作為未來汽車工業的發展方向，中國智能駕駛產業市場規模預計到2020年將達到1214億元人民幣，前景可期。
　　在未來國家智能駕駛相關政策法規逐漸成型、行業內技術不斷完善、中國智能駕駛企業積極推動應用落地的情況下，中國智能駕駛市場規模將保持持續擴大趨勢。
　　一、全球及中國智能駕駛市場現狀
　　智能駕駛技術的提升是輔助駕駛技術的高度融合
　　根據智能駕駛技術的自動化程度，可將汽車分為4個級別，從低到高依次是初級輔助駕駛汽車、高級輔助駕駛汽車、自動駕駛汽車、無人駕駛汽車。
　　智能駕駛技術的提升實際就是多個輔助駕駛技術的融合。單一的輔助駕駛技術僅能夠對駕駛員進行駕駛輔助，而多個輔助駕駛技術的融合則能夠適應更多場景，乃至全場景下的無人駕駛。
　　智能汽車的出現是智能駕駛技術發展過程中發生質變的關鍵點
　　智能汽車的普及將在未來形成新的商業模式。車載攝像頭、車載雷達、車載夜視儀等部分核心硬件將預裝在智能汽車中，額外的硬件將通過統一的傳輸總線與汽車連接。
　　智能駕駛相關軟件將作為可選項預裝，車主屆時亦可選擇下載更符合自己要求智能駕駛相關軟件。智能汽車的出現將逐步形成完整的軟硬件生態系統，處于上游的智能駕駛硬件供應商和解決方案供應商將有機會直接面對終端消費者。
　　類似手機產業經歷了從功能機到智能機的演變，汽車產業也將經歷從功能汽車到智能汽車出現，再到智能汽車普及的過程。只是汽車產業更加復雜，這個過程將相對漫長。當輔助駕駛技術在功能汽車中得到普及以后，人們開始探索功能汽車的智能化，為功能汽車增加第三方智能配件。
　　隨著后裝智能駕駛配件技術的提高，自動駕駛技術，甚至無人駕駛技術將在功能汽車中逐漸得到普及。當智能駕駛技術發展到比較成熟的階段，加上互聯網的快速發展，獨立的智能汽車將開始出現。智能汽車的出現是智能駕駛技術發展過程中發生質變的關鍵點。
　　在智能汽車發展的同時，功能汽車對智能駕駛配件的需求將由后裝變為前裝，最終完成由功能汽車向智能汽車的蛻變。當為智能汽車設計的第三方智能駕駛配件得到普及，智能汽車也將迎來高速發展。
　　智能汽車的普及將在未來形成新的商業模式。車載攝像頭、車載雷達、車載夜視儀等部分核心硬件將預裝在智能汽車中，額外的硬件將通過統一的傳輸總線與汽車連接。
　　智能駕駛相關軟件將作為可選項預裝，車主屆時亦可選擇下載更符合自己要求智能駕駛相關軟件。智能汽車的出現將逐步形成完整的軟硬件生態系統，處于上游的智能駕駛硬件供應商和解決方案供應商將有機會直接面對終端消費者。
　　汽車工業技術提升和政策逐步健全共同推進智能駕駛產業發展
　　國際政策方面：
　　近幾年，聯合國、美國、歐洲多國、亞洲多國均對智能駕駛制定了多項相關政策，以促進智能駕駛汽車與現有交通系統的融合，并鼓勵智能駕駛技術的發展。
　　2016年3月，聯合國發布《國際道路交通公約》修正案，允許汽車在特定期間內進行自動駕駛。
　　美國聯邦政府認可谷歌無人駕駛車的合法地位。內華達州率先向谷歌頒發許可證，允許谷歌無人駕駛汽車在一般道路上行駛。
　　法國、英國、德國、日本、韓國等均宣布將投入大量資金支持自動駕駛、無人駕駛的相關研究。
　　中國政策方面：
　　2015年5月，由國務院印發的《中國制造2025》將無人駕駛汽車作為汽車產業未來轉型升級的重要方向之一。“十三五”規劃也提出要積極發展智能網聯汽車的目標。相關的法律法規也已提上日程。
　　2016年7月，中國汽車工程學會理事長付于武表示，中國無人駕駛技術路線圖即將發布，這將成為中國首個無人駕駛技術標準。
　　經濟方面：
　　各國政府對先進科技研發的資金投入力度逐漸增大，其中智能駕駛技術占有重要地位。
