很多人以為微軟不會開發新技術，只會在系統以及office打打補丁或者想著怎麼繼續吃老本，但當它推出全息眼鏡(比Google VR眼鏡牛逼多了)以及即時翻譯(比Google翻譯準確率高一點)的時候，很多人才知道微軟原來還有這些，Amazon推出雲的時候也是這樣，技術領先時候再出來炫耀。跟Google做車道理的一樣，很多人感覺特斯拉跟Uber做車很多可以很短時間看到成效，而Google巨頭需要很長，畢竟Google無人汽車是使用自己自研的系統等。所以個人感覺比較時間長短是一個錯覺，很多時候，巨頭比如蘋果等公司都是默默開發新技術 ，等到技術成熟之後就公佈出來，大家醒過來的時候發現他們走在這個技術的前沿了。所以個人感覺只要成效很好，時間長一點沒什麼啦！

特斯拉的實際上只是輔助駕駛，主要用於高速公路，自動泊車一類特殊場景，和google的自動駕駛完全是兩回事。輔助駕駛在其他傳統車上也有，像大眾，賓士，寶馬都研究應用很多年了屬於漸進式發展。只是特斯拉第一個把輔助駕駛叫做了autopilot（本來是飛機自動巡航系統的名字）。不過最近一年特斯拉從google挖了很多自動駕駛的工程師去大力發展自動駕駛技術。

Uber呢是收購了一家專門做自動駕駛技術的公司Otto。Otto是Google自動駕駛專案建立者離開google後於2016年成立的創業公司。所以Uber實際上是繼承了google自動駕駛的技術。

特斯拉那個不能叫自動駕駛，只能叫輔助駕駛，是屬於自動駕駛這個範疇內的最初級階段。行業內習慣講自動駕駛分為四個階段，第一階段就是特斯拉現在的高速輔助駕駛，而谷歌明顯在朝著第四階段在努力，是真正意義上的自動駕駛。所以不要再提特斯拉的自動駕駛啦，和谷歌那個根本就不是一回事，他那個太低階了。

谷歌沒有上市推出實體車，習慣於開發軟體，始終下不了決心進去機械製造領域。機械製造是重資產，汽車本質還是耐用機電交通裝置。沒有實體車就沒辦法用大資料，多少年穀歌自動駕駛始終是像個大學的試驗專案。

在谷歌蘋果和賓士寶馬中間確實存在戰略性商業空間。

這個空間足夠大，但是要介入機械製造行業，投資大、回收慢。矽谷企業家未必會選擇這個，Facebook同樣用10年時間發展，日子位元斯拉好過多了。簡單的說，矽谷還有很多賺錢還輕鬆的事兒。樂視沒有耐心，做不了製造業，董明珠雷軍之爭就是這個事。

第一個做的需要設計和比較方案，然後想辦法做到，第二個人做的時候就只需要在成型的方案中選擇了，就像第一臺計算機那麼差還要那麼久，現在怎麼可以每天生產那麼多，因為第一個叫設計，後面的叫生產

其實特斯拉是非常具有網際網路思維的。無論你是否開啟自動駕駛功能，特斯拉都會收集非常多的資料。有了這些資料做支撐。特斯拉只需要趴在家裡面做研究就可以了，而且效率是非常非常高的。換句話說，無論天南地北，大街小巷的特斯拉汽車，都是他們的工程試驗車。這效率，谷歌絕對是比不上的。

首先它谷歌研究多少年，並不代表別人也需要研究多少年，其次樓主真是實誠人，有現成的東西不用，還TM非要浪費多餘時間從頭開始搞起，你這樣乾的企業，遲早玩完

谷歌一開始就用了錯誤的技術模式一一鐳射飛點掃描實時環境三維空間建模，汽車在駕駛系統識別出的三維空間裡行駛。這種形式技術上容易實現，但是鐳射系統的成本卻很高昂，十幾年過去了卻並未便宜下來。汽車是規模化工業品，配件成本敏感，無法普及這種昂貴的玩意。谷歌一步走錯，滿盤皆輸。

很簡單，谷歌一開始走錯了路，用的雷達來識別路況，成本一直降不下來，無法大規模商用。但近幾年影象識別技術突飛猛進，相當於電腦長了眼鏡，一個攝像頭就搞定了，再加上人工智慧的發展，所以成本就很低了，但這時候谷歌再回頭髮現已經沒有優勢了。

