Mobileye

产业链位置

Mobileye Global Inc. (MBLY) 位于 AI 产业链的“物理 AI / 车端自治系统”环节：它不卖数据中心训练 GPU，也不是传统整车厂，而是把视觉感知、驾驶策略、地图数据、安全框架和车规 SoC 封装成可量产的 ADAS 与自动驾驶系统，交给 OEM 和出行运营商集成到车辆中。公司在 2025 年 10-K 中把自身定位为 ADAS 和 autonomous driving technologies and solutions 的开发与部署领导者，并披露其解决方案横跨 EyeQ SoC、SuperVision、Chauffeur 和 Drive。

放在 AI 产业链里，Mobileye 的核心位置是“边缘推理 + 物理世界执行”。AI 模型在这里不是生成文本或图片，而是实时理解道路、预测交通参与者、规划轨迹，并在车规安全约束下输出可执行驾驶动作。它的商业约束也不同于云 AI：算力不是越大越好，而是要在车端功耗、BOM、热设计、功能安全、法规认证和多年生命周期内稳定工作。Mobileye 官网把公司描述为帮助全球车企从 ADAS 产品一路发布到 driverless mobility solutions 的 AI driving systems 提供商。Mobileye 官网

因此，MBLY 更接近“自动驾驶栈的独立系统供应商”，而不是单一芯片股或单一软件股。它同时连接半导体供应链、汽车 Tier 1 / OEM 供应链、地图数据网络和机器人出租车运营生态。2026 年公司宣布收购 Mentee Robotics 时，官方也把交易表述为扩展 physical AI across autonomous driving and humanoid robotics；这说明 Mobileye 正把其感知、控制、验证和量产经验从汽车自治延展到更广泛的具身智能，但当前主业务与护城河仍以车端 ADAS / AV 为中心。Mentee acquisition

产品与业务

Mobileye 的产品谱系可以按自动化等级和单车内容量理解。第一层是 Base ADAS：前向摄像头、EyeQ SoC 和软件算法，为车辆提供碰撞预警、自动紧急制动、车道偏离预警、行人/骑行者检测、限速识别、盲点检测等基础安全功能。10-K 明确称 Base ADAS 由 on-windshield EyeQ SoC 和计算机视觉能力驱动，是 Mobileye 整个 ADAS 与 AV 产品光谱的基础。2025 10-K

第二层是 Cloud-Enhanced ADAS 和 Surround ADAS。Cloud-Enhanced ADAS 把 REM 众包地图能力加入传统单摄方案，用来自大量 Mobileye-equipped vehicles 的道路数据提供厘米级定位和更复杂场景理解。Surround ADAS 则走向多摄像头和雷达融合，由 EyeQ6 High 支持，面向更高安全法规、更强高速辅助和 ECU 整合需求。公司解决方案页把 Surround ADAS 描述为结合 cameras、radars 和 EyeQ6H 的 multi-sensor fusion 系统。Mobileye solutions

第三层是 Mobileye SuperVision 和 Chauffeur。SuperVision 是 hands-off / eyes-on 的高阶辅助驾驶系统，官网称其能在常规道路类型上处理标准驾驶功能，但仍要求驾驶员保持注意力和眼睛看路。Mobileye SuperVision Chauffeur 则进一步面向 eyes-off 的消费者自动驾驶，核心是把感知、驾驶策略、安全框架和车端硬件推到更高责任级别。2025 年 Q2 财报会中，管理层称 Surround ADAS、SuperVision、Chauffeur 和 Drive 共享 EyeQ6 High、感知与 policy AI stack、REM、safety frameworks、data and validation infrastructure，这也是 Mobileye 产品平台化的关键。Q2 2025 earnings call transcript

第四层是 Mobileye Drive，也就是面向 robotaxi、ride-pooling、公共交通和货物配送的 L4 driverless system。官网称 Mobileye Drive 是完整 driverless system，可集成到不同自动驾驶平台和车型中，支持不同道路类型和运行设计域。Mobileye Drive 这部分业务的产业意义不是短期财务，而是验证 Mobileye 是否能从“车厂 ADAS 供应商”升级为“无人驾驶运营栈供应商”。

硬件底座是 EyeQ 系列 SoC。EyeQ6 Lite 面向大规模 ADAS，EyeQ6 High 面向 Surround ADAS、SuperVision、Chauffeur 和 Drive。公司在 EyeQ6 Lite 发布稿中称该芯片与软件生产候选版本已交付客户，将用于多款车型，并把 EyeQ6 系列定位为下一代 ADAS 升级的核心。EyeQ6 Lite launch 研究 MBLY 时应把 EyeQ 理解为“软件定义驾驶系统的车规推理 ASIC”，而不是普通通用 AI 芯片。

