芯耀
1826
一年一度的CES（國際消費類電子產品展覽會）向來是全球科技創(chuàng)新的風向標。作為全球最具影響力的科技展會之一，CES 2025再次聚焦于未來出行的前沿技術，尤其是自動駕駛和智能出行領域。隨著全球對智能交通系統(tǒng)的需求日益增長，自動駕駛技術正從實驗室走向現實，成為改變未來交通格局的核心驅動力。
作為全球自動駕駛領域的領軍企業(yè)，Mobileye在這場科技盛會中，再次站在了舞臺的中央，重點展示了Mobileye SuperVision?、Chauffeur?和 Drive?三大核心智駕平臺。SuperVision?作為Mobileye最先進的輔助駕駛系統(tǒng)之一，已經在極氪、極星等品牌的車型上實現量產，能夠在高速公路上提供“可脫手（Hands-off）”駕駛體驗。而Chauffeur?則通過激光雷達和成像雷達的融合，在特定設計區(qū)域范圍內，實現了 “可脫手（Hands-off）” 同時“可脫眼（Eyes-off）”駕駛功能，預計將在2年內正式推出。此外，Drive?系統(tǒng)則瞄準了無人駕駛出租車和物流配送領域，展示了Mobileye在完全自動駕駛技術上的雄心。
Mobileye的4D成像雷達和EyeQ?芯片也成為了展臺的焦點。其中，4D成像雷達對Mobileye實現真正冗余（True Redundancy）意義重大，而EyeQ?系列芯片則以其高效的計算能力和低能耗設計為自動駕駛系統(tǒng)提供了強大的硬件支持。
在展會的喧囂之中，Mobileye 創(chuàng)始人、總裁兼首席執(zhí)行官 Amnon Shashua 教授亦登上演講臺，圍繞“要實現未來出行領域的變革，究竟需要做對什么？(What does it take to revolutionize transportation?)”這一核心議題，分享了他對自動駕駛技術如何徹底改變人們出行方式的深刻洞見。在他的闡述中，Mobileye在技術上的最新突破，以及其通過創(chuàng)新的解決方案應對行業(yè)挑戰(zhàn)的思路也得到的充分展示。
自動駕駛系統(tǒng)精確度與召回率的平衡之道
在自動駕駛的復雜技術體系中，精確度和召回率是兩個關鍵的概念，共同支撐著系統(tǒng)的可靠性與實用性。
精確度，主要關乎自動駕駛系統(tǒng)的安全性能，以平均故障間隔時間（MTBF）作為重要衡量指標。它反映了系統(tǒng)在運行過程中保持穩(wěn)定、避免故障或是事故發(fā)生的能力。一個高精確度的系統(tǒng)意味著在長時間的運行中，出現關鍵故障的頻率極低。
然而，Shashua 教授指出，設計一套足夠安全的自動駕駛系統(tǒng)，僅僅依靠提高MTBF 是遠遠不夠的，還需要有處理不合理風險（unseasonable risk）的能力。在現實場景中，即便碰到諸如嬰兒躺在路上這類不合理卻極度危險的狀況，自動駕駛系統(tǒng)也必須像人類駕駛員一樣迅速且正確地做出反應。此外，由于人類駕駛過程中存在酒駕、分心駕駛等非法或不負責任行為，使得統(tǒng)計數據存在偏差，而自動駕駛系統(tǒng)則不存在這些問題，故直接拿兩者的MTBF進行對比是不合理的。針對自動駕駛系統(tǒng)，應該有更高的安全標準。
召回率則與系統(tǒng)的可用性緊密相連，其涵蓋了設計運行區(qū)域（ODD）、地理可擴展性和成本等多個關鍵維度。Shashua 教授在演講中提到，ODD決定了系統(tǒng)所能適應的駕駛場景范圍，包括不同的天氣條件，各類道路類型，以及復雜多變的交通狀況。地理可擴展性體現了系統(tǒng)在新地理區(qū)域部署時的適應能力，若系統(tǒng)能夠在全球各地迅速投入使用，且無需進行大規(guī)模的重新校準工作，便能極大地提高其可用性。而成本因素，涵蓋了硬件采購、后續(xù)維護和系統(tǒng)升級等各個環(huán)節(jié)，較低的成本能夠使系統(tǒng)更易于普及，進而提升其在市場中的競爭力。例如，一輛能夠在各種環(huán)境下穩(wěn)定運行且成本合理的自動駕駛汽車，其召回率必然處于較高水平。
