將會把自動駕駛部門併入 Mobileye，
在 2016 年 8 月， 英特爾就收購了自動駕駛汽車安全工具 Yogitech、車載電腦 OTA 技術公司 Arynga、視覺處理晶片初創公司 Itseez 和 Movidus， 而在收購 Mobileye 後， 補全了英特爾在自動駕駛領域只有硬體沒有方案的缺失， 成為了自動駕駛領域的一個絕對不可忽視的巨頭。
Mobileye 使用的是視覺處理的方案， 但事實上， 視覺處理方案在自動駕駛領域， 並不是萬能的。
所謂視覺處理， 就是對攝像頭拍攝來的圖像進行識別和分析， 進而通過處理作出決策的過程。 在自動駕駛技術中， 視覺處理的優勢非常明顯， 首先是成本低， 使用攝像頭作為駕駛輔助或者自動駕駛的感測器， 在成本上要遠低於目前技術水準下十分昂貴的鐳射感測器， 也就是出現在不少全自動駕駛車上的“蘑菇”， 其次對比 LIDAR 鐳射和毫米波雷達， 攝像頭的可見範圍更遠， 這也就意味著自動駕駛汽車可以提前收集到更多的環境資訊。
(Mobileye 與車廠的合作進程)
得益於攝像頭的這些優勢， Mobileye 在 ADAS（高級輔助駕駛系統）和自動駕駛領域都取得了不錯的進展。 在自動駕駛並未普及的今天， Mobileye 的技術早已經用在了各大汽車廠商的駕駛協助工具中， 其特有的 EyeQ 視覺識別晶片以及 ADAS 軟體被應用於多家汽車廠商，
然而攝像頭視覺識別的缺點也是很明顯的。 在當時被炒得很熱的那起 Tesla 撞上高速上轉向的大卡車致死事故中， 由於系統沒能正確識別橫向來的卡車， 自動輔助駕駛中的緊急刹車功能沒能正常啟用導致的，當時 Autopilot 攝像頭採集的畫面，誤判橫行而過的卡車是橫在路上的路牌，於是系統就沒有啟動刹車。
(不同自動駕駛感測器的優劣對比)
總得來說，Mobileye 攝像頭的弱點在於以下幾點：
1、攝像頭接受是光的反射，如果攝像頭效果受影響，例如在黑暗場景中沒有了光線，那麼識別能力大打折扣。
2、Mobileye 所使用的單目攝像頭獲取的僅僅是 2D 平面資料，所以需要圖像識別加工才會得到 3D 場景。
3、Mobileye 所收集的內容經過處理會有一定延遲，這也就意味著攝像頭方案對於道路變化的反應能力有限。
這麼來看，英特爾收購 Mobileye 的 153 億確實有點貴，因為單就財報資料顯示，2016 年 Mobileye 的全年總收入雖然比 2015 年漲了將近 50%，但也不過 3.582 億元，2014 年上市時，Mobileye 的市值為 106 億美元，153 億美元的收購總價確實溢價不少。
在被爆料即將被英特爾收購後，Mobileye 的盤前股價又上漲了 33%，也可見市面上對於自動駕駛技術的看好和狂熱。
事實上，比起攝像頭視覺處理方案，對於英特爾來說，收購的意義在於 Mobileye 其實是一家以 AI、圖像識別技術為基礎提供自動駕駛所需高精度地圖的技術供應商。這能有助於優化英特爾最終自動駕駛方案中最為重要的駕駛策略。
在 2017 年的 CES 上，Mobileye 就已經闡述了自己作為供應商要在自動駕駛領域中所要做的事情：以攝像頭收集來的畫面為基礎，通過具備深度學習能力的圖像識別體系，構建能夠優化自動駕駛決策的高精度地圖。
用更方便理解的話說，就是通過攝像頭這一“眼睛”，不斷學習駕駛過程，熟悉路線讓無人車成為老司機。
這個計畫，用到 Mobileye 身上，具體的落地方式也很簡單：與各大車廠合作，把自家設備裝到各種車輛上，收集資料，作為學習資料的來源。
