如今，人們普遍認為買車將成為歷史。隨著人們放棄福特和豐田的共享移動服務，未來將變得像馬廄一樣常見。自動駕駛汽車只會加速這一趨勢，因為它將消除汽車牽引和汽車共享之間的界限，並使兩種選擇都更便宜。不要買汽車，只要訂閱一個應用程序，觸摸智能手機屏幕就能召喚出一輛自動駕駛汽車。你不必再擔心停車，因為這就是大多數車主的麻煩。
如今，人們普遍認為買車將成為歷史。隨著人們放棄福特和豐田的共享移動服務，未來將變得像馬廄一樣常見。自動駕駛汽車只會加速這一趨勢，因為它將消除汽車牽引和汽車共享之間的界限，並使兩種選擇都更便宜。不要買汽車，只要訂閱一個應用程序，觸摸智能手機屏幕就能召喚出一輛自動駕駛汽車。你不必再擔心停車，因為這就是大多數車主的麻煩。
然而，自動駕駛汽車在各地使用不均勻，並且相對不規範。說到自動駕駛的應用，問題不在於何時，而在於何地。
那些比較老式人力車和馬力車使用的人們更清楚地記得，在20世紀40年代以前，馬是美國農村地區的一種常見交通工具，但在城市裡，馬早被汽車取代。
同樣，自動駕駛汽車的使用在地區上也可能是不平衡的。城市居民不僅受到停車位稀缺的困擾，而且新型產品也點燃了他們的好奇心。
如今，人們普遍認為買車將成為歷史。隨著人們放棄福特和豐田的共享移動服務，未來將變得像馬廄一樣常見。自動駕駛汽車只會加速這一趨勢，因為它將消除汽車牽引和汽車共享之間的界限，並使兩種選擇都更便宜。不要買汽車，只要訂閱一個應用程序，觸摸智能手機屏幕就能召喚出一輛自動駕駛汽車。你不必再擔心停車，因為這就是大多數車主的麻煩。
然而，自動駕駛汽車在各地使用不均勻，並且相對不規範。說到自動駕駛的應用，問題不在於何時，而在於何地。
那些比較老式人力車和馬力車使用的人們更清楚地記得，在20世紀40年代以前，馬是美國農村地區的一種常見交通工具，但在城市裡，馬早被汽車取代。
同樣，自動駕駛汽車的使用在地區上也可能是不平衡的。城市居民不僅受到停車位稀缺的困擾，而且新型產品也點燃了他們的好奇心。
目前，自動駕駛汽車的地理定位非常嚴格。例如，谷歌的自動駕駛部門 Waymo 在鳳凰城郊區 100 平方英里的地區測試其自動駕駛汽車，而它的許多競爭對手的測試站點要小几個數量級。在受限的環境中更容易創造侷限和可預測的條件，在自動駕駛能夠擴大其範圍之前還需要做更多的未來遇到的不可避免的問題的工作。
隨著第一輛全自動駕駛汽車在商業上的推出，自動駕駛公司正迅速增加他們的人力。
即使在自動駕駛真正受到消費者的歡迎之前，它的風格可能還需要發展。通過將乘客從任何道路監控義務中解放出來，自動駕駛汽車可以不同於今天的汽車。
最終無處不在的自動駕駛汽車可能沒有窗戶，內部覆蓋著電視屏幕。它可能是一個移動的起居室，當您想要旅行時可以與您的空間分開。它可能是隻有一個座位的通勤艙，讓您獨自工作。這條道路最終可能充滿了這些以及許多其他特殊類型的移動工具。
無論自動駕駛儀的最終外觀如何，它們都需要時間來進化成最終的形式。未來兩三年出現在我們道路上的車型可能最終不會大規模採用，因為我們還沒準備好放棄安全駕駛，畢竟生命安全最重要。
如今，人們普遍認為買車將成為歷史。隨著人們放棄福特和豐田的共享移動服務，未來將變得像馬廄一樣常見。自動駕駛汽車只會加速這一趨勢，因為它將消除汽車牽引和汽車共享之間的界限，並使兩種選擇都更便宜。不要買汽車，只要訂閱一個應用程序，觸摸智能手機屏幕就能召喚出一輛自動駕駛汽車。你不必再擔心停車，因為這就是大多數車主的麻煩。
然而，自動駕駛汽車在各地使用不均勻，並且相對不規範。說到自動駕駛的應用，問題不在於何時，而在於何地。
那些比較老式人力車和馬力車使用的人們更清楚地記得，在20世紀40年代以前，馬是美國農村地區的一種常見交通工具，但在城市裡，馬早被汽車取代。
同樣，自動駕駛汽車的使用在地區上也可能是不平衡的。城市居民不僅受到停車位稀缺的困擾，而且新型產品也點燃了他們的好奇心。
目前，自動駕駛汽車的地理定位非常嚴格。例如，谷歌的自動駕駛部門 Waymo 在鳳凰城郊區 100 平方英里的地區測試其自動駕駛汽車，而它的許多競爭對手的測試站點要小几個數量級。在受限的環境中更容易創造侷限和可預測的條件，在自動駕駛能夠擴大其範圍之前還需要做更多的未來遇到的不可避免的問題的工作。
隨著第一輛全自動駕駛汽車在商業上的推出，自動駕駛公司正迅速增加他們的人力。
即使在自動駕駛真正受到消費者的歡迎之前，它的風格可能還需要發展。通過將乘客從任何道路監控義務中解放出來，自動駕駛汽車可以不同於今天的汽車。
最終無處不在的自動駕駛汽車可能沒有窗戶，內部覆蓋著電視屏幕。它可能是一個移動的起居室，當您想要旅行時可以與您的空間分開。它可能是隻有一個座位的通勤艙，讓您獨自工作。這條道路最終可能充滿了這些以及許多其他特殊類型的移動工具。
無論自動駕駛儀的最終外觀如何，它們都需要時間來進化成最終的形式。未來兩三年出現在我們道路上的車型可能最終不會大規模採用，因為我們還沒準備好放棄安全駕駛，畢竟生命安全最重要。
即使在今天，自動駕駛汽車在地理位置測試區域內運行，它們仍然幾乎由安全司機控制。這些人不是一般市民，而是經過特別挑選和訓練以監管車輛運作的義工或僱員。我們仍然遠離完全無人駕駛的汽車在路上行駛的景象。
目前還不清楚公司和普通大眾需要多長時間才能適應完全無人駕駛的汽車。
為了更快的在自動駕駛領域近一步突破，相關科研人員在自動駕駛的高精度、低延遲的感知輸出做出了極大的革新，而且隨著自動駕駛市場推出的新一代矩陣式自動駕駛計算平臺，計算能力是原來的16倍，功耗僅為原來的2/3。同時，可支持高達800萬像素的視頻輸入，行人檢測距離可達100米。
研發團隊更加註重社會責任和技術使命。在駕駛安全方面，與其他領域的人工智能相比，車載人工智能芯片的性能要求更高，這是對安全和生活的極高要求。我們希望通過非常高的精度和批量生產的芯片解決方案，加以保證更多的人能夠獨立旅行，讓每個人的生活更安全，更好。