精確度和召回率之間存在著相互制約又相互促進的復雜關系。在一定程度上，提高精確度可能需要增加系統(tǒng)的復雜性和成本，這可能會對召回率產生影響；反之，過度追求召回率而忽視精確度，可能會導致系統(tǒng)出現安全隱患。因此，在自動駕駛技術的研發(fā)過程中，如何在兩者之間找到一個最佳的平衡點，是所有企業(yè)面臨的關鍵挑戰(zhàn)之一。
圖片來源：Mobileye
在自動駕駛技術的賽道上，不同公司采取了截然不同的策略，這也直接反映在他們在精確度和召回率方面的發(fā)展現狀和未來規(guī)劃中。
與業(yè)界其他主流技術路線不同，Mobileye采取了一種“漸進式”的策略，其技術演進圍繞著多個關鍵系統(tǒng)逐步推進。以即將推出的 SuperVision? 62系統(tǒng)為例，它主要基于攝像頭構建感知體系，并搭配少量雷達輔助，預計明年（2026年）推向市場。其在精確度和召回率方面，較之2024年推出的SuperVision? 52系統(tǒng)有顯著提升。
Chauffeur? 系統(tǒng)則是 Mobileye 邁向更高自動駕駛水平的關鍵一步。計劃于 2027 年推出的 Chauffeur? 系統(tǒng)，在初期會聚焦于高速公路等特定場景，通過犧牲一定的召回率來實現高精確度和“脫眼”駕駛功能，后期再逐漸提升召回率。
從長遠來看，Mobileye 與行業(yè)內其他企業(yè)一樣，將大規(guī)模布局 L5 級自動駕駛系統(tǒng)作為終極追求。在這個理想狀態(tài)下，系統(tǒng)能夠達到近乎 100% 的召回率和近乎100%的精確度，車輛能夠在幾乎所有道路和駕駛環(huán)境條件下實現完全自動駕駛，無需人類干預，真正實現出行領域的變革。
圖片來源：Mobileye
Shashua 教授認為實現高精確度和高召回率的關鍵在于有效攻克泛化問題。泛化問題主要源于兩個方面的挑戰(zhàn)：一是眾多的邊緣情況：在實際駕駛中，可能會出現突然闖入道路的動物、道路上的臨時障礙物、非標準的交通標志等意外情況，這些邊緣情況若不能妥善處理，將嚴重影響系統(tǒng)的準確性和可靠性；二是地理擴展時的分布外情況：由于不同地區(qū)的地理環(huán)境、交通規(guī)則和文化習慣存在差異，當系統(tǒng)從一個地區(qū)推廣到另一個地區(qū)時，可能會遭遇數據不適用的問題，導致系統(tǒng)性能下降。
為了應對這些挑戰(zhàn)，Mobileye在設計自動駕駛系統(tǒng)時遵循了一套獨特的原則。首先，積極收集足夠多樣化的數據。這些數據囊括了全球各地不同的駕駛場景、天氣條件和道路類型等信息，為系統(tǒng)的訓練和優(yōu)化提供了豐富的素材，從而提高其在不同場景下的適應性和泛化能力。
其次，在系統(tǒng)架構方面，Mobileye 采用冗余系統(tǒng)設計，在某個子系統(tǒng)出現故障時，其他子系統(tǒng)也可以提供支持和保障。Mobileye還將一些先驗知識和抽象概念注入所有的子系統(tǒng)，將原本復雜多變的分布外情況和邊緣情況轉化為系統(tǒng)能夠理解和處理的典型情況，減少了對大量數據的依賴，提高了系統(tǒng)的處理效率和準確性。
真正的冗余：Mobileye自動駕駛系統(tǒng)的安全之盾
為實現精確度和召回率的“雙高”，Mobileye在系統(tǒng)設計層面進行了深入探索。其中，在冗余系統(tǒng)設計方面的創(chuàng)新，為提升整個自動駕駛行業(yè)的技術可靠性提供了寶貴的經驗。
