每股 63.54 美元，总价值 153 亿美元（约合 1056 亿元人民币），在被路透社爆料后，英特尔和 Mobileye 共同确认了这则并购协议。买入 Mobileye，也让英特尔画上了自家自动驾驶领域布局的画龙点睛之笔。
说是画龙点睛之笔，与 Mobileye 的作用不无关系。这家创建于 1999 年的以色列公司，主要致力于汽车计算机视觉领域的研究，早期特斯拉的高级驾驶辅助 Autopilot 就使用的是 Mobileye 提供的视觉辅助方案。
在此次收购后，英特尔将会把自动驾驶部门并入 Mobileye，建立与汽车 OEM、一级供应商、和半导体厂商的合作伙伴关系，开发先进的驾驶辅助系统，以及部分自动、全自动的驾驶系统。
在 2016 年 8 月，英特尔就收购了自动驾驶汽车安全工具 Yogitech、车载计算机 OTA 技术公司 Arynga、视觉处理芯片初创公司 Itseez 和 Movidus，而在收购 Mobileye 后，补全了英特尔在自动驾驶领域只有硬件没有方案的缺失，成为了自动驾驶领域的一个绝对不可忽视的巨头。
Mobileye 使用的是视觉处理的方案，但事实上，视觉处理方案在自动驾驶领域，并不是万能的。
所谓视觉处理，就是对摄像头拍摄来的图像进行识别和分析，进而通过处理作出决策的过程。在自动驾驶技术中，视觉处理的优势非常明显，首先是成本低，使用摄像头作为驾驶辅助或者自动驾驶的传感器，在成本上要远低于目前技术水平下十分昂贵的激光传感器，也就是出现在不少全自动驾驶车上的“蘑菇”，其次对比 LIDAR 激光和毫米波雷达，摄像头的可见范围更远，这也就意味着自动驾驶汽车可以提前收集到更多的环境信息。
(Mobileye 与车厂的合作进程)
得益于摄像头的这些优势，Mobileye 在 ADAS（高级辅助驾驶系统）和自动驾驶领域都取得了不错的进展。在自动驾驶并未普及的今天，Mobileye 的技术早已经用在了各大汽车厂商的驾驶辅助功能中，其特有的 EyeQ 视觉识别芯片以及 ADAS 软件被应用于多家汽车厂商，其中的 EyeQ3 芯片几乎卖给了所有的知名汽车厂商，目前 EyeQ 芯片已经开发到了第 4 代产品。
然而摄像头视觉识别的缺点也是很明显的。在当时被炒得很热的那起 Tesla 撞上高速上转向的大卡车致死事故中，由于系统没能正确识别横向来的卡车，自动辅助驾驶中的紧急刹车功能没能正常启用导致的，当时 Autopilot 摄像头采集的画面，误判横行而过的卡车是横在路上的路牌，于是系统就没有启动刹车。
(不同自动驾驶传感器的优劣对比)
总得来说，Mobileye 摄像头的弱点在于以下几点：
1、摄像头接受是光的反射，如果摄像头效果受影响，例如在黑暗场景中没有了光线，那么识别能力大打折扣。
2、Mobileye 所使用的单目摄像头获取的仅仅是 2D 平面数据，所以需要图像识别加工才会得到 3D 场景。
3、Mobileye 所收集的内容经过处理会有一定延迟，这也就意味着摄像头方案对于道路变化的反应能力有限。
这么来看，英特尔收购 Mobileye 的 153 亿确实有点贵，因为单就财报数据显示，2016 年 Mobileye 的全年总收入虽然比 2015 年涨了将近 50%，但也不过 3.582 亿元，2014 年上市时，Mobileye 的市值为 106 亿美元，153 亿美元的收购总价确实溢价不少。
在被爆料即将被英特尔收购后，Mobileye 的盘前股价又上涨了 33%，也可见市面上对于自动驾驶技术的看好和狂热。