從 2007 年 Mobileye 自主研發的首款晶片 EyeQ1 正式亮相並在富豪上完成首次商務化使用開始，到 2013 年 10 月，Mobileye 賣出了第 100 萬台產品。從 2013 年 10 月到 2016 年 1 月，他們賣出了 900 萬台產品，累計銷量達到 1000 萬台。其中前裝產品占 80%，後裝產品占 20%。
(裝在普通汽車上帶有 ADSD 功能的 Mobileye 硬體)
如果從車輛安裝來看，從 2007 年開始，駕駛輔助系統晶片 EyeQ 晶片被安裝到汽車中，到 2012 年 EyeQ 晶片全球部署規模突破 100 萬。截至 2016 年，全球有 330 萬輛汽車安裝了 EyeQ 系列晶片。
這個龐大的裝機量，給 Mobileye 帶來的資料量可以說是在業內有絕對領先優勢的。對比 Google 自己造車自己路試自己積累資料，Mobileye 這樣的方式，效率更高且更為實際。
（Google 無人車看著很“未來”，但只靠自己爬向未來，效率太低）
舉個例子：現在大部分 ADAS 產品的視覺識別是跟著車道線讓車輛保持正常行駛的，但在加入了深度學習功能之後，不同司機開著的不同品牌型號但又同樣裝有 Mobileye 設備的車型經過一段道路後，系統就會記錄並學習司機的駕駛習慣，當車道被遮擋後，整個系統也可以根據之前學習所繪製出的地圖來正常行駛，不受干擾。
這所謂的地圖也就是在 CES 上 Mobileye 所說的路書“Roadbook”。
先是與車廠合作收購了 15% Here 地圖的股份，再加上這次收購 Mobileye，可以說英特爾基本實現了在自動駕駛領域完整的佈局。並且基於 Mobileye 的技術，即使在短期內全自動駕駛依然無法正式推出，英特爾也可以靠 Mobileye 逐漸增強並且有極高車廠覆蓋率的駕駛輔助技術盈利並繼續積累自動駕駛路書和改進演算法。
從最近幾年來自動駕駛領域頻繁的大公司交叉合作也可以看出：與傳統科技公司閉門造車守住核心技術爭取寡頭利益不同，汽車領域對於前沿技術有著更為開放和共贏的態度。
另外，在 CES 上 Mobileye 展示自動駕駛軟體技術的同時，英特爾還公佈了自家的自動駕駛平臺 Intel GO，可以預見的是，在未來併入 Mobileye 的英特爾自動駕駛部門，會結合英特爾本身的晶片、5G 等硬體技術，以及 Mobileye 和 here 所優化的自動駕駛地圖和決策演算法等軟體技術，讓全自動駕駛技術更快落地。
不過有句話在文章末尾還是要說：
人們總是低估未來 10 年的技術進步，但總會高估未來 3 到 5 年的技術發展。
自動駕駛技術完全到來前，高級別駕駛輔助仍然有極大的優化空間，全自動駕駛的到來，恐怕也沒有目前幾乎所有廠商都在鼓吹的 2020 年那麼樂觀。
自動輔助駕駛中的緊急刹車功能沒能正常啟用導致的，當時 Autopilot 攝像頭採集的畫面，誤判橫行而過的卡車是橫在路上的路牌，於是系統就沒有啟動刹車。(不同自動駕駛感測器的優劣對比)
總得來說，Mobileye 攝像頭的弱點在於以下幾點：
1、攝像頭接受是光的反射，如果攝像頭效果受影響，例如在黑暗場景中沒有了光線，那麼識別能力大打折扣。
2、Mobileye 所使用的單目攝像頭獲取的僅僅是 2D 平面資料，所以需要圖像識別加工才會得到 3D 場景。
3、Mobileye 所收集的內容經過處理會有一定延遲，這也就意味著攝像頭方案對於道路變化的反應能力有限。
這麼來看，英特爾收購 Mobileye 的 153 億確實有點貴，因為單就財報資料顯示，2016 年 Mobileye 的全年總收入雖然比 2015 年漲了將近 50%，但也不過 3.582 億元，2014 年上市時，Mobileye 的市值為 106 億美元，153 億美元的收購總價確實溢價不少。