在Mobileye提出的安全架構下，有四類錯誤需要規(guī)避和應對，即規(guī)劃類錯誤（planning），可復制型錯誤（reproducible errors），可識別型錯誤（identifiable errors），以及“黑天鵝”事件（black swans）。而冗余系統(tǒng)對于處理后兩類錯誤至關重要。
從應對硬件與軟件故障（即可識別型錯誤）的角度來看，無論是傳感器的突發(fā)失靈，還是軟件代碼的潛在漏洞，都可能瞬間打破系統(tǒng)的正常運行節(jié)奏。冗余系統(tǒng)通過多重備份與交叉驗證，在故障發(fā)生時及時介入，確保關鍵功能的持續(xù)運行。
Shashua 教授舉了一個硬件冗余的典型應用案例：Mobileye Chauffeur? 系統(tǒng)采用雙電路板設計，每個電路板配備獨立的EyeQ? 6芯片，確保在一個電路板故障時，另一個仍能接管車輛控制，實現安全駕駛。
同樣，在面對那些罕見且難以理解的 “黑天鵝” 事件時（多為AI漏洞），冗余系統(tǒng)亦是關鍵的補救措施。通過軟件冗余、傳感器模態(tài)冗余等多種手段，提高整個系統(tǒng)的容錯能力、可靠性和MTBF。
盡管冗余系統(tǒng)在提升自動駕駛安全性與可靠性方面具有顯著優(yōu)勢，但在實際應用中，如何在多種子系統(tǒng)間實現高效融合卻是一個巨大的挑戰(zhàn)。不同子系統(tǒng)之間可能存在數據格式不統(tǒng)一、時間戳不一致等問題，導致數據融合時出現誤差，影響系統(tǒng)的整體性能。
為解決該問題，Mobileye也提出了一系列創(chuàng)新思路。Shashua 教授強調， Mobileye 在系統(tǒng)設計之初就將冗余設計作為核心考量，通過精心的架構設計，從源頭上提升了系統(tǒng)的精度和可靠性，而非被動地依賴數據驅動迭代。此外Mobileye 規(guī)定系統(tǒng)只有在兩個及以上的子系統(tǒng)同時出現故障時才會失效，這使得系統(tǒng)的容錯能力得到了顯著增強。
圖片來源：Mobileye
在多維度冗余來源方面，Mobileye 也進行了全面的布局。在傳感器層面，實現了攝像頭、雷達、激光雷達的冗余配置。攝像頭能夠提供豐富的視覺信息，雷達在惡劣天氣下具有優(yōu)勢，激光雷達則可以提供高精度的三維環(huán)境感知，三者相互補充，形成強大的感知網絡。
在算法層面，除了基于外觀與幾何的計算機視覺算法冗余外，還采用了感知算法冗余。其中基于外觀的算法擅長識別物體外觀特征，基于幾何的算法能利用距離、角度等精準定位。而感知算法則能通過機器學習和預先建立的模型來提升感知和理解能力。它們相互配合，與計算機視覺算法一同提高了算法的準確性和魯棒性。
在感知架構層面，Mobileye采用了分解式與端到端感知架構相結合的方式。分解式架構將復雜的感知任務分解為多個子任務，每個子任務由專門的模塊負責處理。而端到端架構則將感知任務從數據輸入到結果輸出視為一個整體，通過一個統(tǒng)一的模型來完成。二者優(yōu)勢互補，形成了架構冗余。
Mobileye獨特的系統(tǒng)設計原則以及多維度冗余來源布局已然為系統(tǒng)的可靠性奠定了堅實基礎。然而，如何將這些冗余組件高效整合并使其在復雜的自動駕駛場景中精準協同運作，成為了進一步提升系統(tǒng)性能的關鍵所在。為此，Mobileye提出了主系統(tǒng) - 監(jiān)護系統(tǒng) - 備用系統(tǒng)（Primary - Guardian - Fallback，PGF）創(chuàng)新融合方法，它作為 Mobileye 冗余體系中的核心協調機制，在實現多源信息的智能融合與保障系統(tǒng)持續(xù)穩(wěn)定運行方面發(fā)揮著重要作用。