無人駕駛現階段分兩個流派：演算法流和資料流。谷歌一開始研發就選擇了演算法流，利用昂貴的雷達系統（部分雷達系統並非全球通用，參見賓士部分車型的選配無法在亞洲銷售，因其雷達系統在亞洲部分地區和國家還屬於軍用級別）和優秀的演算法搭建無人駕駛系統；而特斯拉和UBER則是後起之秀，靈活的運用了價格相對低廉的感應頭+nvdia的影象識別+大量的雲資料來實現無人駕駛系統；隨著技術和資料的迭代和更新，在不久資料流會佔據優勢的，谷歌也開始把他們伺服器的資料新增進入了谷歌的無人駕駛系統，已經調轉方向了，以後誰的資料多就會更完美！資料量上目前的排名是（僅這三家而言）：特斯拉＞谷歌＞Uber，因為特斯拉的汽車已經開始在全球火爆銷售，而每一輛特斯拉汽車都可以說是資料採集車（2.0硬體的X有48個感應頭+8個攝像頭），據說特斯拉在16年底已經擁有了25億公里的資料，隨著model3在17年交付，這一資料量將會幾何級數增長，而谷歌則是利用谷歌地圖採集的資料（不可忽略的是谷歌伺服器上的影片和圖片資料），而Uber則只有依靠司機手機上安裝的軟體+地圖資訊來實現大資料。這就是資料時代，讓後來者有超越前人的可能性

因為谷歌研發的是真正的無人駕駛，而特斯拉和優步研發的是輔助駕駛，並不是真正完全的無人駕駛，且關鍵技術如機器視覺部分，如三維場景實時感知的模組外包了，所以研發速度快，

谷歌基本上是原創的，特斯拉前期主要靠供應商，比如mobileye和nvidia，這兩個廠商的時間積累是多少年？Uber 更是直接收購。谷歌做的是直接做最高等級的，沒有方向盤的全完無人駕駛。特斯拉等做的是高階輔助駕駛，也就是不能脫離駕駛員，駕駛員脫手方向盤的後果相比大家在新聞中都有聽說。以上我說的還只是偏重演算法上，而深度學習2012年到現在也就4年多，各種相應的變種和硬體也是近兩年突飛猛進，比如soc和鐳射雷達，也就是說特斯拉和Uber 入局的時間點好，你讓他倆家2010年開搞的話，到現在必然不如谷歌，因為在2010年能大規模一步到位做5級無人駕駛的公司只有谷歌(傷的起)。最後一點特斯拉的優勢在於它是搞電動汽車的，它自己就是車廠，而Uber的優勢在於使用者基數大(受眾)。差不多這些，先這樣吧，題外話我自己也在個人孵化輔助駕駛專案，just for fun

這就是先行者和後來者的區別，當有了一個東西之後你再去模仿和學習比從頭做要簡單很多，更別說現在各種公司隨便互相挖人

首先釐清一個概念——無人車，更準確的稱呼應該是自動駕駛汽車（Autopilot），即不需要人為操作，即能感測其環境及導航的車輛。

對於自動駕駛，美國高速公路安全委員會（NHTSA）根據不同標準劃分了5個級別：

無自動駕駛（Level 0）：完全由駕駛員控制。

特定功能自動化（Level 1）：一個或幾個特定功能是自動的，如車身動態穩定系統（ESC）、預充電剎車等，也就是車輛會自動在剎車時提供協助，讓駕駛員在緊急情況時能重新取得車輛的控制權。

混合功能自動化（Level 2）：能同時提供組合式的自動化功能。比如自動巡航和車道偏離預警的結合。目前大家都積極研究的ADAS技術(主要包括前車碰撞報警、盲點監測、車道偏離報警以及自動泊車等)也屬於這一範疇。

有限自動駕駛（Level 3）：駕駛員能在特定的路況環境下完全交出安全關鍵駕駛功能，也能在充分的交接時間下進行偶爾的車輛控制。

完全可自動駕駛車輛（Level 4）：駕駛員輸入目的地，接下來就由汽車完成。這種無人駕駛汽車在設計時不預期駕駛員會在任何時間取得車輛控制權。

為什麼Google的無人車做了7年還沒真正上路，特斯拉卻能很快上路呢？因為它們是兩種不同的技術路線。

先說特斯拉，它的自動駕駛功能其實處於混合功能自動化，也就是L2階段，這也是目前技術最成熟的方案，使用前置攝像頭、超聲波感測器、前置雷達和後置攝像頭感知路況，實現自動保持車道、變更車道和自動泊車的功能。其實它更準確的功能是“自動輔助駕駛”，特斯拉特意強調，即使開啟了輔助駕駛功能，駕駛員也要一直把雙手放在方向盤上。

