就技术能力而言，很难知道谁才是真正的领导者，因为现在全球都没有好的方法来衡量这些系统的能力。现在更多的标准是比如在测试中部署了多少车辆，行驶了多少英里，以及向政府监管部门报告了多少次系统脱离。

但即便是脱离数据作为比较的手段也是有缺陷的，因为脱离的条件可能非常不同，甚至没有关于脱离的标准。

评估的另一种方法是看哪些公司在自动驾驶方面研发时间最长，哪些公司的自动驾驶车辆路上最多。比如德尔福投资的nuTonomy(2017年4.5亿美元收购)，是全球首家开始向消费者提供自动驾驶服务的公司，但他们很少被谈论。相反，Waymo被大多数视为全球首个商业化的自动驾驶公司(年底在亚利桑那州的菲尼克斯市正式推出无人驾驶打车服务)。

近年来，另一种趋势是汽车制造商与传统Tier1在自动驾驶领域的合作，这种伙伴关系的最终目的是节约系统的开发成本，共担责任并快速将自动驾驶推向市场。

哪怕像Waymo这样的领头羊，除了自主研发一些核心传感器和软件算法，在车辆端也必须要依靠传统汽车制造商的能力(比如底盘、功能安全等方面)。和克莱斯勒、捷豹路虎的合作，可以使得Waymo将定制化自动驾驶车辆快速落地。

Waymo拥有一整套可用的软件栈，包括机器学习、高精地图及定位、仿真模拟和内部软件技术等各个层次。但整车对于Waymo来说，是弱项。

而通用汽车同样选择与本田合作，利用旗下Cruise公司的技术开发专用的自动驾驶电动汽车。通用强调了产业协同作用：通用汽车提供车辆设计、工程和制造、以及自动驾驶领域的技术，本田则在车身空间效率和设计及其全球影响力方面贡献专长。

通用和本田的合作关系也在另外一个角度表明自动驾驶技术落地的难度和高昂的研发成本，显然这个成本远高于其投资通用汽车旗下Cruise的27亿美元。

自动驾驶的另一个“成本黑洞”就是激光雷达，这是自动驾驶竞争的另外一个关键环节，从目前行业的普遍观点，L4级自动驾驶基本上离不开激光雷达的配置，甚至很多公司认为L3级都需要配备。

此前，Valeo ScaLa(唯一一款目前量产的车规级)激光雷达安装在2018年奥迪A8车上，而Fisker的电动轿跑车使用Quanergy S3光学相控阵激光雷达。但这仍然只是一种尝试性的应用。

宝马此前宣布与Innoviz合作，开发一款将于2021年上市的MEMS扫描激光雷达，而福特还投资7500万美元在Velodyne上开发未来的激光雷达(目前的机械式扫描雷达已经不太可能用于车规级量产，尤其是360扫描机械式雷达，还要面临量产如何清洗维护的难题)。

除了不可预计的成本下降空间，更为关键的是各家汽车制造商和自动驾驶公司仍然没有完全确定和明确传感器组合的方案。比如，自动驾驶车辆到底需要多少传感器，需要什么样的传感器，仍然存在争议，而且新的供应商还在不断涌现。

现在，大多数汽车制造商继续追通过内部研发，与供应商合作，甚至与其他汽车制造商合资来极力降低研发成本、共享技术以缩短各自的技术差距。

已经有不少行业人士悲观的认为，自动驾驶对于汽车制造商来说可能是个“死胡同”，巨大的投入并不一定能够换回预期的收益，就像此前很多汽车制造商涉足共享出行“折戟而归”一样。而Waymo这样的科技巨头，背后的资金支持要远高于利润已经缓慢增长、停滞甚至亏损的汽车制造商。

但自动驾驶对于汽车制造商来说，是一次用金钱投入来取得新一轮出行革命制高点的垫脚石。在自动驾驶席卷全球投资市场的时候，如果一家汽车制造商对这项技术投资为零，那就意味着你已经在资本市场出局。

自动驾驶的另一大问题，是如何赢取公众的信任度。哪怕是Waymo这样的公司，其在北美的测试车辆在道路上行驶，也经常被民众吐槽，甚至还时不时出现一些事故。

关于提高公众对自动驾驶汽车的信心的问题，引发了关于城市道路如何快速改造以使得基础设施能够使自动驾驶车辆尽可能的有更多冗余能力和车路协同的讨论。

今年以来，V2X和5G技术的浪潮，让城市管理者看到了一些希望，尽管真正的大规模部署，仍然需要很长时间，而且涉及到更大的基础设施改造费用。

有行业人士甚至认为，“百分之八十的安全性可以通过车路协同来解决，接下来的一大问题就是车辆自身的智能化升级。”但车路协同的一大挑战，来自于如何有效处理和管理来自连接的大量数据。

Waymo、通用汽车和福特等汽车巨头的影响力使它们能够在采用自动驾驶车辆方面发挥重要作用，但车路协同涉及到更多的政府投资和后续维护运营。目前，这些汽车制造商只能瞄准小规模项目，以测试该技术的可行性。

正如Waymo CEO John Krafcik所说，在未来的几十年内，自动驾驶技术还无法做到无处不在， 无人驾驶汽车也将一直存在限制。