从小范围的封闭园区路测到大范围的开放道路试运营，目前高级别自动驾驶正逐渐进入规模化落地、接受消费者检验的新阶段。尽管如此，这项技术在关键领域仍面临多重难题。

 

　　“自动驾驶辅助技术与无人驾驶汽车之间的鸿沟可能远比我们大部分媒体所报道的更深。” 广州汽车集团股份有限公司总经理冯兴亚表示。特别是高昂的单车成本和基础设施投入，在他看来是制约L4、L5级别自动驾驶汽车规模化量产的重要因素。

 

　　以近来在各地大刷存在感的Robotaxi为例，由于激光雷达、计算平台等硬件及软件开发费用一直居高不下，加之受各地政策与技术成熟度约束，目前Robotaxi仍需配备安全员，导致现阶段Robotaxi每公里的出行服务成本依然远远高于人工驾驶出租车的成本。麦肯锡预测，大约在2025至2027年之间，Robotaxi每公里成本与传统出租车成本相比的拐点才会出现。

 　　激光雷达初创公司AEye正在为这两种系统开发组件，该公司表示，与全自动系统相比，激光雷达驱动的ADAS“更容易为制造商创造收益，也更容易实现。

　　至于基础设施投入方面，很重要的一点是5G基站建设。由于5G网络使用的是高频段，信号穿透力比较差，要实现大范围的信号覆盖必须建设足够多的基站，如此才能更好地支撑自动驾驶汽车的规模化运营，而目前建造一座5G基站就需要花费数十万。

 　　该公司表示，第一款系统的售价低于1000美元，产量更高；第二款的售价低于500美元，可以与汽车制造商的高级驾驶辅助系统（ADAS）捆绑使用。

　　据中国移动相关数据显示，目前单个5G基站的硬件成本在16万元左右，如果是在老基站上进行升级总成本大约在30万左右，而如果完全重新选址建基站，成本至少在60万元以上。按当前每周新增基站1.5万个的速度来计算，每个月运营商就需要投入数十亿元建造基站。不仅如此，建成后单个基站每年的电费约在2万元以上，如果5G达到4G的覆盖度，运营商每年电费支出就高达2000亿元。

 　　目前，制造商和供应商越来越对采用全自动自动驾驶系统的速度表示怀疑，因为它不但成本高，而且很复杂。与此同时，他们开始集中精力部署更多共享组件的ADAS（高级驾驶辅助）功能，它的成本更低，可以产生急需的收入，帮助企业支付开发全自动驾驶系统的成本。

　　更何况还有其他的基础设施投入。正因为如此，尽管相较于单纯地打造“聪明的车”，车路协同因引入了“智慧的路”，可以更好地实现感知冗余，大大提升自动驾驶汽车的安全性、可靠性以及相关性能，真正实施起来并不容易。

       Luminar首席执行官表示，该公司已开发出一款捆绑了硬件和软件的低成本激光雷达平台，目前正由多家汽车制造商进行测试。该公司新型IRIS（风险与信息综合管理）系统将提供两种版本，一种可实现免手动操作的高速公路自主驾驶，另一种价格较低的版本可实现一些自动功能，如自动紧急转向和制动。
硅谷自动驾驶初创公司Aurora由电子商务巨头亚马逊和汽车制造商现代汽车支持，最近收购了蒙大拿州的激光雷达初创公司Blackmore。  

　　中国工程院院士钟志华也认为如果将汽车智能化单纯和无人驾驶等同，那么汽车智能化的发展将需要一个相当漫长的过程，其中还存在很多问题和挑战。特别是目前与智能汽车相关的标准和法规不健全，标准制定决定权分散在汽车、交通、通信等多个不同部门，需进一步完善。但他同时强调，制定标准需要把握好平衡点，标准和法规定太早的话会限制创新，如果定得太晚也可能阻碍创新。

 　　与此同时，从最近的一系列投资和收购来看，长期预测的激光雷达行业衰退趋势并未成为现实，尽管该行业尚未采用单一激光雷达技术。以色列创业公司Innoviz在汽车和卡车零件供应商Aptiv Plc和世界第三大汽车零部件供应商麦格纳国际的支持下，刚刚结束了C轮融资，筹集的资金总额为2.52亿美元，超过其它所有竞争对手，资金来自软银亚洲风险投资公司和数家大型中国投资者。 
在三星风险投资公司和壳牌风险投资公司的支持下，总部位于北卡罗来纳州的Sense Photonics本周结束了A轮融资，筹集到4300多万美元。

　　另外智能汽车核心技术积累不足，也是很重要的一方面。汽车“四化”的出现，使汽车零部件的概念和范畴发生了变化，从新能源汽车的电池、电机、电控到自动驾驶所涉及的芯片、传感器、控制器、执行器等硬件，到高精地图、网联通信、云控平台、AI算法等软件，都成了产业链的重要组成部分。但是在核心技术和关键零部件方面，国内仍存在诸多痛点，比如芯片和操作系统，一直是中国的“短板”。虽然近几年国内也涌现出了一批企业，在积极攻克相关的技术难题，但成熟应用仍有待时日。