文/周雄飞

智能驾驶行业，目前已走上一座“独木桥”。

这两年，行业玩家们一方面造出了许多新词，比如高阶智驾、城市NOA或者AI智驾等等；另一边也在卷技术架构，从最早的BEV+Transformer，到端到端和VLM，再到现在的VLA，仿佛有种“条条大道通罗马”的阵势。

但从今年开始，车企或者辅助驾驶解决方案商，想要证明自身在行业中具备优势地位，只有先走过这座行业的“独木桥”、抢下对岸的“桥头堡”——具备L3有条件自动驾驶的能力才行。

这背后是政策在驱动，包括科技部、中国汽车工业协会以及各地方政府，都在今年相继发布了有关L3有条件自动驾驶的条例规范。华为智能汽车解决方案BU CEO靳玉志也认为，今年会是具备L3商用能力的一年。

基于此，一场L3竞速赛就此展开。比如华为乾崑等辅助驾驶解决方案商，以及小鹏、极氪、长安和奇瑞等车企在今年相继提出了自身实现L3的目标，时间点基本集中在今年到明年。

但要实现L3并非易事。除了要比L2辅助驾驶具备更强的感知能力和算法能力来保证安全之外，还需要持续的资金投入来支撑以上软硬件能力的迭代升级。正因这样，L3有条件自动驾驶被行业一致认为很难实现。

在这样的行业背景下，却可以看到有一个玩家率先走过这座“独木桥”，抢下了L3的“桥头堡”。

今年4月，华为乾崑发布了新一代辅助驾驶系统ADS 4，并且行业首发了高速L3商用解决方案，随后他们对于ADS 4的技术测试就一直在进行，就连靳玉志也发微博表示，他一直在开ADS 4的Beta版本。

飞说智行在最近受邀提前体验了华为乾崑智驾ADS 4的能力，不仅在主动安全方面做到了前向和后向的全方位防护，辅助驾驶能力还可以识别到很多人类驾驶员都无法看到的障碍物，并及时做出规避，保证行车安全，可以说做到了“超人”的水平。

按照华为乾崑官方透露，ADS 4会在9月陆续进行推送，这意味着华为乾崑将成为行业中率先具备高速L3能力的企业。

华为乾崑之所以能做到这件事，主要得益于华为乾崑智驾的搭载量已经达到100万辆的规模，基于这样的规模优势就能很好地推动算法迭代，再加上最新的WEWA架构，可以帮助华为乾崑实现L3生成仿真训练的从无到有，让L3做到安全、舒适以及比人开得好，甚至向更高级别自动驾驶发起冲击。

对于自动驾驶这漫长的马拉松征程，华为乾崑准备好了吗？

1、智驾规模化，通向L3的关键“钥匙”

L3竞速赛已经开始了。

7月初，小鹏G7正式上市，由于该车型搭载了三颗自研的图灵AI芯片，总算力可达到2250 TOPS，小鹏汽车CEO何小鹏表示这款车是具备L3算力的产品。

极氪9X同在7月正式上市，由于搭载了两颗英伟达Thor-U芯片，让车端算力达到1400 TOPS，再加上VLA和端到端模型上车，由此这套软硬件方案被极氪称为“面向L3级的智能辅助驾驶方案”。

除了小鹏和极氪之外，广汽集团总经理冯兴亚曾透露，到明年L3有条件自动驾驶将实现量产，还计划在2027年推出L4自动驾驶。奇瑞和长安也不甘示弱，都表示在明年实现L3的落地。

这样看，以上车企虽然对于L3有所布局或提出计划，但都没有拿出具体的L3应用场景。

但需要注意的是，智驾行业中却有一位玩家率先做到了这件事。

今年4月，华为乾崑发布了ADS 4辅助驾驶系统，由ADS SE基础版、ADS Pro增强版、ADS Max超阶版和ADS Ultra旗舰版组成，其中ADS Ultra旗舰版被宣布具备高速L3的能力，由此成为行业首个高速L3商用解决方案。

随着ADS 4辅助驾驶系统这个月逐步推送，尊界S800有可能会率先搭载ADS Ultra旗舰版，这也意味着华为乾崑将成为行业内率先具备L3能力的玩家。

华为乾崑能成为L3竞速赛中的“领先玩家”，在飞说智行看来，与他们辅助驾驶系统搭载量已形成规模化有很大关系。

8月12日，靳玉志在微博中宣布，华为乾崑智驾搭载量已经突破100万辆。能有这一搭载规模，也很正常，因为目前除了鸿蒙智行“五界”之外，岚图、深蓝、猛士、方程豹和阿维塔等11家品牌旗下的28款车型都搭载了该辅助驾驶方案，其中不乏问界M8、享界S9和岚图梦想家等爆款产品。

