文｜赛博汽车
Mobileye 面临的，可能是一个越来越难的未来。
刚刚发布的财报中，Mobileye 营收规模 4.39 亿美元，同比下降3%，净亏损 8600 万元，较上年同期增加超过 2 倍，调整后净利润 7600 万美元，同比也下降 44%。
关键数据指标，并不理想。
尽管，由于 Mobileye 客户此前存货已经消耗的差不多了，第二季度整体情况较上个季度有显著提升，但 Mobileye 还是下调了包括营收、出货量以及经营利润在内的全年关键指标预期。
下调的理由是，近期的市场环境充满挑战性，这主要“与中国有关”。
简单来说，就是 Mobileye 分析，包括中国这个关键市场在内的全球主要主机厂，下调了出货量预期。
不过，Mobileye 也在财报会上透露了一点点好消息，关于其下一代解决方案，基于 EyeQ 6 芯片开发的 Mobileye Brian 6 自动驾驶。
但这套系统对于 Mobileye 业务大规模的增益，要等到 2026 年，似乎有点远、有点不确定。
平淡的财务数据与下调的预期
先简单梳理一下 Mobileye 在今年第二季度的经营情况。
Mobileye 部分财物信息
财报显示，今年第二季度，Mobileye 整体营收规模为 4.39 亿美元，同比下降3%；不过较上个季度的 2.39 亿美元增加了 84%。
对此 Mobileye 在财报中解释，与第一季度相比，一级客户手中的过剩库存消耗减少（这是由于在疫情期间下游客户为针对不稳定的芯片产业链而囤积的库存）。
同时 Mobileye CEO Amnon Shashua 还在财报会中表示，此前困扰其经营情况的客户库存问题已经基本得到了解决，这带来的一个影响是，Mobileye 出货量的提升，与今年第一季度的 360 万套相比，Mobileye 的 EyeQ 系列出货量强势增长 110%，也就是达到 756 万套。
但与去年同期相比，这个出货量水平应该还没有完全恢复。Mobileye 财报显示，其与 EyeQ SoC 相关的营收较去年同期减少 10%。
当然不完全是坏消息，Mobileye 在今年第二季度的平均系统价格，由去年同期的 51.7 美元上升到到第二季度的 54.4 美元。
单价提升主要归功于高溢价的产品有所增长，比如 Super Vision 系统。可想而知，这与极氪的强势销量有很大关系。
毛利率方面，今年第二季度为 48%，较去年同期下降 1.73 个百分点。
Mobileye 支出情况
在支出方面，Mobileye 第二季度的运营支出总额为 3.03 亿美元，其中研发支出为 2.56 亿美元，较去年同期的 2.11 亿美元增加 21.3%，占到支出的大头。
最终落到盈利层面，财报显示，第二季度 Mobileye 净亏损 8600 万元，较上年同期增加超过 2 倍，调整后净利润 7600 万美元，同比也下降 44%。
整体来看，在过去几个月影响 Mobileye 经营情况最大的问题，过剩库存已经得到了基本解决，大部分的营业指标也基本恢复到去年同期的水平。
但是，在今年的全年预期上，Mobileye 给出了一个不那么乐观的数字。
Mobileye 表示，预计今年全年 EyeQ 芯片的出货量将在 2800 万-2900 万套；Super Vision 系统的出货量预计为 11 万-13 万套。预计全年营收 16 亿-16.8 亿美元；调整后营业利润 1.52 亿-2.01 亿美元。
从销量到基本的财务数据，基本都出现了比较低预期情况。
作出如此的预期，主要出于几点考虑，基本都围绕中国市场：
首先是全球多家 OEM 大幅下调了今年下半年的产量预期；其次中国市场的主机厂今年下半年的订单，与上一次这些客户所表示的有所下降；最后则是除了中国之外的其他全球主要市场，大批量推出 ADAS 系统的延迟也将是一个不利因素。
Mobileye8 月 1 日股价出现大跳水