　　智能駕駛廣闊的商業化前景亦受到了資本市場的廣泛關注，投資機構、互聯網巨頭等紛紛與車企、科研機構、創業企業等合作進軍該市場。
　　社會方面：
　　全球范圍內，每年因交通意外致死致傷的事故數量逐年攀升，其中大部分是由人為原因造成。智能駕駛，尤其無人駕駛能夠有效的減少交通事故，降低死亡率。
　　用戶對智能駕駛的認可度持續提升。
　　智能駕駛領域的創業企業不斷涌現，促進智能駕駛市場快速發展。
　　技術方面：
　　整車廠商大多以輔助駕駛為核心，逐步試驗并裝配高級輔助駕駛系統，進而由輔助駕駛過渡到自動駕駛，最終實現無人駕駛。
　　互聯網廠商則直接從智能駕駛的最高級別無人駕駛切入，以人工智能、高精度地圖和激光雷達等技術綜合實現無人駕駛。
　　在中國，大型互聯網企業的智能駕駛研發團隊和智能駕駛創業企業往往擁有更高的技術實力，并較海外企業更加積極地嘗試推動智能駕駛汽車的落地。
　　智能駕駛汽車的量產與普及尚有較多瓶頸
　　從1886年第一輛汽車誕生到現在，130年來汽車在給人們帶來大量益處的同時，也暴露了越來越多的問題，如環境污染、道路擁堵、交通事故帶來的傷亡等等。
　　智能駕駛則能夠通過技術手段解決傳統駕駛方式產生的用戶痛點。例如智能駕駛汽車使用清潔能源可以緩解環境污染；智能駕駛汽車可以根據環境調整行駛速度、精確選取行駛路線，以緩解交通擁堵；智能駕駛汽車可以避免人為因素（不遵守交通規則、疲勞駕駛等）造成的交通事故等。
　　從技術角度看，無人駕駛汽車在各種復雜路況下完成路測，使得無人駕駛概念完成落地。各種相關技術、硬件、軟件的不斷升級，以及互聯網的快速發展成為智能駕駛的強大技術驅動因素。此外，各國政府和資本市場也為智能駕駛的發展提供了雄厚的資金支持。
　　雖然目前智能駕駛市場中資本起到了極大的促進作用，但資本方卻存在著急于商業化變現的訴求。雖然中國智能駕駛市場進入者眾多，但從中國大環境下觀察，其技術水平和工業水平對于保證高品質智能駕駛汽車落地仍然存在不確定性，目前在中國，百度、長安、北汽、智車優行等企業已經開始展示自己的智能駕駛汽車，并嘗試商業化落地，但與之相對的是其路測里程數遠未及國際領先智能駕駛企業的路測里程數。
　　Analysys易觀分析認為，中國智能駕駛企業在資本驅動下加速商業化步伐應更多考慮政策與安全性等問題，此外智能駕駛領域過早商業化將可能使一些技術實力較強但資源較少的企業提前出局。
　　智能駕駛驅動因素
　　●傳統駕駛方式存在大量缺陷，而智能駕駛則能夠通過多種技術手段予以解決
　　1. 解除司機限制：在智能駕駛汽車里，不需在意司機是否未足歲、過老、無駕照、眼盲、精神不濟、酒醉等等。
　　2. 減少司機數量：智能駕駛汽車可以不需要有人在車上，自動行駛至所需之處所，如搭載乘客或進行維護。這對貨車、出租車等運營用車輛尤其相關。
　　3. 增加單位汽車運力：運營用智能駕駛汽車可以在一處讓乘客下車后，到另一處搭載另一位乘客。此外移除方向盤與其他駕駛界面，可節省座艙空間，并允許不需乘客坐在駕駛座的座艙設計。
　　4. 減少交通事故：智能駕駛汽車可以使用主動與被動感測器（如光學雷達與雷達）持續做大范圍的感測（如可見光、紅外線與超音波之類的聲波等），具有360度視野，因此可以對潛存危機做出安全的反應，且其反應能較人類駕駛更為迅速，并且不會疲勞。
　　5. 減少道路擁堵：智能駕駛汽車需要更少的行車安全間隙，并且能夠更好管理交通流量，進而增加道路通行能力，及減低交通擁堵。
　　6. 車速增加：智能駕駛汽車通過互聯網進行聯動，得以具有更高的車速限制。