具體而言，主系統(tǒng)率先提供預測結果，對車輛的行駛狀態(tài)和周圍環(huán)境進行初步的判斷和分析。監(jiān)護系統(tǒng)則肩負著檢查職責，依據嚴格的標準和先進的算法對主系統(tǒng)的結果進行全面細致的驗證。一旦監(jiān)護系統(tǒng)判定主系統(tǒng)失效，就會立即轉向備用系統(tǒng)，由備用系統(tǒng)及時提供決策方案。在自動駕駛系統(tǒng)的實際運行過程中，許多決策并非簡單的二元選擇。這種分層決策模型將多數法則擴展至非二元決策，從而增強系統(tǒng)在復雜場景下的可靠性和適應能力。
例如，在車輛跟隨場景中，攝像頭、雷達、激光雷達持續(xù)收集環(huán)境感知信息，當傳感器信息發(fā)生矛盾時，例如攝像頭因光線干擾或視野遮擋判斷前車距離驟減，而雷達和激光雷達顯示前車狀態(tài)穩(wěn)定，PGF架構開始發(fā)揮作用。主系統(tǒng)可能基于攝像頭信息初步判斷需緊急制動，但監(jiān)護系統(tǒng)會綜合雷達和激光雷達數據進行驗證，發(fā)現主系統(tǒng)的決策存在誤差。此時，系統(tǒng)切換至備用系統(tǒng)，重新評估行駛狀態(tài)，并做出更合理的決策，如保持速度繼續(xù)跟隨或適當調整車速和跟車距離。
PGF融合技術不僅應用于不同的傳感器模態(tài)，還貫穿于整個軟件棧。Shashua 教授還著重表示，“該技術的核心目的是提升系統(tǒng)精確度。只有在成本對消費者友好的前提下實現近乎100%的精確度，并且具備足夠的召回率，我們才能真正引發(fā)自動駕駛領域的革命，否則它充其量只能算一個不錯的產品?！?/p>
復合人工智能系統(tǒng)助力自動駕駛技術規(guī)?；涞?/strong>
自動駕駛技術正從以技術競爭為主的上半場邁向商業(yè)化落地的關鍵下半場。在這個轉變過程中，企業(yè)不僅需要持續(xù)創(chuàng)新技術，更要探尋切實可行的商業(yè)模式以實現規(guī)?；瘧?。復合人工智能系統(tǒng)（CAIS，Compound AI System）便是 Mobileye為應對這一挑戰(zhàn)提出的重要解決方案。
Mobileye 在復合人工智能系統(tǒng)中巧妙地融合了深度學習、端到端等前沿 AI 技術與自身長期積累的視覺算法優(yōu)勢。深度學習技術在處理大量的圖像和傳感器數據時發(fā)揮了關鍵作用，它能夠自動學習和提取數據中的特征和模式，從而實現對不同交通場景的準確識別和分類。端到端技術則直接建立了從原始圖像輸入到駕駛決策輸出的高效映射關系，大大提高了系統(tǒng)的響應速度和決策效率。而 Mobileye 傳統(tǒng)的視覺算法優(yōu)勢在圖像預處理、特征提取和目標物識別等環(huán)節(jié)依然起著重要的支撐作用，確保了輸入數據的質量和準確性，為后續(xù)的決策提供了可靠的基礎。
Shashua教授通過生動的演示，展示了復合人工智能系統(tǒng)在自動駕駛領域的實際應用效果。
在該案例中，通過 11 個攝像頭（7 個長距攝像頭和 4 個泊車攝像頭）采集的像素信息輸入到轉換器，實現從圖像到控制指令輸出的端到端過程。
而在 Vidar（視覺激光雷達）的案例中，從攝像頭這端輸入的信息，經由特殊AI模型的處理，可直接輸出類似激光雷達的 3D 感知結果。在實際駕駛中，比如在復雜的路口或有障礙物的場景下，僅依靠外觀圖像可能會誤判物體的距離和位置，但 Vidar 能提供準確的 3D 信息，與傳統(tǒng)的基于外觀的圖像查看方式形成冗余。
與那些依賴大量昂貴傳感設備和復雜架構的自動駕駛方案相比，Mobileye的復合人工智能系統(tǒng)通過精心的傳感器選型和高效的系統(tǒng)架構設計，實現了有效的成本控制。在大規(guī)模量產的過程中，這種成本優(yōu)勢將轉化為市場競爭力，使得更多的汽車制造商能夠在不同車型上采用自動駕駛技術，從而加速自動駕駛技術在市場上的普及速度。
EyeQ? 6 芯片設計哲學：效能為王