预期不及此前市场的期待，Mobileye 的股价也在最近几日出现大幅跳水。8 月 1 日财报发布当天，Mobileye 开盘报 18.28 美元股，下跌超过 12%，在随后的 8 月 2 日，股价仍在继续下跌，截止到 8 月 2 日收盘已不足 16 美元/股。
Mobileye 财报会，剧透未来技术
或许是给不太正面的财报数据来点好消息对冲一下，在财报会上，Amnon Shashua 带来了 Mobileye 技术层面的一些剧透。
具体来说，就是 Mobileye Brain 6，一套基于 EyeQ6 的软件解决方案，在 Amnon 这里被看作是 Mobileye 自动驾驶技术的重大进步与革新，按照计划，这套方案将在今年 12 月进行披露。
据 Amnon 透露，Brain 6 从几年前开始开发，一直是 EyeQ6 产品线的核心。这套混合 AI 骨干网络旨在解决大规模自动驾驶的复杂性和需求。
Amnon 表示，在性能方面，Brain 6 应用不同的生成式 AI 网络组合，应对自动驾驶的复杂情况，比如长尾问题和输入偏差泛化误差权衡，通过这种方法，Brain 6 可以确保足够的性能和稳定性。
最新的进展是，今年第二季度，Mobileye 已经开始了在 EyeQ6 平台上大规模线上测试和模拟。
另外，这套方案也符合当下市场所追求的性价比要求。具体来说，Brain6 与 EyeQ6 的协调，可以使客户能够以 MSRP（制造商建议零售价 ，这里可以简单类比或倒推为成本的概念）的 50% 提供无需眼睛监控（自动驾驶）产品。
同时，这套基于纯视觉的方案，采用模块化架构，可以适配单独的感知层以及各类传感器的配置，以此满足不同主机厂和不同车型的搭载需求。
据了解，Brain 6 的数据来源于与 Mobileye 合作的全球各大主机厂多年收集的数百 PB 数据支持，以此应对自动驾驶的复杂场景，并在全球不同地区保证统一的性能。
只言片语的技术讲解并不具备连贯性，所以 Brain 6 具体的技术细节要等到今年年底才能全部揭开。
按照我们的理解，不出意外的话，这将是一套纯视觉为基础的自动驾驶技术，同时 Mobileye 还透露该方案会有众包高精地图的参与。
不过，会不会采用当下比较火热的端到端大模型依然很不好说，毕竟在此之前，Mobileye 在多次发声中，都始终对端到端持保留态度。
而 Brain 6 软件方案大规模上车产生增益，Mobileye 将时间定在了 2026 年。
新技术，还是太慢了？
2026 年，听起来还相当遥远，与 Mobileye 一贯给人的印象一样，总是慢人一步。
Mobileye 产品规划
对比此前的 EyeQ5 和最近的 EyeQ6，无一不是如此。尤其是算力层面，到 EyeQ 5 也不过 24TOPS，同期英伟达的主推产品 OrinX 已经超过 200TOPS。
后续的 EyeQ6 系列，最高 176TOPS 的算力，依然是一步慢、步步慢。
软件层面也是如此，至少在当下，Mobileye 还是上个阶段规则代码或者小模块的形式。至于竞争者，不管端到端是否会成为自动驾驶终极的解决方案，但至少已经有大部分玩家开始了尝试。
小规模的落地也在近期出现。
至于效果，有业内人士告诉《赛博汽车》从理论上来讲，过去多个小模型层层传递的做法，天花板会越来越逼近，不管从技术还是成本上，都不会是理想的方案。
端到端大模型，从我们的实际体验来看，至少现在能看到的潜力会比上一代更优。
Mobileye 的新方案是否会比端到端更优，现在不好评论，而大规模验证，如 Mobileye 所言，要等到 2026 年。
但现在，Mobileye 面临的已然是一个群狼环伺的局面。一方面大环境中短期的不利好；另一方面，在 ADAS 中低算力的市场上，Mobileye 要面对的对手，已经越来越多了。
比如拿下大算力市场又盯上下沉市场的英伟达，以及同样以中低算力见长的高通、德州仪器，和国内的地平线之类的厂商。
内外都说不上乐观，Mobileye 的 2026 年，是否太拖沓了点？
