在各地鼓励政策的支持下，自动驾驶测试和智能网联先导示范在北京、上海、深圳、长沙、重庆、广州等全国数十个城市全面铺开。支持在限定场景脱手的自动驾驶辅助巡航、自主泊车系统已经开始商业化落地，预计明年渗透率会有大幅攀升。尤其是在云端算法优化和OTA功能升级闭环的加持下，自动驾驶系统能够很快地升级迭代，并在量产车上实现功能更新。在高级别自动驾驶领域，今年北京、上海、长沙等多地开始载客测试，未来1～2年在限定区域或特性场景会逐步落地应用。
开放区域完全的自动驾驶落地，需要百亿公里级别的测试里程，才能够覆盖充足的场景。只依靠实际路测，无论是在效率和经济方面都是无法完成的挑战。目前各地只开放了部分城市测试道路，道路场景的丰富程度还远远不足，且大量复杂和极端的交通场景，以及不同的光照和天气条件，难以在实际路测中遇到或复现。因此，仿真测试是推动自动驾驶成熟的关键一环。仿真模型涵盖了不同天气条件、各种复杂的道路场景，结合车载传感和车辆动力学特征，可以用更低的成本、更高的效率，在无限逼近真实场景的虚拟环境中获取测试数据。以Waymo为例，其自动驾驶技术已经在实际道路上测试超过2000万英里，完成了150亿英里的虚拟仿真测试。
业界普遍认为，“纯模型仿真——软件在环仿真——半实物仿真——封闭场地道路测试——开放道路测试”是一套行之有效的开发流程。目前，行业已经在广泛采用自动驾驶的仿真测试，据统计，当前自动驾驶算法测试大约90%通过仿真平台完成，9%在测试场完成，1%通过实际路测完成。
仿真测试平台正在多个方面加快核心能力的建设，包括真实还原测试场景的能力、高效利用路采数据生成仿真场景的能力、云端大规模并行加速的能力等，让仿真测试满足自动驾驶感知、决策规划和控制全栈算法的闭环，符合汽车V字开发流程。为了实现更好的虚实结合和线上线下一体化，仿真平台正在几个重要方向发力，包括与专业游戏引擎的结合，工业级车辆动力学模型的构建，以及虚实一体交通流等技术的打造。特别是游戏技术，对自动驾驶仿真有很大的助力，包括场景还原、大气系统、传感器仿真、物理引擎、Agent AI、云游戏技术、MMO同步等游戏技术的应用，可实现场景的几何还原、逻辑还原及物理还原。未来数字孪生的自动驾驶仿真平台建设，还将包括人、车、路、云协同的基础环境建设、数据资源库与场景库建设，以及信息安全检测与保障平台建设。
随着仿真技术水平的提高、仿真场景库的建设，以及仿真测试评价体系的不断完善，仿真平台的应用将进一步普及，有望完成99.9％的行业测试量，有力推动自动驾驶技术的成熟。同时，仿真平台将不仅帮助车企及自动驾驶技术开发者进行研发测试，还可以为政府部门提供交通调度管理、道路及交通规划、自动驾驶法规研究等方面的测试，助力交通强国目标的实现。
