“自动驾驶”技术既然是可预见到的“普及”功能，那么必然需要更多的“玩家”加入到这场竞技中，才有可能让更多的人负担的起。作为消费者，其实并没有多少人关心是如何实现的，其背后研发过程是怎样，更多的是在意实际体验如何，效果怎么样。

2004年3月，美国加州莫哈维沙漠尘土飞杨。从任何角度看，这都是一场奇怪的赛事。15辆外观奇特的汽车在赛道里“怪异”地行驶着，方向盘前并没有司机，车里的其他座位上也没有乘客......但这场设计长度240公里的比赛，结果惨烈，没有一支队伍跑完全程。

2018年7月，小鹏汽车的员工张小浪，刚刚加入小鹏汽车2个月，被前雇主苹果公司控告并被FBI以“窃取商业机密罪”逮捕并起诉，如果最终罪名成立，他将面临“最高10年监禁，并处25万美元罚款”。而当时小鹏汽车表示“没有记录显示此人向小鹏汽车上报过任何敏感或违规的情况”。

可以应用到协作智能的场景很多，用降落无人机到指定地点为标准，人类独自操作的速度、精准度都要远远落后于于智能协作操作的速度和精准度。人工智能就好像是人类的副驾驶，以另一种视角帮助人类更好的达成目标。例如自动泊车不再仅仅限于奢侈的大车位，人类或许可以和人工智能一起尝试在小车位中上演极限操作。

在Apollo升级至5.0版本的契机之下，百度明确宣布了两个商业化尝试，首先是自主泊车，Apollo自主泊车（Valet Parking）解决方案已经试用到了百度自家的办公区域......首个商业化订单来自Apollo平台伙伴、百度深度参投的威马汽车，但更多具体信息并没有披露。

在有人驾驶时代，驾驶者当然是第一责任人，自己做出车辆操控决策，并对可能的后果负责。但是当汽车厂商或者出行厂商推出自动驾驶车辆后，由于是厂商提供的车辆“自动”进行操控的决策，因此责任将转移到厂商这边。为了降低其可能承担的风险以及后续的损失，厂商自然需要增加足够的冗余，以保证产品达到车规级的安全。

尽管在大环境不佳的情况下，这并不能算是一个很差的结果，但一定与Drive.ai最初所设定的目标并不相符，吴恩达本人也将注意力重心放在了他的其他人工智能领域的项目上，包括提供一系列深度学习课程的教育平台Deeplearning.ai，以及为企业提供人工智能化转型服务的Landing.ai。

对于自家HERE的HD Live地图，Preyss信心满满，他表示：“我们能支持任何OEM开发的定位方案。我们相信，L3-L5的时代，GPS/IMU、高精地图和其他传感器的融合才是最理想的解决方案。”

AI技术带来的，是交互技术的全面进化。对于语音、手势甚至表情的清晰理解，可以改变以往驾驶者无暇顾及车载交互问题。同时AI技术的普及使算法应用和计算芯片的成本不断下降，让更多设备都可以智能化......换句话说，车联网、智能汽车、自动驾驶、车路协同等等概念都能应用上这些技术。

早在2013年，华为便成立了车联网业务部，推出了车载模块ME909T，在车联网和自动驾驶领域进行了深入布局。其研发的车载通讯、图像处理芯片、模块，在业内多有应用。随后华为在汽车领域的各种合作，也是围绕车载通讯展开。

第一辆无人驾驶汽车早在1986年就出现了。当时一位名叫Ernst Dickmanns的德国航空工程师给奔驰汽车装上摄像头、传感器、计算机，在自己工作的慕尼黑大学测试。到了1990年代初期，奔驰向Ernst Dickmanns的研究提供资金，希望能把他开发的技术用在乘用车上。1994年，Ernst Dickmanns在法国公路上测试两辆无人驾驶

尽管人工智能目前取得了长足的进步，但有一件事是人类应该清楚的认识，那就是人工智能天生不具备人类所拥有的恐惧感。由恐惧驱动的生理反应帮助人类做出关键决定，保持警觉，尤其是在开车这样的情况下。在一项新的研究中，微软的研究人员提高自动驾驶汽车的决策技能借鉴了这一理念，努力研发学习更快，出错更少的“具