而传统造车行业内，既有那些尝试完全自动驾驶厂商，如福特、奥迪等，也有做自动辅助驾驶的特斯拉、沃尔沃等。基于不同的理念，大家在这上面的方向是有分歧的。所以，不管是「自动驾驶」还是「高级辅助驾驶」，在方案的选择上，更多考虑不只是技术问题，而应该是实际落地问题。这一点，沈晖的观点也很鲜明：「目前的自动驾驶，很多是为了自己的情怀，用别人的生命实验」。本着实际的交通情况认真考虑，他认为，未来三到五年，汽车上大规模应用的，应该是高级辅助驾驶。那么，为什么会是高级辅助驾驶？

　　首先，是技术上的可实现性

　　「自动驾驶」汽车需要进行大量的数据学习，编写代码从而让它具有足够的样本库，这个过程需要耗费大量时间。而通过各种传感器的配合对场景进行分析，则又需要大量实际上路的数据，这个过程也很困难，更不要说你无法穷尽世界上一切数据让它来学习。即使机器可以吸收的内容比人类多得多，但它的学习是没有自主意识的，也就是说它的数据库里首先必须有内容，才能实现分析，如果没有，就实现不了。正如你可以认识过马路的宠物狗，但机器没有遇到过，它就不会有这个概念，更不会认识。

　　机器学习的过程是复杂的

　　机器不会面面俱到，它会让你产生不信任感。假如未来三到五年，自动驾驶真能做到危险性仅有万分之一，你坐在上面仍然会怀疑。大部分人在看到 99% 的安全性和 1% 的危险性时，先想到的会是自己会不会是那 1%。用卡内基梅隆大学的计算机科学家、从事汽车制造业的 Phillip Koopman 说法：「你不能总是觉得自动驾驶这玩意儿一定可靠。」更何况，在三五年之内，技术上的成熟度能不能达到非常低的风险率也还是一个问号。

　　相比较而言，当下的「高级辅助驾驶」操作看上去会实现的更出色，首先是因为这对于驾驶人员是有要求的，它需要你把握着方向盘，即便不用你随时进行驾驶，但一旦手离开方向盘，它就会采取一些措施。在最近更新的特斯拉 Autopilot 辅助驾驶固件中，当用户手离开方向盘后，汽车会不厌其烦的提醒用户握好方向盘，假如你置之不理，它会自动靠边停车，让你重新手动驾驶，沃尔沃辅助驾驶系统也有类似的提醒。这样对于司机来说，会是一件好事情，技术上也已经逐渐成熟，通过不断巩固这种安全措施，安全性提升是会有数据支撑的，那么之后，也许在所有汽车上都会强制安装，正如安全带一样。

　　其次，是成本的可控制性

　　这一点很容易判定，以 Google 的自动驾驶来说，它的单个激光雷达定制成本高达 8 万美金，外带摄像头、传感器等设备，成本至少 30 万美金。如果汽车想要在现阶段实现这样的自动驾驶，那么抛开车本身的成本，它会让绝大多数消费者望而却步。这也就是为什么，我们看到目前已经在上路测试的自动驾驶汽车公司，大多侧重于公共交通领域。因为他们节省下来的人力成本，提高的资源流动效率非常大，所以很容易将自动驾驶需要的成本弥补。

　　反过来说，我们在买车的时候不愿意花这么多成本来在车以外的地方。这也正符合我们在前文提到的问卷调查，有 22% 的人不想要在自动驾驶系统上花费任何金钱，而如果企业造出来的车因为添加了「自动驾驶」的新功能反而卖不出去了，那才是让他们头痛的地方。这也正应对了威马汽车 CEO 沈晖的观点「三年内，自动驾驶不会有大规模的应用场景」，只是在一些更加公共的领域发展。

　　Mobileye 的汽车感知技术成本比 Google 低得多

　　当然，技术成熟会让成本迅速下降，激光雷达的价格降低也会加快自动驾驶技术的到来。但目前来看，过高的成本显然只有公共交通领域能够负担得起。而作为对比的，是 Mobileye 公司在特斯拉等众多汽车上所安装的「高级辅助驾驶」摄像头、传感器及相关算法技术，整套售价仅仅几百美元，这种感知系统的价格和成熟度容易在造车行业迅速铺展开，同时，也会让大家在可接受的售价范围内选择一款适合自己的汽车。

　　最后，技术的进步可以解决我们的困惑