　　7. 節約能源：道路擁堵減少和車速增加能夠進一步節約車輛行駛的能源消耗。
　　8. 緩解停車問題：智能駕駛汽車可以讓乘客下車后，停到有足夠停車位的場所，并在需要時返回搭載乘客。
　　9. 減少交警數量：減少對交通警察的需求。
　　10. 減少道路標志：智能駕駛汽車能以電子方式接收道路標志并規劃線路。
　　11. 減少車輛失竊：車輛感測能力的提升，可減少車輛失竊。
　　●技術升級
　　芯片、傳感器、電池技術等智能駕駛上游產業鏈逐步完善，智能駕駛解決方案成本降低。
　　●資本利好
　　傳統車企和互聯網巨頭對智能駕駛領域的關注度提升帶來資本利好，資本不斷涌入，助推產業積極發展。
　　當前，智能駕駛汽車的應用還處于比較初級的階段。作為一項具備顛覆意義的創新性科技成果，智能駕駛汽車要實現量產和普及還有很多困難需要克服。當前的交通法規并不完全適用于智能駕駛汽車，雖然多個國家在起草相關法案，但距離正式出臺還需要較長時間。另外，智能駕駛汽車作為科技的集成品，與人為駕駛相比，靈活應變能力相對欠缺，對交警和行人的動作語言可能無法做出正確的識別和判斷，對極端環境的適應能力也有待提高。
　　智能駕駛汽車系統安全問題目前最受市場關注。汽車智能化程度提升后，其漏洞數量亦會跟隨軟硬件復雜度提升。黑客入侵不僅會使車主的隱私和財產遭到破壞，甚至能夠直接操縱汽車行為乃至發生交通事故，造成人身傷害。預計未來專門針對智能駕駛汽車的安全系統將出現，并在智能駕駛汽車普及后產生新的商業機會。
　　智能駕駛阻礙因素
　　●破壞性創新
　　完全自動駕駛汽車若能夠變得商用化，將可能對整體社會造成破壞性創新的重大影響。智能駕駛汽車若真的被大規模地采用，原本的交通制度等將可能不再可用，而這個過渡過程亦充滿不確定性。
　　●政策缺失
　　政府須為智能駕駛汽車建立且施行特定之法規架構，而現在各地政府針對智能駕駛的相關法規仍存在相當的缺失。
　　●失業問題
　　社會中與駕駛有關之工作機會將大幅減少。
　　●機器人倫理
　　類似有軌電車難題的倫理問題，當智能駕駛汽車的軟件被迫在不可避免的碰撞時對可能的傷害做出決斷，會出現的問題。
　　●目前智能駕駛仍然存在一些技術障礙
　　1. 黑客入侵：未來的智能駕駛汽車將會是開放式系統平臺，若遭到黑客入侵將可能會導致嚴重事故發生。
　　2. 車輛間通訊系統：需要車輛間通訊系統來協調個別汽車的電腦系統，但目前這類系統的標準仍未出現。此外，為了汽車間的通訊，需要更多的無線電頻譜。
　　3. 司機切換：若出現需要手動駕駛的情形，駕駛人可能沒有經驗。
　　4. 極端天氣可靠性：智能駕駛汽車在不同天氣類型下的導航系統之可靠性仍未完善。目前智能駕駛汽車均沒有針對極端天氣設計駕駛策略。
　　5. 電子地圖：智能駕駛汽車為正常運作，需要極高品質的專用地圖。若這些地圖已過時，智能駕駛汽車必須能夠回歸合理行為。
　　6. 行為感知：目前交通警察與其他行人的手勢與身體運作無法被自動駕駛汽車充分認知。
　　7. 道路重建：目前的道路基礎設施可能需要為智能駕駛汽車改建，以達到最好的效果。一些例子包括，能與智能駕駛汽車通訊的交通信號標志與路燈等。
　　各國頂層設計推動，日本、美國或將率先實現智能駕駛技術規模輸出
　　全球范圍內，現有的汽車、交通相關法律和政策都是針對功能汽車制定，智能駕駛汽車作為新興科技，并不完全適用于現有法律法規。為解決這一矛盾，聯合國以及世界多國已經開始為自動駕駛汽車、無人駕駛汽車的路測、應用、安全性等方面制定或擬制定相關政策法規。
　　其中，谷歌無人駕駛汽車已被認定為符合美國聯邦法律，無人駕駛系統被認定為“司機”。除了政策上的支持，世界多國政府還宣布將予以本國自動駕駛研究大量資金支持。
