自動駕駛不會涼。頭部通吃的結果，很多自動駕駛初創公司會涼。
不會涼的原因很簡單。
首先，輔助駕駛一定會大規模普及。
其次，特殊行業的封閉區域自動駕駛會大規模普及。例如港口，礦山，無人配送，工廠倉儲，這些不涉及人員安全，會更早普及，這裏面就會為無人駕駛積累經驗和人才儲備。（高贊答主說百度放棄了港口這類場景，因為市場規模幾千台，覆蓋不了研發成本，個人認為小而美的公司能夠盈虧平衡，利用apollo等開源平台，先落地活下去，也就是我說的積累經驗和人才儲備）
最後，就是無人駕駛Robotaxi的終極場景。目前來說，L3L4都是安全性不足，無法商用的。如果限定在封閉區域內執行，毫無意義。
還有搞智慧城市V2X的，城區真的實作V2X全覆蓋，L3和L4安全性幾乎是一致的。但是V2X投資巨大，目前V2X除了紅綠燈聯網，實際上還沒有其他高級智慧功能落地。V2X基建的一個優勢是成本，利用V2X加L3車輛實作了區域無人駕駛。畢竟V2X基建不算錢，20萬的L3無人車還是很誘人。
打擊一下大家目前的熱情，或者說提個新的方向。
一，預計Robotaxi不能解決城區堵車的問題，10%都是無人車幾乎沒作用，40%都是無人車也僅僅起到緩解擁堵的作用。因為大家都要高峰期出門，就類似外賣高峰都是中午和晚上。高峰期路上的車少不了，只能期望智慧座艙讓堵車不要那麽無聊。
二，個人預計L5級別Robotaxi營運成本在3元每公裏左右（還不包括早期研發成本，有些答主預測的成本還要高一點），在國內對比出租車並沒有優勢。價格更高的情況下，如何吸引普通人選擇無人車？
三，個人無人車擁有量會超過Robotaxi市場。基於高峰期的痛點無法解決，無人車會被土豪收歸車庫。
目前無人車安全性不足，各公司都在推進試營運。無疑是拿普通乘客當小白鼠。土豪請個老司機不香嗎？土豪都不用的無人車，不要指望普通人會很熱衷，用了也不過是無奈之舉。個人認為超過老司機的高度安全保障，會吸引土豪使用無人車，打消大眾對無人車的疑慮。
======廣告預警======
題主所說的是事實，但是不要過分失望。
自動駕駛不會涼的原因在這。
我有一個L5級別自動駕駛方案，自誇自吹，歡迎拍磚。
透過高度安全性，解決了長尾場景，遠超老司機時速的情況下依舊保證高度安全。（目前L4級別Robotaxi路試安全不足，靠降低速度來彌補）
可以不依賴V2X高精地圖依舊保持高度安全。（解決辦法很粗暴，既然解決了長尾場景，把每一米路程都當成長尾場景就行了）
目前L4級別Robotaxi安全性不足，自動駕駛法規遲遲無法落地。高度安全的L5方案或許會讓問題簡單一點。
暫時不公布了，自動駕駛目前止步不前，等一等硬體的發展也挺好。
法規還是目前最大的障礙，特別是地圖資質，不能實作地圖即時更新，國內自動駕駛就始終低上一個檔次。雖然L5可以不用高精度地圖，畢竟也是有代價的。靠L3L4廠家先突破地圖資質問題，反而對整個行業有利。也不會太久，2025年就會有最終的政策，不管放不放開，順其自然吧。
L5有幾個演進路線，按照推測，雷射雷達最終會被取消，純視覺方案和深度學習會笑到最後。
深度學習視覺方案在現在看來是個笑話，但最後能挑大梁的也只有這兩個。繼續保持好奇。
補充
======不用V2X解決紅綠燈場景=======
很多人認為，視覺辨識不可靠，太陽刺眼，紅綠燈場景解決不了，要用V2X之類。
給個解決方案，有點極端的場景，大家輕拍。
直接極端一點，無人車紅綠燈辨識拿掉，看都不看紅綠燈。
場景一:無人車等待綠燈，前方有車輛A。很簡單，跟著前車A走就好了。或許剛好變紅燈無人車過不了，不要理會（因為無人車看不見訊號燈），繼續跟著前車A過路口。或許還有極端場景，對向車道變綠燈，有車輛H快速橫過路口，H就會碰撞闖紅燈的無人車。實際上碰撞很難完成。兩個保障，一是跟在A車後面，H車會很早發現無人車，H車會提早讓行。好吧，H車仗著自己是綠燈，就是要撞過去。第二個方法就是無人車掃描周圍環境，及早發現高速車輛H，無人車自己規避碰撞。（這個不難實作）
更難的場景二:前方路口沒車，無人車又看不見紅綠燈，解決方法依舊很簡單。無人車在路口先停下來（也可以減速但不停），無人車掃描路口狀況，辨識其他車輛路徑，發現有空隙可以通行，直接透過路口就好。
以上，不看紅綠燈不用V2X，無人車依舊可以過路口。
唯一的問題是，無人車會違反訊號燈通行，但是至少無人車可以安全的透過。至於違反交通法規問題，是需要以後探討的事情。保證安全的前提下，法規不是唯一的衡量標準。畢竟以後法規都是有可能更改的。
跳出交通法規的圈子，專註於安全本身，是破解無人駕駛難題的一個突破口。
以上無V2X無訊號燈辨識過路口，方案有點極端，並不適合日常使用。 僅僅作為特例說明 。
但是這個方案現實中也能發揮作用，例如現實中無紅綠燈路口，或者紅綠燈故障的路口，高速匝道並入主線等場景。就可以利用以上方案解決問題。
要想機器感知準確度達到100%是不可能的事情。實際上人類的辨識準確度也很差，與機器辨識的區別在於各自擅長的領域不同。機器的感知範圍更大更全，人工辨識對特定事物辨識準確度高一點而已。但是人工辨識有偏差，也不影響人工駕駛。事實上機器辨識偏差，也不會影響駕駛。（哪家公司實作了幾個9的精度？不還是照樣路試？）
再說路徑規劃問題，人類駕駛員就能夠準確預知嗎？事實上，大部份人工做的並不好。路徑規劃在原理上很簡單，因為汽車的自由度是有限的幾個，萬變不離其宗。
個人思考的一個方案，利用模糊辨識，模糊路徑規劃，無人車依舊保持高度安全性。
遍歷長尾場景，還沒能難倒L5方案。安全性問題解決以後，再逐步利用深度學習，提高辨識準確性，路徑預測的準確性。這樣能夠促進深度學習演算法不斷叠代，準確度越來越高，安全性越來越高。
而目前死磕辨識的準確性，期望深度學習準確度無限接近100%，從而達到基本可用的程度，短期內是很難實作的。
