自动驾驶测试当前面临算法优化成本高、风险高的问题，需要基于云服务的自动驾驶仿真测试予以支持。云服务能够提升自动驾驶测试的数据处理效率，缩短技术开放周期，促进行业合作。当前自动驾驶仿真测试云服务行业处于高速发展期，服务范围逐渐拓展，测试能力不断增强。自动驾驶仿真测试云服务提供商根据厂商背景可以分成仿真测试软件开发背景的提供商、互联网和科技企业背景的提供商、零部件厂商背景的提供商和自动驾驶解决方案背景的提供商四类。不同类别的自动驾驶仿真测试云服务提供商在自身技术和经验积累的基础上，提供各有侧重的服务。仿真测试软件开发背景的提供商侧重于完整工具测试链开发；互联网和科技企业背景的提供商侧重于仿真平台搭建和云端生态体系建设；零部件厂商背景的提供商侧重于整车部件的软、硬件模型的在环测试验证；自动驾驶解决方案背景的提供商侧重于围绕自动驾驶解决方案相关产品进行仿真测试。自动驾驶仿真测试云服务的未来发展方向是开元共享、技术深化和规范化发展。

易观分析：“十四五”规划《纲要》中明确指出，要打造数字经济新优势。《纲要》出台后，各省市积极响应。其中，《四川省加快推进新型基础设施建设行动方案（2020-2022年）》中提出，四川计划到2022年底，数字经济规模达到2万亿元。 作为数字经济领域极具前瞻性的内容，《数字经济全景白皮书》浓缩了易观分析对于数字经济各行业经验和数据的积累，并结合数字时代企业的实际业务和未来面临的挑战，以及数字技术的创新突破等因素，最终从数字经济发展大势以及各领域案例入手，帮助企业明确在数字化浪潮下的行业定位以及业务发展方向。 此次，易观分析联合川观智库数据团队，以四川21市州为样本，通过50万余条数据进行算法模拟，测算出区域数字经济发展活跃行为，量化各市州发展全貌及地区间差距。

目前，联邦学习开源技术形成两大发展方向：专注于开发联邦学习算法模型；专注于开发融合安全协议。以所属机构业务出发，商用为主的联邦学习开源项目仅在某类机器学习功能中引入安全协议实现安全联邦学习，更加关注结合机构技术生态结合而非多样化的技术应用。FATE与Rosetta以联邦学习安全性与性能出发，注重联邦学习的整体解决方案。研究为主的联邦学习开源项目则从联邦学习的各个层面探讨技术实现的可能性。通过对开源与技术特性的研究，易观分析认为，CTO在选择开源项目时，要基于自身业务发展阶段和自有开发团队实力，选用具有相应功能、安全性、可扩展性的开源项目。

2018年10月18日，易观发布了《中国自动驾驶市场专题分析2018》的专题分析。自动驾驶技术是基于多种传感器、人工智能算法以及车辆线控技术，来提升驾驶安全的智能化解决方案，更是汽车行业在未来发展的重要方向之一。自动驾驶的应用前景和商业价值巨大，全球多个国家都在积极的推进自动驾驶行业发展，中国为了在汽车行业实现对欧美日等汽车强国的弯道超车，积极制定相关政策法规，为实现行业快速发展提供良好的环境。自动驾驶行业处于探索期，主机厂、科技企业、创业公司在各自的赛道不断发展创新，推进自动驾驶早日落地。