憑什麼這麼值錢?英特爾 153 億美元買下「自動車之眼」 Mobileye

每股 63.54 美元,總價值 153 億美元(約合 4732 億元新台幣),在路透社爆料後,英特爾和 Mobileye 共同確認了這則併購協議。購入 Mobileye,也讓英特爾為自家自動駕駛領域佈局落下畫龍點睛之筆。
評論
A logo and stock information for auto supplier Mobileye NV is displayed on a screen where the stock is traded on the floor of the NYSE
REUTERS/Brendan
評論

原文刊登於合作媒體 愛範兒 ,INSIDE 獲授權轉載。

每股 63.54 美元,總價值 153 億美元(約合 4732 億元新台幣),在路透社爆料後,英特爾和 Mobileye 共同確認了這則 併購協議 。購入 Mobileye,也讓英特爾為自家自動駕駛領域佈局落下畫龍點睛之筆。

說是畫龍點睛,與 Mobileye 的作用不無關係。這家創立於 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,建立與汽車 OEM、一級供應商、和半導體廠商的合作夥伴關係,開發先進的駕駛輔助系統,以及部分自動、全自動的駕駛系統。

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、視覺處理晶片新創公司 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,成為自動駕駛領域的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,就是對鏡頭拍攝來的圖像進行辨識和分析,進而透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,使用鏡頭作為駕駛輔助或者自動駕駛的感應器,在成本上要遠低於目前技術水準下十分昂貴的雷射感應器,也就是出現在不少全自動駕駛車頂上的「蘑菇」,其次對比 LIDAR 雷射和毫米波雷達,鏡頭的可見範圍更遠,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。

得益於攝影鏡頭的這些優勢,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 的技術早已經用在各大汽車廠商的駕駛輔助功能中,其特有的 EyeQ 視覺辨識晶片以及 ADAS 軟體被應用於多家汽車廠商,其中的 EyeQ3 晶片幾乎賣給了所有的知名汽車廠商,目前 EyeQ 晶片已經開發到了第 4 代產品。

然而鏡頭視覺辨識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,由於系統沒能正確辨識橫向來的卡車,自動輔助駕駛中的緊急剎車功能沒正常啓動,而當時 Autopilot 鏡頭採集的畫面,誤判橫行而過的卡車是橫在路上的路牌,於是系統就沒有啓動剎車。

總的來說,Mobileye 鏡頭的弱點在於以下幾點:

  1. 鏡頭接受是光的反射,如果鏡頭效果受影響,例如在黑暗環境中沒有了光線,那麼辨識能力大打折扣。
  2. Mobileye 所使用的單眼鏡頭獲取的僅僅是 2D 平面數據,所以需要圖像辨識加工處理才會得到 3D 場景。
  3. Mobileye 所收集的內容經過處理會有一定延遲,這也就意味著鏡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,因為單就財報數據顯示,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,比起鏡頭視覺處理方案, 對於英特爾來說,收購的意義在於 Mobileye 其實是一家以 AI、圖像辨識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: 以鏡頭收集來的畫面為基礎,透過具備深度學習能力的圖像辨識系統,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,就是透過鏡頭這隻「眼睛」,不斷學習駕駛過程,熟悉路線讓無人車成為資深司機。

這個計劃,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,收集數據,作為學習數據的來源。

FILE PHOTO A device that is part of the Mobileye driving assist system is seen on the dashboard of a vehicle in Jerusalem
REUTERS/Baz Ratner
▲Mobileye 的車載裝置,REUTERS/Baz Ratner

從 2007 年 Mobileye 自主研發的首款晶片 EyeQ1 正式亮相並在沃爾沃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。其中前裝產品佔 80%,後裝產品佔 20%。

如果從車輛安裝來看,從 2007 年開始,駕駛輔助系統晶片 EyeQ 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。

這個龐大的裝機數,給 Mobileye 帶來的數據量可以說是在業內有絕對領先優勢的。對比 Google 自己造車、自己路測、自己積累數據,Mobileye 這樣的方式,效率更高且更為實際。

▲Google 無人車看起來很「未來」,但只靠自己爬向未來,效率太低,photo credit: Google
▲Google 無人車看起來很「未來」,但只靠自己爬向未來,效率太低,photo credit: Google

舉個例子:現在大部分 ADAS 產品的視覺辨識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制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,可以說英特爾實現了在自動駕駛領域完整的佈局基礎。並且以 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,汽車領域對於尖端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台 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,高階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。

延伸閱讀:

 


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。