2024年2月底，蘋果宣布終止開發Apple Car。儘管該公司已完成數百萬公里的測試並投入數十億美元投資，然而蘋果的工程師未能完全克服自動駕駛的問題。波士頓顧問集團的AI專家Andrej Levin表示，生成式人工智慧的發展將為自動駕駛注入新動力。現在有可能通過合成資料（synthetische Daten）及「虛擬測試里程（virtuelle Testkilometer）」大幅減少測試工作，以加快開發速度並降低成本。

Levin AI專家表示，生成式AI的出現亦導致自駕系統合作關係大洗牌。例如，全球最大的汽車零件供應商博世（Bosch）於2月宣布與微軟合作，寄望透過生成式AI改善自動駕駛系統。博世表示，生成式AI可快速變更汽車雷達所拍攝到的影像背景，例如在道路上添加積雪，則可隨時訓練系統雪地駕駛，加速開發時程。且語言模型已能夠精確地描述影像中所發生的事件，加上Bosch完備的資料庫，可訓練系統快速識別各種交通情況。現階段，博世計劃先專注於完成第2級自動駕駛系統，即在駕駛監督下汽車自動轉彎、煞車或加速。

與Mobileye同樣具有以色列軍方色彩的Autobrains，則在BMW、豐田及馬牌輪胎（Continental）等公司的投資下，近期在慕尼黑設立分分支機搆。該公司認為，目前的自駕系統嘗試利用圖片訓練車內電腦識別嬰兒車、自行車或者在路上奔跑的動物，但交通情況越複雜，這種方法的效果就越差，尤其對於「邊緣案例（Edge Cases）」（僅出現在可能範圍內極端情況下的情況）。在邊緣情況下，系統可能無法明確地將物體或人物歸類，最終將做出致命的錯誤決定。與其一幀一幀解釋圖片，Autobrains表示改為識別物體的特徵與動作，並判斷所涉及神經網路中的類別，系統則僅啟動相關的神經網路，這將更為快速精確。

例如，當汽車第一次看到載貨自行車時，系統可根據其特徵與動作，評估該物體並做出反應。又如汽車駛入圓環路口，則僅與圓環形口情景相關的部分才會運作。Autobrains將此系統稱為「Liquid AI」。該公司表示，Liquid AI工作效率更高，且能減少40%的能耗，將有利於提高電動汽車的續航里程，降低汽車製造商的成本。目前Autobrains尚未推出相關產品，但計劃利用人工智慧在2030年之前，讓高度自動化汽車上路。