造車新勢力的出現，極大推動了汽車智能化發展，三四年前，大家對自動駕駛輔助系統還不是非常重視，認為這項配置頗為雞肋，因為當時駕駛輔助系統的智能化程度并不高，是以隻能完成簡單跟車或刹車動作。
但随着新勢力之間的競争加劇，大家都争相推出智能化程度更高的駕駛輔助系統以獲得廣泛認可。特别是當特斯拉推出FSD功能後，這場圍繞高階自動駕駛輔助的競争就變得更加激烈了。在特斯拉基于FSD功能推出NOA功能後；蔚來也不甘示弱，緊随其後推出了NOP功能；小鵬則推出了NGP功能；理想雖然身處國内新勢力頭部，但在自動駕駛輔助上卻并沒有太多建樹；威馬雖然沒有自研自動駕駛輔助系統，但憑借與博世以及百度的合作，卻将L2級自動駕駛輔助系統實作的非常平穩。
那麼這些不同品牌之間的自動駕駛輔助系統到底有什麼差別？他們之間有沒有優劣之分？在說差別之前，我們有必要對目前存在的自動駕駛輔助類型進行分類，這些自動駕駛輔助系統在實作方式上主要可以分為兩大類，一類是特斯拉特别推崇的通過視覺雷達、超音波雷達、毫米波雷達以及複雜算法實作的智能駕駛輔助系統；另一類則是蔚來、小鵬推崇的，通過超音波雷達、毫米波雷達甚至雷射雷達，結合高精地圖以及車路協同系統實作的自動駕駛輔助系統。
這兩種方式最大的差別在于：特斯拉的自動駕駛輔助系統并不依賴于高精地圖和車路協同系統，它更依賴于複雜的自動駕駛算法，特斯拉注重讓車輛自身變得更加智慧，就如同人在開車一樣，遇到所有情況都能做出合理反應。這種自動駕駛輔助系統的優勢在于，車輛不受行駛區域限制，也就是說它在很多路段都能實作自動駕駛輔助，但弊端在于對算法要求過高，以目前的水準要實作完全自動駕駛還非常困難。
蔚來、小鵬等新勢力推崇的自動駕駛輔助系統，因為要借助高精地圖以及車路協同系統，是以它們在實作自動駕駛的過程中相對容易。有了高精地圖和車路協同系統的輔助，車輛在行駛過程中就有了方向指引，哪塊有紅綠燈，哪塊有急彎，在哪裡需要下匝道，它們都一清二楚。這種實作自動駕駛的方式相對容易，但弊端在于過分依賴高精地圖以及車路協同系統。在沒有高精地圖覆寫的區域，以蔚來、小鵬為代表的高階自動駕駛輔助系統則不能發揮應有作用。
另外還有一種自動駕駛輔助系統，就是威馬的AVP自動駕駛輔助系統，不過它的使用場景非常有限，僅在進出停車位時可用，它發揮作用同樣要依賴于高精地圖。但它也可以通過學習的方式進行自動駕駛，這種模式僅限于有固定車位的朋友們。在停車之前，車主需要打開學習模式，完成一次停車後，車輛會學習剛才的停車方式，進而記憶下來，下次便可自動操作。這種功能更像是寶馬與哈弗搭載的循迹功能，說它是自動駕駛，有些勉為其難。
那麼這些不同方式的自動駕駛輔助系統到底有沒有優劣之分？其實在車叔看來，它們之間并沒有絕對優劣，隻不過在實作方式上有所不同而已。依賴于高精地圖和車路協同系統的自動駕駛輔助雖然有諸多制約，但它卻是現階段能夠實作較高主動性的自動駕駛輔助系統；特斯拉推崇的方式雖然更智慧，但它在現階段的表現，卻并不如依賴高精地圖和車路協同系統的自動駕駛輔助。是以他們之間并沒有絕對優劣。
車叔總結
目前自動駕駛輔助系統的技術路線各不相同，但他們的最終目标都是實作完全自動駕駛。在實作完全自動駕駛這條路上，不光要擁有自研算法，更是要掌握自動駕駛晶片等硬體裝置的核心技術，否則自動駕駛對主機廠來說隻是一廂情願。當晶片、算法、高精地圖、車路系統都依靠外部力量提供的時候，主機廠顯然很容易受供應商裹挾。是以，各大主機廠的自動駕駛之路并不平坦，不過也正是因為存在挑戰，自動駕駛才顯得格外誘人。