Google則不同，它一開始就是以完全取代人類駕駛員為目標進行研究的，最大的區別是Google的無人車使用了非常昂貴的鐳射雷達，它可以發出鐳射束，準確感知周圍物體及距離。鐳射雷達有多貴呢？Google無人車上的，一個就要8萬美元，一臺車上裝幾個雷達，成本就是普通人難以負擔的。同時，現在還沒有公司能搞定鐳射雷達的大規模量產，也就是說，有錢你還買不到。

（Google的無人車）

特斯拉和Google的區別，就像是商業應用和學術研究的區別。儘管Google用於實驗的無人車實際是L3的水平，精度更高，自動駕駛程度更高，但是，一是它成本非常高，二是因為自動化程度高，安全性還沒有讓監管者、消費者接受。而特斯拉和Google的兩種路線，目前還不好說孰優孰劣，前者是輔助駕駛員，可以更快商用；後者的未來更遠大。

至於Uber，最初它搞自動駕駛的願景是使用後者去運營專車，實際上Uber也在匹茲堡和加州測試了這項服務（為了保證安全，自動駕駛汽車上會有兩名Uber司機）。技術路線上，Uber和Google接近，使用鐳射雷達和攝像頭、超聲波感測器等。

但是，Uber的自動駕駛汽車上路測試後，先後被曝出闖紅燈、自動化程度不高、違反監管等問題，最近更是被曝出剽竊Google自動駕駛汽車的程式碼。

所以和Google相比，Uber使用了同樣的技術路線，但更激進；和特斯拉相比，Uber使用的技術更前進，但Uber的自動駕駛汽車發展並不順利。

不過最近自動駕駛汽車領域有個好訊息，奧迪最新款的A8車型，號稱已經實現了L3級別自動駕駛技術，也是第一款實現了L3級別自動駕駛技術的量產車，奧迪的新聞稿是這樣介紹的：

駕駛員只需在中控臺上按壓“人工智慧按鈕（AI button）”，若車輛在雙向高速車道上的行駛速度低於60公里/小時（約合37.3英里/小時）行駛時，該系統將接管車輛的駕駛操作，管控車輛的啟動、加速、轉向及制動，便於提前應對緊急突發情況，如：與前方車輛距離過近（有追尾的可能）。

在可以不計成本的豪車上，自動駕駛功能開始越來越先進，所以，Google的路線成真，並不是不可能，或許我們可以期待，在5年、10年後，L3、甚至L4級別的自動駕駛可以“飛入尋常百姓家”。

視覺識別，決定無人駕駛汽車的成敗。谷歌的視覺識別正在進行中，未來的無人駕駛汽車的希望在谷歌。現階段的測量技術與軟體處理技術尚處於初級階段，要走的路還很長，耐心的等3，等等谷歌的視覺識別。選擇、優先及超馳控制，可能會遭遇到摸糊的工況，會很頭痛，除了演算法之外，開環的經驗控制可能會對此有所幫助。

無人車，其實就是無人駕駛的智慧汽車。根據2017年11月2日星期四的網上訊息，昨天，谷歌母公司Alphabet旗下自動駕駛汽車部門Waymo的無人駕駛汽車進行公開測試，但據外媒報道，測試結果顯示目前的自動駕駛汽車仍無法真正實現無人駕駛。

馬斯克指出，目前特斯拉上的車載電腦和感測器硬體可以“大致實現人類層面的自動化”。除了軟體的升級，特斯拉的硬體已經可以支援全自動駕駛。

另外，谷歌起訴Uber竊取其無人車技術機密的事情，網上傳來最新的進展。法律庭審檔案公開了Uber創始人Kalanick和前谷歌工程師Anthony Levandowski之間的大約400條簡訊。

由此看來，雖然Uber曾經把特斯拉視為最大的對手，其在谷歌眼中，也是個對手。

目前，馬斯克的特斯拉，在無人車方面，暫時領先。

谷歌無人車的發展，開始於谷歌當時最神秘的專案GoogleX,（意思是雖然眼前沒什麼收益，但是在未來可能改變世界的專案）這個專案需要非常長遠的眼光，同時還要有非常強悍的投入決心和能力。

而Google中最重要的專案就是無人車的自動駕駛技術。當時馬爾科夫發現了谷歌在測試自動駕駛汽車，想去報道。可谷歌為了為了保密，拒絕了採訪。所以專案可以說是在低調中發展自己。到了2016年12月14日，谷歌無人車終於從整個專案中獨立出來，被重新命名為Waymo。

