在自动驾驶领域，目前有两大技术路径：一是以特斯拉等汽车厂商为代表的“辅助驾驶”升级路线，其探测技术基础是摄像头（机器视觉）、毫米波雷达、超声雷达；二是以谷歌等互联网公司为代表的“无人驾驶”路线；其探测技术基础是以激光雷达（LiDar）为核心，融合多种技术。此次事故中反映出“辅助驾驶”升级路线的两大“痛点”，一是责任问题，二是可靠性问题。“辅助驾驶”本质上就是减轻驾驶者的疲劳感，所以驾驶者很容易处于松懈状态，而汽车厂商出于法律责任考虑，又要求驾驶者始终保持高度警惕状态，对驾驶事故负有终极责任，这是存在一定的矛盾之处。以此次事故为例，特斯拉公司声称该名驾驶员当时正在玩
手机游戏，因而也未能及时发现前方车辆并作出反应。相比之下，在谷歌“无人驾驶”模式下，无人驾驶系统被视为“驾驶员”并对行车安全负完全责任，责任是非常清晰的。就可靠性而言，特斯拉公司同样表示目前其自动驾驶（Autopilot）处于实验阶段，依靠大量的用户使用不断完善升级系统，这个过程难免出现事故问题，其中根本的原因是机器视觉作为概率算法，不可能穷尽所有可能情况。以此次事故为例，拖车的车身为白色，很容易被误识别为蓝天白云的一部分。相比之下，谷歌“无人驾驶”则依靠无人驾驶试验车队进行实测，同时利用庞大的计算机系统模拟相关情况；更重要的是，其“无人驾驶”核心输入系统—激光雷达是实际测量空间的“点云”，并非基于概率算法。当然，谷歌“无人驾驶”汽车普及也有相应的“痛点”，包括法律法规、伦理问题、成本高企等。
无人驾驶汽车本质上是一种具有高度人工智能的移动式服务机器人，它与辅助驾驶、自动驾驶汽车具有相关性，但在发展目的、核心技术等方面更有重要的差别。无人驾驶汽车具有创造创新性社会价值的潜力，从而深刻影响人们的生活。
发展目的和表现不同：辅助驾驶、自动驾驶的本质是汽车驾驶系统的模块叠加和功能发展，其目的是给驾驶者提供更加便捷、安全的驾驶环境；而无人驾驶汽车的本质是一种全新的能够自主导航的移动运输类机器人，以人工智能取代了驾驶者，其外形设计、应用场合并不拘泥于现有的模式。目前，无人驾驶汽车研发多数以传统车型作为实验对象，但未来无人驾驶汽车进入商业应用场合后，完全可以根据实际需要进行重构，例如，谷歌在新的试验车型中取消了方向盘、刹车。
核心技术有重要差别：辅助驾驶、自动驾驶的核心技术是自动控制技术，而无人驾驶汽车的核心技术是即时空间建模和人工智能技术。因此，在辅助驾驶、自动驾驶领域，汽车厂商具有主导地位，并与零配件企业形成密切合作，如特斯拉、福特等；而无人驾驶汽车的研发主体是互联网科技公司如谷歌、百度等。以输入端为例，辅助驾驶、自动驾驶汽车使用的雷达主要目的是测量前后车的车距，使用摄像头、毫米波雷达等安装在前后；而无人驾驶汽车除了需要配备前后保险杠雷达之外，最核心的信息来自于高精度3D激光雷达，进行空间建模。
受益对象和成本承受能力不同：近期日本DeNA子公司“机器人出租车”在神奈川县普通公路上开始试运行无人驾驶出租车；法国无人驾驶公交车EZ10也投入试用。这表明无人驾驶汽车将对现有经济生活方式形成重要颠覆，而非渐进式的改善。当无人驾驶汽车向社会提供服务时，其成本承受能力将大大增强，相比之下，辅助驾驶、自动驾驶主要依靠成本下降去推进应用拓展。
