智能时代瞬息万变，没有绝对优势难以成为常胜将军，如果没有技术优势，瞬间会从巅峰被击落至谷底。虽然6月10日特斯拉市值首次超越丰田，登上全球车企市值之巅，但让特斯拉高度警惕的是，自动驾驶巨头Waymo也在筹谋思变。
2020年6月26日，Waymo正式宣布与沃尔沃达成战略合作，Waymo从此成为沃尔沃在L4级自动驾驶领域的独家合作伙伴，并同时与沃尔沃控制的领克、极星达成独家合作。对于前景光明的自动驾驶赛道，Waymo毫无疑问是顶级领军企业，但以特斯拉为代表的新能源车企也开始将一些半自动驾驶的功能装载在自己的产品上，向自动驾驶领域迈进，一场自动驾驶车企VS新能源车企在自动驾驶行业的正面对抗不可避免。Waymo从自动驾驶向新能源延伸产业链，注定会对自新能源向上蔓延至自动驾驶的特斯拉产生降维打击。
自动驾驶技术难点在哪？正如人类的飞天梦一样，人们也对自动驾驶有着热切的需求。2015年起，伴随着自动驾驶技术研发应用的火热，全球自动驾驶行业投融资规模迅速增长，在整体经济下行和资本寒冬的压力下，资金对于自动驾驶领域的青睐不减。2018年行业投融资规模达到近年来峰值，根据AI车库公布的数据，2019年全球自动驾驶行业共发生104起融资，其中公开披露金额的融资事件共70起，融资总额为66.4亿美元。2019年，全球自动驾驶融资总额与事件最多的两个国家分别是美国和中国。其中，美国以31起融资事件、45亿美元融资领跑全球，中国以59起融资事件、23亿美元紧随其后。中美囊括全球融资总额的94%，融资事件的86%。
为什么自动驾驶技术历经一个世纪的发展至今仍未成熟？到底有什么难点？自动驾驶技术的实现需要感知、决策、执行三个层面的技术。首先，在感知层面，激光雷达、毫米波雷达等传感器尚未量产且成本高昂，在感知精度和完整度上也不成熟。
感知层面帮助汽车感知驾驶环境，识别行人、车辆等，为了准确、全面地感知，自动驾驶汽车需要配备激光雷达、毫米波雷达等传感器用于收集环境数据。一方面，这些传感器仍在试验阶段，尚未实现量产，存在售价高昂、易磨损的难题。单个激光雷达价格可达数十万美元，但因易损耗，每过2~3个月就不得不更换，成本过高。另一方面，传感器数据算力不足，导致感知精度和完整度尚不成熟。系统需要对多个不同传感器收集到的数据进行融合计算。传感器越多，环境信息越准确，但所需要的融合计算能力也会成倍增加。现在某些自动驾驶厂商尚不具备融合十个以上传感器数据的算力，这样的自动驾驶方案可能在感知精度和完整度上存在劣势。
其次，在决策层面，选择最优的行驶路径对算法和算力要求非常高，遇到复杂路况，决策失败概率较大。即使是技术最为领先的自动驾驶公司Waymo，也只能实现简单驾驶环境中的路径规划。一旦进入人流、车流量大的区域，驾驶环境变化会变得难以预判，行车路径决策面临失效。
最后，在执行层面，自动驾驶将驾驶任务全权交给汽车，同时也将乘客的安全交给了汽车。因此，自动驾驶容不得半点差错，这无形中也提高了自动驾驶的技术门槛。