上下游分析

Mobileye 上游分成三类。第一类是半导体制造与车规硬件供应。10-K 披露公司高度依赖 STMicroelectronics 生产 EyeQ SoC，并依赖 Quanta Computer 等供应商生产 ECU；公司也提示未来可能依赖 TSMC 等额外供应商来满足订单。2025 10-K 这使 Mobileye 的上游风险带有典型汽车半导体属性：晶圆、封装、测试、基板、ECU、车规认证和长期供货承诺缺一不可。

第二类是传感器与车辆电子架构。Mobileye 自身强项是视觉感知、SoC、软件栈和验证，但高阶系统需要摄像头、雷达、激光雷达、定位、线控底盘、域控制器、车内网络、热管理和功能安全冗余共同工作。SuperVision 侧重 360 度摄像头，Drive 侧重完整无人驾驶系统，Surround ADAS 则把摄像头与雷达融合；因此 Mobileye 的上游并非只有芯片代工，还包括传感器、Tier 1 集成和整车电子电气架构。

第三类是数据与地图网络。REM 是 Mobileye 区别于普通 ADAS 算法供应商的重要资产：官网称 REM 通过数百万辆 Mobileye-equipped ADAS 车辆以小数据包上传道路信息，自动生成并持续更新 AV 所需的 Roadbook。Mobileye REM 这让 Mobileye 的上游不只是供应商，还包括已装车保有量形成的数据采集网络。

下游主要是全球汽车 OEM、Tier 1、robotaxi / 出行平台、公共交通运营商和物流运营商。Mobileye 的商业落点通常不是直接面对消费者，而是进入车企平台和车型生命周期：芯片与软件需要经过车规验证、车型定点、SOP、OTA 更新和售后支持。Q2 2025 财报会中，管理层强调其 robotaxi 扩张路径依赖 OEM 在量产线上集成系统，而不是车辆下线后再做改装；这体现了 Mobileye 的资本轻模式和车厂绑定模式。Q2 2025 earnings call transcript

产业传导上，AI 需求对 MBLY 的影响不是“云厂买 GPU”那种直接拉动，而是来自车企对更高阶 ADAS、L3、robotaxi 和物理 AI 系统的采用。若监管、消费者付费意愿和车厂电子架构升级同步推进，Mobileye 的单车内容量会从基础 EyeQ 芯片扩展到多摄/雷达、ECU、地图、软件和验证服务；若车厂推迟高阶功能，Mobileye 仍有基础 ADAS 底盘，但高级产品爬坡会变慢。

同业竞争格局

Mobileye 的竞争对手横跨多层。基础 ADAS 和车载 SoC 层面，竞争者包括 Qualcomm、NVIDIA、Ambarella、TI、NXP、Renesas、Bosch / Continental 等 Tier 1 生态，以及车企自研域控方案。高阶自动驾驶层面，它面对 Tesla、Waymo、Cruise、Baidu Apollo、Momenta、Huawei ADS、小鹏/理想/蔚来等车企或本土方案商。robotaxi 层面，竞争不只看算法，还看运营城市、车队成本、远程协助、法规许可和平台分发。

Mobileye 的差异化是 OEM-neutral、车规量产和从 ADAS 到 AV 的连续产品栈。Tesla 的优势是整车、数据闭环和消费者品牌，但其方案主要服务自有车辆；Waymo 的优势是无人车运营经验和安全记录，但更像自营或深度运营平台；NVIDIA 的优势是通用算力和 DRIVE 生态，但量产 ADAS 软件栈与责任边界通常还需 OEM / Tier 1 补齐。Mobileye 的位置则是向多个车厂供应相对完整、可嵌入量产车型的系统。

中国市场是竞争强度最高的区域之一。大量本土车企把高阶辅助驾驶作为卖点，本土算法公司、芯片公司和车企自研团队迭代很快，价格压力也更强。Mobileye 的挑战是既要维持安全验证和车规可靠性，又要在 BOM、功能更新速度和本地化体验上跟上中国供应链。反过来，中国市场也验证了消费者对 hands-off / navigation assist 功能的需求，给全球车企带来竞争压力。

从技术路径看，Mobileye 布局的是“高效车端 AI + 可验证安全框架 + REM 地图 + 多产品共享底座”。公司 True Redundancy 页面强调，用相互独立的 camera subsystem 与 radar/lidar subsystem，可降低验证负担并在单一系统故障时继续安全运行。True Redundancy 这与“端到端大模型直接驾驶”路线不同：Mobileye 更重视工程化、冗余、可验证和车规部署。