　　2016年7月，中國汽車工程學會理事長付于武表示，中國無人駕駛技術路線圖即將發布，這將成為中國首個無人駕駛技術標準。中國首個無人駕駛技術標準的頒布將為中國現在參與研發智能駕駛技術的汽車制造商、大型互聯網企業和創業企業提供標準和政策指導。
　　Analysys易觀分析認為，中國智能駕駛相關政策的落地將促進中國智能駕駛相關產品盡快實現商業化運營。而與此同時，中國的低端智能駕駛相關企業將更早迎來洗牌。
　　中國當前執政形態與西方國家存在很大不同，中國在新商業領域中存在著政策落地遲緩且態度保守等問題，因此政策的落地更需要相關企業協同推進。未來在政策方面實現更早落地的國家將更有機會對外進行智能駕駛相關技術的輸出。
　　多領域企業加入燒熱智能駕駛資本藍海，未來三年成全球市場搶占關鍵
　　Analysys易觀將全球智能駕駛市場的發展周期分為四個階段，即：探索期、市場啟動期、高速發展期和應用成熟期。目前全球智能駕駛市場正處于探索期階段。
　　目前全球智能駕駛研究競賽處于白熱化階段，率先推出相應產品的企業將在領域中存有一席之地。
　　預計到2019年，全球智能汽車市場將迎來洗牌階段，缺乏競爭力的企業將被淘汰。
　　經過短暫的市場啟動期，到2021年，少數產品成熟的企業將主導市場，智能駕駛技術也將逐漸得到普及。
　　20世紀80年代至冷戰結束，西方國家開始從軍事層面對自動駕駛、無人駕駛技術展開研究，也拉開了全球智能駕駛產業的帷幕。冷戰結束后，智能駕駛技術開始轉向民用，但依舊以學術理論研究為主。
　　直到21世紀初，隨著功能汽車的普及，人們對汽車的要求越來越高，為滿足用戶需求，車企開始嘗試將理論上的智能駕駛技術與汽車相結合，研發智能駕駛汽車。之后隨著GPS、ADAS、互聯網、移動互聯網的發展，智能汽車理念逐漸落地，并成為汽車未來的發展趨勢。
　　當前資本市場對智能汽車市場青睞有加，越來越多的傳統汽車廠商、IT企業、互聯網企業亦參與其中，智能汽車市場迎來了良好的發展機遇。但是智能汽車產業在資本實力、技術水平、運營能力等方面對參與者有較高的要求。
　　目前全球智能駕駛研究競賽處于白熱化階段，率先推出相應產品的企業將在領域中存有一席之地。預計到2019年，全球智能汽車市場將迎來洗牌階段，缺乏競爭力的企業將被淘汰。經過短暫的市場啟動期，到2021年，少數產品成熟的企業將主導市場，智能駕駛技術也將逐漸得到普及。
　　激進策略撬動中國智能駕駛市場，中國智能駕駛企業有望贏得市場先機
　　Analysys易觀將中國智能駕駛市場的發展周期分為四個階段，即：探索期、市場啟動期、高速發展期和應用成熟期。目前中國智能駕駛市場正處于探索期階段。
　　相對于全球市場，中國企業在智能駕駛領域的推進更為激進。在中國智能駕駛相關企業主要分為三類：一是整車制造商；二是大型互聯網企業；三是小型智能駕駛創業企業。
　　與全球市場不同，中國整車制造商雖然在智能駕駛領域擁有較強的話語權，但卻并不是主要的解決方案研發者。在中國，大型互聯網企業的智能駕駛研發團隊和智能駕駛創業企業往往擁有更高的技術實力，并較海外企業更加積極地嘗試推動智能駕駛汽車的落地。
　　2016年5月，百度宣布將在蕪湖建全無人駕駛汽車運營區域，并計劃在3年內實現商用。Analysys易觀分析認為，百度的激進策略將產生連鎖反應，促使其它智能駕駛相關企業加速推動智能駕駛產品落地。
　　而與此同時，中國的低端智能駕駛相關企業將更早迎來洗牌。中國智能駕駛市場將比全球智能駕駛市場更早迎來市場啟動期，并有機會在未來的全球智能駕駛技術競賽中率先對海外企業進行技術輸出。
