500 PB 如何讓 ADAS 變得更聰明？

0:00 引言

今天在《The Garage 》節目中，我們正在底特律大都會區密西根州諾維市舉行的「AutoTech 2026」展會現場進行直播。談到車輛的先進技術，人們很難不聯想到先進駕駛輔助系統（ADAS）與自動駕駛。我們持續見證這些技術的驚人進展：例如車道維持系統和主動式定速巡航控制已日益普及，而主動式緊急煞車系統未來也將在越來越多的地區成為法規要求。 當然，還有更進階的「大兄弟」級自動駕駛技術——我們正目睹完全沒有駕駛員的機器人計程車。我知道，我經常看到它們在我辦公室附近行駛。

為了探討這個話題，我們特地邀請了專家。而我今天的嘉賓是尼姆羅德·布里克曼（Nimrod Brickman）。他是 Mobileye 的業務發展副總裁，該公司是先進駕駛輔助系統（ADAS）與自動駕駛技術領域的業界領導者。

我們確實涵蓋了廣泛的議題，包括這些技術在過去幾年來的進展，以及它們如何不斷將這些功能應用於越來越多的車輛中。

走吧！

歡迎收聽《The Garage 》。我是約翰·海因萊因（John Heinlein），Sonatus 的首席行銷長。我們目前身處密西根州諾維市舉辦的「Auto Tech 2026」展會現場。尼姆羅德，歡迎來到本集播客節目。

嘿。你說得對。嘿。謝謝，約翰。謝謝你的邀請。這是我很榮幸。

聽著，我們非常高興你能來這裡。首先請自我介紹，並跟我們聊聊你自己吧。

1:33 認識尼姆羅德·布里克曼

當然。我叫尼姆羅德・布里克曼，是 Mobileye 的業務發展副總裁。過去三年來，我一直負責領導 Mobileye 的業務發展工作，而我加入這家公司至今已有九年。

或許先簡要介紹一下我的背景：我基本上是從投資銀行業起步的，主要服務科技公司。因此，我曾與以色列的科技公司合作，協助它們從世界各地籌集資金，其中以中國為重點。

所以我與中國合作已有許多許多年。後來，我開始與一些汽車公司合作，這讓我感到非常著迷。

這些技術真的很有趣，也有許多有趣的公司正嶄露頭角，試圖在這極其、極其競爭激烈的產業中立足。而這正是促使我投身汽車產業的契機。嗯，這真的很棒。

2:21 中國與日本的國際經驗

以色列湧現了這麼多令人驚嘆的科技公司。是啊。是啊。看到這段發展歷程真的很令人振奮。首先，請先跟我們分享一個關於你自己的趣事吧。

好的。那麼，繼續談這個「中國路線」吧。對吧？所以 Mobileye 的第一次部署，基本上，我被派往的第一個工作地點就是中國。

哇，真厲害。

是啊。我被調派到中國。那是二〇一七、二〇一八年，也就是新冠疫情爆發之前。我在那裡住了幾年。

其實我從高中開始就一直在學普通話，一直學到大學畢業。這門語言還挺實用的。你當時在哪个城市？我當時住在北京。

在加入 Mobileye 之前，我也曾在上海待過一段時間。但我已經在北京住了三年。這是一段令人驚嘆的經歷。那裡的文化截然不同。

太棒了。

那一定是一段非常令人興奮的經歷。我的趣聞是，我總是會回贈一個趣聞給我的來賓。

我曾在日本東京執行一項任務。那段經歷同樣令人驚嘆。

還真有不少，其實是在大約二十年前的事，那段經歷讓我收穫頗豐。我喜歡你，因為你學過中文。 我學的不是學校裡的日語，而是在……我們在 Transmeta 與許多日本合作夥伴進行了大量合作……那是在 Transmeta 任職的幾家公司之前的事了。當時我們有不少日本合作夥伴，我曾非常專注地學習日語，事實上，我也負責了許多業務開發工作。後來有個機會讓我擔任日本辦事處的高階職位，我對此感到非常興奮。

