9月4日，滴滴表示将在9月8日～15日暂停深夜服务，这显然是受不久前“温州滴滴事件”的影响。滴滴的决策也开始让人们反思：当人类驾驶员由于人的本性开始对乘客的安全产生威胁时，机器驾驶员是否更胜一筹？

近几月频发的网约车事件一定程度上提高了人们对自动驾驶汽车的期待。但众人只知若自动驾驶技术成熟会极大的减少事故的发生，殊不知其在落地前需要通过更多的安全考验，自动驾驶仿真测试就是其中一环。

简单来说，所谓的自动驾驶仿真测试就是指通过传感器仿真、车辆动力学仿真、高级图形处理、交通流仿拟、数字仿拟、道路建模等技术模拟路测环境，并添加算法，搭建相对真实的驾驶场景，来完成自动驾驶汽车路测工作的一种形式。一定程度上来说，仿拟测试是可以代替真实路测、加快测试速度的一种手段。

正是因为看到了自动驾驶仿拟测试的地位越来越重要，一些企业如英伟达CEO黄仁勋曾公开表示，如果工程师使用仿拟测试系统，可以在5小时内完成48万公里的路测。根据Waymo官方披露数据显示，其在2个月内完成了322万公里의路测，而按照黄仁勋的话说，如果Waymo将路测方式换成仿拟平台的话，那2个月几乎可以压缩至33小时左右，也就是一天半内。

有了这样的高效，无疑吸引了一些公司投入到这个领域，比如Waymo开发自己的隐私保护强化版Carcraft。在2016年一年中，有数据显示，在Carcraft中放置25000辆虚拟测试车行走了25亿英里。这也是为什么很多行业专家认为，以后的发展趋势可能会更加注重这种高效率和可控性的技术应用。

从成立时间上来看，大多数公司都建立于2010年之前，这意味着这些公司拥有丰富经验和广泛涉及各种不同领域。而新成立的大多专注于汽车领域，而且大部分选择与整车厂合作，为其提供相关服务，却鲜少与科技公司有业务往来。这表明尽管存在第三方供应商，但实际上，大多数研发自家的科技初创企业还是不遗余力的搭建属于自己的模拟平台。

比如英伟达发布了自己的人工智能驱动云端模擬系统——Drive Constellation；而百度与英特尔合作开发了责任敏感安全（RSS）模型，以提升自动 驾驶能力。此外，还有一些开源项目，如OpenStreetMap，它为整个社区提供了一套自由开放的地理信息数据库，使得任何想要进行试验或构建定制环境的人都能轻易获得必要资源，从而促进创新和交流。

然而，对于那些希望利用这些工具快速推进自己的产品，同时保持独立性和控制权的小型初创企业来说，他们通常会选择购买或使用一些定制化解决方案以满足他们独特需求。而对于像Waymo这样的老牌巨头来说，他们则倾向于研发并集成自家的芯片，并且掌握核心算法，因为这能够帮助他们更好地控制整个生态系统，并确保它们能够继续领先竞争者一步。

最后，即使拥有最先进的心智训练设备或软件，最终要想真正保证无人车系统不出错还需大量累积数据。目前所有主要玩家累积到的总里程远未达到所需水平，因此，我们必须耐心等待，当这一切被实现时，我们才能真正相信我们的未来完全交由机器管理。