作為Mobileye獨家的車規(guī)級系統(tǒng)集成芯片，EyeQ? 系列被視為其自動駕駛系統(tǒng)的心臟和大腦。此次于CES期間的展示，EyeQ? 6 芯片無疑是焦點之一。
Mobileye始終秉持著“不迷信算力，注重成本與效率平衡”的理念，這一點在其芯片設計中得到了充分的體現。基于在計算機視覺算法方面的深厚積累，并結合在AI深度學習方面的前沿突破，Mobileye在芯片設計中采用了完全異構的計算架構。這種架構的精妙之處在于，它能夠根據卷積、transformer 等不同神經網絡以及視覺運算的多樣化計算場景，將適合的運算任務精準地分配到與之適配的核上進行處理。如此一來，芯片的利用率得到了極大提升，實現了整體計算的有效加速。
得益于此，在處理高清圖像和復雜的深度學習算法時，相比上一代 EyeQ? 5H 芯片，EyeQ? 6H僅有其兩倍的算力，但是FPS（每秒傳輸幀數）指標卻是前者的十倍。這意味著 EyeQ? 6 芯片在實際運行過程中能夠更快速、流暢地處理大量的圖像數據和復雜的計算任務。
EyeQ? 6 芯片的高效率對MTBF的提升也起到了關鍵的作用。通過Shashua教授的展示，可以得知，搭載兩塊EyeQ? 5H芯片的第一代產品（GenⅠ），MTBF僅為5至10個小時，而基于冗余架構并搭載兩塊EyeQ? 6H芯片的第二代產品（Gen II），僅在攝像頭系統(tǒng)上，MTBF就暴增至500至1000個小時。也就是說，EyeQ? 6H的算力是上一代的10倍，但由于冗余設計的加持，10倍算力可以轉化為MTBF的100倍。
Shashua教授還透露，該第二代產品將于 2026 年率先在保時捷和奧迪的車型上亮相。隨后，配備三塊EyeQ? 6芯片的Chauffer?系統(tǒng)會首發(fā)應用于奧迪的車型。
4D 成像雷達：兼具性能與成本優(yōu)勢
此次CES展會上，Mobileye特別設置了展區(qū)，集中展示其4D成像雷達。
早在 2018 年，Mobileye 便開啟了對理想傳感器的探索，旨在為攝像頭尋找強有力的補充。彼時，激光雷達雖被部分人視為理想之選，但 Mobileye卻認為其與攝像頭在故障發(fā)生模式上存在諸多共性，如在惡劣天氣（暴雨、大雪、濃霧）條件下，二者的性能均會大打折扣。相比之下，雷達與攝像頭的故障原理截然不同，具有獨特優(yōu)勢。然而，傳統(tǒng)雷達由于分辨率和性能的限制，難以獨立構建起全面的環(huán)境感知體系。因此，Mobileye毅然投入到了成像雷達的研發(fā)之中。
據Amnon Shashua教授介紹，Mobileye的4D成像雷達在技術參數和性能表現方面相比同類產品均有顯著優(yōu)勢。在技術規(guī)格上，其虛擬通道分辨率高達 48×32，遠超其他競品成像雷達的 16×16，能夠捕捉到更精細的環(huán)境細節(jié)。動態(tài)范圍達到 100 分貝，而市場上其他同類產品僅為 60 分貝，這使其在復雜光線和多目標場景下，具備更強的信號處理能力與目標識別能力。無論是區(qū)分車輛附近的行人，還是靠近護欄的微小木塊等不同物體，都能精準判別，為自動駕駛車輛提供準確的環(huán)境感知信息。
除了上述高分辨率和大動態(tài)范圍，其遠距離檢測精度也令人印象深刻。面對多種危險物檢測場景，如面向車輛方向的假人、與車輛呈90°的小木塊、兩輛車之間的兒童及成人的假人等，西方主機廠設定的檢測距離要求均為大于 130 米。而 Mobileye 成像雷達在某主機廠的實際測試中，在多數場景下的檢測距離遠超此要求，其中最低檢測距離 136 米亦高于該標準。這對為高速行駛的自動駕駛車輛提供了充足的安全預警距離十分有意義。
此外，作為冗余傳感器，該4D成像雷達能夠在攝像頭或激光雷達出現故障時，及時填補感知空白，確保系統(tǒng)的持續(xù)運行，從而提高系統(tǒng)的可靠性。
