Waymo與Tesla皆致力發展自駕科技, 兩者最大的差異是Waymo採用更新的光達技術, 不過Tesla握有大量道路實測資料Waymo則主要是電腦類比數據. NVIDIA也是值得觀察的競爭者, 該公司自駕系統提供沒有充沛資源的小公司投入自駕車開發的機會, 未來有可能成為行業標準並領導市場. 據CleanTechnica報導, Tesla與Waymo在這場自駕技術大戰誰勝誰敗尚未有定論; 另一方面, NVIDIA為沒有資金或時間自行設計系統的小型公司降低了進入門檻, 汽車製造商可直接購買其自駕系統, 如此一來NVIDIA的系統未來有望成為業界標準. NVIDIA向Tesla在內的許多公司銷售自家自駕系統. 3月時NVIDIA開始銷售DRIVE Constellation類比系統, 能類比駕駛可能面臨的危險情境, 例如不同的天氣, 光線和路面狀況, 全天候驗證自動駕駛技術的表現, 背後需要龐大的資料以及精確的資料處理技術支援. Tesla於2016年10月發布首代Autopilot感測器系統, 自此Tesla便持續從自家生產的每一台車搜行駛資訊, 至今已累計大約50億英哩的資料. 與Tesla相比, Waymo的系統則更依賴電腦類比, 目前已累計近60億英裡的類比駕駛資料. 究竟是真實道路駕駛還是電腦類比所搜集到的資料更好? 前者顯然更不可或缺. RAND公司資深資訊科學家接受訪問時表示, 自駕車必須經過數億, 甚至數千億英裡的駕駛才足以證明其安全性. 電腦類比固然重要, 但是在真實世界搜集到的資料無可替代. 最終AV技術必須證明它比人類駕駛員更安全, 才能獲得市場全面性的接受. Tesla和Waymo的自駕系統各有利弊, Tesla透過Autopilot系統持續收集實測自駕資料, 而Waymo則使用光達來建立車輛周圍環境的數位地圖. Autopilot還有一項競爭優勢, 即Waymo系統是基於已定義的地理區域, 每日送約2.5萬輛類比車行駛在該範圍, 故累積的資料只局限於這些區域. Waymo計劃在不久的將來擴增自動駕駛車隊, 從目前的數百輛擴編到數萬輛, 這將擴大Waymo收集限定區域以外的駕駛資料. 究竟Tesla和Waymo所選擇的發展方向孰優孰劣? 卡內基美隆大學(Carnegie Mellon University)自動駕駛研究實驗室共同主持人不看好Tesla, 認為Tesla不跟進採用光達將因此處於極度劣勢, 並指出Tesla目前的技術距離全自動駕駛還有好一段距離. 儘管Waymo擁有目前業界最先進的技術, 但是Tesla握有大量數據亦不容小覷. 如同過去的錄影帶格式標準大戰, 技術較優者不料最終卻因成本過高而被市場淘汰. 此案例可為Tesla和Waymo帶來前車之鑒, 他們的自駕車技術可能優於NVIDIA, 但NVIDIA的模型可能成為業界標準並領導市場.
