虽然特斯拉和蔚来称他们的系统为“辅助驾驶”在自动驾驶的发展思路上，以特斯拉为代表的路径被称为“渐进式”，我更喜欢称之为“数据式”。中心思想是大数据就是一切。每一辆特斯拉
汽车都是一个数据收集者，依靠简单的视觉数据来构建一个庞大的道路知识神经网络。
涉及辅助驾驶的事故的频率显示了统计学的根本缺陷。无论你积累了多少数据，路上总会有意想不到的事情发生。这就和完全依靠视觉感知的辅助驾驶系统就像与聋人一起驾驶一样。大家都知道，根据驾照的医学标准，聋人是不允许上路开车的。警报器和警报器是交通信号交互的组成部分，除了车辆自身的定位精度和敏感感知外，及时更新的高精度地图、预测的决策规划和智能道路设施都是一个完整的自动驾驶系统必不可少的组成部分。
辅助驾驶不是无人驾驶，而是人机协同驾驶。交通运输部的意见明确区分了有条件和高度自动驾驶的车辆，它们仍然是为驾驶员提供更好驾驶体验的辅助手段，不应被视为无人驾驶。完全自动驾驶从一开始就是无人驾驶。换句话说，真正的无人驾驶汽车只能是完全自动驾驶的。中国一些城市出台了自主驾驶完全无人商业运营的政策，对安全防护、碰撞系统、控制冗余和云安全提出了综合要求。此外，完全自动驾驶的测试标准和考试要求极高，远非易事远远超过人类驾驶考试。所有这些都标志着它与辅助驾驶之间的巨大区别。只有基于智能AI的自动驾驶才能真正做到无人驾驶。百度曾将自动驾驶定义为“汽车机器人”，但批评人士认为，这是为了区分流行概念。但在我看来，事实并非如此，名字上的小小不同，代表着思想上的巨大不同。
无论是特斯拉(Tesla)、魏晓利(Wei Xiaoli)，还是中国的许多新兴汽车制造企业，它们都倾向于向消费者灌输这样一种观念:机器比人更可靠。这其实只是技术发展初期的一个自动机概念，加上大数据之后的一个面貌变化。自动机是一种根据预设条件做出反应的编程操作机器。大数据和深度学习只是极大地扩展了预设的边界范围和响应的复杂性，并不能从根本上改变其编程的核心架构。机器人的发展目标是模拟人类智能，这与程控自动机有着本质的区别。