太棒了。日語這門語言也相當難。

嗯，這可以聊上好一陣子呢。日語和中文的難處各有不同。

百分之百。它們各自都有其有趣之處，而且各有不同且獨特的特點；事實上，這兩者之間的難處也各不相同。

3:54 Mobileye 的發展歷程與成就

非常有趣。非常有趣。感謝您分享這段內容。現在，請向可能不熟悉 Mobileye 的聽眾們介紹一下。Mobileye 是一家極為成功的公司，而且知名度應該很高。但為了讓那些可能不了解的聽眾更清楚，您能否向我們介紹這家公司，並多談談您在其中的職責？當然可以。

那麼，我們先從這家公司說起。Mobileye 已經成立二十五年了。 基本上，本公司自 1999 年起便將電腦視覺技術導入先進駕駛輔助系統，首批專案則於 2007 年起陸續投入實際應用。總而言之，它一直是電腦視覺產業的全球領導者。為了讓各位對其規模有個概念，截至目前為止，我們已售出超過兩億三千萬顆 EyeQ 晶片。

兩億三千萬。

這事就這樣吧。嗯。

這真令人印象深刻。

這意味著有超過兩億三千萬輛車配備了我們的系統。

大約每八輛車中就有一輛採用我們的技術，我們對此深感自豪。目前，我們已與多家原始設備製造商（OEM）展開合作，這些客戶正是我們正在攜手共事的企業。過去幾年來，公司不斷成長，從一家二級技術供應商轉型為扮演更全面的角色，提供涵蓋第二級以上、第三級及第四級的完整解決方案。 我們基本上是少數幾家從基礎 ADAS（即最基礎的技術）起步，逐步發展至 L2+、L3 甚至自動駕駛的企業之一。以上便是關於本公司本身的概況。

太好了。我想我們會逐一探討這些主題。那麼，您具體的職責是？

5:29 尼姆羅德在 Mobileye 的角色

因此，我負責領導業務開發工作。基本上，凡是經過預先提名、預先物色的人選，我都會負責所有後續的開發活動，以及與全球原始設備製造商（OEM）的接洽；同時也負責管理這些關係，並致力於與我們的OEM合作夥伴建立更深厚的連結，以拓展我們的業務。這基本上就是我的職責範圍。

而且您是在總部工作，是在特拉維夫嗎？

公司總部位於耶路撒冷。因此，雖然我以以色列為據點，但我們在全球各地設有多個據點，並派駐了多名代表。我們在美國的底特律、巴黎、慕尼黑、上海、韓國和日本均設有據點。因此，我們在全球各地都有團隊。基本上，凡是有大型原始設備製造商（OEM）或產業重要據點的地方，我們都會設有據點。

6:12 先進駕駛輔助系統（ADAS）技術的發展

您在 Mobileye 工作已近十年。自您加入以來，ADAS 確實發生了許多變化。能否請您談談這方面的演變？您目前觀察到哪些情況？

這真的相當令人驚嘆，因為當初我在中國剛起步時，你知道的，那時候一切都只著眼於符合法規，專注於前置鏡頭業務，與我們現在所見的相比，當時的技術實在非常基礎。而如今我們在業界所見到的，可說是實現了一次重大的跨越式發展。基本上，OEM 廠商和消費者對系統所能提供的功能所抱有的期待，已經完全不同了。對吧？

如果我們觀察目前市面上所有二級以上、三級級別的能力，例如「無需手動操作、無需目視監控」的解決方案，十年前這幾乎還只是科幻小說中的情節，非常遙不可及。但現在，這實際上已成為原始設備製造商（OEM）規劃其發展藍圖時的重要考量。而在您參與的整個過程中，我們目前所扮演的角色確實非常有趣。