　　二、智能駕駛相關企業案例分析
　　從軟硬件到商業應用，智能駕駛產業鏈已初具規模
　　智能駕駛硬件主要由感知、決策、控制三部分組成。其中感知部分主要包括車載雷達、車載攝像頭等智能設備，主要功能是對汽車內部及周圍環境信息進行收集和初步整理。
　　決策部分主要包括處理器、存儲器等智能設備，主要功能是對感知部分傳輸的信息進行計算分析并下傳應對指令。控制部分主要包括電機、電控、儲能設備，主要功能是將中央處理器的指令下達并為汽車提供能源。
　　決策部分的智能設備提供商主要是PC、平板和智能手機芯片的提供商，但相較電腦和手機，智能駕駛汽車處理器和存儲器的工作量和工作難度都是指數級的增長，擁有深厚的技術沉淀和研發實力的芯片制造企業在進入智能駕駛行業時將具備較大的優勢。
　　另外，目前智能駕駛汽車主要以鋰電池為主要儲能設備，但鋰電池存在低溫性能較差、產品一致性差等問題。隨著智能駕駛的發展，儲能設備也將更新迭代出性能更高的產品。
　　高精地圖是智能駕駛系統中的至關重要的部分，其定位、導航等基礎功能極大影響駕駛過程的準確性、安全性和舒適性。地圖廠商不斷的追求地圖的精確性，百度無人駕駛汽車中的地圖已經達到厘米級。
　　但當前智能駕駛汽車中的高精地圖多為預裝，且汽車對其依賴性較強，這樣一來則降低了智能駕駛汽車對陌生環境的適應能力。隨著算法的升級，未來包括高精地圖在內的智能駕駛算法將能夠進行一定程度的自主學習。
　　目前智能駕駛解決方案主要分為兩類，一類是針對功能汽車前后裝的ADAS輔助駕駛系統，另一類則是針對整車的智能駕駛解決方案。ADAS雖然目前占據比較主流的市場，但ADAS畢竟是作為功能汽車和智能汽車更迭時期的一種替代解決方案存在。
　　Analysys易觀分析認為，未來針對前后裝市場的、功能單一的ADAS將逐漸退出市場，整車解決方案提供商將作為整車制造商的供應商占據智能駕駛產業鏈的重要地位。
　　目前智能駕駛整車制造商主要分為兩類，一類是傳統汽車制造商，一類是互聯網汽車制造商。相比起互聯網汽車制造商，傳統汽車制造商在智能駕駛領域更為保守，對供應商和產品安全性的考察更為苛刻。
　　互聯網汽車制造商在智能駕駛汽車產品的落地策略則更為激進，同時互聯網汽車制造商較為開放的姿態也能夠為其他智能駕駛整車制造商提供更多思路。
　　目前較高等級的智能駕駛技術落地首選是在運營用車。相較于私人乘用車，運營用車道路環境相對單一，政策風險較低，且無需考慮成本回收等商業化難題。隨著技術進步，無人駕駛技術未來將率先在互聯網專車、互聯網貨運等領域得到爆發。
　　互聯網專車、互聯網貨運領域是無人駕駛技術的一個商業化重心，其龐大的用車需求有助于前期投入大量研發的智能駕駛相關企業盡快回收成本，并擴大無人駕駛在私人乘用車用戶中的影響力，從而為無人駕駛在私人乘用車中的快速落地鋪平道路。
　　北科天繪：中國領先的智能駕駛關鍵零部件制造商
　　北京北科天繪科技有限公司2005年由張智武團隊創建，致力于制造國際一流水準的激光雷達，并且實現國產激光雷達產品的工程應用。
　　北科天繪是國內唯一具備全系列測量型激光雷達研發能力的高新技術企業。也是國內外唯一同時擁有測繪、導航兩大類產品的激光雷達生產企業。目前，北科天繪已開始與國內外自動駕駛研究團隊和汽車主機廠開展需求交流和合作探討。
　　激光雷達是真正具備空間三維分辨能力的“智能車之眼”。導航LiDAR是多線激光雷達傳感器，多個激光束在豎直方向沿不同角度發出，經水平方向掃描實現對目標區域三維輪廓探測；多個測量通道(線)相當于多個傾角的掃描平面，因此垂直視場內激光線越多其豎直方向的角分辨率就越高，激光點云密度就越大。北科天繪通過其自身在測量型激光雷達領域的技術積累，迅速部署導航型激光雷達的研發。
