小米SU7无人驾驶
指臻汽车
从结构上看，RoboTest就像是给汽车穿上了一套外骨骼装甲，乍看上去好像和无人驾驶测试车有些相似，但其实内有乾坤。
整套系统由车端和云端两大核心部分组成，车端控制器集成了驾驶机器人的系统、定位感知设备及控制模块，通过轻量化、标准化、模块化的设计，可以实现快捷拆装，不用破坏车辆的原有结构，因此也更容易复现量产车的实际测试结果。
云端控制中心则是负责试验规范、测试路径的远程配置、实时监控与管理，以及试验数据的无线传输与分析，这些流程会确保试验的高效和精准。
诚然，这也不是类似的机器人技术第一次出现在汽车上，其实海外部分品牌也已经开启了相关测试。但上汽通用表示，RoboTest平台在技术水平上可以全面领先海外的同类型机器人，尤其是高通用性的设计，使得它能适配上汽通用全系列车型以及多数友商车型的测试需求。
在这场直播中，上汽通用在广德试车场带来的车辆包括别克、雪佛兰以及凯迪拉克在各个细分市场的主力车型，共有四款。
目前，RoboTest平台已经在泛亚汽车技术中心多个台架和道路试验场地得了到广泛的应用，包括耐久、噪声、排放、热力学和性能等诸多台架试验，以及比利时路、操稳路（G0级）和危险性项目等道路测试。
在这些测试中，RoboTest平台均展现出了强大的适用性和可靠性，取代驾驶员已经不是什么难事了。
上汽通用表示，RoboTest平台仅耐久台架的试验使用里程就已经达到了150万公里，未来还会满足更多测试场景的需求。值得一体的是，RoboTest平台也得到了很多业内专业机构的认可——比如中国汽车技术研究中心和上海机动车检测认证技术研究中心。
他们表示，RoboTest平台对于汽车测试的未来发展有着十分重要的意义，他们也会研究利用RoboTest平台进行更多车辆的试验与检测。
由于RoboTest平台带来了更出色的精准性、耐久性和安全性，并且在广泛的试验场景中表现优秀，显著提升了整车研发的效率和智能水平，因此，RoboTest平台也获得了“上海市科学技术“三等奖的荣誉。
●相较于驾驶员操作，RoboTest的优势在哪？
既然是机器人，那RoboTest平台自然比真人驾驶有诸多优势。
首先，机器人是不会累的，只需要按时检修即可。而真人无论再怎么精力充沛，它在测试中也不可能完全不走神。
因此，RoboTest平台相较传统驾驶员测试的第一个优势，就是具有高精度和强耐久性的特点，这样一来可以提升试验质量和验证效率，二来也为车型的性能一致性提供了最佳的开发保障。
其次，既然是“无人驾驶“，RoboTest平台自然对日后的智能驾驶发展和优化有一定的正向帮助。
上汽通用官方相关的技术人员表示，Robotest目前是基于雷达和视觉的融合感知，测试所用的算法的确与日后可量产的消费级无人驾驶技术进行一定量的融入和互通，有很大的可拓展潜力。
据了解，RoboTest平台被上汽通用的工程师称为“小V同学“，听起来像是一个语音助手的名字。但这里我们要再次强调，RoboTest平台和现有的消费级智能驾驶技术并不是一个概念。
它是一个在新车上市前试验认证的环节，只是通过无人驾驶的方式在广德试车场来验证车辆的整体质量与可靠性的测试规范，它也许可以为未来的智能驾驶提供更多的算法和数据，但两者本质上并不是一个东西。
网上车市
2013年，百度成立自动驾驶事业部，是国内最早进入智能驾驶研究领域的大型商业公司之一；随后在2016年，百度还获得了美国加州获得无人车自动驾驶路测牌照，也是中国为数不多地获得这一资格的企业；2017年，百度宣布将其无人驾驶领域业务命名为“Apollo(阿波罗)”计划，目标是成为无人驾驶行业的领先者。Apollo平台旨在成为自动驾驶技术的开放平台。
北方车厘子
随着电动汽车同步发展的是，汽车的智能化和网联化，其典型功能就是：无人驾驶。现如今已经发到了，2022年高速NOA功能，2023年城市NOA功能，2024年小规模L3等级自动驾驶能力。
但是未来，依旧有很长的路要走L4和L5等级，起码还要发展20年才能成熟稳定，对于小米这样的新入局者，还有足够的时间供其发展和超越其他车企。
天和汽车科学岛
现阶段关注度最高的是智驾系统，而想要让汽车完全进化为移动智能空间，其前提必须是智驾系统达到高度稳定的标准线；说白了就是汽车能实现完全的无人驾驶之后，汽车才会彻底失去硬件平台的吸引力，而想要达到这个程度怕是还需要十年左右的时间。
近期有不少品牌的车辆获得了L3级智能辅助驾驶的获准，似乎无人驾驶汽车就在眼前；然而L3级根本不算是自动驾驶，只是限定场景可使用的辅助驾驶系统而已。高度自动驾驶是L4级，该车仍需要司机对车辆操作进行观察并随时准备接管驾驶操作；真正的完全自动驾驶是L5级，达到该标准理论上即可取消方向盘。
L3/4/5看似相隔很近，可是想要提升一级也是难如登天。
因为无人驾驶需要的不只是车辆的高水平控制系统和硬件配置，同时还需要配套设施的完善，比如智慧交通体系和立体交通。
当汽车、摩托车、非机动车和行人仍旧会产生二维交汇，无人驾驶汽车则很难避免与其他交通参与者发生事故，因为人的逻辑和AI的逻辑是完全不同的；所以实现无人驾驶似乎需要三维立体交通体系，可是很多城市并不具备建立立体交通体系的基础，更不具备建设智慧交通数据库的储备。
所以无人驾驶或许不是三五年即可完成的目标，那么现在讨论让出行载具变成移动智能空间似乎真的过于早了。