调查发现，中国消费者对自动驾驶技术的信心指数为50分，比美国消费者高39%（美国为36分），这说明中国消费者对自动驾驶的接受度更高，对自动驾驶的信心更强。
J.D. Power中国区汽车产品数字化用户体验总监裴林称：“自动驾驶技术的大规模运用，除了需要完备的技术、健全的法律法规，更离不开消费者的信心。而随着自动驾驶技术向更高级别发展，消费者的信心以及使用意愿将成为更加重要的课题。”
而在自动驾驶汽车的功能安全和信息安全方面，关注点两国保持一致。但是，美国消费者对无人驾驶的顾虑更多。特别是在事故责任、行人/骑车人安、放弃驾驶控制权、丧失驾驶乐趣、可能导致交通拥堵加剧等方面，美国消费者的顾虑要远高于中国消费者。
而当被问及无人驾驶的优势时，更多的中国消费者，选择了可以为出行有困难的人提供方便、缓解驾驶压力、有利于减少驾驶事故和交通拥堵等。
而有23%的美国消费者认为其没有任何优势。这表明，中国消费者更加认可无人驾驶的价值，尤其是其社会价值。
从信心指数来看，消费者对自己手动驾驶，而周围都是无人驾驶车辆的信心程度最高(56分)，对乘坐无人驾驶私家车的信心指数相对较低(45分)，对购买无人驾驶车辆的信心指数最低(43分)。
从交通工具来看，认为物流运输车辆会最先实现无人驾驶的消费者最多(55.2%)，而认为私家车(9.9%)和出租车/网约车(9.3%)会最早实现无人驾驶的消费者最少。
从技术场景来看，消费者认为停车场景（自动泊车）和高速道路是无人驾驶技术将会最先落地的场景，也是车企需要重点关注的自动驾驶体验场景。
从时间预期来看，消费者对无人驾驶车辆上市投入使用的时间预期普遍在5年以上，消费者认为无人驾驶物流运输车辆上市时间最早，约在2026年。消费者预计上市最晚的是无人驾驶私家车，在2029年以后。
值得关注的是，在品牌认知度和信任度方面，国内科技公司都名列前茅。这也意味着，中国消费者对于“自动驾驶”的信任度，国产技术要高于美国及其它海外国家。
这主要是考虑到之前的自动驾驶事故和中国路况的复杂性，中国消费者对国内科技公司的自动驾驶技术信任程度最高，对国外汽车厂商和国外科技公司的自动驾驶技术信任度比较低。
同时，中国消费者对于目前市场上的自动驾驶技术提供方的品牌，认知度前三位分别是华为、特斯拉和百度。华为在中国消费者心中的先进技术形象最为领先。
幸运的是，麻省理工学院核科学与工程系Norman C.Rasmussen副教授，该系量子物质小组的负责人李明达已经在沿着类似的思路思考。事实上，李明达和九个合作者(来自麻省理工学院、劳伦斯伯克利国家实验室和阿贡国家实验室的研究人员)正在开发一种新的方法，涉及一种新的机器学习方法，这将使其更快、更容易识别具有热能存储和其他用途的有利特性的材料。
他们的调查结果最近发表在《先进科学》的一篇论文中。橡树岭国家实验室的杰出工作人员、物理学家Jaime Fernandez-Baca评论说：“这是一种革命性的方法，有望加速新功能材料的设计。”
李明达和他的合作者写道，材料科学的一个核心挑战是“建立结构与性能的关系”——弄清楚具有特定原子结构的材料将具有的特性。李明达的团队特别关注使用结构知识来预测“声子态密度”，这对热性能有关键影响。
要理解这个术语，最好从声子这个词开始。材料科学和工程专业的博士生Nina Andrejevic解释说：“一种晶体材料是由排列在晶格结构中的原子组成的。我们可以把这些原子看作是由弹簧连接的球体，而热能导致弹簧振动。而那些只在离散的(量化的)频率或能量下发生的振动，就是我们所说的声子。”
“声子态密度”只是在一个特定的频率或能量范围内发现的振动模式或声子的数量。知道了“声子态密度”，人们就可以确定一种材料的载热能力以及它的热导率，这与热量如何容易地通过一种材料有关，甚至可以确定超导体的超导转变温度。李明达说：“出于热能储存的目的，你想要一种具有高比热的材料，这意味着它可以吸收热量而不出现温度急剧上升。你还想要一种具有低热导率的材料，这样它就能更长时间地保持其热量。”
然而，“声子态密度”是一个很难在实验中测量或在理论上计算的术语。“对于像这样的测量，人们必须去国家实验室使用一个大型仪器，大约10米长，以获得你需要的能量分辨率，”李明达说。“那是因为我们正在寻找的信号非常弱。”
“而如果你想计算声子态密度，最准确的方法是依靠密度泛函微扰理论(DFPT)，”机械工程博士生陈占涛指出。“但是这些计算的规模是晶体基本构件中原子数量的四阶，这可能需要在一个CPU集群上花费数天的计算时间。"对于包含两种或更多元素的合金，计算变得更加困难，可能需要数周甚至更长时间。”