7:08 關於產業變遷的主題演講要點

您剛才在 AutoTech 這裡才剛結束一場關於 Mobileye 的主題演講。

我的意思是，您能否跟我們分享一下您目前正在經歷的這段旅程，以及您在主題演講中提到的部分內容？

當然。首先，我認為這與我們目前所見的這股趨勢密切相關，也解釋了為何業界和原廠製造商（OEM）會朝著將更高層級的自動駕駛技術導入市場的方向發展。我認為這裡最有趣之處在於，我們是如何將過去彼此分離、各自獨立的各個組件，整合成一種整體的集中化方案。對吧？

既有完整的 SDV 方法論，也有完整的集中化方法論，將更多組件整合到同一個系統中。因此，在主題演講中，我概述了我們擁有的各項技術，包括停車、駕駛以及駕駛監控系統的功能，這些功能正被整合到同一個系統中。基本上，這意味著我們正試圖在車廠所面臨的三大挑戰支柱之間取得平衡。其中之一，就是讓功能本身達到極高的性能。

第二點是讓產品以極快的速度推向市場。第三點則是確保其具備極高的成本效益與效率。這就是我如何將 Mobileye 在這個市場所提供的關鍵支柱，轉化為實際產品的方式。

8:23 從二線供應商轉型為一線供應商

或許這裡還有一個補充事實：當業界審視這些技術時，他們的關注點往往集中在五到十年前，當時他們在探討的是：這些技術是否能夠實現？

目前，他們正在研究如何將這項做法大規模推行。沒錯。

而這正是我在我們的……中提到的。此外，您稍早提到，貴公司過去主要扮演二級供應商的角色，為其他子系統提供零組件；但如今，貴公司正逐漸轉型為一級供應商，提供更完整的子系統，甚至多套子系統。

這樣思考你的演化，是否合適呢？

沒錯。這裡有個有趣的觀點，就是我們透過在第二級以上、第三級及第四級自動駕駛領域的發展，獲得了許多成果，這有助於我們打造出這類針對駕駛的全方位一站式解決方案。因此，基本上，如果原廠製造商（OEM）過去將我們視為其某項零組件的關鍵技術合作夥伴，現在他們則將我們視為其先進解決方案的全方位供應商。

9:22 理解自主性的層級

您提到了 L2+/L3。我認為這大概是該產業目前面臨的最大挑戰，也是最艱鉅的歷程。

隨著業界致力於邁向更高的自動駕駛等級，或許您可以先向聽眾們說明這些等級究竟代表什麼。百分之百。您認為要達成這些更高等級，最大的技術挑戰是什麼？

首先，你提出了一個非常好的觀點。對吧？我們先來解釋一下「第二級+」和「第三級」究竟是什麼意思。關於「第二級+」和「第三級」，兩者之間的主要區別基本上在於由誰負責駕駛。

所以，第二級加、第二級加加……這方面有許多縮寫。總之，駕駛員始終要負起責任。駕駛員必須時刻保持警覺，並監督系統本身——即使處於免手動模式，或是讓系統代為駕駛，你仍須對此負責。但第三級則是指在某些「運作設計領域」（ODD）中，系統本身會接管車輛的運作。

這在技術層面上確實是一次重大的跨越式進步。首先，你需要配備更多感測器，對吧？同時還需要更強大的運算能力才能實現這一點。基本上，我們試圖在第二級加（Level 2+）與第三級（Level 3）之間所改變的，並不是駕駛功能本身。

這就是「平均故障間隔時間」。沒錯。在業界我們稱之為 MTBF。沒錯。因此，平均故障間隔時間必須大幅提高，這樣系統才能接管特定的駕駛任務。沒錯。

我認為這種思考方式非常有趣，因為現今大多數配備車道維持功能的車輛——雖然我不打算點名任何特定系統——但這些系統大多屬於 L2+ 級別，因為預期在相對短暫的時間內（幾秒鐘內），若系統無法判斷該如何處理，或是發生緊急狀況，駕駛人必須能夠接管控制權。 至於 L3 級別，我推測系統需要能夠在更長的時間內，仍能可靠地處理各種情況。