在被爆料即將被英特爾收購後，Mobileye 的盤前股價又上漲了 33%，也可見市面上對於自動駕駛技術的看好和狂熱。
事實上，比起攝像頭視覺處理方案，對於英特爾來說，收購的意義在於 Mobileye 其實是一家以 AI、圖像識別技術為基礎提供自動駕駛所需高精度地圖的技術供應商。這能有助於優化英特爾最終自動駕駛方案中最為重要的駕駛策略。
在 2017 年的 CES 上，Mobileye 就已經闡述了自己作為供應商要在自動駕駛領域中所要做的事情：以攝像頭收集來的畫面為基礎，通過具備深度學習能力的圖像識別體系，構建能夠優化自動駕駛決策的高精度地圖。
用更方便理解的話說，就是通過攝像頭這一“眼睛”，不斷學習駕駛過程，熟悉路線讓無人車成為老司機。
這個計畫，用到 Mobileye 身上，具體的落地方式也很簡單：與各大車廠合作，把自家設備裝到各種車輛上，收集資料，作為學習資料的來源。
從 2007 年 Mobileye 自主研發的首款晶片 EyeQ1 正式亮相並在富豪上完成首次商務化使用開始，到 2013 年 10 月，Mobileye 賣出了第 100 萬台產品。從 2013 年 10 月到 2016 年 1 月，他們賣出了 900 萬台產品，累計銷量達到 1000 萬台。其中前裝產品占 80%，後裝產品占 20%。
(裝在普通汽車上帶有 ADSD 功能的 Mobileye 硬體)
如果從車輛安裝來看，從 2007 年開始，駕駛輔助系統晶片 EyeQ 晶片被安裝到汽車中，到 2012 年 EyeQ 晶片全球部署規模突破 100 萬。截至 2016 年，全球有 330 萬輛汽車安裝了 EyeQ 系列晶片。
這個龐大的裝機量，給 Mobileye 帶來的資料量可以說是在業內有絕對領先優勢的。對比 Google 自己造車自己路試自己積累資料，Mobileye 這樣的方式，效率更高且更為實際。
（Google 無人車看著很“未來”，但只靠自己爬向未來，效率太低）
舉個例子：現在大部分 ADAS 產品的視覺識別是跟著車道線讓車輛保持正常行駛的，但在加入了深度學習功能之後，不同司機開著的不同品牌型號但又同樣裝有 Mobileye 設備的車型經過一段道路後，系統就會記錄並學習司機的駕駛習慣，當車道被遮擋後，整個系統也可以根據之前學習所繪製出的地圖來正常行駛，不受干擾。
這所謂的地圖也就是在 CES 上 Mobileye 所說的路書“Roadbook”。
先是與車廠合作收購了 15% Here 地圖的股份，再加上這次收購 Mobileye，可以說英特爾基本實現了在自動駕駛領域完整的佈局。並且基於 Mobileye 的技術，即使在短期內全自動駕駛依然無法正式推出，英特爾也可以靠 Mobileye 逐漸增強並且有極高車廠覆蓋率的駕駛輔助技術盈利並繼續積累自動駕駛路書和改進演算法。
從最近幾年來自動駕駛領域頻繁的大公司交叉合作也可以看出：與傳統科技公司閉門造車守住核心技術爭取寡頭利益不同，汽車領域對於前沿技術有著更為開放和共贏的態度。
另外，在 CES 上 Mobileye 展示自動駕駛軟體技術的同時，英特爾還公佈了自家的自動駕駛平臺 Intel GO，可以預見的是，在未來併入 Mobileye 的英特爾自動駕駛部門，會結合英特爾本身的晶片、5G 等硬體技術，以及 Mobileye 和 here 所優化的自動駕駛地圖和決策演算法等軟體技術，讓全自動駕駛技術更快落地。
不過有句話在文章末尾還是要說：
人們總是低估未來 10 年的技術進步，但總會高估未來 3 到 5 年的技術發展。
自動駕駛技術完全到來前，高級別駕駛輔助仍然有極大的優化空間，全自動駕駛的到來，恐怕也沒有目前幾乎所有廠商都在鼓吹的 2020 年那麼樂觀。