而在成本方面，Mobileye 的4D 成像雷達也展現出了較強的市場競爭力。Shashua教授透露道，構建一個由一個 BSR（前向長距 / 中距雷達）和四個 BSRC（角雷達）組成的 360° 感知系統(tǒng)的總成本能夠控制在 1000 美元以內。
目前，Mobileye 已成功研制出該成像雷達的 B款樣件，并預計于 2025 年正式投入量產。
數據賦能產品化進程
在自動駕駛領域，技術的最終歸宿是市場，唯有經消費者檢驗，方能彰顯其真正價值。Mobileye 在產品化進程中全力以赴，于關鍵維度持續(xù)深耕，力求契合市場所需。
從地理可擴展性來看，與超過 50 家主機廠的緊密合作，以及他們應用的智能路網系統(tǒng)對美國和歐盟 95% 以上道路的廣泛覆蓋，使其擁有了海量且豐富的數據資源。這些數據成為了 Mobileye 不斷優(yōu)化自動駕駛系統(tǒng)的關鍵支撐，確保其能夠適應多樣的地理環(huán)境和交通狀況，極大地提升了系統(tǒng)的可靠性與普適性。
在應對多種車型和主機廠需求方面，Mobileye 展現出了高度的靈活性與適配性。其DXP（駕駛體驗平臺） 的應用使得主機廠能夠根據自身品牌定位和用戶偏好，對影響駕駛體驗的系統(tǒng)元素進行個性化編碼和精細調控，滿足不同消費者對于駕駛感受的獨特要求。
模塊化人工智能棧則為傳感器設計提供了豐富的可能性，無論是增加或減少攝像頭數量，還是選擇是否配備雷達等傳感器，都能較輕松實現，并且能夠迅速適應傳感器在車輛上的不同布局變化，有效縮短了產品研發(fā)周期，降低了開發(fā)成本。
嚴格遵循行業(yè)標準是 Mobileye 產品化的重要保障。其產品滿足車規(guī)級、功能安全（FuSa）、預期功能安全（SOTIF）等高標準要求。Shashua教授表示，Mobileye的ADAS產品已成功搭載于超過 50 家主機廠的 1200 款車型，EyeQ?芯片出貨量更是超過 1.9 億顆，并構建了透明的安全架構。
在先進產品的推進與部署方面，Mobileye 成績斐然。SuperVision?52 已在極星、極氪等品牌車型上實現部署，并逐步拓展至歐洲和美國市場；SuperVision?62 與保時捷、奧迪、賓利等車企合作，涉及 17 款車型的開發(fā)；Chauffeur?63 也與多家豪華品牌展開合作，涉及 10 款車型的研發(fā)。Mobileye Drive?64 項目同樣吸引了大眾、舍弗勒、本特勒、Verne 等眾多合作伙伴參與。2024年，共有313 款配備 EyeQ?芯片的車型上市，82 個軟件量產（SOP）項目順利交付，80 個活躍的 ADAS 項目持續(xù)推進，全年交付軟件版本超過 460 個。
寫在最后
Mobileye的愿景不僅僅是推動自動駕駛技術的發(fā)展，更是徹底革新人們的出行方式。從基礎ADAS系統(tǒng)，到“可脫手/需注視”的SuperVision?，再到“可脫眼/可脫手”的Chauffeur?，最終邁向無需駕駛員的Mobileye Drive?，Mobileye通過漸進式的技術路線，逐步實現從輔助駕駛到完全自動駕駛的跨越。
Mobileye 憑借對精確度與召回率獨特的理解與實踐，走出了一條與眾不同且穩(wěn)健的發(fā)展道路。在成本把控上，無論是相對親民的 ADAS 系統(tǒng)，還是功能更強大的后續(xù)產品，其適配大批量生產的成本設計，為技術走進千家萬戶提供了可能。地理可擴展性方面，通過智能路網技術等積累的海量數據與廣泛覆蓋，讓自動駕駛的種子在全球各地生根發(fā)芽。
此次CES的展示既是對Mobileye過往成果的總結，也將為其后續(xù)的發(fā)展開啟下一個篇章。正如Mobileye所堅信的，只有通過高精確度、高召回率和低成本的技術創(chuàng)新，才能真正實現出行領域的革新，邁向一個更加智能、更安全和更高效的未來。
