随着自动驾驶汽车在全球加速部署，其在非常规或不确定场景下的性能瓶颈日益显现。这类罕见但高风险的边缘案例被称为 " 长尾效应 "，成为制约自动驾驶从区域限定服务迈向广泛普及的关键障碍。 为应对这一挑战，Mobileye 基于全球超 2.3 亿辆搭载其技术的车辆和 25 年以上的研发经验，推出两款自研 AI 工具：Meteor 与 Genario。 Meteor 是一个多智能体 AI 数据分析平台，用于自动识别可复现的系统故障。它通过分析数百万小时的真实驾驶视频数据，结合视觉语言模型（VLM）进行特征提取与推理，完成从故障发现、成因假设、同类场景检索到验证及训练样本生成的全流程自动化。该系统聚焦于具备代表性和可重复性的边缘案例，如被部分遮挡的行人、意图模糊的道路使用者或复杂交通中的异常交互。 Genario 则作为定向场景仿真器，接收 Meteor 输出的故障模式与触发条件，生成照片级逼真的合成驾驶场景。它可在光照、天气、能见度、道路布局等多个维度上对基础案例进行参数化扩展，批量创建多样化的边缘测试环境，从而弥补真实路采数据在长尾场景覆盖上的不足。 两套系统协同工作，使 Mobileye 能够主动识别系统短板、高效生成高价值训练数据，并针对性优化模型表现，不再依赖海量里程中随机出现的罕见事件。此举标志着其自动驾驶开发体系向更智能、可验证且可规模化的方向升级。