智能自動駕駛汽車的成本主要受硬件、軟件、研發、量產規模等因素影響。硬件上，各類高精度的傳感器、高性能計算機等設備價格不菲；軟件方面，復雜算法與人工智能系統的研發需巨額投入。研發過程漫長且艱難，人力、物力消耗巨大。早期量產規模小，難以形成成本優勢。不過，隨著技術進步，這些成本都有下降空間，未來智能自動駕駛汽車或更具性價比。

在硬件因素中，智能自動駕駛汽車需要配備多種感知設備，像激光雷達、毫米波雷達、攝像頭等。激光雷達作為重要的環境感知部件，其價格曾一度居高不下，雖然近年來價格有所下降，但依舊是硬件成本的大頭。而毫米波雷達在分辨率上存在一定局限，為達到精確感知效果，往往需要多個搭配使用，這無疑增加了成本。高性能計算機和控制單元，為了滿足自動駕駛復雜運算和控制需求，性能要求極高，制造難度大，價格也相當昂貴。

軟件層面，自動駕駛算法和人工智能系統的研發是個長期且燒錢的過程。研發團隊需要投入大量的人力、物力和時間，不斷進行算法優化、模型訓練，以提升自動駕駛的安全性和可靠性。數據采集和處理也是軟件成本的重要部分，要獲取海量真實路況數據來訓練模型，或是花費資金收購數據公司，成本自然不容小覷。

研發過程充滿挑戰，早期的改裝車硬件容易出現失效等問題，這就需要不斷改進提升，投入更多資源。而且自動駕駛領域對專業人才需求大，行業從業者報酬較高，進一步拉高了研發成本。

早期量產規模較小時，無法充分發揮規模效應。每輛車的硬件可能需要定制開發，制造成本高昂，車載系統相關問題也導致工程成本難以下降。此外，每輛無人車還需配備安全員和遠程監控人員，人工成本不低，保險費用也因政策不完善而較為昂貴。

不過，隨著技術的進步和量產規模的擴大，智能自動駕駛汽車成本正逐漸降低。硬件成本逐步下降，國產芯片供應商提供了性價比更高的車規級芯片，多感知融合技術讓自動駕駛更精簡、安全。未來，智能自動駕駛汽車有望在成本降低的同時，為人們帶來更實惠、便捷的出行體驗。