根据中国汽车工业协会(CAAM)的数据，今年中国智能汽车(具备L2级及以上辅助驾驶功能)的保有量预计在700万-800万辆左右。粗略估算一下，可以认为国内每七位智能汽车车主中，就可能有一位车主选择了华为乾崑智驾，这一搭载量规模不可否认属于行业前列。

对于任何行业来说，要步入发展正轨，都需要走向规模化。这个道理，对于智驾行业来说，更是重要。

因为规模效应能摊薄成本，从而推动商业化盈利，有了钱就可以反哺算法迭代，在做好安全的基础上进一步提升智驾的体验和服务，从而吸引更多车企搭载和C端用户使用，加速更大规模化的落地。

从目前看，华为乾崑已经让这个规模优势闭环跑起来了，由此才让他们具备L3能力成为可能，但这只是一方面的因素。

2、WEWA架构，让智驾从“类人”变成“超人”

智驾行业的技术架构内卷，一直在进行着。

最早是规则驱动，但由于无法应对真实无限的现实路况，行业玩家们又纷纷选择用神经网络替代规则，让算法学习人类驾驶行为，来达到“类人”的水平。

但人类驾驶数据很难包含所有的场景信息，Corner Case数据更是可遇不可求，更不要说一些用户的驾驶行为就是有问题的，凭此训练的端到端模型做出的决策并不可靠。

地平线CEO余凯曾说过“在AI时代，99%的人类驾驶数据都不值得学习”；Momenta CEO曹旭东也有类似的观点“端到端模型从人类驾驶数据中学习到的并一定都是好的行为。”

在这背景下，构建世界模型，通过云端生成数据，成为更多玩家的选择。因为生成的数据就可以穷尽所有场景，包括众多的难例数据供算法仿真训练，成本更低且效率更高。

目前，华为乾崑、小鹏和理想等品牌也都打造了各自的世界基座模型，商汤绝影也有“开悟”世界模型。

其中，华为乾崑在ADS 4系统中就应用了WEWA架构：WE是云端运行的World Engine世界引擎；WA是车端运行的World Action Model 世界行为模型。

图源华为乾崑

通过WE世界引擎，华为乾崑就能生成训练所用的Corner case难例数据，且难例数据密度提升到了现实世界的1000倍。通过这些难例数据对算法进行仿真训练，再加上“安全优先”的强化学习机制，就可以成为算法训练和迭代的“训练场”和“考试场地”。

在靳玉志看来，即使面对1%的极端难例场景，都愿意投入99%的研发资源，因为安全没有妥协空间。

如果说L2阶段，世界模型仿真训练的数据可以根据真实驾驶员数据生成更多的数据，那么对于L3算法训练该如何解决数据的问题，毕竟真实的L3驾驶数据目前谁家都没有。

华为乾崑率先给出了他们的答案：截至2025年4月，已经在世界引擎里进行了6亿公里的高速L3仿真和验证。这一规模的L3仿真训练案例，在目前行业内几乎没有其他玩家能做到。

聊完云端世界模型，再来看车端模型。

目前，为了让智驾的体验变得更好，很多车企会把云端的大模型进行修剪和蒸馏，得到参数量1B到7B左右的车端小模型。另外，把VLA模型引入车端，也成为目前行业的一大趋势。

但不能回避的是，在端云协同的过程中会存在一定的延时性，这样的延时性会给车内以及其他交通参与者带来安全隐患。

而对于VLA模型，由于架构中存在LLM大语言模型，不仅会让车端的模型参数量增加，需要更大的车端算力支持，同时LLM精于语言交互，但对辅助驾驶所需要的空间感知和推理能力比较弱，会让VLA模型输出的决策出现误差。

不同于VLA模型，华为乾崑在车端世界行为模型WA中，从0到1建立了原生基模型，是基于视觉、听觉和触觉等车内外多模态传感器获取的数据，经过token化后训练出来的智驾原生基模型，空间推理能力强，距离位置判断更精准，模型精干，以及效率奇高、响应非常快。

图源华为乾崑

另外，WA大模型是MoE多专家能力架构，翻译一下，就是当车端遭遇不同的场景问题时，就可以调用对应的专家算法来解决问题，并不需要“牵一发而动全身”，不仅车端算力要求低，更进一步提升了模型的运行效率与响应速度。

最后WA模型会给出两类信息，给车用轨迹生成，让车辆在现实世界中做出安全兼具效率的驾驶行为；另外给人看的场景意图，让车内乘客更好地了解算法的决策过程，对驾驶更放心。

