近期在无人驾驶领域发生了几件大事：由自动驾驶技术导致的几起特斯拉车祸、特斯拉与Mobileye宣布“分手”、英特尔、宝马和Mobileye合作、Delphi和Mobileye合作。
尽管这些事件看上去彼此孤立，且发生的时点各有先后，但围绕的核心都是同一个：无人驾驶技术。随着行业内内一分一合的动作进展，无人驾驶这一全新领域的行业格局也变得更为清晰。
总体来看，目前从事无人驾驶技术研发以两大阵营为主：传统厂商和科技公司。由于双方各自的技术方案和实现路径方面存在着明显差异，因而这两大阵营从目前来看基本上很难实现合作，这也在一定程度上解释了特斯拉和Mobileye的合作为何最终难以走下去。
从实现无人驾驶的路径来看，传统厂商采取了一条渐进式发展路线，根据多年来在汽车工业制造和技术方面的经验积累，传统厂商在过去已经成熟的一套辅助驾驶技术上进行升级和完善，期望最终形成完全意义上的无人驾驶，而科技公司则凭借着自身的科技实力，试图通过人工智能、大数据处理、高精度三维地图绘制等手段，实现在无人驾驶技术方面的跨越式发展。 从现状来看，传统厂商目前握有一定的优势，科技公司的方案存在着明显的瓶颈，例如数据量太大受到实时传输的限制、整套系统成本过高等。
尽管从目前的路径来看，这两大阵营存在着明显的差异，但殊途同归，无论哪一种方案，未来都是为了实现完全意义上的所有路面条件下的无人驾驶。只是要实现这一点，或许监管制度方面的障碍比技术突破本身要更难。
英特尔物联网策略与合成产品执行总监布里吉特? 卡尔琳（Bridget Karlin）对腾讯科技表示，在进行技术研发的同时，厂商也在跟监管层进行密切的沟通，让他们的认识与产业的发展同步，近期的一系列自动驾驶事故也给行业提了醒，任何时候都需要将安全放在第一位考虑。 技术方案的差异导致两大阵营成形
Mobieye联合创始人兼首席技术官Amnon Shashua在2016年CES大会期间的一场发布会上展示的一页PPT基本上便梳理清楚了传统汽车厂商和科技公司在进行无人驾驶技术方面所采取的不同技术方案路径：前者强调的是在所有地方进行无人驾驶，实现的方式是通过低精度的地图和高精度的传感器和摄像头，而后者则首先在某些固定区域 进行无人驾驶试验，通过高精度的三维地图和低精度的传感器激光雷达来实现。
目前从事无人驾驶技术研发的科技公司以谷歌(微博)、百度等为代表，而进行这一领域技术研发的传统厂商则以奔驰、宝马、沃尔沃和Mobileye等为主。
简单来说，传统厂商通过车载的高精度摄像头，实时采集路面数据并反馈给车辆，车辆通过算法对这些数据进行分析并做出实时决策。而科技公司是通过激光雷达，对路面数据进行实时扫描，绘制出高精度3D地形图并上传至车内电脑，电脑再通过对数据的分析形成决策，从而让运动中的车辆实现实时的应对动作。
Shashua认为，目前科技公司的无人驾驶解决方案存在几方面的现实障碍，首先是数据量太大，由于行驶的车辆与高精度地图数据需要进行实时的比对，因此每公里的数据量在3至4个GB大小，大量数据的实时传输在现有的无线网络环境下仍有很多障碍，英特尔不久前预计，到2020年，每一辆智能汽车每天产生的数据量在4000G左右，二是对于数据的实时处理必须要在车上完成，无法借助云端来实现，因而目前谷歌和百度等路测的无人车基本上都是移动的高性能电脑。三是成本太高，目前谷歌的一套无人驾驶系统总成本在30-40万美元，实现量产目前完全不现实。
与之相比，传统汽车厂商的技术方案目前有着明显的优势，首先传统汽车厂商有着多年的汽车工业制造基础，第二，其高精度实时传感器获得的数据量在每公里10k左右，数据量非常小，能够实现实时的数据传输，另外这套方案也并不需要在有着高精度地图数据的地区才能使用，而是几乎在任何地区都能使用。