现阶段，无人驾驶一直是人们关注的焦点，众多企业纷纷发布自家新品。随着无人驾驶技术的研发热潮遍及全球，世界知名车企、互联网企业、零部件厂商、芯片厂商纷纷入局，驱动产业整体向前快速发展。预计今年下半年自动驾驶将进一步从技术层面走向商业化落地场景。
发展现状
各国政府积极制定自动驾驶普及路线图，放宽无人驾驶汽车相关法律法规。我国一直高度重视智能网联汽车的发展，并出台了多项举措。
发展路径
目前，自动驾驶发展存在两条路径：ADAS 和人工智能。
第一种以传统车企为代表，包括通用、福特、大众、宝马、丰田等。
按照SAE标准，包括从0－5的六个等级。其中L1级是简单的驾驶辅助。L2级是辅助型的半自动驾驶。L3级是在一定的条件下，实现无人驾驶。L4级和L5级则是高度和完全的无人驾驶。
传统车企通过不断完善和发展 ADAS 功能和技术，从L0级逐步升级到L5级，通过渐进提高汽车的自动化、智能化程度来不断向完全自动驾驶发展，最终实现 L5 级全自动无人驾驶。
传统车企具备丰富的整车制造经验，完善的配套服务体系。核心技术是 ADAS 的各项自动控制系统，在汽车的行驶决策过程中，更多的是由人对周边的状况做出判断，并采取执行措施，机器决策仅起到辅助作用。ADAS只是实现无人驾驶的过渡手段，此阶段传统车企占主导地位，所有ADAS软硬件提供者都是其供应商，涉及到传感器硬件、车辆执行端等车企及零部件传统优势产业，互联网企业不其备优势。
第二种以互联网企业为代表，包括Google、英特尔、NVIDIA、百度等。
由于在高精度地图以及人工智能领域拥有绝对优势，互联网企业主要通过提高移动式机器人深度学习能力和自主决策能力来完成跨越式发展，直接定位 L4级、L5 级自动驾驶技术。
互联网企业拥有先进的互联网技术，成熟的算法和云服务平台，能够通过人工智能技术不断提高机器的“驾驶经验”，从而对行驶路况进行准确的判断，降低人为因素干扰带来的事故率。核心技术是人工智能技术，在汽车的行驶决策过程中，完全由机器对周边状况进行决策并控制执行，人工智能完全控制汽车的所有驾驶决策。
以Google为例，其无人驾驶汽车车顶的激光雷达能够不断収出光束，当光束接触到周围的物体后反射回来并且被接收，根据算法能够绘制周边物体的3D模型，车前摄像头通过边缘识别技术，可以对交通信号灯和行人进行识别。这类数据模型会不断被上传到数据库，通过算法对模型进行深度比对和自学习，从而提高算法的分辨精确度。无人车还可以通过自学方式提前预判周围物体的运动轨迹，做出适合自己的路径规划。对于互联网企业来说，此类算法以及深度学习技术正是优势所在。
以上两种路径并不是泾渭分明，而是越来越呈现出横向合作的趋势。
许多传统车企积极通过合作、入股或是全资收购看中的科技公司，提高在人工智能、大数据方面的技术能力，加速无人驾驶技术研发。比如福特 于2017年收购人工智能企业 Argo AI ，将开发一款人工智能的“虚拟驾驶员系统”，包括摄像头、雷达、光探测和测距雷达，以及软件和计算平台，以实现福特2021年推出一款全自动无人驾驶汽车的承诺。
通用于2016年收购创业公司 Cruise Automation，并于2018年1月发布了新一代无人驾驶汽车Cruise AV，为首辆无需驾驶员、方向盘和踏板就能实现安全驾驶的可量产汽车。
大众则与NVIDIA达成合作，研究如何利用 NVIDIA DRIVETM IX 平台打造全新座驾体验。NVIDIA将为德国汽车制造商的未来车型添加人工智能功能，采取“智能型副驾驶”系统的形式。
宝马已经与英特尔、Mobileye结成同盟，近期还与地图服务商HERE合作，并宣布会在2021年推出符合SAE标准的L5 级自动驾驶汽车。
微软与多家汽车制造商建立了大量的合作关系，以此研发连接互联网的汽车和无人驾驶汽车，合作方包括宝马、福特、雷诺日产、丰田以及沃尔沃等。
百度同英特尔、NVIDIA、博世、大陆等供应商达成战略合作，形成了“百度＋处理器＋中国车企＋博世、大陆”的联盟。
腾讯则同广汽联手，发布iSPACE智联电动概念车，该车搭载了腾讯“AI in Car”系统，已经在人车交互的场景智能方面取得了优势。
