最近無人駕駛領域挺熱鬧。這邊廂，美國將通過首個全國性無人駕駛汽車法案，有望解決各州監管一致性問題，并批準數十萬輛無人車上路測試。

那邊廂，通用汽車聯手Cruise，發布全球首款量產無人駕駛汽車，至少定位于L4級自動駕駛，一旦軟件和監管環境成熟，無人車的時間表將再被提前。

恐怕不久后，一邊開著車，一邊吃著火鍋、唱著歌的異想天開，真的要一步步成為現實了。但是，在未來真正來臨之前，還有多少坎需要邁過？那些做著“造車夢”的人們，到底會成為下一個“賈躍亭”還是“Elon Musk”呢？

一、那些宣稱要玩無人駕駛的公司，現在都做到啥程度了？

1、谷歌：領跑者，直接攻堅L4，兼顧軟硬件與自主研發

相比起傳統車廠目前選擇從ADAS起步，漸進式地推進做自動駕駛的路徑，谷歌單刀直入，一上來就沖著全面的無人駕駛去了。

從積累的真實測試數據和事故率來看，谷歌也是進入L4技術攻堅階段最扎實的一家公司。在加州，谷歌累計共有48輛測試車上路收集數據，在6年多內行駛超過270萬公里，僅出現11次輕微交通事故，平均25萬公里出現一次，且責任方均為對方車輛。

谷歌已從最初專注軟件算法和高精地圖，拓展到了軟硬件兼顧和自主研發。面對居高不下的激光雷達和芯片成本，谷歌干脆自己把傳感器、GPU和算法都包攬了下來，成功將激光雷達成本從7萬降到了7500美金。

看來，除了復雜度和專業性極高的造車領域，谷歌已在全產業鏈開始自研布局，進一步擠壓中小硬件廠商和創業公司的生存空間。

2、特斯拉：L2-L3兼具軟硬件能力與“激進”的自我營銷

在無人駕駛上，特斯拉也一直不缺熱點，自2014年配置初代自動駕駛系統Autopilot以來爭議不斷，甚至造成首例無人駕駛致死事故。過去三年內，Autopilot收集了全球各種道路、天氣條件下的3.6億公里行駛數據。

特斯拉與谷歌分別代表了硅谷科技公司造無人車的兩大流派。特斯拉的技術發展路線目前處在L2-L3階段，精度和成本也更低，不采用谷歌的激光雷達+高精地圖，而是用攝像頭和超聲波傳感器做車的“眼睛”。

特斯拉的優勢在于公司既有數據算法資源、創新科技人才等軟件實力，又有造車生產線的硬件基礎。

不過，下一階段特斯拉的無人駕駛之路能否順利，還要看它如何突破安全和成本的二元悖論。圖像識別技術有盲區，要達到L4，只有激光雷達才能萬無一失。而特斯拉在L2-L3階段積累的經驗，美國抗攻擊服務器 亞洲服務器，與L4有本質的區別。

一貫擅長自我營銷的特斯拉，憑借激進的風格，容易讓消費者將它現階段的水平與“真正意義上的自動駕駛”相混淆。而谷歌的態度則相對更嚴謹。

3、Uber：抱車廠大腿、與谷歌撕逼，進展低調而緩慢

共享出行公司天然地有發展無人駕駛的動力。無人車規?；蟛粌H能為平臺低成本形成有效供給，還有助減少擁堵和車禍，優化用戶體驗。共享出行龐大的運營網絡是其殺手锏。

通過海量車型收集各個城市的實測路況數據，比自造車型、實地投放的模式靈活不少。

其中又以Uber的無人駕駛進度為首。只是，強運營的Uber并沒有造車基因，抱車廠大腿成了明智之選。今年1月，Uber和戴姆勒達成合作，后者生產研發帶自動駕駛技術的奔馳，投入Uber網絡做測試和數據收集。

就在Uber干得熱火朝天之時卻吃了谷歌的官司，近期進展有所停滯。2016年1月，從Waymo跳槽的工程師創建了無人貨車公司otto，被Uber迅速收購；隨后又爆出otto工程師從谷歌剽竊技術專利的猛料。

谷歌氣不過，直接把Uber告到了舊金山衙門，對簿公堂。最后以Uber壯士扼腕炒otto創始人魷魚為結局。

4、百度：國內領先，阿波羅計劃有階段性成果

百度在錯失移動互聯網紅利之后All in AI，已然成為國內最重倉無人駕駛的互聯網巨頭。在路徑選擇上百度與谷歌相似，將搜索識別技術和高精地圖能力運用到無人駕駛的算法和軟件上。

沒有硬件基礎的百度，定位是做開源技術平臺，賦能合作伙伴。

今年4月，百度Apollo計劃對外公開，向汽車及自動駕駛行業伙伴提供車輛、軟硬件、云端數據等服務。就像自動駕駛的安卓，把底層能力作為一套工具打包給生態伙伴造出自己的無人車。

百度預計今年年底Apollo可在簡單城市路況下完成自動駕駛；到2020年底將實現高速和城市道路全路網自動駕駛。

李彥宏在開發者大會上親自坐自動駕駛汽車上了五環，在一定程度上的確證明了百度的階段性成果，但存疑之處也不少。