2023年全球掀起生成式AI风潮，其应用与发展备受瞩目。DIGITIMES 研究中心观察，生成式AI可生成虚拟仿真交通场景及驾驶行为等数据数据，用于训练自动驾驶系统在感知、预测、规划、决策等功能，加上生成各式特殊情境，以解决识别技术的长尾(long tail)问题，将为自动驾驶系统的发展带来崭新的机遇。NVIDIA、Tesla及Wayve等业者积极开发自动驾驶虚拟仿真场景生成技术，以抢占市场先机。

分析师余君涛进一步说明，自动驾驶旨在实现车辆高安全、效率及舒适的行驶目标，以完善驾驶者及乘客的乘车体验。自动驾驶系统由国际汽车工程师协会(SAE International)分为六大级别，并订立统一标准，以确保各方更理解技术的发展和应用，同时有助于维护驾驶安全及法规监管。根据研调机构麦肯锡(McKinsey)预估，全球乘用车ADAS及自动驾驶合计营收自2022年的480亿美元，将增长至2035年的3,500亿美元，合计营收成长约7.3倍。

自动驾驶系统在各式应用情境中，可根据速度和载客／载物进行分类，包括低速载物、高速载物、低速载人、高速载人，各类别拥有其特定的技术要求和安全规范，以确保自动驾驶系统在不同情境下能有效运作。自动驾驶系统的发展是由数据、演算法及运算力共同推动，好的演算法需要强大的运算力进行训练和实时演算，而演算法的性能又仰赖于充足且高品质的数据，以实现高效、安全且可靠的自动驾驶系统。

余君涛指出，生成式AI可强化数据多元性，结合自动驾驶系统可生成仿真且复杂的道路场景，产生多样化数据并解决长尾问题，训练自动驾驶系统能灵活应对各环境和交通情况。NVIDIA推出Drive Sim自动驾驶模拟平台及STRIVE (Stress-Test Drive)演算法，Tesla则采用真实车辆行驶影片及虚拟仿真平台Simulation World Creator训练全自动辅助驾驶(Full Self-Driving；FSD)技术，以完善自动驾驶演算法及功能。英国业者Wayve推出GAIA-1及LINGO-1生成式AI模型，可透过自然语言模型串接方式进行人机互动，以解释前方的路况及行驶决策原因。