根在驾车上路这个“不能不专心”的时空里，驾驶的身心要是能放松片刻，原本不怎么能够做其他事的时间，或许就空了出来。
汽车大厂奥迪（Audi）自2017年起，就以“第25小时”的概念研发自动驾驶，期待借由系统的导入，让驾驶及乘客在行进过程中，能更有效地利用时间，目前已推出具备L3（参见下图表）等级的A8车款。
2030年，大部分的汽车将实现L2等级的自动驾驶。英伟达（NVIDIA）首席执行官黄仁勋
绘图芯片大厂英伟达（NVIDIA）首席执行官黄仁勋日前接受《欧洲汽车新闻》（Automotive News Europe）访问时就曾透露，自己相当享受特斯拉（Tesla）带来的自驾感受，“这让开车的体验变得更轻松。”
不过黄仁勋也指出，要到2030年左右，才会有2成的汽车能实现L4、L5的高端自动驾驶，且主要用于货车上；乘用车仍以L2为主，车上附带的许多自动辅助控制功能，只是会优化驾驶体验，不会取代驾驶。
科技巨头合作创业公司，加速自动驾驶汽车系统
在现有具L2等级的车款中，驾驶或许能够在高速公路上面，通过ADAS（先进驾驶辅助系统；Advanced Driver Assistance Systems）获得喘息空间。又或是对于害怕S型倒车、停车的驾驶而言，L2也能轻松解决这类难题。
至于何时才能真正走到L5等级，也即在任何条件下，车辆都能完全自行驾驶的程度，车辆研究测试中心（ARTC）经理陈建次表示，这需要从大众运输工具和乘用车两个不同面向来看。 “短则5年，公共运输将在特定场景里，就能以L5自动驾驶模式，将乘客从A点移动到B点。”陈建次表示。
自动驾驶汽车系统目前发展最快的是两大科技巨头，分别是Alphabet旗下的自动驾驶汽车公司Waymo，已在2020年底宣布于美国凤凰城开放“没有真人驾驶随车”的自驾出租车服务；其次是亚马逊所投资的Zoox，也在旧金山、拉斯维加斯等地进行测试，但尚待进一步提供自驾出租车服务的进程。
另外，Intel并购以色列创业公司Mobileye也鸭子划水发展自驾技术，只靠装配在车上的12个镜头，就能展现Level 2＋自驾程度，他们的策略是与大众（Volkswagen）、BMW、日产（Nissan）等车厂合作，让百万辆车每天在全球上路，借此搜集超过600万公里道路信息，进行图资搭建及自驾训练。
亚马逊收购自动驾驶汽车创业公司Zoox，在设计上与传统汽车有很大差异，将用来作为自驾出租车、提供共享服务等。
完全解放双手的L5，仍有技术门槛待突破
根据美国加州车辆管理局（DMV）公布的《自动驾驶脱离率报告（Disengagement Report）》，Waymo以平均每47,911.5公里才有一次人为干预的表现，位居自驾可靠度第一（系统运行每1,000英里需要驾驶员接管的次数，为评定自动驾驶可靠性的重要指标，脱离率愈低，可靠性愈佳）。若以台湾环岛一圈约1,073公里来算，Waymo的自动驾驶系统能在环岛将近45圈，才需要一次的人为干预，显见其自驾系统相当成熟、能应对多数道路上的考验。
与此同时，随着汽车动力系统朝向以电池为主发展，陈建次认为，这也有助于自动驾驶汽车优化。当整辆车都能通过电子方式传输指令，不但能加快反应时间，操作上也更主动。
尽管大众运输工具的自动化令人期待，对于部分消费者来说，他们更期待自己的车能够加速自动化，让他们的双手能更快摆脱方向盘。调查机构Gartner指出，到了2023年，全球自动驾驶汽车数量将超过74.5万辆，其中个人自动驾驶汽车就占了70.8万辆。只是，这些乘用车距离真正的自动驾驶还很远，即使是从停车、主动车道维持等L2功能跨入到L3，陈建次表示，这也还要再等2～3年。过程中，也必须跨过不少技术门槛。
门槛1：超精准地图，解决车辆定位问题
“肯定要有非常精准的地图。”NVIDIA业务协理萧怡祺点出了第一个技术问题。地图，就好比车辆定位系统；而所谓精准，“必须有误差值很小（至少小于10厘米）的地图，才能让自驾系统知道位置。”
试想，当自动驾驶汽车以时速60公里行驶路上，要知道何处停、何时转弯，不能只靠高速的运算能力来协助汽车判断，精准的地图也不可或缺，“这不一定要依赖车厂，图资公司也需要参与其中。 ”萧怡祺说，目前NVIDIA提供的解决方案里，已与TomTom、Zenrin等图资公司合作，并运用自家运算技术，尝试解决车辆定位问题。
高精地图（High Definition Map; HD Map）让车子知道何处停、何时转弯。
门槛2：提升汽车感知功能，助AI判断路况
“另外还有图片技术的突破。”陈建次指出了第二道技术门槛。过去，驾驶人就是汽车的大脑和感知来源，通过后视镜的辅助做判断，确保行车安全。一旦驾驶人想要解放双手，汽车该如何感知外在环境、保持安全，就成了一大挑战。
现有的辅助工具包括激光雷达（LiDAR）、雷达及摄影机等，但陈建次表示，个别工具其实都有需要克服的难题。像雷达稳定，却无法判读物体轮廓，仅能侦测前方有障碍物；激光雷达虽能用光束勾勒障碍物轮廓，但一碰到下雪或浓雾，便可能被干扰其判读。
传感器（Sensor）包括激光雷达（LiDAR）、雷达及摄影机等，助AI看清周边环境的“长相”。
更重要的是，当汽车通过这些工具，取得了障碍物的信息之后，还要搭配大量的运算能力和人工智能（AI）训练，才能够精准判断和决策。克服了万难，若真有一天，我们能跟方向盘说分手，“汽车将被软件重新定义。”黄仁勋如此诠释迈入L5等级时的汽车概念。
届时，我们可能会把更多的注意力，从硬件转向自驾系统能有哪些软件的升级或选择，优化乘车体验。 “这有点像是App Store的概念。”萧怡祺说，车主可以随时下载需要的服务，而被释放出的双手和时间，将在这第25小时里，有更多被挖掘和创造的可能， “车内娱乐或许是值得期待的应用。”