谷歌整個集團改名叫字母表，其含義是每個字母都可以成為一個子公司，而W這個字母就是用無人駕駛來填寫的。這個子公司就叫Waymo。

綜上所述，和高調的特斯拉不同，也和據說盜竊谷歌相關資訊，顯得急功近利的Uber的也不同。谷歌對無人車是早早就開始佈局，在很長的時間一直低調發展，不到必要或者不得不的出現，就繼續保持低調。鎂客君稱這種發展戰略，為潛水艇戰略：先潛入水下，慢慢航行，等到接近目標，再迅速付出水面。雖然現在，特斯拉在馬斯克的帶領下暫時領先，但將來鹿死誰手，尚未可知！

這個問題，維度太多，其實不簡單。光技術上就有非常多維度，然後又有商業模式，以及商業模式在整個生態圈裡尋找平衡點的位置。綜合講，很難有一個完全的評斷，但是從技術上說：肯定谷歌 Waymo 是第一，谷歌 Waymo 積累的時間最長，還有人才最多。

Uber 團隊最近有被谷歌訴訟，但是 Uber 無人駕駛團隊是強的，技術上也比較靠前。不過 Uber 最強的應該是它商業模式，因為它商業模式最清晰。

其實自動駕駛最清晰商業模式就是“下個 Uber”：大家手裡都拿著一個手機，然後點下手機上的軟體，沒有人的計程車就隨叫隨到。而從公司這一端來說，就是把司機都取消掉，所有計程車都是無人駕駛。這是目前看到無人駕駛最清晰的商業模式。所以第一，Uber 做這件事最“原生“，甚至從“原生”角度，這件事對所有其它公司包括對谷歌，都不是“原生”，這就是 Uber 應該去做的事；第二，如果 Uber 不做，它就直接被顛覆掉。

而特斯拉有點介於技術公司和傳統汽車製造商之間，位置有點特殊，因為特斯拉有製造的部分，也有軟體等系列東西。某種角度上講，特斯拉現在其實是走在最前面，比如谷歌現在很多無人車在跑和測試，但是真正做生產的是特斯拉，它半自動駕駛車真有人在用，有人在開，從資料量角度，按理說特斯拉的資料量應該最大，也最實用。

但是和傳統汽車製造商的轉型一樣，特斯拉也有“既得利益者”問題，如果以後都是無人駕駛了，那大家也就不用買特斯拉了，幹嘛還是要買呢，等到無人駕駛時代到來，一般消費者都可以不用買車了。

從Google公佈的影片看，該車是兩人座純電動車，時速最高25英里（約合40公里），外觀類似迷你版的菲亞特500或賓士Smart，車輛正中擁有一個液晶螢幕，使用者透過螢幕可以完成所有指令。車輛無論在公路還是沙地上均執行得非常穩定。無人駕駛車沒有配備方向盤、油門、剎車、後視鏡等部件，透過車聯網系統，無人駕駛車可以輸入甚至接收地址來接送乘客。

從理念來講，Google和特斯拉&Uber對無人車的切入點是不同的。Google認為一輛汽車在它的生命週期中97%的時間是閒置的，這造成了極大的浪費，城市裡需要建造大量的停車場來解決這個問題，而無人駕駛技術可以極大提高汽車利用效率，想象一下無人駕駛普及後大部分汽車變成公共品，汽車載你到一個目的地後自動離開，然後去載下一個呼叫的人，低峰期大量的汽車集中停放在高密度自動停車場，高峰期自動上路，人類保有自己的私家車完全是出於收藏和愛好，因為共享經濟能最大化汽車的使用價值，成本低太多了

Google大約在2006年左右左右，從當時darpa grand challenge和urban challenge的參賽隊伍裡，直接聘用了大量研究員，均來自一線隊伍，如斯坦福、CMU、MIT，並直接整合各家所長。

由於Google在海量資料儲存處理上的優勢，一直以來所遵循的路線是基於3d鐳射資料為主的路線，這也成為Google現有技術方案中被詬病的一個地方。該方案是現有的一個解決方案，而不是長久的解決方案。鐳射感測的高成本，導致了商業應用的潛力打了折扣，但Google的第一步是佔據市場份額，隨後再考慮商業利潤（低成本低功耗的技術實現）。

德國慕尼黑、義大利帕爾馬早在80年代 90年代就做過無人駕駛演示，如果Google能夠在2020年，也就是啟動無人車專案十五年後，實現商業化，那真的是非常快的步伐。