从自动驾驶到物理AI：Mobileye的战略迁移与产业启示

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-08

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

自动驾驶行业的领军企业正集体转向更广阔的物理AI领域，这一趋势在Mobileye的战略调整中体现得尤为明显。2026年7月，Mobileye创始人Amnon Shashua宣布将在继任者到位后卸任CEO，转任董事长，并全身心投入人形机器人公司Mentee Robotics。这不仅是业务延伸，更是从智能驾驶到物理AI的产业迁移。卓驭科技CEO沈劭劼直言：“智能驾驶只是物理AI的初始形态，绝非终局。”Momenta CEO曹旭东亦判断自动驾驶是物理AI的序章。

📊 核心实体与商业数据

💡 业务落地拆解

从感知到认知：自动驾驶的技术演进

Mobileye在1998年以单目视觉方案颠覆了立体视觉主流，推动“摄像头+算法+专用芯片”三合一体系，使汽车首次拥有“感知→判断→辅助驾驶”的智能闭环。到2016年，已有300多种车型、1500万辆汽车应用其技术。进入L2+和L3阶段，行业从“感知”转向“认知”，端到端架构成为主流，特斯拉、华为、地平线、Momenta等玩家各自卡位。Mobileye则提出Compound AI架构，在模块化与AI灵活性间寻求平衡。

从汽车到机器人：物理AI的载体延伸

Shashua于2021年创办Mentee Robotics，2026年1月Mobileye以9亿美元收购，标志其正式切入人形机器人领域。技术逻辑上，自动驾驶与人形机器人共享感知、理解、规划、决策的底层技术栈，Mobileye在视觉感知、芯片算力、安全体系（RSS模型成为IEEE 2846标准）及量产经验上的积累，为其迁移提供基础。商业逻辑上，自动驾驶增长可预测，而机器人则需“创始人式的赌性”。

商业化进度与挑战

Mentee Robotics计划2026年客户验证，2027年小批量试产，2028年规模化量产，但相较特斯拉Optimus、Figure AI等已落后1-2个周期。技术鸿沟包括感知精度（厘米级vs亚毫米级）、响应频率（10-30Hz vs 100-200Hz）及场景复杂度。资金链可持续性及接班人问题亦压制Mobileye股价。

🚀 对企业AI化的启示

1. 战略升维：自动驾驶不是终点，而是物理AI的序章。企业应识别核心能力的可迁移性，从单一场景向更广阔的应用延伸。
2. 技术复用：视觉感知、芯片设计、安全体系等底层能力可跨领域复用，但需注意精度、频率等数量级差异，不可简单复制。
3. 数据飞轮：数据闭环是AI竞争的核心，企业应构建高效的数据收集、训练、迭代机制。
4. 生态定位：从“供应商”转向“AI公司”，重新定义自身价值，选择差异化路径（如开放生态、全栈自研）。
5. 风险管控：多元化布局需平衡资金链，确保核心业务稳定，同时为新兴领域保留“赌性”空间。

【官方原文链接】点击访问首发地址