沒錯。因此，您需要進行更長時間的監測，同時也必須考量到，若其中一個系統發生某種故障時會發生什麼情況。 沒錯。這正是我們處理第三級的方式，因為業界多數做法都是：除了主系統之外，還需配備一套備援系統。因此，這是一個非常敏感的議題，也是一場極度重視安全的討論，不僅僅是性能本身，安全永遠是第一位的。

當然。而且我認為，ADAS 和自動駕駛目前正引發極大的熱潮。這顯然是一個廣泛的領域。過去幾年來取得了如此多的進展，看到創新步伐如此之快，實在令人驚嘆。

12:02 《AI 》在自動駕駛領域的整合

總的來說，顯然，我們看到越來越多AI 技術被應用於車輛中，其中最顯著的當然就是自動駕駛。當您將AI 整合進來時，必須理解AI 系統本質上是非確定性的，而這正是它們的優勢所在。

但這同時也可能是項技術上的挑戰。您認為在導入AI 時，有哪些機會與挑戰？又該如何讓它們——正如您剛才所說——在這關鍵任務環境中確保安全、可靠且值得信賴？

因此，我認為有兩種方式可以看待眼前這場AI 革命。

一種是概念性的，另一種是實務性的。概念性的部分在於，你是否採用單一的、一體化的端到端方法AI 。基本上，業界將其稱為「從像素到扭力」或「從像素到控制」。當你只有一個「大腦」時，依我們所見，這種做法在安全導向方面稍顯不足。

而另一種處理方式則是採用複合式AI 方法，這正是 Mobileye 的考量方向，我稍後會對此進行深入探討。這方面的另一個層面，絕非僅止於概念層面，而是極具實務意義。究竟該如何將龐大的語言模型、視覺語言模型以及視覺語言動作元件整合到線上系統中，同時還必須滿足汽車系統在安全標準與成本標準上的雙重要求？沒錯。 因此，Mobileye 對此採取的解決方案是採用複合式「AI 」方法，這基本上是將兩個領域融合在一起。我們主要依賴安全要素，以及過去二十五年來在可組合演算法方面累積的核心經驗——這些演算法正不斷精進，並將越來越多的元件引入這些系統中。

除此之外，我們在端到端模型、大型語言模型以及視覺語言模型等領域，也具備創新前沿的特質，而目前我們正致力於將這些技術整合在一起。對吧？因此，我們採用的是複合式AI 方法，正將這兩者融合，並從中兼顧兩者的優勢。

我們應該將此理解為模型之間更趨於融合，還是說每個模型各有其特定功能，進而相互協作？該如何理解這一點才最為恰當？

因此，我們可以這樣理解：主要的語義處理或類人駕駛任務，將由端到端模型本身執行或由其指派。對吧？也就是說，這類行為會更接近人類的自然表現。不過，系統的防護措施或邊界仍應稍微偏向規則導向，因為總會存在「長尾問題」，而我們需要能夠從中恢復。基本上，這就是我們的做法。 我們只是將這兩者混合運用。

我覺得這非常非常聰明。

那麼，我是否該將此理解為，某種程度上AI 正在守護著其他AI 呢？

這就像是刻意設置了一種隔閡，讓某種力量彷彿正從你身後窺視，或者以某種方式注視著你？你可以把它想像成又一層「安全屏障」，疊加在你核心大腦之上，用以確保你所做的是正確的事。

而且要能讓你回頭檢視並追溯其來歷。沒錯。而且不只是……你知道的，這不像是一個開放式的迴圈。

沒錯。我們在安全認證方面已進行了一些工作。 一年前，我們宣布其中一款產品的安全監控器已通過 ASIL-D 認證，其運作原理與此非常相似：該安全監控器能在產品執行動作之前，先監控其運作狀況，並判斷該情況下是否符合功能安全標準。因此，以我們的情況來說，這讓您無需對整個產品進行功能安全認證。