　　北科天繪：中國激光雷達行業首家推出導航型LiDAR
　　北科天繪將有機結合全固態電控掃描與靈活光機掃描技術，深耕多元(線)激光掃描及探測技術，開發系列高端多線高密度導航型LiDAR產品。在具體的產品形態上，大幅提升導航激光應用技術指標（激光雷達的測程、視場覆蓋和測量網格密度），逐步減少雷達體積并壓縮重量，突破環境適應瓶頸（雨霧、溫度、濕度、震動的干擾）。
　　北科天繪從2014年調查自動駕駛及機器人用激光雷達的市場潛力，開始啟動導航型LiDAR技術及產品研發，并于2016年5月推出了第一款16線360度高端導航LiDAR —— R-Fans。該款產品是北科天繪在導航型LiDAR領域的首個產品，并且是國內激光雷達行業推出成品的首家企業。
　　北科天繪將有機結合全固態電控掃描與靈活光機掃描技術，深耕多元(線)激光掃描及探測技術，開發系列高端多線高密度導航型LiDAR產品。在具體的產品形態上，大幅提升導航激光應用技術指標（激光雷達的測程、視場覆蓋和測量網格密度），逐步減少雷達體積并壓縮重量，突破環境適應瓶頸（雨霧、溫度、濕度、震動的干擾）。
　　Google：Driverless Car 項目技術成熟度處于全球領先位置
　　Google：智能駕駛相關技術細節
　　通過頂部激光雷達來繪制周圍環境，通過激光反射波來測量距離。
　　車載雷達、位置傳感器等測量出車輛在三個方向上的加速度、角速度等數據，然后再結合GPS計算出車輛的位置，所有數據經過處理，由系統作出行駛判斷。
　　Google：故障發生率得到有效控制，成為NHTSA首次認可人工智能系統
　　NHTSA首次認可人工智能系統：NHTSA對于谷歌無人駕駛汽車的回應是無人駕駛進入合法化的重要標志。在此之前，無人駕駛的技術研發會受制于相關的法律法規。而NHTSA的積極態度表明公共部門對無人汽車有了較為一致并且積極的意見。
　　谷歌無人駕駛汽車路車超過100萬公里
　　2014年第四季度，無人駕駛汽車每行駛785英里就會出現一次故障，而2015年則為5318英里。2015年5月開始以后，每月平均出現15.4次故障，顯著減少。易知谷歌對于激光雷達等硬件及人工智能算法進行了有效的調試。
　　NHTSA首次認可人工智能系統：NHTSA對于谷歌無人駕駛汽車的回應是無人駕駛進入合法化的重要標志。在此之前，無人駕駛的技術研發會受制于相關的法律法規。而NHTSA的積極態度表明公共部門對無人汽車有了較為一致并且積極的意見。
　　NHTSA表示：對于谷歌提交的“聯邦機動車輛安全標準”在無人駕駛情況下的條款。釋義并非主要問題，而是應該通過制定新的規則來解決問題，但是需要一定的時間。
　　NHTSA承認谷歌無人駕駛汽車沒有傳統意義上的司機，認定是“自動駕駛系統”在駕駛汽車。
　　NHTSA建議谷歌先行提交對于不再適應無人駕駛汽車的條款的豁免申請。
　　Google：智能駕駛方案商業化已經成熟
　　大規模制造：2016年2月，谷歌無人駕駛項目大量招聘技術人才；從具體招聘崗位來看，谷歌正著手提升研發生產無人駕駛汽車整車的能力。
　　應用開發：谷歌正在探索無人駕駛汽車在公共交通領域、物流貨運領域、汽車租賃等領域的應用。他們都具有一個共同的特點：成本承受能力更強。
　　特斯拉：互聯網+新能源汽車獲得市場青睞
