智能駕駛汽車成本較高，原因主要有以下幾點。

首先，硬件設備成本高。智能駕駛系統涉及大量傳感器、控制器和執行器等，如激光雷達、毫米波雷達、高清攝像頭、超聲波雷達等，這些設備制造和研發成本都很高。以激光雷達為例，一個 64 線的 Velodyne 激光雷達價格堪比一輛寶馬 7 系，且一輛無人駕駛測試車往往配備不止一個，一個車隊又有眾多測試車，硬件成本和后期維護費用巨大。

其次，軟件系統成本高。智能駕駛算法復雜，研發周期長，需要投入大量資源。比如開發自動駕駛輔助算法，像 Mobileye 和 NVIDIA 在這方面處于領先，其研發投入很高。

再者，數據采集和處理成本高。自動駕駛公司需要大量真實數據來訓練算法模型，有的會建立自己的車隊進行公共道路測試，每輛車配備安全駕駛員、工程師和監控員，人力成本高。而且像 Intel 還會花費巨資收購數據公司獲取數據。

此外，行業從業人員報酬高。自動駕駛是高新技術行業，需要專業人才，在美國，從業工程師大多是博士或碩士，平均工資達 23 萬美元，頂尖人才年薪超過 35 萬美元。像 Waymo 員工數量不斷增加，薪酬支出巨大。

總之，智能駕駛汽車成本高是多種因素共同作用的結果，包括硬件、軟件、數據和人力等方面。隨著技術發展和規模化生產，未來成本有望逐漸降低。