但你們負責對安全監控裝置進行認證。這是業界常見的做法。沒錯。聽起來這做法似乎有些類似。

確實如此。確實，您進行的是針對安全導向系統的認證，而非對整個系統原樣進行認證。

15:53 Mobileye 的 500PB 駕駛資料庫

眾所周知，Mobileye 擁有全球規模最大的駕駛數據庫之一。希望您能就此稍作說明。但鑑於貴公司營運至今已有一段相當長的時間，這個數據庫能為貴公司帶來哪些優勢？此外，貴公司會透過哪些方式利用該數據庫來訓練和優化演算法？

總而言之，這是 Mobileye 最令我們引以為傲的核心資產之一。正如我剛才提到的，我們成立至今已有二十五年，並擁有各類資料集。我們在全球範圍內彙整的資料量已超過五百拍字節，其中包含電腦視覺資料、駕駛行為資料，以及 RAM（Mobileye 道路體驗管理系統）的資料。

這是一組我們透過群眾外包方式蒐集而來的稀疏資訊資料。我們主要透過以下兩到三種方式來運用這組資料。第一，這組龐大的資料集有助於我們訓練端到端神經網路與演算法，並提升其效能。此外，我們也運用這組資料集來處理實際的實務案例與應用情境。

這是其中一點。另一點是，我們擁有龐大的資料集來驗證我們正在開發的技術。這更是另一項極其強大的工具。業界的其他公司之所以正在開發模擬器，正是因為他們無法像 Mobileye 這樣取得如此龐大的資料。

第三點是，我們該如何解決「長尾問題」。目前，當我們談論端到端模型時，會面臨邊緣案例所造成的長尾問題。而現階段，透過我們所擁有的海量數據，我們能夠接觸到無數不同的應用情境，並針對極端情境對模型進行訓練。如此一來，我們基本上能夠大幅提升系統的效能。

指出這一點非常重要，因為我認為，如果你試著設身處地想想——假設你身為一名駕駛者，回想自己的駕駛經驗，試著想像你能將駕駛過程在腦海中錄下來——其中百分之九十五的時間都是無比無聊的。 百分之百。也許是百分之九十八。但其中有百分之二的時刻，要麼令人極度恐懼，要麼至關重要，或是涉及安全關鍵。而這個機會讓你能夠在數百萬次行車中找出那百分之二的時刻。沒錯。這將加速對這些邊緣案例的研究。

因此，此刻這點非常關鍵，因為目前為了應對這個「長尾問題」，我們公司執行長阿姆ノン·沙舒亞（Amnon Shashua）教授與技術長沙伊·沙列夫-施瓦茨（Shai Shalev-Shwartz）教授，剛發表了一篇新文章，介紹我們擁有的兩項新工具，用以從龐大的數據中精準找出這些具體的使用案例。 其中一個工具是 Meteor，另一個則是 Generio。這兩款不同的工具，基本上是透過視覺語言模型，來擷取那些可重現且能真正為「長尾案例」的安全分析帶來顯著改變的獨特案例。

太棒了。而且，你知道的，隨著 ADAS 的發展，我們可以看到在某些地區——尤其是美國和歐洲——美國有 NHTSA 標準，歐洲則有相當於該標準的規範。 如今我們看到，某些類別的 ADAS 功能——例如自動緊急煞車，以及其他一些功能——將在 2027 年及以後成為標準配備。那麼，隨著這些功能在各車系中逐漸標準化，貴公司將如何協助將自身技術能力——這些技術在高階車款中當然具備極強的效能——推廣至更廣泛的價格區間呢？

19:25 將 ADAS 推廣至更廣泛的市場

因此，我認為這一點非常關鍵，特別是當我們檢視像我今天剛才提到的系統——環景 ADAS 時。其核心理念在於將多個組件整合到單一運算單元中。我剛才提到的環景 ADAS 便是基於 EyeQ6 High 平台，這正是 Mobileye 的「大腦」。 EyeQ6 High 基本上讓我們能夠將駕駛、停車、視覺化等不同模組整合在一起。換言之，若仔細想想，過去原廠製造商（OEM）必須花費數百甚至數千美元購買多個獨立的運算單元，如今這些功能都能整合到單一運算單元中，以更少的成本實現更強大的功能。

