为了广泛部署，搭载Mobileye自动驾驶系统的车辆一直擅长各种颇具挑战性的动作，比如一直困扰Waymo的无保护左转，以及在拥挤的车流中变线。同时，侧边车道、窄车道和减速带对它们来说也是小菜一碟。

「在耶路撒冷它们已能完成这些动作了，只要调教激进点就好。」Shashua 说。
需要注意的是，达成这效果 Mobileye 可是只用了镜头，其他自动驾驶系统通常还要用到光学雷达和雷达等资料采集装置。
Flir 这类公司也有类似的「折衷方案」，建议汽车厂商为车辆配备热成像镜头，再辅以机器学习演算法。另一家波士顿新创公司 WaveSense 则更偏向探地雷达，认为这是整个感测器堆叠最合理的附加值。

不过，Mobileye 还是坚定支持镜头不动摇，于是就有了我们熟悉的 EyeQ 系列晶片，其中最新产品 EyeQ5 将于今年第一季做好量产准备，搭配使用的则是 Mobileye 的影像处理演算法。7 奈米的 EyeQ5 将拥有执行感测器融合的完整能力，完成车辆周边 360 度无死角视野。

虽然Mobileye 非常重视镜头，但 EyeQ5 依然支援雷达和光学雷达。Shashua表示，虽然公司重心在视觉，但今年上半年还是要用雷达和光学雷达打造冗余系统。

「我们正将镜头处理能力推向极限」，他说。到2020年中，Mobileye就开始交付自己的「白盒子」子系统，比如环视计算视觉套件。当然，多晶片交钥匙解决方案、自动驾驶套件等产品也都在紧锣密鼓准备中。

如果得不到大众信任，自动驾驶技术的进步根本派不上用场。

去年夏天 3 家权威机构的调研就显示，大多数人都不信任自驾车的安全。超过 60% 受访者表示不太敢坐自驾车，70% 受访者甚至不愿和自驾车共用一条道路，更有 59% 认为自驾车并不比人开车安全。

他们心里都有天秤，毕竟谁也不会忘了那辆要了路人命的 Uber 测试车和频繁追撞的特斯拉 Autopilot。
那么，怎样才能说服满腹狐疑的大众呢？这就无法不提到 Mobileye 的「终极杀招」──数学模型 RSS（责任敏感安全）。
2017 年 10 月的世界知识论坛 Mobileye 抛出 RSS 概念。不那么抽象的来说，它是一种路上决策的「常识」，帮车辆形成良好习惯，比如保持安全车距，必要时给予其他车辆通行权等。

能从 RSS 获益的不单自驾车的乘客。不久前一篇文章，Shashua 就讲述增强版的自动刹车功能，系统能利用公式确定车辆什么时候会进入危险地带。Shashua 相信，只需一颗前置镜头，就能避免大量追尾事故。

如果真有如此强大效能，那么 Mobileye 的机器学习事故预防技术确实能将驾驶风险降到最低，毕竟 94% 车祸都是人类失误造成。2016 年交通伤亡三大杀手就是开车分神、醉酒驾驶和超速。

「我们的目标是让汽车以符合人类操纵习惯的方式执行。」Shashua 解释。「我们要围绕它建立一个联盟。」