事实上，比起摄像头视觉处理方案，对于英特尔来说，收购的意义在于 Mobileye 其实是一家以 AI、图像识别技术为基础提供自动驾驶所需高精度地图的技术供应商。这能有助于优化英特尔最终自动驾驶方案中最为重要的驾驶策略。
在 2017 年的 CES 上，Mobileye 就已经阐述了自己作为供应商要在自动驾驶领域中所要做的事情：以摄像头收集来的画面为基础，通过具备深度学习能力的图像识别体系，构建能够优化自动驾驶决策的高精度地图。
用更方便理解的话说，就是通过摄像头这一“眼睛”，不断学习驾驶过程，熟悉路线让无人车成为老司机。
这个计划，用到 Mobileye 身上，具体的落地方式也很简单：与各大车厂合作，把自家设备装到各种车辆上，收集数据，作为学习数据的来源。
从 2007 年 Mobileye 自主研发的首款芯片 EyeQ1 正式亮相并在沃尔沃上完成首次商务化使用开始，到 2013 年 10 月，Mobileye 卖出了第 100 万台产品。从 2013 年 10 月到 2016 年 1 月，他们卖出了 900 万台产品，累计销量达到 1000 万台。其中前装产品占 80%，后装产品占 20%。
(装在普通汽车上带有 ADSD 功能的 Mobileye 硬件)
如果从车辆安装来看，从 2007 年开始，驾驶辅助系统芯片 EyeQ 芯片被安装到汽车中，到 2012 年 EyeQ 芯片全球部署规模突破 100 万。截至 2016 年，全球有 330 万辆汽车安装了 EyeQ 系列芯片。
这个庞大的装机量，给 Mobileye 带来的数据量可以说是在业内有绝对领先优势的。对比 Google 自己造车自己路试自己积累数据，Mobileye 这样的方式，效率更高且更为实际。
（Google 无人车看着很“未来”，但只靠自己爬向未来，效率太低）
举个例子：现在大部分 ADAS 产品的视觉识别是跟着车道线让车辆保持正常行驶的，但在加入了深度学习功能之后，不同司机开着的不同品牌型号但又同样装有 Mobileye 设备的车型经过一段道路后，系统就会记录并学习司机的驾驶习惯，当车道被遮挡后，整个系统也可以根据之前学习所绘制出的地图来正常行驶，不受干扰。
这所谓的地图也就是在 CES 上 Mobileye 所说的路书“Roadbook”。
先是与车厂合作收购了 15% Here 地图的股份，再加上这次收购 Mobileye，可以说英特尔基本实现了在自动驾驶领域完整的布局。并且基于 Mobileye 的技术，即使在短期内全自动驾驶依然无法正式推出，英特尔也可以靠 Mobileye 逐渐增强并且有极高车厂覆盖率的驾驶辅助技术盈利并继续积累自动驾驶路书和改进算法。
从最近几年来自动驾驶领域频繁的大公司交叉合作也可以看出：与传统科技公司闭门造车守住核心技术争取寡头利益不同，汽车领域对于前沿技术有着更为开放和共赢的态度。
另外，在 CES 上 Mobileye 展示自动驾驶软件技术的同时，英特尔还公布了自家的自动驾驶平台 Intel GO，可以预见的是，在未来并入 Mobileye 的英特尔自动驾驶部门，会结合英特尔本身的芯片、5G 等硬件技术，以及 Mobileye 和 here 所优化的自动驾驶地图和决策算法等软件技术，让全自动驾驶技术更快落地。
不过有句话在文章末尾还是要说：
人们总是低估未来 10 年的技术进步，但总会高估未来 3 到 5 年的技术发展。
自动驾驶技术完全到来前，高级别驾驶辅助仍然有极大的优化空间，全自动驾驶的到来，恐怕也没有目前几乎所有厂商都在鼓吹的 2020 年那么乐观。