当今的智能汽车具有多达150个ECU（电子控制单元）和大约1亿行代码，到2030年，预计将有大约3亿行代码——作为对比，一架客机约有1500万行代码......还有电磁干扰问题。智能电动汽车的出现，使得做好各项元器件的电磁兼容的难度几何倍提升，唯有通过大量的试验和检测，才能在无数数据的支撑下将安全隐患降到最低。

司机很可能选择把腾出来的双手，放在自己的智能手机上，而不是操控一块汽车内的屏幕。所以汽车，就算看起来多么像一个装了四个轮子的手机，也依然不是那个人们期待的下一个信息工具。不过，汽车的再造过程，依然可能创造巨大的产业价值，但它走的不是智能手机的路。智能手机的价值在于信息，新能源智能汽车的最大价值，则

如果是硬件问题，我找个修车师傅都能看出来，软件问题才是关键。就像丰田刹车门那个事件，是动用了多大的专家团队才把这个事情解决的。

Roadcode RT，这个是解决了整个交通静态环境的一个自学习、自构图的问题，包括刚才说的 AVP也是靠这个来实现的。另一个就是我们管它叫DDI，DDI可能也许更像你说的影子模式，就是 DDI会不断学习这个车主的驾驶行为，不见得是接管，可能车本身的行为跟车主不一致的，他会抓取车主的行为去做迭代，也许是你说的影子模式。

2017年5月12日，德国通过首部自动驾驶汽车法律，对自动驾驶车辆的责任认定和安全保障等作出具体规定，成为全球首个将自动驾驶汽车纳入道路交通法规的国家。德国联邦议院颁布了《道路交通法第八修正案》，明确了自动驾驶汽车上路条件，区分了不同责任主体的权利和义务，规定了自动驾驶必须满足的若干条件。

所谓自动辅助导航驾驶功能，就是在L2辅助驾驶导航的基础上，结合了车机导航的信息，可以根据设置的路段，在高架、高速路上实现自动调节限速、自动变道超车、自动进出匝道等功能。这些功能向更高级别的自动驾驶更近了一步，算是自动驾驶中比较高阶的功能，但仍属于L2级别的范畴。

尽管与自动驾驶有关的专利不是太多，也不是太硬核，但是靠互联网思维、用户体验起家的小米，在汽车的专利中，也更多地从这一角度出发，改善了当前驾驶场景中存在的痛点。如果仅以“用户体验”为关键词进行搜索，就会发现，在这64条专利中，占据了11条。

“当时父亲开车带我从堪萨斯去拉斯维加斯参加遥控战斗机器人比赛，一路上非常无聊，我当时想，其实开车只需阅读车道标记并保持车轮稳定，这完全可以由机器人来完成。”Vogt在一次采访中说道。

国外有智库提出，接近百亿级英里的前期训练和测试过程，才是自动驾驶从概念走向真正实施，百亿英里的过程非常长，为了满足未来快速迭代和快速训练要求，我们需要在测试场景、测试方法、测试评价等各个维度进行创新、发展。

“将AR（增强现实）和AI（人工智能）技术引入驾驶舱，以非常直观的方式吸引人们的注意力，便于发现道路上的威胁，这样的体验认知负荷很低，而且不分散注意力，提高了安全性。”美国松下汽车系统公司总裁Scott Kirchner表示。

在Waymo脚步放缓的时候其他公司可没闲着，Zoox和Cruise已经分别拿出了真正面向未来的自动驾驶车辆，这两款车都取消了方向盘和踏板，外形比基于Pacifica“魔改”的Waymo自动驾驶汽车更有未来感。

在最近一次采访中，麻省理工学院AgeLab研究科学家Bryan Reimer再次提出了他的一贯主张：“必须将DMS数据与主动安全系统融合起来。”作为公路安全保险协会（IIHS）中的研究员，他在一项研究中发现L1与L2级别自动驾驶系统反而会降低行驶安全水平。