我们如何看待这样的发展路线？
真正的自动驾驶是强人工智能，仍然任重道远
无人驾驶所面临的问题：
1、感知与决策算法本身仍不可靠，无人驾驶所面对的环境是完全开放的，天气，光线，突发的路况，和有人驾驶汽车的共存等问题在要实现100%安全的命题下，技术的鲁棒性仍然不足。
2、以激光雷达为代表的核心传感器的成本仍是商业化量产的最大阻碍。
3、政策，法规，以及车辆联网基础设施的建设都超出了汽车行业本身的范畴，是一个复杂的系统工程。
因此，如果回到人工智能本身，目前大部分相关技术的创新和应用仍在弱人工智能范畴。自动驾驶作为人工智能的终极场景，无人驾驶与强人工智能的实现一样，是一个需要长期发展的过程。完全的、开放的无人驾驶也许不是目前所能想到的样子，甚至最终实现无人驾驶的载体也不会是“汽车”，亦或很难被定义为“汽车”。
对于自动驾驶的理解需要回归到汽车行业本身，汽车发展的趋势是什么？电动化，智能化，网联化。自动驾驶实际上是汽车在自动化水平上的智能化提升，驱动力在于汽车产业，准确说是汽车电子产业的优化升级，有数据统计近10年以来汽车产业70%的创新来源于汽车电子技术的升级，其目的是为消费者提供更加安全，舒适，节能的有竞争力的产品。
而以互联网公司所代表的新兴技术公司也促进了这个过程，但并不代表他们是唯一或最重要的玩家，Google最近将无人驾驶汽车项目转为独立的经营公司——Waymo，并强调“这家公司不会自己制造无人驾驶汽车，而是开发驱动无人驾驶汽车的技术”正是说明了这一点。
图4—车厂与技术厂商合作关系
那么从汽车电子产业升级的角度，作为早期投资者针对初创领域，我们认为目前的投资机会有哪些？
传感器技术公司
无论是从汽车安全或驾乘体验提升的角度讲，感知环节都是产业升级中的最先受益者，因此传感器的重要性不言而喻，目前大量的初创公司选择在这个领域创业也可说明。
事实上传感器的重要性来自于两个方面，第一，感器决定着数据采集的质量，数据的质量决定着算法使用效果，特别是汽车领域，目前仍不存在“一步到位”的传感器解决方案，数据的质量至关重要。第二，传感器的成本与产业升级的速度强相关。
可关注的价值点：
1、数据融合在硬件层面的解决方案：数据融合本身是传感器的重要命题，好的融合意味着好的数据质量，如果能从硬件角度解决此问题一定会有很大价值。
2、低成本可量产的解决方案：可以生产与可以量产有本质区别，工艺及供应链层面的价值很重要。
