与欧美日各大主机厂在自动驾驶上的缓慢推进不同，各种电动车厂往往更为激进的推动自动驾驶软硬件的落地。尤其是在中国市场，各家造车新势力在堆完各种参数后，唯一能差异化的就是自研自动驾驶的软硬件。
硬件配置
下表依照 2022 年的销量排序（只列入了明确有自动驾驶量产计划的车企，部分新进品牌未计入统计）
| 主机厂 | 解决方案 | 量产时间 | 来源引用 |
|---|---|---|---|
| 比亚迪 | 英伟达/地平线 | 2023 | 1 2 |
| 上汽通用五菱 | 大疆 | 2022 | 1 |
| 特斯拉 | 自研 FSD | 2019 | 1 |
| 小鹏 | 英伟达 | 2020 | 1 |
| 理想 | 英伟达/地平线 | 2022 | 1 2 |
| 蔚来 | 英伟达 | 2022 | 1 |
| 北汽极狐 | 华为 | 2022 | 1 |
| 吉利极氪 | Mobileye | 2021 | 1 |
| 长安阿维塔 | 华为 | 2022 | 1 |
| 上汽智己 | 英伟达 | 2022 | 1 |
| 上汽非凡 | 英伟达 | 2022 | 1 |
从统计来看，绝大多数车企走的是硬件外采软件自研的路线，硬件规格上也高度一致：
- 算力达到 500 TOPS 水平
- 一颗或多颗的前向激光雷达
- 一颗或多颗的毫米波雷达
- 4 到 6 颗环视摄像头 （3MP+）
- 前视多焦距摄像头或双目摄像头（8MP+）
- 车身周围的超声波雷达
- GPS/IMU
与大多数厂商不同，特斯拉坚持使用纯视觉的解决方案。从第一性原理来看，纯视觉确实可以达到完全自动驾驶的目标（与人类驾驶者对应）。但是纯视觉方案高度依赖机器学习方向研究的进展，并且需要匹配相应的算力（包括 inference 和 training），算是最难走的路线。
软件与算法
不过硬件堆满是否就足够呢？这些国内主机厂里，除了极个别的有互联网基因的造车新势力具有一定的软件开发能力，绝大多数主机厂在软件开发上都有着巨大的不足。现阶段来看，引入算法提供商一起做开发是大多数厂商的选择，另外华为、大疆和 Mobileye 也会提供类似于黑盒的方案。
开放平台还是黑盒方案？
上汽老总之前发表过一番有关 “主机厂灵魂” 的言论，从其中不难发现，软件定义汽车是大势所趋，主机厂也已经清楚的认识到软件和算法是未来汽车工业的核心。这儿就涉及到一个关键问题，未来的汽车行业是各家采用私有方案，还是会拥抱某个开放平台？
- 类似特斯拉这样激进的车厂，很难有第三方的解决方案能满足其需求，唯一的出路就是从硬件到软件都走自研路线，最终形成类似于苹果的封闭式产品。
- 对于刚刚涉足自动驾驶领域的传统主机厂，选择开放硬件平台或是黑盒方案取决于其推进软件自研的决心。采用华为、大疆等整体解决方案可以大大缩短从设计到量产再到上市的时间，对于抢占先机会有帮助。
- 蔚小理之类的造车新势力在差异化自动驾驶能力上决心更强，在拥有一定规模的软件和算法团队的基础上，他们往往会选择英伟达之类的开放硬件架构，并从零开始实现自己的软件栈，最终形成自己的软件护城河。
展望
随着大算力车载芯片和车规级激光雷达的普及，L2+ 级别的自动驾驶会在 2024-2025 年期间全面落地。一个大胆的预测，不论是主机厂还是供应商，在中国市场拿下这个重要时间节点的胜利，将意味着未来十年甚至二十年的长期优势。