从历史看，一个尚未成熟的商业模式/技术能得到真金白银的投资，一定是因为它蕴含了颠覆的、巨大的增量的可能性。

目前，我们已经习惯了和电脑、手机的交互，而在未来，我们可能会和家电、公共设施、交通工具交互，智能设备或逐步取代传统设备。

例如，在传统私人汽车行业，车企不断通过优化内饰、减少百公里加速时间，降价……来争取销量上升，但行业竞争格局已根深蒂固。

而在电动车大趋势的助力下，能与人交互的智能汽车对传统汽车行业，可能会像自媒体对传统媒体一样颠覆。尾部车企也可能异军突起，原本看似不相关的互联网公司也要来分一杯羹……这将带来行业何等的巨变？

无人驾驶正是智能汽车的最大亮点之一。我国2020年11月发布的《新能源汽车产业发展规划（2021-2035）》提出“2025年高度驾驶自动汽车实现限定区域和特定场景商业化应用；2035年高度自动驾驶汽车实现规模化应用”的发展愿景。

无人驾驶技术可分为如下层次：

资料来源：国际汽车工程师学会 SAE International，网络公开信息，汇丰晋信整理

现在我们生活中可以接触到的无人驾驶，多集中在L3及以下级别，其实并不是真正的“无人”，而是辅助驾驶。（所以，大家使用该功能时，一定手不离开方向盘，保持注意力。）

L4级车辆在一些物流配送、景区等已有应用，但都是较低速的场景，或离不开安全员监测。而一些称达到L4级别的私人车型，则应用限制较多。

实际上，全球尚未有立法允许L4级驾驶上路（德国已初步推出法案，在审核通过中）。

实现无人驾驶需要三大系统的配合：感知、决策、执行，它们分别涉及相应的软硬件供应商。再加上汽车的制造和提供出行服务（如打车软件）的企业，就构成了相关产业链。

资料来源：网络公开信息，汇丰晋信整理

摄像头的价格仅在几百元人民币左右，但对光线条件依赖高。例如此前某项测试中，在通过隧道和大桥时，AI将阴影识别为障碍物，突然减速造成安全隐患。但如能配合强大的图像处理和决策执行功能，可能改善这个问题。

特斯拉*就专注纯视觉路线，它革新摄像头精度，并基于大量实况数据不断让AI深度学习，以提高算法功能。

激光雷达精度较好，通过发射激光并接收反射来构建环境模型，不怕暗光，但可能受到雾霾天气时悬浮颗粒的干扰。许多专攻L3、L4级别的厂商认为其不可或缺。

但它的成本较高，例如华为*采用该零件的无人驾驶套装需4-8万元人民币左右，这也使得整车价格难以降低。

注：提及企业名称仅作说明示意，不构成投资建议。

究竟哪种路线可以胜出，又或是激光雷达能否通过技术进步大幅降低成本，可能是行业定局的关键之一。

芯片的技术和生产壁垒也卡住了智能汽车的脖子。目前缺芯的背景下，部分整车车型甚至一度停产；

未来高性能处理器的应用，也有赖于高端芯片的研发和量产。

类似地，产业链各环节的技术和商业模式创新，都有望催生相关投资机遇。

复杂的伦理道德问题，可以借一个有名的假设一窥：面对即将发生的事故，在没有其他选择的情况下，AI应该选择撞向别人，还是牺牲自己？

做决定的标准就像机器人三定律一样，需提前写入程序。

那么我们要灵魂三问了：

• 一个会选择撞向别人的程序，可以被批准应用吗？

• 一个会选择牺牲自己的程序，有顾客会购买吗？

• 又如果程序按照一定规则执行（例如保护较年轻的人），我们又会质疑，这种规则一定正确吗？

这是个道德伦理的假设。那么从法规的角度我们再思考，如果真的发生事故，驾驶员、AI、汽车生产商、云计算运营商……到底谁应该为事故负责，又如何定义呢？

看来，无人驾驶的真正落地，需等待伦理认知和法规的不断完善。

电动车是无人驾驶的天然载体。

私家车消费者可能基于该功能而加速替换新能源汽车；

无人驾驶技术在智能出租车、快递外卖、公交巴士、矿井、乃至海运等领域，也有极大的应用潜力。

目前，传统车企发挥制造优势，主要渗透L0-L3级别，而横空出世的科技公司则瞄准L4-L5级别布局；

另外，汽车芯片公司钻研L4级别芯片，互联网巨头从云计算角度切入行业，打车软件公司斥资打造无人出租车平台……可谓百花齐放。

我们无法判断谁能笑到最后，但必定技术更精尖、应用更成熟的公司才可以取得更大的优势。