　　特斯拉(Tesla)汽車公司以電動車為核心突破口找到了與傳統汽車廠商差異化發展的策略。在特斯拉成立初期，他的目標客戶是具有環保意識的高收入人群；通過這一部分的收益來研發并制造價格適中、中等批量的汽車；最終實現為大眾階層打造的低價、大批量的汽車。
　　而特斯拉的產品研發與市場推廣的節奏也很好的證明了這一戰略：通過打造高端旗艦產品積聚勢能，技術成熟之后迅速推廣低價產品從而占領市場。2016年4月，特斯拉推出了入門級電動車Model 3，并在24小時內接到超過13.5萬輛的訂單，這一數字五倍于2015年特斯拉全年銷量。
　　特斯拉(Tesla)于2010年在美國納斯達克交易所上市。6年以來，特斯拉的股價已經上漲至超過200美元，距離其17美元的發行價已經有超過10倍漲幅。特斯拉上市以來，營業收入上升超過70倍，年化增長率為134%。在2016年推出入門級電動車后，特斯拉的營業收入有望繼續保持高速增長的態勢。
　　雖然至目前為止特斯拉還尚未實現盈利，但是在可以預見的將來，隨著電動車的基礎配套設施逐漸完善、消費者對電動車的接受程度逐漸提升、以及自身產能問題的逐步解決 ，特斯拉作為電動車企業中的代表性企業將迅速扭虧轉盈。
　　特斯拉：成熟硬件+機器學習打造智能駕駛商用化車型
　　Tesla采用了攝像頭來作為無人駕駛汽車的眼睛。這個前置攝像頭安裝在反光鏡的前面，通過軟件處理攝像頭提取的信息，并以此來計算距離，識別路標以及探測人行橫道。同時Tesla給汽車配備了12個遠距離超聲波傳感器，這些傳感器可以提供360度的視角。同時還配備了一個前置的雷達系統來幫助半自動化的駕駛系統。
　　數萬輛Tesla Model會將道路上搜集的各種路況數據實時輸送回特斯拉的中央數據庫里，每天平均增加一百萬英里的駕駛數據。特斯拉的軟件會根據這些信息反饋，不斷改善提升算法的性能和駕駛體驗。在用戶數量持續增長的背景下，可以預見Tesla輔助駕駛的智能程度將會有顯著提升。
　　三、全球及中國智能駕駛市場發展趨勢
　　中國智能駕駛乘用車市場滲透率將繼續提升
　　據公開數據顯示，2015年中國乘用車銷量達2114.6萬臺，預計這一數字在2020年將達到2773.3萬。
　　Analysys易觀研究發現，截至2015年，中國智能駕駛乘用車滲透率已經達到了15%，但其中仍然有大量的智能駕駛乘用車處于等級1-等級2水平。預計到2019年，中國智能駕駛乘用車滲透率將超過50%，且等級3-等級4水平的智能駕駛汽車占比亦將大幅提升。
　　中國智能駕駛市場規模將呈持續擴大趨勢
　　當前由于智能駕駛市場發展時間較短，行業成熟度有待提高，加之市場需求不斷擴大，極具發展潛力。
　　在未來國家智能駕駛相關政策法規逐漸成型、行業內技術不斷完善、中國智能駕駛企業積極推動應用落地的情況下，中國智能駕駛市場規模將保持持續擴大趨勢。
　　截至2015年，中國智能駕駛市場規模已經達到了353億元人民幣。預計2020年中國智能駕駛市場規模將達到1214億元人民幣。
　　運營用車將成為智能駕駛技術商業化落地首選
　　目前智能駕駛技術多在私人乘用車中落地，但受限于政策和技術制約，智能駕駛中最高等級的無人駕駛在私人乘用車中落地存在較大障礙。
　　目前較高等級的智能駕駛技術落地首選是在運營用車。相較于私人乘用車，運營用車道路環境相對單一，政策風險較低，且無需考慮成本回收等商業化難題。隨著技術進步，無人駕駛技術未來將率先在互聯網專車、互聯網貨運等領域得到爆發。
　　互聯網專車、互聯網貨運領域是無人駕駛技術的一個商業化重心，其龐大的用車需求有助于前期投入大量研發的智能駕駛相關企業盡快回收成本，并擴大無人駕駛在私人乘用車用戶中的影響力，從而為無人駕駛在私人乘用車中的快速落地鋪平道路。