Uber被指窃取技术，遭到诉讼
随着自动驾驶领域的竞争越来越激烈，如何留住人才和避免技术外泄成了一个大问题。Waymo的优势在于其前期的积累，而且与竞争对手不同的是，Waymo同时着手开发软件和硬件，以期将整套系统出售给汽车制造商，而不是只解决自动驾驶解决方案中的一个环节。
如果把Waymo和Otto这次的争议放大来看，双方的母公司Google和Uber曾经有着良好的合作关系。然而在过去的几年中，这种良好关系在快速恶化。很多业内人士曾认为，这两家公司能在自动驾驶共享出行领域通力合作，毕竟Google Ventures曾于2013年对Uber注资2.5亿美元。然而Uber不念旧情，毅然决定开发属于自己的自动驾驶技术，反倒成了Google的竞争对手。
据 Waymo 表示，诉讼中涉及的核心技术是Lidar（激光雷达），这种雷达通过每秒发射上百万的激光束来对车辆周围的环境细节进行绘制。Waymo声称，该公司已经投入了上百万美元对激光雷达的硬件进行优化，以尽量降低自动驾驶的成本，然而莱万多夫斯基却将这些研究成果带去了Uber。
要想让一辆自动驾驶汽车清楚地知道自己现在在哪里、眼前有什么障碍物，除了精确的GPS外，还需要“多传感器融合”。目前，主流的技术硬件设备包括成本低廉的毫米波雷达加摄像头，或者再搭配昂贵的激光雷达。
目前而言，特斯拉采用的是毫米波雷达加摄像头的方案：由毫米波雷达探测障碍物，并由照相机通过深度学习进行判断。然而，廉价的毫米波雷达精度不够，甚至无法对行人进行感知。作为补充，由光学摄像头对周围环境进行二维拍照，再通过算法生成物体的形状、距离。不过，受限于光线等因素，其判断并不可靠。实际上，强光、雨雪、尘土会成为摄像头的噩梦，而雷达也无法发现行人和静止或横向移动的物体。
与特斯拉不同，谷歌、Uber等其他公司均认为激光雷达才是真正解决问题之道。激光雷达与普通雷达的工作原理相似，均是发送电磁波，再记录下电磁波反射回来时的时间与角度，以对周遭物体进行感知。与普通雷达不同的是，激光雷达使用几百至1000纳米的激光，远远低于普通雷达的波长。因此，激光雷达在测量物体距离和表面形状上可达到厘米级，远超普通雷达和GPS系统的精度。雷达行业“鼻祖”Velodyne公司的技术解决方案总监大卫·奥罗施尼克（David Oroshnik）曾表示，现在他们最便宜的产品的价格为8000美元。目前，众多自动驾驶车辆都搭载着Velodyne生产的HDL-64E激光雷达，但其价格高达惊人的70000～80000美元——这对于利润水平越来越薄的汽车制造商来说只能是先装上玩玩。
此外，激光雷达领域的另一家明星公司Quanergy目前在小型化和低成本的固态激光雷达领域也取得了很大进展。
这两家公司无疑已经成了业界的标杆公司，拥有非常多的技术专利，而Waymo实际上是在Lidar的基础上对性能和成本进行了一定的创新。一般而言，软件代码很难申请专利，但一旦与硬件绑定成为完整的自动驾驶方案，并在申请专利时尽量扩大应用的覆盖范围，就可能会出现这样的结果：其他的自动驾驶初创公司要么向Waymo直接购买成套产品，要么购买技术授权，这对初创公司来说无疑是个坏消息。
装设了激光雷达的Uber车
实际上，小型初创公司在进入这一领域后常常发现，自动驾驶的一些核心技术已经被注册专利，比如类似Google注册的当自动驾驶汽车遇到大型货车时自动靠左行驶的专利。当初创公司的研发处处受制于已有专利、自己又缺乏防御性专利组合时，它们可能会考虑退出该领域的角逐——这种局面无疑是技术创新的大敌。
同样，对Uber来说，如果无法开发出属于自己的自动驾驶技术，其结果将是毁灭性的。为什么呢？因为依靠共享出行起家的Uber的主要收入来自司机。随着自动驾驶技术的出现，如果有朝一日不再需要人类司机，Uber将被逐出共享出行行业——除非Uber自己也掌握了相关技术，尽早提供了无人驾驶共享出行服务。
不过，好在Lidar目前并不是无人驾驶业界的唯一标准，其他诸如纯雷达、声波、图像识别等方式也都在快速发展中。而且，像福特、通用、日产等传统汽车制造业巨头的纷纷进入，无疑会大大加速无人驾驶技术的成熟周期，提升技术方案的多样化。
中国的自动驾驶货车
根据图森（Tu Simple）公司的数据，中国有720万辆货车和1600万名长途司机负责城际公路上的物资运输——这个产业的价值高达3000亿美元，而司机的工资成本占运输总成本的40%。如果使用自动驾驶货车，一些原本需要2～3名司机合作完成的长途运输任务可以由1名司机完成。
目前，中国的货运服务良莠不齐，公众普遍期待这个行业能进行大整改。此外，由于该行业的监管较松，给企业带来了很大的创新空间。在这两个因素的驱动下，中国的自动驾驶货车产业有望得到快速发展。