护城河

第一层护城河是多年量产装车形成的车规信任。ADAS 不是消费电子 App，供应商需要通过 OEM 的功能安全、可靠性、质量、网络安全、供应连续性和车型生命周期审查。EyeQ 从早期 ADAS 到 EyeQ6 的迭代，使 Mobileye 拥有大量车厂项目经验和软件/芯片协同经验。对车企而言，更换 ADAS 核心供应商会影响车型开发、认证、供应链和责任边界，切换成本高。

第二层护城河是软硬件协同。Mobileye 不是只卖摄像头算法，也不是只卖芯片；EyeQ SoC、perception、policy、RSS、REM、ECU 和 OTA 能力共同构成系统。Q2 2025 财报会中，公司强调四个高级产品共享 EyeQ6 High、感知和 policy AI stacks、REM、安全框架和验证基础设施；这意味着研发投入可在多个产品层级复用，而客户也可沿着同一技术底座从 ADAS 逐步升级到更高阶自治。Q2 2025 earnings call transcript

第三层护城河是数据与地图网络。REM 的价值不只是地图，而是把已装车 ADAS 车辆变成低带宽道路数据采集节点。官网称 REM 使用小数据包、自动化地图生成、近实时更新和 crowd wisdom 来形成 AV 地图。Mobileye REM 这种网络效应需要装车规模、算法能力和云端处理流程长期积累，后来者很难仅靠一次性传感器采购复制。

第四层护城河是安全框架与验证方法。自动驾驶产业的难点往往不是单次 demo，而是如何证明系统在长尾场景中足够安全。Mobileye 的 RSS 和 True Redundancy 强调可形式化约束、独立感知通道和更可控的验证负担。True Redundancy 这类方法未必能消除所有监管和责任争议，但它给 OEM 一个比纯黑盒模型更容易审计的工程框架。

第五层是生态中立性。作为独立供应商，Mobileye 可以服务多家 OEM，而不要求车企把整车品牌、用户数据和自动驾驶体验交给竞争对手。对不愿完全自研、也不愿依赖 Tesla/Waymo 式封闭平台的车企而言，Mobileye 的 OEM-neutral 定位有现实吸引力。

护城河的边界也要讲清楚：ADAS 和自动驾驶不是 winner-take-all 的软件市场。车企可能多供应商并行、区域化采购、自研核心功能，甚至在不同车型上采用不同方案。Mobileye 的护城河是“量产系统能力 + 客户认证 + 数据地图 + 安全验证”的组合，而不是永久排他。

误读纠偏

误读一：Mobileye 只是一个汽车芯片公司。纠偏：EyeQ 是核心硬件底座，但公司真正卖的是芯片、软件、地图、验证、安全框架和 ECU 组合成的车端驾驶系统。把 MBLY 只按普通汽车半导体估，会忽略 SuperVision、Chauffeur 和 Drive 的系统价值；把它只按软件公司估，也会忽略车规硬件供应链和量产约束。

误读二：高阶自动驾驶 demo 等于商业化成功。纠偏：自动驾驶需要量产硬件、功能安全、法规许可、OEM SOP、OTA、责任划分、运营成本和消费者接受度共同成立。Mobileye Drive 官网展示的是完整 driverless system 能力，但从技术可行到大规模运营仍有工程和商业落地过程。Mobileye Drive

误读三：Mobileye 与 Tesla 是完全同一种公司。纠偏：Tesla 是整车厂 + 自有车队 + 自研 FSD 的垂直闭环；Mobileye 是面向多家 OEM 的独立系统供应商。两者都在车端 AI 和自动驾驶上竞争，但商业模式、客户关系、数据闭环和责任边界不同。

误读四：REM 地图就是传统高精地图。纠偏：Mobileye 把 REM 定义为众包、低带宽、自动化、持续更新的 Roadbook，用于 AV 所需的道路语义和本地驾驶文化理解，而不是依赖专门测绘车队手工维护的传统 HD map。Mobileye REM

误读五：收购 Mentee 后，MBLY 就应被视为人形机器人公司。纠偏：Mentee 说明 Mobileye 在 physical AI 上有外延野心，但 MBLY 当前产业主线仍是 ADAS、SuperVision、Chauffeur 和 Drive。研究时可以把 humanoid robotics 视为长期可选项，不能替代对车端 ADAS / AV 业务本身的判断。Mentee acquisition

误读六：自动驾驶路线只看模型能力。纠偏：车端自治的胜负还取决于车规 SoC 功耗、传感器 BOM、ECU 整合、供应链可靠性、道路数据、验证方法、法规责任和 OEM 量产节奏。Mobileye 10-K 对 STMicroelectronics、Quanta、TSMC 等供应链依赖的披露提醒我们：物理 AI 的瓶颈常常同时出现在算法、硬件和制造交付三端。2025 10-K