可以看到，WEWA架构不是人类能力的简单复制，而是具有人类安全价值观并超越人类的AI老司机。根据华为乾崑测试，WEWA架构让端到端时延降低了50%，通行效率提升20%，重刹率降低30%。换句话说，WEWA架构让ADS 4更安全、更舒适和更有效率。

通过飞说智行的实测，可以看到ADS 4在面对一些窄路或者车多、人多的场景时，可以做到像人类驾驶员一样边避让边尝试向前开，甚至在面对一些人类驾驶员无法看到的障碍物或者很难处理的困难驾驶场景时，也能快速、安全和聪明地进行应对。

ADS 4路测画面，飞说智行摄

ADS 4在主动安全上则做到了全方位的防护。比如面对80km/h的儿童假人和雨雾障碍车时，该系统可做到及时安全刹停；后向的AEB也能在遇到低矮障碍物或者挂在墙上的消防箱，做到及时响应刹停。

甚至当人类驾驶员处于失能中，ADS 4能一边通过车内警示音唤醒驾驶员，同时还能保证车辆的稳定行驶，直至自主将车辆行驶到路边安全区域，呼叫安全救援。

基于这些，在飞说智行看来，ADS 4已经做到了超越人类驾驶员的水平，而更底层的WEWA架构与传统端到端架构的区别，就是Alpha Zero和 Alpha Go的区别。

因为传统端到端更多是通过人类驾驶员的真实数据来训练算法，就像Alpha Go是基于模仿人类来下围棋，从而战胜了李世石。而WEWA架构则是通过用AI训练AI的方式来迭代算法和演化推理能力，就像是Alpha Zero的诞生过程。

基于以上分析，可以看到，正因华为乾崑在WEWA架构上的以上创新，让ADS 4具备了L3高速的能力。但需要注意的是，华为乾崑打造WEWA架构并不只是为了L3，而是L4、L5等更大的星辰大海。

3、智驾马拉松：不要“憋大招”，而要步步赢

智能驾驶的征程，本质上是场马拉松。

就像上文所述，算法架构已经历了多次迭代，但对于智能辅助驾驶算法架构的终局是什么，目前行业内还没有一个明确共识，大家对于算法架构的尝试还处于“百花齐放”的状态。

更重要的是，如果想要打赢这场行业的淘汰赛，需要体系化的能力，比如持续对算法的迭代进行投入，这种投入除了算力和高质量数据之外，还需要持续不断地现金支撑，以及政策的支持。

正如靳玉志说的那样：“每一个车企要来做这块投入的话，无论开发，还是训练资源，都是巨大的投资。”

但华为乾崑，却成为这场马拉松走得很稳的少数玩家之一，并在之前诸多赛点中获得了优势。

把时间倒退到2021年，当年7月特斯拉提出了BEV感知概念，同年华为乾崑就基于Transformer的BEV架构，推出了ADS 1，并在一年后实现量产推送。

2023年4月，华为乾崑发布ADS 2，不仅率先做到了“全国都能开”，还通过引入GOD网络，率先行业首发了“全向主动安全”的能力。

ADS 3于2024年4月正式发布，在算法架构上彻底抛弃了BEV，采用了端到端大模型，包括GOD网络和PDP（预测-决策-规划）网络，同时，ADS 3还引入了本能安全网络来提升整体表现。基于以上创新，ADS 3行业首发了车位到车位功能，实现全场景贯通。

图源华为乾崑 

再到现在的ADS 4，基于WEWA架构，让华为乾崑率先行业具备了L3高速商用的能力。

做到这些后，华为乾崑并不满足，因为他们还在计划新的目标——预计到2030年前实现L4级别的自动驾驶。

这样看，在行业迭代算法架构的同时，华为乾崑也实现了步步走稳、步步领先的优势。而这背后，应该得益于他们不计成本的持续布局和投入。

首先在研发层面，华为乾崑目前在计算平台、域控制器、各式传感器，到软件算法、车云服务和地图等涉及智能驾驶底层能力上，都有研发布局，形成了软硬结合的体系化研发能力，这一能力是其他玩家很难模仿的。

此外，华为乾崑为了做到自己口中“帮助车企造好车”的目标，按照2024年华为年报显示，华为乾崑已与产业链上下游约600家企业共建合作生态，并且针对车企的合作，开放数据接口和开发工具链，支持车企快速定制化开发。

最后就是积极参与到行业标准的建立。比如在去年底，由国际汽车质量标准化协会（IAQSA）主导的《汽车软件质量安全标准（AutoSQS）》正式发布，而华为乾崑也是这一标准的制定方之一。

“行得稳、才能致得远。”这是靳玉志一直坚持的理念，从以上分析来看，华为乾崑在此前的发展中很好地践行了这个理念，飞说智行也相信，华为乾崑在之后的路上，应该也会走得越来越稳。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)