因此，透過整合，成本便能降低。針對某些較高的自動駕駛等級，依然有高階解決方案；但對於僅需滿足基本法規要求的入門級車款，則可透過不同的成本解決方案來達成。

因此，我們不僅能做到這一點，甚至還能以較低的成本，將低階車型的自動駕駛能力升級至更高層級。就以福斯為例吧。這是我們幾年前已宣布合作夥伴關係的廠商，目前正主導周邊數據中心市場。雖然該品牌並非以豪華車聞名，但仍將這套「ADAS 2+」系統導入其旗下眾多車系中。

這太好了。沒錯。L2+，你知道的，正如你所說，這還處於駕駛員仍需負起責任的門檻之下。但在 L2+ 中，你經常會看到的功能之一就是車道保持。

這取決於車款，有時稱為自適應巡航控制系統。一旦使用了車道維持輔助和自適應巡航控制系統，確實能大幅減輕——舉例來說——高速公路駕駛的負擔。而且，你知道的，例如在交通塞車時，我們居住的灣區經常塞車。我以前總會[想]：「哦，又塞車了！」

嗯，當然，我現在還是得保持警覺，但塞車時的繁瑣感幾乎消失殆盡，因為汽車負責了九成的工作，而你只需要留意：「噢，我需要接手駕駛嗎？」這真的非常、非常愜意。

我認為，如果你體驗過這項功能，就像開上高速公路時，根本不需要擔心駕駛本身的事。當然，你還是需要監督它。

但你可以放鬆身體，只需確保行車過程平穩順暢，甚至可能還能進行積極的變道。對吧？這也是一項非常實用的技巧，在親身體驗之前，你其實並不會真正理解箇中奧妙。但一旦親身體驗過，就會發現這是一項重大的改變。

主動變道功能——我的車配備了這項功能，而且我非常喜歡這項功能。對於可能尚未接觸過這項功能的聽眾來說，這或許看似只是噱頭，但實際上並非如此。因為導致事故的常見原因之一，就是變道時撞上盲點中的車輛。 我知道當我的車在啟用車道維持輔助和自適應巡航控制系統時，只要我進行變道，系統會等待直到出現安全空檔才會執行。

事實上，「In fact, a matter of fact」這個功能有個很酷的動畫效果。它會顯示：「我找到一個安全的位置了。我要過去那邊。」但系統會先確認盲區內沒有車輛。

所以這其實是更安全，而不是比較不安全，而且這也不是噱頭。這其實是一項非常強大的功能，我非常喜歡。

試著想像，除了你原本擁有的兩隻眼睛之外，還多了一雙眼睛和多組感測器。沒錯。這基本上能協助你建立車輛周圍的 360 度環境模型，不僅能讓你的駕駛體驗更加舒適，更能大幅提升行車安全性。

22:54 結論與未來展望

是啊。而且人們很容易就想：「哦，我的駕駛技術更好。」但現實是，每當我啟用自適應巡航控制和車道保持功能時，這輛車的行車安全性都遠勝於我親自駕駛的時候。 而我現在已經夠成熟，願意坦然承認這一點，這也是為什麼我一有機會就會使用這項功能。這真是一次非常愉快的對話。恭喜您取得如此非凡的成就，也恭喜您最近在此發表的主題演講。我們祝願您未來一切順利，並感謝您不斷將這項技術應用於越來越多的車輛中。

約翰，謝謝你邀請我來。謝謝。

如果您喜歡這集內容，請按讚並訂閱，以便在《AutoTech》以及我們遍布全球的其他節目中，觀看更多類似的精彩內容。我們期待很快能在《The Garage 》的下一集與您再會。